[01515965]网络环境下的迭代学习控制及应用研究

迭代学习控制是一种智能控制方法,它针对具有重复性和周期性的动态系统在不需要精确已知模型的情况下可实现高精度跟踪控制,该方法目前已在多个系统中得到应用。实际中,基于网络模式的控制架构逐步替代传统点对点控制方式,现有的迭代学习控制理论在网络控制系统中无法直接应用。 本项目研究网络基本参量约束下迭代学习控制系统的收敛性分析理论和控制器设计方法,主要考虑数据包传输丢失、网络传输延时、信道随机扰动等因素作用下迭代学习控制系统的性能保持和鲁棒算法设计问题。所采用的技术原理为将现有网络系统数据丢包和数据传输延时的建模方法引入迭代学习控制系统,进而在随机系统框架下探索迭代学习控制的收敛性理论和控制器设计。主要的收敛性分析手段为随机意义下的压缩映射方法和随机二维系统的稳定性理论。项目所得到的收敛性分析结果和鲁棒控制器设计方法均用于城市道路系统入口匝道控制中验证理论的正确性,同时,理论结果也进一步推广应用到农业车辆路径跟踪控制、天车位置跟踪及防摆控制等领域。 经过了三年多的努力,本项目完成了研究计划的内容,共发表学术论文23篇,其中SCI期刊12篇,EI期刊8篇。主要发表在国际期刊《International Journal of Robust and Nonlinear Control》、《IET control Theory and Application》、《International Journal of Systems Science》以及国际会议IEEE ICCA,CCC,CCDC上。研究成果荣获河南省科技进步二等奖1项,国际期刊《International Journal of Control,Automation and Systems》优秀论文奖1篇,河南省自然科学学术论文一等奖1项、二等奖2项,主要论文累计被引用200余次。本项目的研究结果丰富了迭代学习控制理论体系,为实际网络控制系统提供有效的迭代学习控制方法,具有重要理论价值和实际意义。