加权闭环PD型迭代学习控制在重复扰动时的应用.pdfVIP

维普资讯 第 24卷第 1期 电 力 科 学 与 工 程 Vo1．24．No．1 48 2008年 1月 ElectricPowerScienceandEngineering Jan．，2008 加权闭环PD型迭代学习控制在重复扰动时的应用 李 洋 ，谷俊杰 ，支保峰 ，刘金魁 (1．华北电力大学能源与动力工程学院，河北保定071003；2．山东电力工程咨询院，山东济南250013) 摘要：对于实际工业过程存在重复扰动的情况下，采用了加权闲环PD型迭代学习控制算法，在有限的时 间内克服重复扰动，并用MATLAB加以仿真验证 了有效性。 关键词：迭代学习控制；收敛性；加权闲环PD型 中图分类号：TM73 文献标识码：A 某种意义上比Yo(f)有所改善，其中k=-0，1，2，…为 0 引 言 迭代的次数 。如果 一。。时，有：Y(f)一 (f)，则称 迭代学习控制收敛。其控制的原理框图见图1。 迭代学习控$J~(ILC，iterativelearningcontro1) 是智能控制中具有严格数学描述的一个分支，早在 一]悔丁一 20世纪70年代，美国华裔学者傅京孙首次提出迭 代学习的概念 …。 在工业过程 中，研究的大都是稳态优化控制中 设定值变动时各类迭代学习控制的问题 。然而 重复性扰动在工业过程控制中时有发生，如负荷大 图 1 迭代学 习控制原理框 图 小不等的变化，为了在较短时间内消除扰动影响， 保证过程平稳过渡，因此要采用合适的学习算法。 由此可知。迭代学习控制具有以下特点： 在原闭环基础上增加迭代学习控制单元，可以使得 (1)被控对象的运动具有可重复性：系统每次 动态过渡过程按 目标轨线运行，降低了扰动影响的 作同样的工作，且诸如摩擦、弹性等干扰因素在每 一 ^l+ 幅度。由于该方法不依赖于系统的精确数学模型， 次试验中都以同样的方式或规律出现。 一一一轨望期储存迹器一一一 能以简单的方式处理不确定度高的非线性强耦合动 (2)学习过程中，输出信号可测，期望信号己 态系统。因此，迭代学习控制在学习算法、收敛 知。 性、鲁棒性、学习速度及工程应用研究上取得了很 (3)无需被控对象的动力学描述和参数估计。 大进展 。本文给出了加权 闭环 PD型迭代学习算 这正是迭代学习控制的主要优点。 法在重复扰动时的应用。 迭代学习控制：系统当前运行的控制量U (f) 总是由上一次运行的控制量 U (f)和输出误差 e 1 迭代学习控制原理 (t)或e¨(t)组成，通过一次次的迭代运行以达到 控制要求的精度。所以，它不但与传统的控制理论 迭代学习控制可用数学语言描述为：在有限的 相联系，而且可导出易于工程实现的、比较简单的 时间区域 0【， 内，给出被控对象的期望响应 Y(f)， 学习控制规律。 t∈0【， ，寻找某种给定的Uk(f)，使其响应Y(f)，在 根据系统当前输入u¨(f)的组成情况，可将 收稿 日期：2007—09-08． 作者简介：李洋 (1982～)，女，华北电力大学能源与动力工程学院硕士研究生