Resumen

Abordamos un método de control de aprendizaje iterativo (ILC) para superar el problema del valor inicial causado por los métodos de convergencia local. Introduciendo una forma recursiva de retroalimentación de errores de seguimiento en la ley de aprendizaje iterativo, este algoritmo puede evitar una aproximación lineal burda a plantas no lineales para alcanzar la propiedad de convergencia global. La estructura del algoritmo se ilustra por completo. Bajo ciertos supuestos, se garantiza que los errores de seguimiento del sistema de lazo cerrado convergen a cero. Además, se discuten los papeles de los parámetros en la ley de aprendizaje iterativo para la realización del algoritmo, y se presenta un caso de estudio no lineal para demostrar la eficacia y el rendimiento de seguimiento del algoritmo propuesto.

• Materias:Robótica Sistemas no lineales Modelo lineal Instrumentación automática Optimización de procesos
• Subjects:Robotics Nonlinear systems Linear model Automatic instrumentation Process optimization
• Palabras claves:ley de aprendizaje iterativo, algoritmo, aproximación lineal cruda, propiedad de convergencia global, problema de valor inicial, control de aprendizaje iterativo, métodos de convergencia local, estudio de caso no lineal, errores, realización del algoritmo
• Keywords:iterative learning law, algorithm, crude linear approximation, global convergence property, initial value problem, iterative learning control, local convergence methods, nonlinear case study, errors, algorithm realization