研究基于Lyapunov方法的适应迭代学习控制(ILC)理论的基本问题及控制器设计方法。解决初始定位条件、非一致期望轨迹、学习区间变化、学习周期未知等基本问题。构造闭环P型迭代(微分)学习律,回避全局Lipschitz条件,保证闭环系统的稳定性收敛性。研究处理动力学特性中不确定性项及其界函数的时变参数化方法。设计带有投影算子的迭代学习律,使得时变参数估值囿于预定范围。提出非直接适应ILC以及与直接适应ILC相结合的控制技术,并讨论保证估值收敛的持续激励条件。讨论适应稳定系统逆方法,解决非最小相位系统的控制问题。研究含非光滑非线性特性的受控对象,扩展适应ILC的工程适用性。开发适当观测器技术实现输出跟踪。采用逼近技术设计控制器。提出含邻域修正Lyapunov函数和逼近误差估计方案,以克服逼近误差对收敛性的影响。研究离散适应ILC,增强工程可应用性。研制精密定位系统,探讨适应ILC的应用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
粗颗粒土的静止土压力系数非线性分析与计算方法
拥堵路网交通流均衡分配模型
卫生系统韧性研究概况及其展望
端壁抽吸控制下攻角对压气机叶栅叶尖 泄漏流动的影响
非线性迭代学习控制系统理论研究
迭代学习控制系统实际完全跟踪方法研究与实现
不完备数据下迭代学习控制的鲁棒性及控制系统设计
几类新的分布式自适应迭代学习协议的设计