变批次长度非线性时滞系统的迭代学习控制

针对一类变批次长度的非线性系统,研究了其带输入时滞情况下的期望轨迹跟踪PD(proportional-derivative)型迭代学习控制问题.批次长度变化通过系统在时刻点输出的概率进行描述,其造成的跟踪误差信息缺失使用零补偿方法进行修正,以便于不同批次控制律的全时间轴信息更新;然后基于给定超前法设计PD型迭代学习控制算法,消除输入时滞对控制律更新的影响;再根据数学期望与范数分析证明了所提算法能够保证跟踪误差在初始状态相同时严格收敛,在初始状态不同时期望收敛.最后通过直流电机驱动单杆系统的输出跟踪控制仿真验证了所提算法的有效性.