夏元天,周菊香,徐天伟
(云南师范大学 民族教育信息化教育部重点实验室,昆明 650000)
自动化系统在建模和实际应用过程中存在不确定性和不精确性的问题,使用传统的PID控制、最优控制等技术难以解决上述难题。迭代学习控制(Iterative Learning Control,ILC)[1-3]和重复控制(Repeat Control,RC)[4-5]很早被提出且得到了很好的发展。ILC作为一种克服传统控制设计局限性的有效控制技术[6-7],其善于在有限的时间间隔内处理重复的控制任务。文献[1-3]提出一种新的ILC方法用来补偿基于收缩映射的ILC。文献[8]针对一类具有延迟性能的线性系统提出一种ILC协议。文献[9]提出一种基于PID-type的ILC算法。总的来说,ILC以其良好的全时间间隔轨迹跟踪性能已广泛用于各类控制领域。
受控系统的时延效应会降低系统性能,甚至会导致系统瘫痪。文献[10]引入分离技术,用以解决时延效应带来的影响。文献[11]为了解决一类不确定非仿射非线性时变时滞系统的自适应控制问题,提出一种新的拉祖米钦-努斯鲍姆引理。文献[12]通过引入饱和函数,构造出一种新的ILC机制。文献[13]针对不确定非线性时变时滞系统中存在的非仿射非线性故障问题,提出一种基于模糊逼近的自适应容错跟踪控制方法。文献[14]利用神经逼近技术和努斯鲍姆函数法设计一种自适应ILC方案。文献[15]提出一种自适应迭代学习控制(AILC)方案,用以解决一类具有未知时变延迟和输入饱和的非线性参数化系统。文献[16]针对一类具有未知时变参数和时变时滞的非线性系统,通过参数分离技术并结合信号替换机制,提出了一种新的AILC方法。……