文献类型：期刊文章

作　　者：杨亮亮[1,2,3] 王杰[1,2] 王飞[1,2] 史伟民[1,2]

YANG Liangliang;WANGJie;WANGFei;SHI Weimin(Zhejiang Provincial Key Lab of Modem Textile Machinery & Technology, Zhejiang Sci-Tech University,Hangzhou 310018;The Research Center of Modem Textile Machinery Technology of the Ministry of Education, Zhejiang Sci-Tech University, Hangzhou 310018;Hangzhou Huicui Intelligent Technology Co. Ltd., Hangzhou 310000)

机构地区：[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

出　　处：《机械工程学报》

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

年　　份：2019

卷　　号：55

期　　号：15

起止页码：217-225

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：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。

关 键 词：直线伺服系统 迭代学习 最优控制 拉格朗日算子  

分 类 号：TP2]