本文主要對離散時間非線性系統(tǒng)的模型未知問題和控制問題進(jìn)行了研究,提出了局部線性化方法,以此為基礎(chǔ)設(shè)計了一系列智能自學(xué)習(xí)控制方案。論文的主要研究內(nèi)容總結(jié)如下:第一,針對一類離散時間非線性系統(tǒng),提出了局部線性化方法,包括緊格式局部線性化(CFLL)、偏格式局部線性化(PFLL)和全格式局部線性化(FFLL)。這些線性化方法不需要任何的模型信息,僅利用I/O量測數(shù)據(jù)將非線性系統(tǒng)等價線性化成具有非線性不確定項的線性仿射數(shù)據(jù)模型。然后將其擴(kuò)展到具有重復(fù)運(yùn)動性質(zhì)的離散時間非線性系統(tǒng)中,相應(yīng)地提出了迭代域的局部線性化方法,給出了嚴(yán)格的數(shù)學(xué)分析和證明。第二,針對一類離散時間非線性系統(tǒng),在局部線性化方法下,利用最優(yōu)原理,設(shè)計了一類無模型自學(xué)習(xí)控制器,并針對控制器中的未知參數(shù)提出了自適應(yīng)估計算法。該方法僅利用受控系統(tǒng)的在線I/O數(shù)據(jù)進(jìn)行控制器設(shè)計,不需要任何的模型信息,具有較強(qiáng)的魯棒性。仿真結(jié)果驗證了所提出控制方法的有效性。第三,針對一類離散時間非線性系統(tǒng),在局部線性化方法下,將其轉(zhuǎn)化為具有非線性項的線性仿射系統(tǒng)。在數(shù)據(jù)驅(qū)動框架下,提出一類智能自學(xué)習(xí)PID控制方法。同時,為了解決非線性不確定項和未知參數(shù)問...

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 智能控制研究現(xiàn)狀
        1.1.1 智能PID控制
        1.1.2 無模型自適應(yīng)控制
        1.1.3 迭代學(xué)習(xí)控制
    1.2 課題來源及主要研究內(nèi)容
    1.3 論文結(jié)構(gòu)安排
2 局部線性化
    2.1 緊格式局部線性化
    2.2 偏格式局部線性化
    2.3 全格式局部線性化
    2.4 迭代域中的局部線性化
        2.4.1 迭代域中的緊格式局部線性化
        2.4.2 迭代域中的偏格式局部線性化
    2.5 本章小結(jié)
3 無模型自學(xué)習(xí)控制
    3.1 問題描述
    3.2 控制器設(shè)計
    3.3 仿真研究
    3.4 本章小結(jié)
4 智能自學(xué)習(xí)PID控制
    4.1 問題描述
    4.2 控制器設(shè)計
        4.2.1 基于緊格式局部線性化的智能自學(xué)習(xí)PID控制
        4.2.2 基于偏格式局部線性化的智能自學(xué)習(xí)PID控制
        4.2.3 基于全格式局部線性化的智能自學(xué)習(xí)PID控制
    4.3 收斂性分析
    4.4 仿真研究
    4.5 本章小結(jié)
5 智能模最優(yōu)ILC
    5.1 問題描述
    5.2 控制器設(shè)計
        5.2.1 基于緊格式局部線性化的智能模最優(yōu)ILC
        5.2.2 基于偏格式局部線性化的智能模最優(yōu)ILC
    5.3 仿真研究
    5.4 本章小結(jié)
6 智能PID型 ILC
    6.1 問題描述
    6.2 控制器設(shè)計
        6.2.1 智能P型ILC
        6.2.2 智能PD型ILC
        6.2.3 智能PID型 ILC
    6.3 收斂性分析
    6.4 仿真研究
    6.5 本章小結(jié)
7 結(jié)論與展望
    7.1 結(jié)論
    7.2 展望
參考文獻(xiàn)
附錄1
附錄2
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄



本文編號：3811463