約束自適應模糊迭代學習控制.pdf

1、實際應用中，受控系統(tǒng)的動態(tài)特性中存在各種不確定性，利用模糊系統(tǒng)所具有的逼近特性是解決相關控制問題的一條途徑。本文針對重復作業(yè)下的受控系統(tǒng)開展迭代學習控制方法的研究?？紤]重復運行系統(tǒng)存在的初始誤差問題，以及系統(tǒng)在位置、方向等方面均可能受到限制的情形，設計可以處理任意初始條件且可實現約束的控制器。在構造對數改進型的BLF(Barrier Lyapunov Function)基礎上，本文采用誤差跟蹤控制方法，設計具有約束功能的控制器。研究并設

2、計的算法可處理任意初始條件，保證系統(tǒng)變量的有界性，實現約束控制。
　　本文的主要工作和成果如下:
　　1.討論一類不確定系統(tǒng)的迭代學習控制問題。控制方案采用魯棒方法和迭代學習相結合的手段來處理非參數不確定性。其中，魯棒方法對處理后的不確定性的界予以補償，學習策略對處理后的不確定性進行估計。基于誤差跟蹤方法所提出的迭代學習控制可處理任意初始誤差，并實現系統(tǒng)誤差在預設區(qū)間上對期望誤差的跟蹤任務。
　　2.討論不確定系統(tǒng)設計

3、自適應模糊控制方案。針對重復運行特性的不確定系統(tǒng)，基于迭代學習方法設計時變模糊系統(tǒng)，分別構造直接和間接自適應模糊迭代學習控制器。時變模糊系統(tǒng)允許模糊估計參數時變，具有良好的逼近效果。采用誤差跟蹤方法，設計期望誤差軌跡，處理初始誤差存在問題，實現系統(tǒng)誤差在預設區(qū)間上對期望誤差的跟蹤任務。期望誤差可設計在預設時間段內漸進收斂到零，實現有限時間收斂。
　　3.構造對數改進型的BLF，提出一種具有約束功能的控制算法。將該BLF應用于設計本

4、文所涉及的控制器，可以實現系統(tǒng)的跟蹤任務，并使系統(tǒng)誤差組合函數在控制過程中始終位于預設的界內。相比與僅針對約束情形的對數型BLF，改進后的BLF具有一般性，可處理約束與無約束兩種情形。就設計控制器而言，相比控制器中包含三角函數的正切型BLF，基于對數改進型的BLF所設計的控制器只包含簡單分式，數值計算更為簡單，更有利于實際系統(tǒng)中的實現。
　　4.針對本文研究的重復運行系統(tǒng)的初始誤差問題，討論三種不同的處理方法，參考軌跡修正方法，時