注塑机注射速度的离散预期学习控制

针对注塑成形过程的重复运行特性,采用离散预期学习控制方法对注射阶段的针对离散化后的注塑机注射速度模型,根据收敛性条件以两步法设计预期学习控制中的两个参数--超前步长与学习增益,并与连续预期学习控制作了比较.当收敛性条件不能在整个频段内满足时,利用DFT/IDFT截断可学习频段外的频率信号,保证跟踪误差单调收敛,并在离散频域内讨论测量噪声存在及初始定位不可重置时学习算法的跟踪性能.仿真结果表明,对于给定的期望注射速度曲线,该方法能得到比P型、D型迭代学习控制(ILC)更满意的跟踪性能,且具干扰抑制能力.     

具干扰抑制的线性鲁棒迭代学习控制

针对不确定线性定常系统,考虑频域迭代学习控制器设计及干扰抑制问题.根据提出的闭环迭代学习控制律,推导出跟踪误差收敛的充分条件,并证明了它等价于系统没有采用迭代学习控制时的鲁棒性能条件,但在性能上却得到大大的改善.在完全跟踪不可能实现的情况下,讨论性能权重函数的选取,保证了跟踪误差收敛于实际工程容许的范围内,且参数选择非常简单.基于此性能权重函数,结合鲁棒控制理论,求解满足收敛条件的控制器.给出的仿真结果表明该设计方法的有效性.