有限时间迭代学习控制方法研究

摘要

迭代学习控制适用于完成具有重复运动特性的控制任务，能够实现对期望轨迹的完全跟踪。但迭代过程中，对初始状态有着严格的限定，要求系统的初始位置严格位于给定轨迹的起始点。由于系统实际重复精度的限制，初始定位误差难以避免，任意初态下如何提高迭代学习控制完全跟踪性能，便是一个值得深究的课题。 针对任意初态的情形，本文深入研究一种引入初始修正作用的有限时间迭代学习控制策略，针对不同的系统，结合不同的方法，实现对给定轨迹的实际完全跟踪，主要的工作如下: 1.针对控制增益与状态有关的情形下，基于Lyapunov-Like方法，分别研究了参数不确定非线性系统和非参数不确定非线性系统的有限时间迭代学习控制问题，将有限时间迭代学习控制方法推广到更一般的情形，实现任意初态下，对各种系统的有效控制——在有限区间[△，T]上完全跟踪。 2.针对一般非线性系统，结合瞬态特性的限定方法，设计可保证瞬态特性的有限时间迭代学习控制方法。实现在得到PCT性能的同时，又能够使跟踪误差在每次迭代过程中都具有可保证的瞬态特性。 3.针对一类非参数不确定系统，利用神经网络算法在逼近非线性函数方面的能力，结合自适应迭代学习控制在处理时变参数方面的优势，研究了一种基于RBF神经网络的有限时间迭代学习控制方法。在处理非参数不确定方面，为推广有限时间迭代学习控制适用范围做了有益的尝试。 4.针对时变机器人系统，结合本文采用的有限时间迭代学习控制策略，研究任意初态下实现PCT跟踪性能的可行性。设计能够处理同时含有未知定常参数和未知时变参数情形的有限时间迭代学习控制器，从实验的角度出发，验证所提出的有限时间迭代学习控制方法的有效性。

目录

声明

摘要

第1章 绪论

1．1 课题研究的背景与研究意义

1．2 相关控制技术的研究现状

1．2．1 迭代学习控制

1．2．2 机器人控制技术

1．3 本文的研究内容及章节安排

第2章 有限时间迭代学习控制

2．1 引言

2．2 问题的提出

2．3 有限时间迭代学习控制策略

2．3．1 有限时间迭代学习控制方法分析

2．3．2 初始修正吸引子设计

2．3．3 有限时间迭代学习控制器设计

2．4 仿真研究

2．5 小结

第3章 控制增益与状态有关的有限时间迭代学习控制

3．1 引言

3．2 控制增益与状态有关的参数不确定系统的有限时间迭代学习控制

3．2．1 控制器设计

3．2．2 性能分析

3．3 控制增益与状态有关的非参数不确定系统的有限时间迭代学习控制

3．3．1 控制器设计

3．3．2 性能分析

3．4 仿真研究

3．4．1 控制增益与状态有关的参数不确定系统

3．4．2 控制增益与状态有关的非参数不确定系统

3．5 小结

第4章 可保证瞬态特性的有限时间迭代学习控制

4．1 引言

4．2 可保证瞬态特性的有限时间迭代学习控制策略

4．3 可保证瞬态特性的有限时间迭代学习控制

4．3．1 控制器设计

4．3．2 性能分析

4．4 仿真研究

4．5 小结

第5章 基于神经网络的有限时间迭代学习控制

5．1 引言

5．2 基于神经网络的有限时间迭代学习控制策略

5．3 基于神经网络的有限时间迭代学习控制

5．3．1 控制器设计

5．3．2 性能分析

5．4 仿真研究

5．5 小结

第6章 时变机器人系统的有限时间迭代学习控制

6．1 引言

6．2 刚性时变机器人系统的控制问题

6．3 时变机器人系统的有限时间迭代学习控制

6．3．1 控制器设计

6．3．2 性能分析

6．4 仿真研究

6．5 小结

第7章 总结与展望

7．1 总结

7．2 展望

参考文献

致谢

攻读学位期间参加的科研项目和成果