针对地震模拟振动台改造的需要,应用迭代学习控制理论,在振动台作动器位移PID控制的基础上构建外部加速度闭环,组成双闭环控制。采用Matlab进行了仿真,验证了算法的正确性和适用性。进行了控制系统软硬件的改造和开发,设计了简易的试验构件,通过大量的离线迭代实验,达到了理想控制效果,验证了改造后控制系统的性能。并进行了在线实时迭代学习控制的探索和多次试验。该研究对地震模拟振动台试验研究有重要意义。

大量的结构抗震试验需要使用单自由度振动台;将振动台纳入互联网中,可实现远程控制;振动台试验中,由于台体、构件的影响,以及作动器的非线性,传统PID控制已经达不到控制要求;提出在激励源(作动器)经典PID闭环控制的基础上,通过在台面上配置反馈通道,构建一个外部的控制闭环,组成双闭环控制系统,外部闭环控制采用离线迭代学习算法;对振动台控制系统进行了MATLAB仿真,达到了理想的控制效果;应用迭代控制理论来改造单自由度振动台控制系统,有很大的理论和实际意义。

针对电液比例控制系统存在的时变性、非线性、强耦合以及液压参数摄动等问题,提出一种带补偿的迭代学习控制(ILC)算法。在分析电液比例位置伺服系统机制的基础上,建立系统的数学模型。设计不严格依赖于系统精确模型的迭代学习算法,以非常简单的方式处理不确定度相当高的非线性强耦合动态系统。为解决误差收敛过程中存在的抖动和尖峰毛刺,在算法中加入输入和误差补偿。利用先前控制输入和误差的变化量,对系统进行补偿。仿真和实验结果表明:迭代学习控制算法能够有效实现系统对期望轨迹的精确跟踪;与传统PID控制相比,迭代学习控制提高了系统的控制精度和快速跟踪能力。

工业机器人是有着非线性、强耦合以及时变性等特点的复杂动力学系统。针对某公司的六自由度机器人的轨迹跟踪问题,利用拉格朗日法对机器人进行了动力学建模,并提出一种指数增益的迭代学习控制算法以对机器人进行轨迹跟踪,并分析了该方法的收敛性。利用MATLAB软件中的Simulink功能对机器人模型工作轨迹进行仿真,将结果与传统PD型迭代学习算法进行比较,证明了该控制算法的有效性与可用性。

由于电液伺服振动台具有很强的非线性和时变性采用传统PID算法控制时往往存在较大误差难以得到期望输出.现在传统PID算法的基础上加入迭代学习算法仿真结果表明该方法可以很好地消除输出误差在选择合适算法参数的前提下可以精确实现期望的输出轨迹.