發(fā)布時(shí)間：2021-01-03 17:01

　　本論文針對(duì)實(shí)際控制過(guò)程中遇到的外部擾動(dòng)、隨機(jī)測(cè)量噪聲、初始條件變化等問(wèn)題,提出了一系列迭代學(xué)習(xí)觀測(cè)器和基于觀測(cè)器的數(shù)據(jù)驅(qū)動(dòng)迭代學(xué)習(xí)控制方案,討論和分析了所提出方法的穩(wěn)定性,給出了嚴(yán)格的數(shù)學(xué)證明與仿真驗(yàn)證。論文的主要?jiǎng)?chuàng)新點(diǎn)總結(jié)如下:第一,在數(shù)據(jù)驅(qū)動(dòng)設(shè)計(jì)和分析的框架下,針對(duì)具有非重復(fù)外部擾動(dòng)的線性系統(tǒng),為了達(dá)到對(duì)擾動(dòng)進(jìn)行估計(jì)的目的,設(shè)計(jì)了兩種基于數(shù)據(jù)驅(qū)動(dòng)的迭代學(xué)習(xí)擾動(dòng)觀測(cè)器（ILADOB）,即,針對(duì)狀態(tài)可測(cè)系統(tǒng)的基于狀態(tài)的ILADOB和針對(duì)狀態(tài)不可測(cè)系統(tǒng)的基于輸出的ILADOB方法。所提出的兩種方法都是在有限時(shí)間間隔內(nèi)沿著迭代方向進(jìn)行估計(jì)的,可以利用以前迭代操作中的系統(tǒng)數(shù)據(jù)對(duì)擾動(dòng)進(jìn)行估計(jì)。所得結(jié)果進(jìn)一步擴(kuò)展到了非線性非仿射系統(tǒng)。理論分析和仿真結(jié)果都證明了兩種迭代學(xué)習(xí)擾動(dòng)觀測(cè)器的有效性和適用性。第二,針對(duì)帶有非重復(fù)外部擾動(dòng)的可重復(fù)非線性非仿射系統(tǒng),提出了基于擾動(dòng)觀測(cè)器的數(shù)據(jù)驅(qū)動(dòng)迭代學(xué)習(xí)控制方法,以提高控制器在非重復(fù)擾動(dòng)影響下的控制效果。通過(guò)引入迭代學(xué)習(xí)擾動(dòng)觀測(cè)器對(duì)外部擾動(dòng)引起的系統(tǒng)總擾動(dòng)進(jìn)行估計(jì),并作為補(bǔ)償用于迭代學(xué)習(xí)控制器中。從而,所提出的方法能夠有效的減少非重復(fù)擾動(dòng)對(duì)系統(tǒng)的影響,提高系統(tǒng)... 

【文章來(lái)源】：青島科技大學(xué)山東省

【文章頁(yè)數(shù)】：88 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

系統(tǒng)狀態(tài)的估計(jì)性能Figure2-1Theestimationperformanceofsystemstates

數(shù)據(jù)驅(qū)動(dòng)的非線性系統(tǒng)擾動(dòng)觀測(cè)器及自學(xué)習(xí)控制方法20圖2-2狀態(tài)估計(jì)誤差的收斂性Figure2-2Theconvergenceofstateestimationerror為了進(jìn)行比較，應(yīng)用了針對(duì)非重復(fù)線性系統(tǒng)的傳統(tǒng)基于狀態(tài)擾動(dòng)觀測(cè)器[30]，d(t)=Kx(t)z(t)(1)()((())()()()())nzt+=zt+KAtIxt+Btut+dt其中，A(t)和B(t)為系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣，1diag{,...,}nK=KK，1,1,2,,iK<i=n。傳統(tǒng)基于狀態(tài)擾動(dòng)觀測(cè)器與所提出方法的區(qū)別在于所提出的方法可以通過(guò)使用之前迭代的數(shù)據(jù)來(lái)增強(qiáng)對(duì)擾動(dòng)的估計(jì)效果。選擇與所提出基于狀態(tài)的ILADOB相同的參數(shù)K=diag{0.9,0.7}。沿時(shí)間軸的狀態(tài)估計(jì)誤差的絕對(duì)值如圖2-3至2-4所示。圖2-3至2-4表示基于狀態(tài)的ILADOB與傳統(tǒng)DOB估計(jì)誤差的對(duì)比，x軸表示時(shí)間常數(shù)，黑色虛線表示傳統(tǒng)DOB的估計(jì)誤差，藍(lán)色“+”虛線、綠色“o”虛線、紫色“*”虛線、紅色“x”虛線分別表示基于狀態(tài)的ILADOB在第15、30、45、80次迭代的估計(jì)誤差�？梢钥闯�，傳統(tǒng)DOB在迭代過(guò)程中沒(méi)有學(xué)習(xí)能力，并且狀態(tài)估計(jì)誤差的分布在迭代過(guò)程之間保持不變。另外，所提出的基于狀態(tài)的ILADOB方法可以從以前的迭代中的I/O數(shù)據(jù)中學(xué)習(xí)，并且狀態(tài)估計(jì)誤差會(huì)隨著迭代次數(shù)的增加而減少。當(dāng)系統(tǒng)狀態(tài)不可測(cè)時(shí)，使用基于輸出的ILADOB(2-8a)-(2-8e)。選擇參數(shù)1η=1，1μ=1，Γ=diag{0.1,0.3}，=V[11]，K=diag{0.9,0.7}，nM=I。系統(tǒng)輸出的估計(jì)性能和最大輸出估計(jì)誤差分別如圖2-5和2-6所示。

青島科技大學(xué)研究生學(xué)位論文21圖2-3狀態(tài)估計(jì)誤差1xe的收斂性Figure2-3Theprofileofstateestimationerror1xe圖2-4狀態(tài)估計(jì)誤差2xe的收斂性Figure2-4Theprofileofstateestimationerror2xe圖2-5展示了在第4、10、30、80次迭代基于輸出的ILADOB的輸出估計(jì)曲線，x軸表示時(shí)間常數(shù)，黑色“+”實(shí)線和藍(lán)色“*”實(shí)線表示實(shí)際系統(tǒng)輸出，紅色“o”虛線和紫色“x”虛線表示系統(tǒng)輸出的估計(jì)，隨著迭代次數(shù)的增加，估計(jì)效果越來(lái)越好。圖2-6表示每次迭代最大估計(jì)誤差曲線，x軸表示迭代次數(shù)，可以看出，隨著迭代次數(shù)的增加，基于輸出的ILADOB的估計(jì)誤差越來(lái)越小，顯然，基于輸出

【參考文獻(xiàn)】：
期刊論文
[1]Observer-based Iterative and Repetitive Learning Control for a Class of Nonlinear Systems[J]. Sheng Zhu,Xuejie Wang,Hong Liu.  IEEE/CAA Journal of Automatica Sinica. 2018(05)
[2]非線性時(shí)變系統(tǒng)開(kāi)閉環(huán)P型迭代學(xué)習(xí)控制的收斂性[J]. 皮道映,孫優(yōu)賢.  自動(dòng)化學(xué)報(bào). 1999(03)
[3]非線性系統(tǒng)的PD型迭代學(xué)習(xí)控制[J]. 孫明軒,黃寶健,張學(xué)智.  自動(dòng)化學(xué)報(bào). 1998(05)



本文編號(hào)：2955169