[go: up one dir, main page]
More Web Proxy on the site http://driver.im/ Skip to content
Licensed Unlicensed Requires Authentication Published by De Gruyter (O) September 25, 2009

Iterativ Lernende Regelungen, Teil I: Ein parametrischer Rahmen (A General Framework for Parametric Iterative Learning Control)

  • Hellmar Rockel and Ulrich Konigorski

Im Laufe der letzten zwei Jahrzehnte wurden Iterativ Lernende Regelungen (ILRen) unter den verschiedensten Aspekten analysiert und Lernalgorithmen für viele unterschiedliche Systemklassen und Anwendungen entwickelt. Mehrere Versuche wurden unternommen, ein allgemeines Rahmenwerk zu schaffen, denen es jedoch zumeist an intuitiver Zugänglichkeit und Anschaulichkeit mangelte und die sich darum nicht in der Praxis durchgesetzt haben. Im linearen Falle hat sich eine parametrische Beschreibung etabliert. Sie bildet die Grundlage für den hier präsentierten allgemeinen Rahmen für ILRen. Er stellt die vollständige Einbettung in die diskrete lineare Systemtheorie dar. Neben der Anschaulichkeit, die dieser Zugang bietet, ist er jedoch auch sehr allgemein. Es lassen sich strukturell sowohl parallele und serielle Kombinationen von Lerngesetz und konventioneller Regelung als auch Lerngesetze höherer Ordnung integrieren. Er besitzt außerdem Gültigkeit für beliebige Parametrisierungen, sodass neben den praktikablen Sichtweisen im Zeit- und Frequenzbereich auch Betrachtungen mit Hilfe beliebiger Basisfunktionen möglich sind.

Throughout the past two decades Iterative Learning Control (ILC) has been analyzed from many different points of view and numerous algorithms for specific classes of systems and applications have been developed. Also, different frameworks have been proposed none of which became dominant for industrial control applications. In the linear case a parametric description has been well established. It forms the basis for the general framework presented here that completely embeds ILC into discrete linear systems theory. In addition to the intuitivity of the approach it is quite general. Parallel and serial combinations of the learning law with conventional feedback control can be considered as well as higher order learning laws. It is valid for arbitrary parametrizations, which allows the development of ILC strategies not only in the time and frequency domain but also in terms of other systems of basis functions.

:
Published Online: 2009-09-25
Published in Print: 2007-03

© Oldenbourg Wissenschaftsverlag

Downloaded on 21.12.2024 from https://www.degruyter.com/document/doi/10.1524/auto.2007.55.3.119/html
Scroll to top button