知识继承型迭代学习控制的研究与应用
针对一类具有同质特征的多维轨迹群,提出基于知识继承的迭代学习控制(ILC)策略. 该策略以一类工业机器人系统为控制对象,在跟踪具有渐变幅值的同质轨迹群(HTG)时,应用迭代学习控制方法,从起始源轨迹中获得基准控制知识. 将基准控制知识预设为下一新轨迹迭代学习的首次运行知识. 通过增益变换和偏移变换实现迭代学习控制的知识继承,使得该类工业机器人系统加快对新轨迹的学习速度,以此降低跟踪同质轨迹群的整体学习次数,实现跟踪效率的较大提升. 理论分析和仿真结果证明了所提控制策略的优越性.
迭代学习控制(ILC)、工业机器人、同质轨迹群(HTG)、源轨迹、知识继承、跟踪效率
53
TP 18
国家自然科学基金资助项目61773151, 61703135;河北省自然科学基金资助项目F2018202279
2019-08-22(万方平台首次上网日期,不代表论文的发表时间)
共9页
1340-1348