一類時變系統(tǒng)的自適應迭代學習辨識與控制.pdf

1、在實際工程應用中，系統(tǒng)參數時變的現象十分普遍，廣泛存在于機器人控制、過程控制及航空航天等領域。對快時變系統(tǒng)的辨識與控制問題的研究是控制界關注的熱點問題之一。 本文針對一類在有限時間區(qū)間上可重復運行的時變系統(tǒng)，研究了模型參考自適應迭代學習辨識與控制的方法。針對帶時變有效負載機械臂的動力學系統(tǒng)，研究并設計了兩種帶時變負載機械臂的軌跡跟蹤自適應迭代學習控制算法。主要內容有： 1 將自適應迭代學習控制方法與模型參考自適應辨識相結

2、合，首次提出了線性時變系統(tǒng)的迭代學習辨識的概念。研究了一類在有限時間區(qū)間上具有可重復性的時變系統(tǒng)的辨識問題。通過引入沿迭代軸的學習，辨識系統(tǒng)的時變參數，克服了傳統(tǒng)時變系統(tǒng)自適應辨識方法要求系統(tǒng)時變參數結構已知或參數慢時變的限制。論文針對一類參數均時變的一階和高階線性系統(tǒng)，提出了參數沿迭代軸更新的模型參考自適應迭代學習辨識算法。針對時變參數與定常參數并存的系統(tǒng)，提出了組合自適應迭代學習辨識算法，加快了參數的收斂速度?；陬怢yapunov

3、 函數，證明了以上三種辨識算法中，參數估計有界且收斂，模型跟蹤誤差隨迭代次數趨于無窮，關于有限時間區(qū)間一致收斂到零。論文還研究了參數估計沿迭代軸逐點收斂到真值的條件。 2 針對慣性參數時變未知、高頻增益定常未知的一階和高階線性時變系統(tǒng)，提出了組合模型參考自適應迭代學習控制算法。針對一階線性時變系統(tǒng)，慣性參數和高頻增益均時變的情況，提出了一種帶有增益變化率估計的模型參考自適應迭代學習控制方法?；陬怢yapunov函數，證明了以

4、上三種算法可使模型跟蹤誤差隨迭代次數趨于無窮，關于有限時間區(qū)間一致收斂到零。 3 推導了帶時變負載機械臂的動力學模型，揭示了負載時變對系統(tǒng)動力學模型的影響。針對時變負載機械臂的高性能軌跡跟蹤控制問題，提出了變負載機械臂的參數自適應迭代學習控制算法。針對未知參數部分定常、部分時變的情況，提出了變負載機械臂的組合自適應迭代學習控制算法?；陬怢yapunov 函數證明了當迭代次數趨于無窮時，系統(tǒng)跟蹤誤差關于有限時間區(qū)間一致收斂到零

5、。 4 針對省重點科技攻關課題“工業(yè)機器人的開發(fā)與應用——搬運機器人”，設計了該六自由度關節(jié)式機器人的伺服控制系統(tǒng)，完成了系統(tǒng)調試，達到了設計要求。 5 根據所研制的搬運機器人在某澆注生產線上的應用需求，研究了搬運機器人帶時變負載時高速高性能軌跡跟蹤控制問題。建立了帶時變負載的搬運機器人三耦合關節(jié)的簡化機械臂動力學模型。并將所提時變負載機械臂的自適應迭代學習控制算法應用于該系統(tǒng)，仿真驗證了所提算法在澆注機器人中應用的