迭代学习初态问题研究及其在机器人中的应用  

Initial Value Researching of Iterative Learning and Its Application in Robot

作　　者：杨晓峰[1] 樊晓平[1] 杨胜跃[1] 

机构地区：[1]中南大学铁道校区自动工程研究中心,长沙410075

出　　处：《计算技术与自动化》2001年第4期14-18,共5页Computing Technology and Automation

基　　金：国家自然科学基金 (6 9975 0 0 3);湖南省自然基金 (98JJY2 0 4 4 )资助项目

摘　　要：在迭代学习控制研究中 ,通常的一个假设是 :系统每次迭代初态与理想初态相等。这个假设对于系统的稳定性分析是非常重要的 ,因为迭代初态扰动将直接影响到迭代学习控制的跟踪精度。针对此问题 ,本文提出了一种新的迭代学习控制方法 :利用遗忘因子控制初态偏移的影响 ,在保证系统迭代收敛的前提下 ,同时对初态进行学习 ,使其最终趋于理想初态 ,从而实现非线性系统对期望轨线的严格跟踪。最后 。In iterative learning conrtol,a common assumption is that the initial state of each iterative is equal to its idea value.This assumption is very important to the stability analysis for the system,to the iterative learning conrtol,ghe distrubance of initial state will directly affect the precision of trajectory tracking.In this paper,a new iterative learning control scheme is presented,in which the forgetting factor is used make down the affection of the initial state disturbance,and the initial state is updated while the convergence of system is guaranteed.Under this interative learning conrtol scheme the initial state and tracking of system will convergence to their idea value.At last,the simulation results for robot system illustrate the effectiveness of the new iterative learning control scheme presented in this paper.

关 键 词：机器人 迭代学习控制 初态问题 非线性系统 

分 类 号：TP242[自动化与计算机技术—检测技术与自动化装置] TP273.22[自动化与计算机技术—控制科学与工程]