针对存在参数不确定、非线性约束液压锚杆钻机回转系统的转速高精度控制问题,利用钻机作业的重复性,提出了一种基于无模型自适应迭代学习的液压锚杆钻机回转系统转速控制方案。首先,搭建钻机回转控制系统关于转速的状态空间模型。其次,利用动态线性化技术,构造钻机回转系统液压马达与伺服阀电流在迭代域的等价线性映射关系,并根据系统采集的历史伺服阀电流输入、液压马达转角输出数据,提出无模型自适应迭代学习转速控制设计方法。然后在理论上给出液压锚杆钻机回转系统转速跟踪误差沿数据方向以及重复作业方向的渐近收敛性。最后,利用MATLAB软件和AMEsim平台联合仿真验证算法的有效性。结果表明,相比于传统PID算法和迭代学习控制算法,所提出的算法在不需要已知锚杆钻机系统模型的情况下,能够仅利用可测数据实现钻机转速的高精度...

针对目前国内研制的液压可控震源系统可靠性差、控制技术落后等问题,以电液伺服可控震源为研究对象,应用ADAMS软件建立系统动力学模型,应用MATLAB软件建立液压系统和控制系统模型,从而得到系统联合仿真模型。采用迭代学习控制方法提高系统的响应性能,改善系统对期望信号的跟踪精度。结果表明,搭建的联合仿真模型正确可行,提出的控制方法能够明显提高系统的跟踪性能以及抗干扰鲁棒性。

由于压电驱动器具有迟滞、蠕变等非线性特征,在精密定位中存在较大的位移跟踪误差。本文对此提出了一种逆补偿和迭代学习控制算法相结合的控制方法。利用逆补偿器作为前馈,使压电陶瓷驱动器的位移跟踪误差得到一定的补偿,再利用迭代学习控制方法进行反馈,进一步减小压电驱动器的位移跟踪误差。仿真实验结果表明,该方法具有良好的控制效果,能够将驱动器的输出位移误差由37.26%减小到0.51%以内。

文章研究了亚音速不可压来流中二元机翼气动弹性系统颤振主动控制问题。采用俯仰方向含有多项式非线性模型建立气动弹性动态方程,在非线性模型存在参数不确定性和阵风载荷的情况下,通过使用界限复合能量函数(BCEF)的方法,利用Lyapunov稳定性理论进行带有状态约束的迭代学习控制律设计。仿真结果显示,系统状态变量和控制变量都能够快速地达到稳定状态,表明所设计的控制律可以有效地实现对多项式非线性二元机翼颤振的抑制。

针对普通闭环PD型迭代学习控制算法收敛速度慢且收敛精度不高的问题,通过在闭环PD型控制算法中引入动态扩张-收缩因子（dynamic expansion compression coefficient,DECC）的方法,提高闭环PD型算法的收敛速度以及收敛精度。同时将鲁棒控制引入至算法中,进一步提高算法抑制外界干扰的能力。通过构造李雅普诺夫函数证明了在所提改进的控制律作用下的信号是有界且收敛的。最后将改进的迭代学习控制算法应用在一类具有重复运行性质的非线性系统中,证明所提算法是有效的。

弹性负载下的阀控非对称缸是典型的非线性、时变系统,针对传统PD型迭代学习控制容易造成系统抖动这一问题,设计一种带遗忘因子的预测迭代学习控制器.建立阀控非对称缸系统的模型,比较分析其工作特性.介绍迭代学习控制基本原理,并分析常规PD型算法存在的问题.为克服迭代学习控制算法在阀控非对称缸控制中的抖动问题,设计具有遗忘因子的迭代学习算法,并通过仿真分析不同遗忘因子取值对控制效果的影响.为补偿遗忘因子造成的迭代性能降低问题,加入预测给定环节.仿真与试验研究均表明,这种带遗忘因子的预测迭代学习控制算法能够很好应用于阀控非对称缸系统,它有效克服系统抖动问题,并且具有很好的迭代精度.

针对大部分舵机电液伺服力控系统存在多余力的问题，提出采用双电液伺服阀并联控制，即高响应大流量伺服阀和p-qv伺服阀并联的控制方法。考虑系统的非线性和时变特性，采用了模糊控制与迭代学习控制相结合的控制方法，即一个控制器采用模糊学习控制，另一个采用迭代PI控制。理论分析及仿真结果表明，双阀并联控制方案在舵机启动和停车过程中可以更好地抑制多余力，同时改善了系统的加载性能、非线性和时变特性的影响。

为了研究PI型迭代学习控制应用于有周期性动作的粉末成形压机位置控制的性能首先介绍了迭代学习控制的基本原理;然后建立了液压机的主缸控制系统数学模型;最后基于Matlab/Simulink软件建立了控制系统仿真模型并对采用PI型迭代学习控制的系统输出位移响应进行了仿真。仿真结果表明迭代学习控制策略应用于液压机位置控制是可行的。

针对起落架加载系统存在多余力，且多余力严重影响加载系统的精确度，同时为提高加载系统的性能，介绍了起落架加载系统的工作原理，对其建立完整的数学模型，分析了多余力产生的机理。基于迭代学习控制算法提出加载系统控制方案，对采用迭代学习控制的前后的模型进行仿真分析，结果表明，迭代学习控制算法能够有效的抑制加载过程中的多余力，提高加载系统性能。

针对某具体电液伺服协调加载系统，提出了一种加速算法闭环Ｐ型迭代学习控制律。该方法控制精度高，计算简单，对耦合干扰有较强的鲁棒性。理论分析和试验结果表明，该方法有较大的应用价值。