許萬(wàn) 肖迪 陳婷薇

［摘要］ 在系統(tǒng)模型確定的前提下，傳統(tǒng)的范數(shù)最優(yōu)迭代學(xué)習(xí)控制（NOILC）可以有效提高伺服系統(tǒng)的跟蹤精度。但是在實(shí)際控制過(guò)程中，系統(tǒng)模型參數(shù)往往是變化的，從而導(dǎo)致控制器性能的下降。為此，提出了一種基于數(shù)據(jù)驅(qū)動(dòng)的范數(shù)最優(yōu)迭代學(xué)習(xí)控制方法。以系統(tǒng)的輸入輸出為依據(jù)，建立系統(tǒng)估計(jì)模型的代價(jià)函數(shù)，對(duì)代價(jià)函數(shù)進(jìn)行偏微分處理，得到一種基于數(shù)據(jù)驅(qū)動(dòng)的非參數(shù)模型辨識(shí)方法，最后將此模型辨識(shí)方法和NOILC相結(jié)合。實(shí)驗(yàn)結(jié)果表明：針對(duì)時(shí)變系統(tǒng)，此控制方法的跟蹤誤差為NOILC（Norm optimal iterative learning control，NOILC）的57.1%，并且相比NOILC提前5次收斂。因此，提出的方法能有效改善時(shí)變系統(tǒng)的跟蹤性能。

［關(guān)鍵詞］ 迭代學(xué)習(xí)； 數(shù)據(jù)驅(qū)動(dòng)； 范數(shù)最優(yōu)； 運(yùn)動(dòng)控制

［中圖分類號(hào)］ TP273.1［文獻(xiàn)標(biāo)識(shí)碼］ A