非最小相位系統(tǒng)的基函數(shù)迭代學(xué)習(xí)控制.pdf

1、柔性臂以其輕質(zhì)、節(jié)能、負(fù)載自重比高等特點(diǎn)，在航天航空和制造業(yè)等領(lǐng)域具有廣泛的應(yīng)用前景。然而柔性臂系統(tǒng)具有非最小相位特性，在實(shí)際運(yùn)行中，常規(guī)的控制難以實(shí)現(xiàn)末端軌跡的精確跟蹤。非因果穩(wěn)定逆是解決非最小相位系統(tǒng)軌跡完全跟蹤的唯一能量有界輸入，但該方法需要系統(tǒng)的精確模型，難以應(yīng)用在柔性臂這類不能精確建模的對(duì)象上。本文從柔性臂末端軌跡跟蹤出發(fā)，將這一問(wèn)題歸納為非最小相位系統(tǒng)的軌跡跟蹤問(wèn)題，結(jié)合穩(wěn)定逆與迭代學(xué)習(xí)控制理論，提出一種基于數(shù)據(jù)驅(qū)動(dòng)的基函數(shù)

2、迭代學(xué)習(xí)控制。與傳統(tǒng)的“先建模，再控制”不同，該方法無(wú)需知道系統(tǒng)的任何模型信息，而是選取合適的基函數(shù)通過(guò)迭代運(yùn)行的方式逼近系統(tǒng)的穩(wěn)定逆，根據(jù)少數(shù)的輸入輸出數(shù)據(jù)便能辨識(shí)出系統(tǒng)基函數(shù)模型，完成迭代控制任務(wù)，具有一定的魯棒性。
　　本文的主要工作分述如下:
　　(1)針對(duì)SISO線性非最小相位系統(tǒng)軌跡跟蹤問(wèn)題，結(jié)合時(shí)域穩(wěn)定逆特點(diǎn)，提出了一種新的基函數(shù)型自適應(yīng)迭代學(xué)習(xí)控制（Basis function based adaptive

3、ILC，簡(jiǎn)稱BFAILC）算法。該算法在迭代控制過(guò)程中應(yīng)用自適應(yīng)迭代學(xué)習(xí)辨識(shí)算法估計(jì)基函數(shù)模型;從穩(wěn)定逆的計(jì)算公式出發(fā)，通過(guò)形式化的推導(dǎo)，給出了基函數(shù)逼近穩(wěn)定逆的一個(gè)充分條件;采用偽逆型學(xué)習(xí)律逼近系統(tǒng)的穩(wěn)定逆，保證了迭代學(xué)習(xí)控制的收斂性和魯棒性。以傅立葉基函數(shù)為例，通過(guò)在非最小相位系統(tǒng)上的控制仿真，驗(yàn)證了算法的有效性。
　　(2)針對(duì)MIMO線性非最小相位系統(tǒng)的軌跡跟蹤問(wèn)題，提出了一種基向量值函數(shù)型迭代學(xué)習(xí)控制（Basis vec

4、tor-valued function based ILC，簡(jiǎn)稱BVFILC）算法。采用分組的思想構(gòu)造了向量值函數(shù)空間，通過(guò)系數(shù)矩陣重排的方式得到了基向量值函數(shù)空間模型;以穩(wěn)定逆計(jì)算公式為依據(jù)，得出了基向量值函數(shù)逼近穩(wěn)定逆的一個(gè)充分條件;給出了一種向量值函數(shù)空間模型的辨識(shí)算法，該算法大大降低了模型辨識(shí)實(shí)驗(yàn)的次數(shù);將最優(yōu)控制問(wèn)題轉(zhuǎn)換到向量值函數(shù)空間，保證了算法的收斂性。最后通過(guò)對(duì)非最小相位系統(tǒng)的控制仿真，驗(yàn)證了所提出方法的有效性。