基于數據驅動的范數最優迭代學習控制

許萬 肖迪 陳婷薇

［摘要］ 在系統模型確定的前提下，傳統的范數最優迭代學習控制（NOILC）可以有效提高伺服系統的跟蹤精度。但是在實際控制過程中，系統模型參數往往是變化的，從而導致控制器性能的下降。為此，提出了一種基于數據驅動的范數最優迭代學習控制方法。以系統的輸入輸出為依據，建立系統估計模型的代價函數，對代價函數進行偏微分處理，得到一種基于數據驅動的非參數模型辨識方法，最后將此模型辨識方法和NOILC相結合。實驗結果表明：針對時變系統，此控制方法的跟蹤誤差為NOILC（Norm optimal iterative learning control，NOILC）的57.1%，并且相比NOILC提前5次收斂。因此，提出的方法能有效改善時變系統的跟蹤性能。

［關鍵詞］ 迭代學習； 數據驅動； 范數最優； 運動控制

［中圖分類號］ TP273.1［文獻標識碼］ A