[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

技術領域

本發明涉及自適應控制領域，具體涉及一種基于知識增強和重復學習的高效率自適應控 制方法。

背景技術

迭代學習控制(ILC)(Arimoto等人，1984)最初是從機器人領域提出的，因為工業機 構通常用于執行重復性任務。在這種情況下，ILC方法可以根據先前操作的誤差信息來改進 控制性能，已經在廣泛的實際應用中進行了探討，例如在精確運動系統(Tan等人，2001)、 工業批量過程(Lee和Lee，2007)、高速交通控制(Hou等人，2007；Sun等人，2013)、列 車軌跡跟蹤(Hou等人，2011)和不確定的機器人系統(Tayebi，2004；Choi和Lee，2000) 中均實現了較好的控制。

最初提出的ILC方法利用一類PID型算法(Arimoto等人，1984；Tan等人，2001；Lee 和Lee，2007；Hou等人，2007；Sun等人，2013；Hou等人)。PID-ILC方法可以直接應用于 非線性不確定系統，因為它們需要很少的過程知識。在這個意義上，PID-ILC方法可以被稱 為“數據驅動控制”方法(Hou和Wang，2013)，由于難以在大規模和復雜的工業過程中獲得 精確的數學模型，這種方法已變得越來越具有吸引力(Hou和Wang，2013；Hou和Jin，2013； Yin等，2014；Xu等，2014)。

然而，典型的PID-ILC沿著迭代軸方向的系統瞬態性能通常較差，原因在于它沒有完全 使用可測量的狀態和已知的過程信息。迄今為止所提出的ILC方案均要求在系統狀態和相同 的期望軌跡上具有相同的初始條件。否則，沿著迭代軸方向只實現有界收斂。

因此，如何利用已知的過程知識來提高系統的控制性能是當前的研究熱點。最近，一些 自適應ILC(AILC)方案(Tayebi，2004；Choi和Lee，2000；French and Rogers，2000；Xu 和Wiswanathan，2000；Qu和Xu，2002；Xu和Xu，2004；Rotariu，Wang和Chien，2013； Yin等，2010)已經在ILC領域提出。針對控制對象是重復的線性時不變(LTI)參數化系 統，French和Rogers(2000)首先將傳統的參數適應規律引入到學習任務中，其中參數更新 規律與連續時間自適應控制相同。唯一的區別是它通過使當前迭代的初始參數估計等于先前 迭代的終端參數估計來在固定時間間隔上鏈接兩個連續重復操作。

針對線性時變參數系統，有學者提出了基于復合能量函數(CEF)的自適應ILC方法(Xu 和Wiswanathan，2000；Qu和Xu，2002；Xu和Xu，2004；Rotariu et al，2008；Wang and Chien，2013；Yin et al 2010)。因為未知的時變參數在可重復的控制環境下沿著迭代軸方 向是不變的，因此時變參數沿著迭代軸(批到批)方向而不是時間軸方向更新。此外，當參 數子集被稱為時不變而其余是時變時，針對這種情況有學者也提出了具有混合參數更新定律 的新的自適應ILC方法(Xu和Xu，2004)。混合參數更新法則分別包含用于時不變和時變參 數的兩個參數估計器。

注意，上述自適應ILC方法利用過程的已知知識，例如測量的系統狀態、已知的系統結 構、以及參數的已知的時變和/或時不變性質。它們能夠確保沿著重復軸的跟蹤誤差的漸近收 斂為零。同時，上述自適應ILC可以通過將目標軌跡的已知信息包括到控制律中來處理迭代 變化的目標軌跡。因此，可以通過使用可用的過程知識來實現更期望的性能。然而，上述自 適應ILC的開放性問題在于，為了保證收斂，需要所有迭代的初始系統狀態相同。

與上述用于連續時間系統的自適應ILC方法相比，離散時間自適應ILC(DAILC)方法(Chi 等人，2008)已經開始獲得關注。幾種DAILC方法(Chi等人，2008；Chi等人，2007；Li 等人，2010；Chi等人，2013)已經被提出用于時變參數系統。通過使用可測量的系統狀態， 已知模型結構和精確已知的參考軌跡，離散時間AILC方法漸近地實現理想的跟蹤性能，而不 需要在目標軌跡或相同的初始狀態迭代上通過迭代的相同條件。然而，現有的離散時間AILC 方法將所有未知的參數不確定性視為時變，即使參數不確定性是時不變的或者可以被精確地 分離為時不變參數和時變參數，現有的離散時間AILC也將其視為時變參數，因此并未充分利 用系統參數已知的有效信息(如全部時變，全部時不變，或部分時變部分時不變)，不能達到 最好的控制效果。

發明內容