间歇生产过程的R调节学习控制  

R-adjustable learning control for batch process

作　　者：贾立[1] 施继平[1] 程大帅[1] 邱铭森[2] 

机构地区：[1]上海大学机电工程与自动化学院上海市电站自动化技术重点实验室,上海200072 [2]新加坡国立大学工程学院,新加坡119260

出　　处：《控制理论与应用》2011年第9期1159-1162,共4页Control Theory & Applications

基　　金：国家自然科学基金资助项目(61004019);上海市科委地方高校专项基金资助项目(08160512100);上海市基础研究重点资助项目(09JC1406300);教育部博士点基金资助项目(20093108120013);上海市教育委员会科研创新资助项目(09YZ08);上海大学"十一五"211建设资助项目

摘　　要：针对间歇生产过程迭代学习控制难以进行跟踪性能分析的难题,本文提出一种变R调节迭代学习控制算法,借鉴经典控制理论定义有界跟踪和零跟踪概念.以此研究能够让系统输出误差达到零跟踪的迭代学习控制策略,并严格地证明了算法的性能,得出可以通过调节权值R使过程产品质量的误差收敛到与模型精度相关联的有界区域的结论,为相关理论结果实施于实际间歇过程提供了理论依据.To track the operation performance of a batch process under iterative learning control,we propose an R-adjustment control strategy.The definitions of zero-tracking error and bounded-tracking error are given according to classi-cal control theory.We investigate the iterative learning control strategy for achieving zero-tracking error in the output,and rigorously prove the tracking ability of the system under control.The most important conclusion is that the zero-tracking error can be achieved by the R-adjustment control strategy,which provides the basis for practical applications.

关 键 词：间歇过程 迭代学习 零跟踪 有界跟踪 

分 类 号：TP273.22[自动化与计算机技术—检测技术与自动化装置]