科研之友
微信
新浪微博
Facebook
分享链接
摘要
PID控制器广泛运用于精密控制领域，但其参数的自适应精准调节还存在一定的难度。针对直线电机驱动的精密运动平台，通过构造内模控制器设计来降低PID参数调节难度，为建立内模控制器所需的精确数学模型，在强化学习方法研究的基础上，提出一种基于概率推理学习控制算法(probabilistic inference for learning control, PILCO)的自适应内模滤波系数在线优化方法，根据输入滤波系数与输出误差拟合概率动力学模型，通过策略评估和策略优化进一步优化内模滤波系数。所提的内模控制方法在直线电机运动平台上开展了跟随误差实验验证，实验结果表明，所提出方法可明显降低运动跟随误差，相比于一般的内模控制方法，控制方法可将梯形曲线定位过程平均超调量误差降低86.667%,将正弦曲线平均跟随误差降低85.950%,有效验证了该方法在精密运动平台上的自适应控制性能。
- 出版日期2023
- 单位广东工业大学
