• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >Learning Control Without Prior Models: Multi-Variable Model-Free IIC, with application to a Wide-Format Printer ?
【24h】

Learning Control Without Prior Models: Multi-Variable Model-Free IIC, with application to a Wide-Format Printer ?

机译：没有现有模型的学习控制：多变量的无模型IIC，应用于宽格式打印机 ？

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Learning control enables performance improvement of mechatronic systems that operate in a repetitive manner. Achieving desirable learning behavior typically requires prior knowledge in the form of a model. The prior modeling requirements can be significantly reduced by using past operational data to estimate this model during the learning process. The aim of this paper is to develop such a data-driven learning control method for multi-variable systems, which requires that directionality aspects are properly addressed. This is achieved by using multiple past experiments to estimate a frequency response function of the inverse dynamics while ensuring smooth convergence by using smoothed pseudo inversion. The developed method is successfully applied to an industrial wide-format printer, resulting in high performance.
机译：学习控制能够以重复方式操作的机电系统的性能改进。实现理想的学习行为通常需要模型形式的先验知识。通过使用过去的运营数据可以显着降低先前的建模要求，以在学习过程中估算该模型。本文的目的是为多变量系统开发这种数据驱动学习控制方法，这需要正确解决方向性方面。这是通过使用多个过去的实验来实现，以估计逆动力学的频率响应函数，同时通过使用平滑的伪反转来确保平滑的收敛。开发方法已成功应用于工业宽格式打印机，从而实现高性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号