机械工程学报

作者：杨亮亮, 王杰, 王飞, 史伟民

单位：1. 浙江理工大学浙江省现代纺织装备技术重点实验室 杭州 310018;；2. 浙江理工大学教育部现代纺织装备技术工程研究中心 杭州 310018;；3. 杭州汇萃智能科技有限公司 杭州 310000

关键词：迭代学习,拉格朗日算子,直线伺服系统,最优控制；

基金：浙江省自然科学基金（LY18E050016）和国家重点研发计划（2017YFB1304000）资助项目。

直线伺服系统在高速运动的过程中，会因自身存在的固有振动模态而产生显著的振荡，并影响其轨迹跟踪的性能。本文基于前馈与反馈二自由度控制策略，在稳定的反馈控制器基础上加入迭代学习控制算法，对该类控制算法的稳定性和收敛性进行了分析；同时基于最优控制理论，在驱动力迭代步长受约束的条件下引入拉格朗日算子，不仅增强了算法的鲁棒性，还提高了算法对收敛速度调节的灵活性；最后设计了一种基于最优控制迭代学习的控制器。仿真与实验结果表明，在前馈及反馈二自由度控制的基础上加入最优控制迭代学习的算法，可以有效抑制直线伺服系统在高速运行过程中产生的振动现象，在匀速段的抑制效果尤为显著，从而提高了整体轨迹的跟踪性能。

来源：2019年第15期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2019年第15期