[發明專利]基于知識增強和重復學習的高效率自適應控制方法

在審

• 申請號: 201710292462.9
• 申請日: 2017-04-28
• 公開（公告）號: CN107045286A
• 公開（公告）日: 2017-08-15
• 發明（設計）人: 池榮虎;孫玉梅;姚文龍;梁浩;蘇鳳
• 申請（專利權）人: 青島科技大學;煙臺南山學院
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 青島中天匯智知識產權代理有限公司37241
• 代理人: 劉曉

1.基于知識增強和重復學習的高效率自適應控制方法，其特征在于，包括以下步驟：

S1.建立實際電機系統的參數化數學模型；

S2.判斷所建立的數學模型的系統參數的類型；

S3.根據系統參數的類型對所研究的實際電機系統建立自適應控制模式；

S4.根據所建立的自適應控制模式對所研究的實際電機系統進行控制。

2.根據權利要求1所述的基于知識增強和重復學習的高效率自適應控制方法，其特征在于，在步驟S1中還包括如下步驟：如果所建立的數學模型是連續時間模型，需要將連續的時間模型進行離散化；如果所建立的數學模型如果是離散時間模型，則直接進行步驟S2。

3.根據權利要求1所述的基于知識增強和重復學習的高效率自適應控制方法，其特征在于，步驟S2中系統參數的類型包括時變系統參數模型、時不變系統參數模型和混合系統參數模型。

4.根據權利要求3所述的基于知識增強和重復學習的高效率自適應控制方法，其特征在于，步驟S3中對所研究的實際電機系統建立自適應控制過程時，先假設其通用數學模型為

xn(k+1)=θ10(k)ξ10(xn(k))+θ20ξ20(xn(k))+b(k)un(k)]]>

其中x_n(k)∈R和u_n(k)∈R分別表示實際電機系統的狀態和輸入；和表示已知的非線性函數；是未知的時變參數向量；是時不變的；m1、m2分別與實際電機系統的時變參數和常參數的數量相對應；b(k)是未知的時變輸入增益；k∈{0,Λ,T}，T是有限時間間隔的終點；n＝1,2,Λ表示迭代次數；跟蹤誤差為e_n(k)＝x_r,n(k)-x_n(k)；

并且該數學模型滿足以下假設：

(1)函數和滿足線性增長條件，即，

||ξ10(xn(k))||2≤p1+p2|xn(k)|2,and||ξ20(xn(k))||2≤c1+c2|xn(k)|2]]>

其中，0<p₁<∞，0<p₂<∞；0<c₁<∞，0<c₁<∞；

(2)對所有k∈{0,Λ,T}和迭代次數n，未知時變參數θ⁰(k)、目標軌跡x_r,n(k)和初始狀態值x_n(0)均一致有界；

(3)對所有的k∈{0,1,ΛT}，b(k)是正的(或負的)、非奇異的和有界的，并且0＜b_min≤b(k)≤b_max，其中b_min和b_max分別是b(k)已知的上限和下限。