基于迭代学习控制的有源电子梯形电路的控制方法技术

本发明专利技术公开了一种基于迭代学习控制的有源电子梯形电路的控制方法，涉及迭代学习控制领域，该方法针对有源电子梯形电路具有周期性运行的特点，将迭代学习控制算法用于有源电子梯形电路来设计迭代学习控制律，根据重复过程稳定性条件和KYP引理在有限频域的范围内得到系统稳定和输出跟踪误差批次单调收敛的充要条件，并将该条件转换成相应LMI从而求解出迭代学习控制律，按照该迭代学习控制律确定有源电子梯形电路的输入矢量从而实现电路控制；算法简单、控制精度高、易于工程实现，不仅考虑了时间和批次维度的系统特性，而且能直接应用于更为复杂且具有额外节点维度的有源电子梯形电路，具有较好的控制精度。

Control Method of Active Electronic Trapezoidal Circuit Based on Iterative Learning Control

The invention discloses a control method of active electronic trapezoidal circuit based on iterative learning control, which relates to the field of iterative learning control. Aiming at the periodic operation characteristics of active electronic trapezoidal circuit, the iterative learning control algorithm is applied to active electronic trapezoidal circuit to design the iterative learning control law. According to the stability condition of repetitive process and the KYP lemma, the iterative learning control law is designed in finite frequency domain. The necessary and sufficient conditions for system stability and batch monotonic convergence of output tracking errors are obtained within the range, and the conditions are converted into corresponding LMI to solve the iterative learning control law. According to the iterative learning control law, the input vectors of active electronic trapezoidal circuits are determined to achieve circuit control. The algorithm is simple, the control accuracy is high, and the engineering implementation is easy to achieve, taking into account not only time and batch dimensions. It can be directly applied to more complex active electronic trapezoidal circuits with additional node dimensions, and has better control accuracy.

【技术实现步骤摘要】
基于迭代学习控制的有源电子梯形电路的控制方法
本专利技术涉及迭代学习控制领域，尤其是一种基于迭代学习控制的有源电子梯形电路的控制方法。
技术介绍
有源电子梯形电路由一些规则分布在空间中的相同单元组成，通过纵向和横向电阻或电抗实现。单个子电路在结构上非常简单，但是子电路直接与其相邻的单元交互，所形成的有源电子梯形电路可以呈现丰富和复杂的行为，如图1为有源电子梯形电路的单个节点电路示意图，图2为多个节点连接的单个有源电子梯形电路的电路示意图。这类梯形电路目前应用于分析LED光路，这种光路包含一系列发光元件，用于产生特定的视觉图像。同时有源电子梯形电路在对电能传输链和导热材料的研究中也有一定的应用，在电能传输链中可用于分析系统整体的能量消耗情况；在导热材料的温度传递与分布研究中，有源电子梯形电路呈现着相似的特性。有源电子梯形电路在运行时除了在节点和时间维度上有状态信号变化外，往往还需要加入批次维度不断周期性重复展示动态效果，因此具有清晰的多维结构，因此通常需要利用智能控制方法来解决有源电子梯形电路的控制问题。主要的智能控制方法有：专家控制，模糊控制和神经网络控制等。专家控制的主体由知识库和本文档来自技高网...

【技术保护点】
1.一种基于迭代学习控制的有源电子梯形电路的控制方法，其特征在于，所述方法包括：第一步：按照基尔霍夫电压定律和基尔霍夫电流定律建立有源电子梯形电路的状态空间方程，所述状态空间方程基于所述有源电子梯形电路中的节点的输入信号、输出信号和状态信号；第二步：对所述有源电子梯形电路的状态空间方程进行转换得到对应的等效二维系统方程，所述等效二维系统方程基于所述有源电子梯形电路的输入矢量、输出矢量和状态矢量，所述有源电子梯形电路的输入矢量根据各个节点的输入信号确定得到，所述有源电子梯形电路的输出矢量根据各个节点的输出信号确定得到，所述有源电子梯形电路的状态矢量根据各个节点的状态信号确定得到；第三步：确定所述...

【技术特征摘要】
1.一种基于迭代学习控制的有源电子梯形电路的控制方法，其特征在于，所述方法包括：第一步：按照基尔霍夫电压定律和基尔霍夫电流定律建立有源电子梯形电路的状态空间方程，所述状态空间方程基于所述有源电子梯形电路中的节点的输入信号、输出信号和状态信号；第二步：对所述有源电子梯形电路的状态空间方程进行转换得到对应的等效二维系统方程，所述等效二维系统方程基于所述有源电子梯形电路的输入矢量、输出矢量和状态矢量，所述有源电子梯形电路的输入矢量根据各个节点的输入信号确定得到，所述有源电子梯形电路的输出矢量根据各个节点的输出信号确定得到，所述有源电子梯形电路的状态矢量根据各个节点的状态信号确定得到；第三步：确定所述有源电子梯形电路的期望输出并建立所述有源电子梯形电路的迭代学习控制律的表达式为：Uk(t)＝Uk-1(t)+ΔUk(t)；其中，k表示迭代学习批次，Uk(t)是所述有源电子梯形电路的第k个迭代学习批次的输入矢量，Uk-1(t)是所述有源电子梯形电路的第k-1个迭代学习批次的输入矢量，ΔUk(t)是第k个迭代学习批次的迭代学习更新律，且：其中，Xk(t)表示所述有源电子梯形电路的第k个迭代学习批次的状态矢量，Xk-1(t)表示所述有源电子梯形电路的第k-1个迭代学习批次的状态矢量；ek-1(t)＝Yr(t)-Yk-1(t)，Yr(t)表示所述有源电子梯形电路的期望输出，Yk-1(t)表示所述有源电子梯形电路的第k-1个迭代学习批次的输出矢量，Km和Kn均为系统矩阵；第四步：将所述有源电子梯形电路的迭代学习控制律的表达式和所述有源电子梯形电路的等效二维系统方程结合得到所述有源电子梯形电路的重复过程模型和误差传递函数；第五步：根据重复过程稳定性条件和KYP引理得到使得所述重复过程模型和所述误差传递函数收敛的充要条件，并根据所述充要条件求解得到所述迭代学习控制律中的系统矩阵Km和Kn，从而得到所述有源电子梯形电路的迭代学习控制律；第六步：根据得到的所述迭代学习控制律确定所述有源电子梯形电路的每一次迭代学习的输入矢量，将确定得到的所述输入矢量输入所述有源电子梯形电路进行电路控制，所述有源电子梯形电路在所述输入矢量的控制作用下追踪所述期望输出。2.根据权利要求1所述的有源电子梯形电路的控制方法，其特征在于，所述按照基尔霍夫电压定律和基尔霍夫电流定律建立有源电子梯形电路的状态空间方程包括得到如下状态空间方程：其中，p为节点参数且p的起始值为0，0≤p≤α-1，α是有源电子梯形电路中的节点的总个数，xk(p,t)是所述有源电子梯形电路的第p个节点的状态信号，uk(p,t)是所述有源电子梯形电路的第p个节点的输入信号，yk(p,t)是所述有源电子梯形电路的第p个节点的输出信号，A2，A3，和是对应维数的系统矩阵且由所述有源电子梯形电路的电路参数确定；所述状态空间方程满足如下边界条件：其中，U(t)表示所述有源电子梯形电路连接的电压源，i(t)表示所述有源电子梯形电路连接的电流源i(t)。3.根据权利要求2所述的有源电子梯形电路的控制方法，其特征在于，对所述有源电子梯形电路的状态空间方程进行转换得到对应的等效二维系统方程，包括得到如下等效二维系统方程：其中，Uk(t)表示所述有源电子梯形电路的输入矢量，Yk(t)表示所述有源电子梯形电路的输出矢量，Xk(t)表示所述有源电子梯形电路的状态矢量，且：Uk(t)＝[uk(0,t)T,uk(1,t)T,…,uk(α-1,t)T]TYk(t)＝[yk(0,t)T,yk(1,t)T,…,yk(α-1,t)...

【专利技术属性】
技术研发人员：陶洪峰，魏强，周龙辉，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏,32