买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明提供了一种不等长受限批次过程的鲁棒优化迭代学习控制方法，能在多目标要求下设计鲁棒迭代学习控制器，通过利用修正的系统误差更新模型定义二次性能指标，同时采用线性矩阵不等式技术，将性能指标最小化问题转化为包含多个线性矩阵不等式约束的凸优化方法，并在每批次结束时得到优化迭代输入修正信号，进而提高系统收敛速度，该方法还结合了输入约束和不确定模型，保证了本方法具有足够的鲁棒性能和约束处理能力。

主权项：1.一种不等长受限批次过程的鲁棒优化迭代学习控制方法，其特征在于，包括以下步骤：步骤1，在不等长批次过程控制系统中建立状态空间模型， 其中，k为批次，代表该模型的第k次运行，t∈[0，Nk]为采样时刻，Nk是第k个批次的实际长度，xkt∈Rn为该模型的状态，ukt∈R为该模型的输入，ykt∈R为该模型的输出，A,B,C为具有相应维数的模型矩阵，且CB≠0，x0是该模型的初始状态；步骤2，将步骤1的状态空间模型转换为批次表示的提升模型，具体为：基于步骤1中的状态空间模型，若每个批次长度都能达到期望批次长度N，则设定此时的状态空间模型的输出期望轨迹为ydt,将其转换为批次表示的提升模型：yk＝Guk+dk2，其中，yk＝[yk1yk2…ykN]T，为模型的输出；uk＝[uk0uk1…ukN-1]T,为模型的输入；dk＝[CACA2…CAN-1]Tx0,为模型的扰动向量； 为提升过程矩阵；定义误差提升向量为: 实际批次长度Nk∈[Nm,N]，Nm为批次长度最小值，则存在τ＝N-Nm+1种批次长度，每种批次长度时间发生概率为p1,p2,…,pτ，若实际批次长度不足N时,需要将实际批次长度补到N,将每批次缺失的输出使用期望轨迹ydt补齐，修改后的误差提升向量表示为： 其中，为一个随机矩阵；接着，引入随机变量γkt，表示第k批次t时刻模型是否有输出，γkt＝1表示第k批次t时刻状态空间模型有输出数据，且假定此事件发生的概率为pt；γkt＝0表示第k批次t时刻状态空间模型没有输出数据，此事件发生的概率为1-pt；pt通过批次长度的概率来表示为： 进一步，计算随机矩阵Mk的数学期望：M＝diag{E{γk1}E{γk2}…E{γkNm-1}E{γkNm}…E{γkN}}＝diag{11…1pNm…pNm…pN}T6，得到状态空间模型的误差传递提升模型： 其中，Δuk+1＝uk+1-uk，表示批次方向的输入增量；步骤3，根据提升模型将饱和约束、批次方向的增量约束、时间方向的增量约束输入至提升模型中；步骤4，确定并获得误差传递提升模型中存在的不确定模型；步骤5，通过定义带有步骤3中约束条件的性能指标，并将误差传递提升模型代入性能指标中，得到优化迭代输入更新信号所需求解的优化问题；步骤6，通过将步骤4中的不确定模型的解代入至步骤5中的优化问题中，得到含有线性矩阵不等式约束的最小化问题，求解该问题得到鲁棒优化迭代学习控制输入更新信号。

全文数据：

权利要求：

百度查询： 无锡职业技术学院 一种不等长受限批次过程的鲁棒优化迭代学习控制方法