×
比约恩Lautenschlager;斯文·菲弗;克里斯蒂安·施密特;格瓦尔德·利希滕贝格

实时迭代学习控制–两个时间尺度在数年和纳秒之间的应用程序。（实时迭代学习控制——两种时间尺度在年和纳秒之间的应用。） （英语） Zbl 1417.93206号

国际期刊改编。控制信号处理。 33，第2期，424-444（2019）.
摘要：迭代学习控制（ILC）是一系列数字控制概念，可用于各种不同的应用。每个应用程序都有自己的属性，如采样时间和存储需求。本文展示了两个具有不同时间尺度和存储需求的实时ILC应用程序。首先，世界领先的脉冲自由电子激光器之一的腔体由一个正常最佳ILC控制，该ILC仅使用最后一次脉冲的信息，但采样时间低于微秒。其次，加热系统由数据驱动的ILC控制，采样时间在分钟范围内，但使用过去试验的所有可用历史数据集。用于存储需求和降低复杂性的张量分解方法应用于这两个应用程序，这导致了一个规范优化张量ILC和一个数据驱动张量ILC，尽管这两个用途的时间常数相差八个数量级。

引用于1文件

MSC公司：

93元62角 数字控制/观测系统
93C55美元 离散时间控制/观测系统
93二氧化碳 控制理论中的线性系统
93立方厘米 控制理论中的应用模型

关键词：

数据驱动的迭代学习控制;自由电子激光器;暖通空调系统;范数最优迭代学习控制;张量分解
PDF格式BibTeX公司 XML格式引用
\textit{B.Lautenschlager}等人，国际期刊Adapt。控制信号处理。33，编号2，424--444（2019；Zbl 1417.93206）
全文： 内政部

参考文献：

[1] WangY，GaoF，DoyleFJ III.重复控制和跑对跑控制的调查。J过程控制。2009;19(10):1589‐1600.
[2] LeeJH、LeeKS。迭代学习控制应用于批处理过程：综述。控制工程实践。2007;15(10):1306‐1318.
[3] YangDR、LeeKS、AhnHJ、LeeJH。快速热处理中硅片温度均匀性控制的二次最优迭代学习控制方法的实验应用。IEEE Trans半秒制造，2003年；16(1):36‐44.
[4] MishraS、CoaplenJ、TomizukaM。晶圆扫描仪的精确定位非重复干扰的分段迭代学习控制[控制应用]。IEEE控制系统。2007;27（4）：20-25。
[5] HeertjesM、TsoT。非线性迭代学习控制及其在光刻机中的应用。控制工程实践。2007;15(12):1545‐1555.
[6] 高飞、杨毅、邵C。鲁棒迭代学习控制及其在注塑过程中的应用。化学工程科学。2001;56(24):7025‐7034.
[7] SeelT、WernerC、RaischJ、SchauerT。跌落足神经假体的迭代学习控制-通过自动反馈控制在麻痹步态中产生生理性足部运动。控制工程实践。2016;48:87‐97.
[8] LeeN，CichockiA公司。张量列格式中大规模数据分析的基本张量运算。2014年，arXiv:1405.7786。
[9] OseledetsIV公司。张紧链分解。SIAM科学计算杂志。2011;33(5):2295‐2317. ·Zbl 1232.15018号
[10] CichockiA、ZdunekR、PhanAH、AmariS-I。非负矩阵和张量因子分解：在探索性多路数据分析和盲源分离中的应用。英国奇切斯特：威利；2009
[11] GrasedykL、Kressner D、Tobler C。低阶张量近似技术的文献综述。GAMM‐Mitteilungen公司。2013;36:53‐78. ·Zbl 1279.65045号
[12] RatcliffeJD、LewinPL、RogersE、HtnenJJ、OwensDH。用于自动化应用的龙门机器人的范数最优迭代学习控制。IEEE Trans机器人。2006;22(6):1303‐1307.
[13] RogersE、OwensDH、WernerH等，规范最优迭代学习控制及其在基于加速器的自由电子激光器和康复机器人中的应用。Eur J控制。2010;16(5):497‐522. ·Zbl 1216.93077号
[14] LautenschlagerB，LichtenbergG。供热系统模型预测控制的数据驱动迭代学习。IFAC‐巴普。2016;49（13）：175‐180。
[15] BaderBW KoldaTG公司。张量分解及其应用。SIAM版本2009；51(3):455‐500. ·兹比尔1173.65029
[16] CichockiA、MandicD、PhanA‐H等。信号处理应用的张量分解，从双向分量分析到多路分量分析。2014年，arXiv:1403.4462。http://arxiv.org/abs/1403.4462
[17] LichtenbergG.混合张量系统[适应理论]。德国汉堡：汉堡理工大学；2011
[18] PangalosG，EicherA，LichtenbergG。张量系统：多线性建模与应用。摘自：第三届仿真与建模方法、技术和应用国际会议论文集；2013年；冰岛雷克雅未克。
[19] PfeifferS，LichtenbergG，SchmidtC，SchlarbH。自由电子激光器迭代学习控制的张量技术。论文发表于：2012年IEEE控制应用国际会议；2012; 克罗地亚杜布罗夫尼克。
[20] KruppaK，LichtenbergG。多线性定常系统的分散状态反馈设计。IFAC‐巴普。2017;50(1):5616‐5621.
[21] 穆勒T、克鲁帕克、利希滕贝格G、雷霍特N。通过张量分解方法减少定性模型的故障检测。IFAC‐巴普。2015;48(21):416‐421.
[22] SeweE，PangalosG，LichtenbergG。使用多线性模型的张量分解对供热系统进行故障检测。论文发表于：第七届模拟与建模方法、技术和应用国际会议；2017年；西班牙马德里。
[23] BaderBW KoldaTG公司。张量分解及其应用。SIAM版本2009；51（3）：455‐500·兹比尔1173.65029
[24] 斯科格斯塔德，波斯特拉斯韦。多变量反馈控制：分析与设计。第二版，奇切斯特，英国：威利；2005
[25] 科达州巴德B。MATLAB张量工具箱版本2.5。2012网址：http://www.sandia.gov/tgkolda/Tensor工具箱/
[26] Altarellimasimo、BrinkmanReinhard、CherguiMajed等人，《欧洲X射线自由电子激光器：技术设计报告》。德国汉堡：DESY XFEL项目组；2006
[27] KirchhoffS，SchmidtC，LichtenbergG，WernerH。基于加速器的自由电子激光器控制的迭代学习算法。摘自：第47届IEEE决策与控制会议记录；2008; 墨西哥坎昆。
[28] PfeifferS，LichtenbergG。SO（2）对称系统的迭代学习控制。参加：第十一届IFAC控制和信号处理适应与学习国际研讨会；2013年；法国卡昂。
[29] PfeifferS，SchmidtC，LichtenbergG，WernerH。利用射频系统的对称性对自由电子激光闪光进行灰箱识别。摘自：第18届国际会计师联合会世界大会会议记录；2011; 意大利米兰。
[30] PfeifferS、LichtenbergG、SchmidtC、SchlarbH、WernerH。利用射频系统的对称性设计自由电子激光器的最优鲁棒控制器。摘自：第51届IEEE决策与控制会议记录；2012; 你好，毛伊岛。
[31] 施密特公司。欧洲XFEL射频系统建模和控制器设计【博士论文】。德国汉堡：汉堡理工大学；2010
[32] AmannN、OwensDH、RogersE。指数收敛速度离散系统的迭代学习控制。IEE过程控制理论与应用。1996;143（2）：217‐224·Zbl 0875.93211号
[33] OldewurtelF、ParisioA、JonesCN等。模型预测控制和天气预报在节能建筑气候控制中的应用。能源建设。2012;45:15‐27.
[34] PrívaraS，ŠirokíJ，FerklL，CiglerJ。建筑供暖系统的模型预测控制：首次经验。能源建设。2011;43:564‐572.
[35] HenzeGP公司。建筑物的模型预测控制：一个巨大的飞跃？J构建-执行模拟。2013;6(3):157‐158.
[36] BoydS，VandenbergheL。凸优化。纽约州纽约市：剑桥大学出版社；2009
[37] 马西约夫斯基。预测控制：有约束。新泽西州上马鞍河：普伦蒂斯·霍尔；2002
[38] MinakaisM、MishraS、WenJT。土拨鼠日：建筑温度控制的迭代学习。论文发表于：IEEE自动化科学与工程国际会议（CASE）；2014; 台湾新北市。
[39] CostanzoGT、IacovellaS、RuelensF、LeursT、ClaessensBJ。建筑供暖系统数据驱动控制的实验分析。2015年，arXiv:1507.03638。
[40] Beuth Verlag GmbH.DIN EN 15251：针对室内空气质量、热环境、照明和声学的建筑能源性能设计和评估的室内环境输入参数；德语版本EN 15251:2007。2007
[41] MathWorks Inc.MATLAB，版本R2015b。2015年，马萨诸塞州纳蒂克。
[42] MathWorks Inc.Simulink，版本R2015a。2015年，马萨诸塞州纳蒂克。
[43] MathWorks Inc.模型预测控制工具箱，版本R2015a。2015年，马萨诸塞州纳蒂克。
[44] 国家文书。LabVIEW版本2015 SP1。2015年德克萨斯州奥斯汀。
[45] VervlietN、DebalsO、SorberL、Van BarelM、De LathauwerL。Tensorlab 3.0。2016http://www.tensorlab.net网站
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。