[发明专利]受限条件下的轨迹更新综合预测迭代学习控制算法

摘要

本发明提出一种受限条件下的轨迹更新综合预测迭代学习控制算法，针对间歇过程点对点跟踪控制问题，在被控系统输入输出受限的情况下(包括直接的输入大小的约束，输入在时间和批次方向变化的约束以及输出大小的约束)，实现了轨迹跟踪和跟踪误差收敛,保留了轨迹更新算法既考虑时间方向性能又能利用非关键点自由度的优点，使得相对于传统算法有更快的收敛速度和更小的跟踪误差,其次因为考虑了输入输出受限条件，相对于无约束轨迹更新算法，有更小的跟踪误差和更好地抗干扰能力，应用范围更加广泛。

主权项

1.一种受限条件下的轨迹更新综合预测迭代学习控制算法，其特征在于，包括以下步骤：S1，设置一个批次生产的数据采集和存储环节，所述环节可以利用生产企业现有的工业控制计算机、PLC设备；S2，根据采集到的生产历史数据库中以往的生产过程数据，在进行数据预处理后建立生产过程的数学模型和输入输出约束条件；S3，数据采集环节采集得到工业生产线中产品加工的输入输出数据，并根据目标跟踪轨迹计算点对点跟踪误差曲线；S4，依据S3得到的跟踪误差，采用轨迹更新算法调整目标跟踪轨迹，并计算出输入输出受约束情况下的跟踪轨迹，采用综合预测迭代学习控制算法，并计算下一批次的实时控制量；S5，在每个批次的新采样点，实施S4，直至该批次结束,实现对输出目标轨迹的有效跟踪。