离散时间非线性系统的数据驱动无模型自适应迭代学习控制
Data-driven model-free adaptive iterative learning control for a class of discrete-time nonlinear systems
摘要点击 1842  全文点击 1394  投稿时间:2012-05-02  修订日期:2012-06-29
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  10.7641/j.issn.1000-8152.2012.8.LCTA120438
  2012,29(8):1001-1009
中文关键词  数据驱动控制  迭代学习控制  无模型自适应控制  动态线性化方法  单调收敛性  快速路交通控制
英文关键词  data-driven control  iterative learning control  model-free adaptive control  dynamic linearization approach  monotonic convergence  freeway traffic control
基金项目  This work is supported by National Natural Science Foundation of China (Nos. 60834001, 60974040, 61120106009), and the Fundamental Research Funds for the Central Universities (No. 2011JBM201).
作者单位E-mail
金尚泰 北京交通大学 电子信息工程学院 先进控制系统研究所 shtjin@bjtu.edu.cn 
侯忠生 北京交通大学 电子信息工程学院 先进控制系统研究所  
池荣虎 青岛科技大学 自动化与电气工程学院  
柳向斌 北京交通大学 电子信息工程学院 先进控制系统研究所  
中文摘要
      本文基于迭代域的动态线性化方法, 提出了一类单入单出离散时间非线性系统的数据驱动无模型自适应迭代学习控制方案. 无模型自适应迭代学习控制本质上属于一种数据驱动控制方法, 仅利用被控对象的输入输出数据即可实现控制方案的设计. 理论分析表明无模型自适应迭代学习控制方案可以保证最大学习误差的单调收敛性. 数值仿真和快速路交通控制应用验证了无模型自适应迭代学习控制方案的有效性.
英文摘要
      In this paper, a data-driven model-free adaptive iterative learning control (MFAILC) scheme is proposed based on a novel dynamic linearization approach along the iteration axis for a class of repetitive discrete-time single input single output (SISO) nonlinear systems. The MFAILC is essentially a data-driven control method that designs controller merely using the measured input and output data of the controlled plant. Theoretical analysis shows that the MFAILC guarantees the monotonic convergence of the iteration maximum error. Numerical example and freeway traffic control application are given to illustrate the effectiveness of the MFAILC.