2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、迭代學習控制針對具有重復運行性質(zhì)的被控對象,利用對象以前運行的信息,通過迭代方式修正控制信號,實現(xiàn)在有限時間區(qū)間上的高精度跟蹤任務。經(jīng)典PID(Propo-rtional Integration Differential)型迭代學習控制以其簡單的算法形式和精確的跟蹤效果引人注目,但也存在著學習增益選擇盲目和算法收斂速度慢的缺陷。而對于實際的控制系統(tǒng)而言,這兩個問題都必須很好地解決。在本文中,主要對迭代學習控制算法進行研究,并將研究成果應

2、用于機器人控制中。論文的主要內(nèi)容如下:
  (1)介紹了迭代學習控制和機器人的基本知識以及一些常用的迭代學習控制算法,并分析了各類算法中存在的問題。
  (2)重點研究了迭代學習算法的收斂速度。1)針對線性連續(xù)系統(tǒng),引入2-D(2-dimensions)系統(tǒng)理論,運用D(Differential)型開閉環(huán)迭代學習控制算法進行控制,并以譜半徑形式給出了保證算法收斂的充分必要條件。通過與D型開環(huán)迭代學習控制算法的仿真比較,證明了

3、算法在提高控制系統(tǒng)收斂速度上有明顯優(yōu)勢。2)結(jié)合模糊控制技術(shù)用于學習控制,提出一種改進的模糊增益PD(Proportional Differential)型迭代學習控制算法,并針對一個單臂機械手模型,分別采用普通PD型迭代學習算法和模糊增益PD型迭代學習算法進行控制,仿真結(jié)果表明采用本文提出的算法收斂速度更快。
  (3)迭代學習控制在機器人中的應用。針對一個2自由度剛性機器人,分別運用普通PD型迭代學習算法與本文提出的模糊增益P

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論