分數相位超前迭代學習控制和重復控制的算法研究及應用.pdf

1、相位超前迭代學習控制（Phase Lead-Iterative Learning Control, PL-ILC）和重復控制（Repetitive Control, RC）都是高精度的學習控制。這兩種控制算法有一個共同的關鍵環(huán)節(jié)，即相位超前環(huán)節(jié)。受到數字采樣率的限制，傳統(tǒng)的相位超前環(huán)節(jié)的超前拍次只能取整數，以至于控制系統(tǒng)性能受限甚至出現不穩(wěn)定現象。本文將相位超前環(huán)節(jié)進行擴展，把超前拍次從傳統(tǒng)的整數域擴展到分數域，并通過拉格朗日插值近似實

2、現。這種改進改善了傳統(tǒng)相位超前迭代學習控制和重復控制的不足，同時賦予了控制系統(tǒng)新的意義。
　　對于迭代學習控制，相位超前環(huán)節(jié)用于補償系統(tǒng)的相位滯后，提高可學習帶寬和信號跟蹤精度。但是傳統(tǒng)整數相位超前的超前拍次在整數域，不能夠連續(xù)無級調節(jié)，因而無法使控制系統(tǒng)性能達到最優(yōu)。
　　文中提出的分數線性相位超前迭代學習控制擴大了超前拍次的取值范圍，因而利于系統(tǒng)性能的優(yōu)化。這種分數域的超前拍次利用拉格朗日FIR濾波器進行近似實現。和傳統(tǒng)

3、的相位超前迭代學習控制類似，論文依據頻域誤差收斂條件以及模型不確定性，給出超前拍次及學習增益的選擇范圍。通過連續(xù)調節(jié)超前拍次來提高系統(tǒng)的可學習帶寬，以達到更高的跟蹤精度。并以機械臂為被控對象對整數與分數的相位超前補償效果進行比較。仿真結果表明分數線性相位超前比整數線性相位超前更能提高系統(tǒng)的可學習帶寬及跟蹤精度。
　　對于傳統(tǒng)的重復控制，雖然能夠很好的解決逆變器輸出諧波問題，但在低采樣率時，控制系統(tǒng)不容易穩(wěn)定。事實上，在大功率逆變器

4、應用場合，功率器件的開關頻率一般較低，因此控制系統(tǒng)的采樣頻率也相應較低。此時，傳統(tǒng)的重復控制的應用將出現困難。
　　本文提出將重復控制中的相位補償環(huán)節(jié)進行改進，而分數相位超前重復控制方案不僅擴大了系統(tǒng)的穩(wěn)定裕度，還減小了穩(wěn)態(tài)誤差。文中依據逆變器的頻率特性給出了三個主要參數——陷波器、低通濾波器和超前環(huán)節(jié)的設計步驟，并搭建了基于Sim Power Systems的逆變器重復控制仿真平臺和基于Quanser半物理仿真的實驗平臺。仿真及