• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >Overcoming Output Constraints in Iterative Learning Control Systems by Reference Adaptation
【24h】

Overcoming Output Constraints in Iterative Learning Control Systems by Reference Adaptation

机译：通过参考调整克服迭代学习控制系统中的输出约束

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

摘要

Iterative Learning Control (ILC) schemes can guarantee properties such as asymptotic stability and monotonic error convergence, but do not, in general, ensure adherence to output constraints. The topic of this paper is the design of a reference-adapting ILC (RAILC) scheme, extending an existing ILC system and capable of complying with output constraints. The underlying idea is to scale the reference at every trial by using a conservative estimate of the output’s progression. Properties as the monotonic convergence above a threshold and the respect of output constraints are formally proven. Numerical simulations and experimental results reinforce our theoretical results.
机译：迭代学习控制（ILC）方案可以保证渐近稳定性和单调误差收敛等特性，但通常不确保遵守输出约束。本文的主题是设计参考适应ILC（轨道）方案，扩展了现有的ILC系统并能够符合输出约束。潜在的想法是通过使用输出的进展的保守估计来在每次试验中扩展参考。作为高于阈值的单调会聚和输出约束的方面的性质被正式证明。数值模拟和实验结果强化了我们的理论结果。

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