首页 | 官方网站   微博 | 高级检索  
     

基于数据驱动的自适应最优迭代学习控制研究
引用本文:杨亮亮,袁锐,史伟民,鲁文其.基于数据驱动的自适应最优迭代学习控制研究[J].机械工程学报,2021,57(17):207-216.
作者姓名:杨亮亮  袁锐  史伟民  鲁文其
作者单位:浙江理工大学浙江省现代纺织装备技术重点实验室 杭州310018;杭州汇萃智能科技有限公司 杭州310000;浙江理工大学浙江省现代纺织装备技术重点实验室 杭州310018
摘    要:传统最优迭代学习控制(Traditional optimal iterative learning control,TOILC)可以有效提高伺服系统的跟踪性能,但系统在运行过程中可能存在参数摄动,其参数在不断地缓慢变化,导致TOILC收敛性变差,进而会使系统的跟踪性能严重恶化.因此,针对系统时变特性,将非参数模型辨识与TOILC相结合提出一种基于数据驱动的自适应最优迭代学习控制(Data-driven adaptive optimal iterative learning control,DDAOILC)算法,在迭代过程中根据输入输出信号对系统名义模型进行辨识从而更新最优迭代学习控制器,该算法不需要事先获取精确的系统模型信息,弥补了TOILC的不足;仿真和试验结果表明,DDAOILC可以有效应对伺服系统时变特性,当系统有参数摄动时,仍具有较高的跟踪性能.

关 键 词:迭代学习  收敛性  伺服系统  辨识  最优控制  数据驱动

Research on Adaptive Optimal Iterative Learning Control Based on Data Driven
YANG Liangliang,YUAN Rui,SHI Weimin,LU Wenqi.Research on Adaptive Optimal Iterative Learning Control Based on Data Driven[J].Chinese Journal of Mechanical Engineering,2021,57(17):207-216.
Authors:YANG Liangliang  YUAN Rui  SHI Weimin  LU Wenqi
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号