×

基于混合的无模型迭代学习控制具有最佳性能。 (英语) Zbl 1520.93151号

摘要:为了提高噪声环境下无模型迭代学习控制的鲁棒性和收敛速度,本文提出了一种基于混合的无模型迭代控制算法。该算法将迭代过程分为快速减小误差阶段和误差收敛阶段,并在不同阶段使用不同的控制算法,从而结合了原始算法的不同优点。此外,本文还证明了该算法的收敛性和鲁棒性,并总结了该控制器的设计思想。最后,仿真了该算法在噪声环境和可变参考轨迹环境下的收敛性能,验证了本文提出的算法的有效性。

MSC公司:

93B47码 迭代学习控制
93立方 由微分方程以外的函数关系控制的控制/观测系统(例如混合系统和开关系统)
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] Ahn,H.S。;陈,Y。;Moore,K.L.,《迭代学习控制:简要调查和分类》,IEEE系统、人与控制论汇刊,C部分(应用和评论),37,6,1099-1121(2007)·doi:10.1109/TSMCC.2007.905759
[2] 巴顿,K.L。;Alleyne,A.G.,时变ILC的范数最优方法及其在多轴机器人试验台上的应用,IEEE控制系统技术汇刊,19,1166-180(2010)·doi:10.1109/TCST.2010.2040476
[3] D.A.布里斯托。;Tharayil,M。;Alleyne,A.G.,《迭代学习控制的调查》,IEEE控制系统杂志,26,3,96-114(2006)·doi:10.1109/MCS.2006.1636313
[4] Chen,C.W。;Tsao,T.C.,加速收敛交错迭代学习控制和逆动力学辨识,IEEE控制系统技术汇刊,30,1,45-56(2021)·doi:10.1109/TCST.2021.3053561
[5] Chi,R。;王,D。;Hou,Z。;Jin,S.,数据驱动最优终端迭代学习控制,过程控制杂志,22,10,2026-2037(2012)·doi:10.1016/j.jprocont.2012.08.001
[6] Chien,C.J。;Tayebi,A.,机器人操作器自适应迭代学习控制的进一步结果,Automatica,44,3,830-837(2008)·Zbl 1283.93199号 ·doi:10.1016/j.automatica.2007.06.023
[7] De Rozario,R.和Oomen,T.(2018年)。将无模型反演迭代控制应用于台式打印机,改善瞬态学习行为。2018年IEEE第15届高级运动控制(AMC)国际研讨会(第455-460页)。电气与电子工程师协会。
[8] de Rozario,R。;Oomen,T.,《数据驱动迭代反演控制:通过非线性学习实现鲁棒性》,Automatica,107,342-352(2019)·Zbl 1429.93103号 ·doi:10.1016/j.automatica.2019.05.062
[9] Duan,M。;Yoon,D。;Okwudere,C.E.,用于跟踪控制的有限预览滤波B样条方法——应用于3D打印机的振动诱导误差补偿,机电一体化,56,287-296(2018)·doi:10.1016/j.mechatronics.2017.09.002
[10] 侯振南。;Wang,Z.,《从基于模型的控制到数据驱动的控制:调查、分类和透视》,信息科学,235,3-35(2013)·Zbl 1284.93010号 ·doi:10.1016/j.ins.2012.07.014
[11] Kim,K.S。;Zou,Q.,线性时不变系统精确输出跟踪的无模型逆迭代前馈控制,IEEE/ASME机电学报,18,6,1767-1777(2012)·doi:10.1109/TMECH.2012.212912
[12] Kou,Z。;Sun,J.,具有强鲁棒性的基于测试的无模型自适应迭代学习控制,国际系统科学杂志,54,6,1213-1228(2023)·兹比尔1520.93150 ·doi:10.1080/00207721.2023.2169057
[13] Lee,K.S。;Bang,S.H。;Chang,K.S.,基于逆过程模型的反馈辅助迭代学习控制,过程控制杂志,4,2,77-89(1994)·doi:10.1016/0959-1524(94)80026-X
[14] 梅兹加尼,M。;Roux,G。;卡巴苏德,M。;勒兰,M.V。;Dahhou,B。;Casamatta,G.,迭代学习控制在放热半间歇式化学反应器中的应用,IEEE控制系统技术汇刊,10,6,822-834(2002)·doi:10.1109/TCST.2002.804117
[15] 哦,S.K。;Lee,J.M.,具有分批可变参考轨迹的离散线性时不变系统的随机迭代学习控制,过程控制杂志,36,64-78(2015)·doi:10.1016/j.jprocont.2015.09.008
[16] D.H.欧文斯。;Hätönen,J.,迭代学习控制——一种优化范式,《控制中的年度回顾》,29,1,57-70(2005)·doi:10.1016/j.arcontrol.2005.01.003
[17] Pintelon,R。;Schoukens,J.,《系统识别:频域方法》(2012),John Wiley&Sons·Zbl 0970.93514号
[18] 苏永新。;Duan,B.Y。;郑春华。;Zhang,Y.F。;陈,G.D。;Mi,J.W.,Stewart平台的扰动抑制高精度运动控制,IEEE控制系统技术汇刊,12,3,364-374(2004)·doi:10.1109/TCST.2004.824315
[19] Teng,K.T.和Tsao,T.C(2015)。基于反演的迭代学习控制算法的比较。2015年美国控制会议(ACC)(第3564-3569页)。电气与电子工程师协会。
[20] 田,S。;邹强。;Devasia,S.,高速AFM操作期间压电扫描器动态耦合误差的迭代控制,IEEE控制系统技术汇刊,13,6,921-931(2005)·doi:10.1109/TCST.2005.854334
[21] Wang,D.,Ye,Y.,&Zhang,B.(2014)。基于ILC的反向时间滤波。在频域设计和采样数据实现的实际迭代学习控制中(第75-102页)。新加坡,施普林格。
[22] 杨,C。;姜瑜。;李,Z。;He,W。;Su,C.Y.,确保全局稳定性和运动精度的双手机器人神经控制,IEEE工业信息学汇刊,13,3,1162-1171(2016)·doi:10.1109/TII.2016.2646
[23] Ye,Y。;Wang,D.,使用反向时间输入运行的零相位学习控制,《动态系统、测量与控制杂志》,127,133-139(2005)·数字对象标识代码:10.1115/1.1849251
[24] 张国华。;Chen,C.W.,《关于改善无模型迭代学习控制的瞬态行为和稳态性能》,IFAC-PapersOnLine,53,2,1433-1438(2020)·doi:10.1016/j.ifacol..2020.12.1914文件
[25] X.赵。;Wang,Y.,未知批处理初始状态批处理过程的改进点对点迭代学习控制,ISA Transactions,125,290-299(2022)·doi:10.1016/j.isatra.2021.07.007
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。