Resumen

Se propone un algoritmo de control de aprendizaje iterativo con un intervalo ajustable para sistemas no lineales con el fin de acelerar la tasa de convergencia del control de aprendizaje iterativo. Para la norma λ, se analizó la convergencia monótona del ILC y se obtuvieron las condiciones de convergencia correspondientes. Los resultados mostraron que la tasa de convergencia estaba determinada principalmente por el objeto controlado, la ganancia de la ley de control, el factor de corrección y el tamaño del intervalo de iteración, y que la ganancia de la ley de control se corregía en tiempo real en el intervalo modificado y el intervalo modificado se acortaba a medida que aumentaba el número de iteraciones, acelerando aún más la convergencia. La simulación numérica muestra la eficacia del método propuesto.

• Materias:Control del proceso Aerodinámica Diagnóstico de fallas Regulación automática Instrumentación automática
• Subjects: Aerodynamics Fault diagnosis Automatic regulation Automatic instrumentation
• Palabras claves:ganancia de la ley de control, tasa de convergencia, algoritmo de control de aprendizaje iterativo, condiciones de convergencia correspondientes, tamaño del intervalo de iteración, control de aprendizaje iterativo, intervalo, intervalo ajustable, factor de corrección, convergencia monotónica
• Keywords:control law gain, convergence rate, iterative learning control algorithm, corresponding convergence conditions, iteration interval size, iterative learning control, interval, adjustable interval, correction factor, monotonic convergence