简单非线性迭代学习智能控制策略 本文关键词：智能控制，策略，迭代，简单，学习
简单非线性迭代学习智能控制策略 本文简介：摘要：采用简单的非线性迭代学习智能控制策略，保证电机的稳定运行，并使电机能够达到预期的控制效果。实验结果可表明采用该控制算法较为简单，易于实现电机转速渐进学习过程，控制效果较为符合要求。关键词：非线性；迭代学习；智能控制在日常生活中，电机的应用十分广泛，因此在对电机的实际控制中，总想电机能够较快较稳
简单非线性迭代学习智能控制策略 本文内容：
摘要：采用简单的非线性迭代学习智能控制策略，保证电机的稳定运行，并使电机能够达到预期的控制效果。实验结果可表明采用该控制算法较为简单，易于实现电机转速渐进学习过程，控制效果较为符合要求。
关键词：非线性；迭代学习；智能控制
在日常生活中，电机的应用十分广泛，因此在对电机的实际控制中，总想电机能够较快较稳定的完成其期望性能，由于部分电机具有一定的复杂度和非线性，所以采用运算量较少且稳定的控制策略成为近期研究控制策略的热点[1]。为了对本文中的被控电机进行有效的转速控制，提出了简单的非线性迭代学习智能控制策略，进行相应的转速控制。通过实验表明，该控制策略的算法较为简单，电机转速的响应曲线能够实现渐进学习的过程，其控制效果较符合控制要求。
1简单非线性迭代学习策略研究
采用简单非线性迭代学习控制策略，就要对其被控对象进行研究，首先就要确定被控对象的特点是要具有一定的可重复性，这就要求在被控对象运行过程中具有固定的函数关系，通过对以前运行过程中所积累的数据进行存储分析，从而得到期望输出和实际输出之间的关系，进而找出最符合该被控对象的控制特性曲线，使控制输出能够达到期望值。通过分析，可初步确定本文中所采用的迭代学习智能控制策略的结构框图如图1所示，该图给出了简单非线性迭代学习控制系统对电机转速进行控制的基本结构框图。该控制系统采用“控制量记忆”与“延时”环节用来记忆该时刻之前控制过程中的控制量和误差，KP控制环节表示学习增益控制律。本文主要采用简单的非线性迭代学习控制律，从而得到与之对应的学习控制过程。该非线性迭代学习控制器的输出是被控电机的频率给定值。电机的实际转速输出值作为反馈信号，该反馈信号与转速给定期望值之间差值作为P控制器模块的输入，通过学习以往的控制经验，反复实验，得到最优的迭代学习控制过程。
2迭代学习智能控制实验研究
对被控电机进行控制，首先保证被控电机的状态方程为固定不变的，由参考文献[3]可以得到迭代学习的收敛条件也是确定的，如下式(4)所示：和实际转速之间关系的测试，得到电机驱动频率与转速之间的稳态关系曲线如图2所示。在实验所用的电机可以运行的频率范围内，所能够实现的输出转速相对于给定电机的驱动频率变化率，即为电机达到稳定状态时，其∂G/∂u的数值。从图中关系可以看出，不同驱动频率和转速的情况下，∂G/∂u的数值是有差别的。若采用图中电机工作频率范围内的最大∂G/∂u值，经过数据整合计算，保证被控电机在其工作范围内正常工作，驱动频率变化率最大值为121.0r/(min·kHz)。由迭代学习的收敛条件可知，KP控制器中参数的取值范围是0<KP<0.017。由于实验过程中采用频率控制字来进行频率的调节，因此在程序中KP实际的取值范围是0<KP<10.58。在实验过程中，以软化后的阶跃给定转速(30r/min)作为输入给定转速值。经过对公式(1)的运算过程分析可得到，在实际的控制过程中，必须先得到以前实验的数据，因此在进行迭代学习控制过程中，必须进行其他控制器控制并得到相应的输入和输出结果，并以该实验结果作为正式实验的输入。在进行实验过程中，采用固定PID控制器的控制方法进行第一次和第二次的实验，并把所得到相应输出结果数据存储记录下来；然后进行简单非线性的迭代学习实验，但是在进行第三和第四次实验过程中发现转速突变的状况，就如图3所示。图3是当第三次和第四次实验时，采用KP=3.5作为控制器参数值时，非线性迭代学习控制器实验输出的转速响应曲线。可明显看出第三次进行实验时电机刚开始达到了稳态，但是稳定后电机转速发生四次突变；进行第四次实验时，转速初次达到稳定后也发生了突变，而且只固定在4r/min左右。从表中可以明显看出其学习过程明显且在第7次实验时达到稳态后的波动明显较小符合控制期望，能达到控制要求，第8次之后虽上升时间缩短，但是调节时间和稳态误差都有所增大，因此可以根据不同的控制性能要求选择学习次数。采用迭代学习控制策略相对较为简单的，其计算量也是较少的，在控制过程中控制策略的研究与被控电机的性能关系并不大，因此该迭代学习控制策略的适用性非常广，可对性能不太稳定的电机进行智能控制。
3结束语
通过实验研究和验证，可以得到简单的非线性迭代学习智能控制策略是能够对电机进行有效的转速控制。该控制器必须通过先前控制被控电机的输出结果作为经验值，以此进行数据的分析和计算，使其具有自我学习的能力。由于该控制器主要根据以往经验进行自我学习因此计算量也不大，实现起来较为简单，可进行广泛运用。
参考文献
[1]李仁俊,韩正之.迭代学习控制综述[J].控制与决策,2005,20(9):961-966.
[2]于少娟,齐向东,吴聚华.迭代学习控制理论及应用[M].北京：机械工业出版社,2005.
[3]刘玉.超声波电机转速专家PID与迭代学习控制研究[D].河南科技大学,2014.
作者：刘玉 单位：郑州工业应用技术学院
简单非线性迭代学习智能控制策略 来源：网络整理
免责声明：本文仅限学习分享，如产生版权问题，请联系我们及时删除。
相关文章