二、问题的背景及科学意义



自适应控制理论的公开问题：无法处理本质时变 问题，控制系统的动态品质无法保证。 迭代学习控制理论的限制：只能精确跟踪固定目 标。 过程工业稳态优化控制中的关键问题 ：如何确 保稳态优化中一次次动态进程具有良好性能？ 提出自适应迭代学习控制理论, 为解决上述问题 提供了一个可行的方法。
二、问题的背景及科学意义



自适应控制理论的公开问题：无法处理本质时变 问题，控制系统的动态品质无法保证。 迭代学习控制理论的限制：只能精确跟踪固定目 标。 过程工业稳态优化控制中的关键问题 ：如何确 保稳态优化中一次次动态进程具有良好性能？ 提出自适应迭代学习控制理论, 为解决上述问题 提供了一个可行的方法。
自适应迭代学习控制理论及其应用
李俊民
自适应迭代学习控制理论及其应用
信息世界中的控制科学 问题的背景及科学意义 研究方法及缺陷 亟待解决的关键问题 应用前景

信息世界中的控制科学
控制指在工程系统中反馈和算法的运用 控制就是把反馈作为处理系统不确定性的 工具。 控制问题和目标: 调节问题和跟踪问题
k
k
单关节机械臂的OILC的仿真图
1.5 1.5
状态 x1 和目标
0.5 0 -0.5 0 15
状态 x2 和目标
50 k 100
1
1 0.5 0 -0.5 0 20
50 k
100
控制 u
5 0 -5 0
控制误差
50 k 100
10
15 10 5 0
0
5
10 15 迭代次数
20
迭代学习控制理论及其限制

控制系统的典型结构图
扰 动 给 定 误 给 定 环 输入 + 差 节 _ 反馈 信号 输 出
控 制 器
放大 环节
执行 环节
被控 对象
反馈环 节
控制科学的发展简史

从基于物理和（或）数学模型的控制理论到基于 信息的智能控制理论，再到基于行为化方法的一 般控制理论。

经典控制理论：SISO, 数学工具：传递函数和复变函数理论。 现代控制理论：MIMO, 数学工具：线性代数, 微分方程, 随 机过程、微分几何, 变分法及泛函分析等。 智能控制理论： 3C 问题，基础工具：动力系统，人工智能， 知识工程，神经网络，模糊数学，进化算法、行为化理论等。
学习算法
+
迭代学习控制理论及其限制
迭代学习控制(ILC)是品质学习的高级控制方法， 适合处理重复系统或周期系统的各种不确定性。 实现了在有限时间区间内目标轨线的精确跟踪。 ILC控制器:

u
k 1
(t ) g (u (t ), e (), e
k
k
k 1
(t )), e r y
工业过程稳态优化中的关键问题
过渡过程示意图
ckT
c1T
ck-1
ck+1
0
T
(K-1)T
kT
(K+1)T
工业过程稳态优化中的关键问题
ILC在工业过程中的应用
优化校正
ILC
非线性工业闭环控制过程
yd
二、问题的背景及科学意义



自适应控制理论的公开问题：无法处理本质时变 问题，控制系统的动态品质无法保证。 迭代学习控制理论的限制：只能精确跟踪固定目 标。 过程工业稳态优化控制中的关键问题 ：如何确 保稳态优化中一次次动态进程具有良好性能？ 提出自适应迭代学习控制理论, 为解决上述问题 提供了一个可行的方法。
控制科学面临重要的机遇和挑战
控制科学面临重要的机遇和挑战




机器人与智能机器（Robotics and Intelligent Machine） 拟人化机器人是高智能的人工智能系统，如何实现复杂 目标的跟踪成为关键问题之一。 宇航和交通（Aerospace and Transportation） 分子量子和微系统（Molecular, Quantum and Nanoscale systems） 生物和医学 材料和工业过程 环境科学与工程 经济和金融系统、电力系统

自适应控制系统的结构
干扰
控制输入 被控对象 输出 控制输入 干扰 被控对象 输出
反馈控制器
反馈控制器
校正作用 自适应控制器
参数 辨识器
模型参考自适应控制的仿真图
系统响应曲线
自适应控制的公开问题

长期存在的公开问题是：如何保证闭环自适应系 统具有良好动态性能品质？ 当参数是时变时如何设计？


迭代学习控制理论及其限制
学习控制是指在控制系统的进程中估计某些信息并据以 改善控制性能的一种控制方法，以便逐步改进控制系统 的性能。迭代学习控制是一种有可靠的数学基础的学习 控制方法。下图是迭代学习控制的结构图。
控制存储器 uk+1(t) u k( t ) 被控对象 yk(t)
-
r ( t)
期望轨迹
自适应控制问题

f ( x, u, ), x(0) x0 , y(t ) h( x(t )) 被控对象： x 自适应控制器：ˆ ( x,ˆ),ˆ(0) 0 , u ( x,ˆ) 自适应控制是参数学习的控制方法，处理系统参 数的不确定性和“小”的结构不确定性。实现了 系统的渐近调节或渐近跟踪。
控制科学成功应用的领域 控制曾经在过程工业、电力、通信、 交通和制造系统等起着基础性的作用。 控制已经在以下领域中取得成功的应 用：
控制科学成功应用的领域



宇航飞行器的导航和控制：如商用飞机、制导导弹、先 进的战斗机、登陆飞行器和卫星。这些控制系统提供了 在存在大的环境和系统的不确定性的情况下，保证系统 的稳定性和跟踪特性。 制造工业和过程工业的自动化：汽车制造业，机器人、 集成电路的生产、装配线、机器的精确定位，以及化工 过程等。 通信系统的控制：包括电报、电话系统和互联网中发射 器(transmitter) 和中继器（repeater）的信号能量水平调 节；网络路由设备的数据包缓冲器管理以及为适应传输 线路的时变特性提供自适应去噪方法。

ILC的缺陷：
非线性函数须满足Lipschitz条件 线性系统的第一个 Markov参数CB不为零 需要知道理想的输入 初值误差的鲁棒性问题 跟踪目标是固定的

二、问题的背景及科学意义



自适应控制理论的公开问题：无法处理本质时变 问题，控制系统的动态品质无法保证。 迭代学习控制理论的限制：只能精确跟踪固定目 标。 过程工业稳态优化控制中的关键问题 ：如何确 保稳态优化中一次次动态进程具有良好性能？ 提出自适应迭代学习控制理论, 为解决上述问题 提供了一个可行的方法。