27882

رديابي مرجع سيستم‌هاي تأخيري داراي عدم قطعيت با استفاده از كنترل‌يادگيري

دكتري

برق-كنترل

1396-1401

1401/11/2

دكتر سهيل گنجه فر- دكتر عليرضا محمد شهري

برق

اين رساله، به مسئله طراحي كنترل‌يادگير براي رديابي مرجع سيستم‌هاي تأخيري داراي عدم قطعيت اختصاص داده شده‌است. يكي از روش‌هاي يادگيري در سيستم‌هاي كنترلي، كنترل‌يادگير‌تكرار‌شونده (ILC) مقاوم مي‌باشد كه از آن مي‌توان به منظور رديابي كامل مرجع سيستم‌هاي تأخيري داراي عدم قطعيت كه وظايفي را به صورت تكراري انجام مي‌دهند، استفاده كرد. وجود تأخير زماني در ورودي و همچنين وجود عدم قطعيت‌هاي غيرتكراري تصادفي در سيستم كنترلي تحت بررسي (يعني وجود عدم قطعيت‌هاي تصادفي متغير با تكرار در تأخير ورودي، مدل سيستم، شرايط اوليه، اغتشاشات و سيگنال مرجع) از چالش‌هاي اصلي اين رساله بود. به منظور پرداختن به چالش جبران اثر تأخير ورودي و همچنين غلبه بر عدم قطعيت‌هايي كه در مدل سيستم و تأخير ورودي به وجود مي‌آمدند، از ساختارهاي كنترل‌مدل‌داخلي (IMC) و پيش‌بين اسميث فيلتر‌شده (FSP) در كليه بخش‌هاي اين رساله استفاده شد. به منظور پرداختن به چالش عدم قطعيت‌هاي غيرتكراري تصادفي، در گام نخست از اين رساله، ابتدا مفهوم خطاي رديابي سيگنال مرجع غيرتكراري به سيستم‌هاي تأخيري توسعه داده شد، سپس بر مبناي ساختار IMC، ساختار ILC مقاومي پيشنهاد گرديد و ثابت شد وقتي كه عدم قطعيت‌ها در سيگنال مرجع، شرايط اوليه، و اغتشاشات در هر تكرار به صورت تصادفي تغيير مي‌كردند، ميانگين خطاي رديابي در فضاي نرم 2 محدود بود و به صورت يكنواخت به سمت صفر ميل مي‌كرد. در گام بعدي از رساله، فرض شد كه عدم قطعيت‌ها در هر تكرار نه تنها در سيگنال مرجع، شرايط اوليه، و اغتشاشات بلكه در تأخير ورودي و مدل سيستم هم داراي تغييرات تصادفي بودند. بدين منظور، ساختارهاي ILC مختلفي بر اساس ساختارهاي FSP و IMC پيشنهاد شدند و شرايط كافي به منظور همگرايي يكنواخت ميانگين خطا به سمت صفر استخراج گرديد. در هر بخش از رساله، موثر بودن ساختار پيشنهادي با استفاده از مثالهاي عددي نشان داده شد.

1401/11/24

Reference tracking of uncertain time-delay systems using learning control

1/22/2024 12:00:00 AM

This thesis has been devoted to the problem of learning control design for reference tracking of time-delay systems subject to uncertainty. One of the learning methods in the control systems is the robust Iterative Learning control (ILC), which can be used for perfect reference tracking of uncertain time-delay systems that perform some tasks repetitively. The existence of input-delay and random non-repetitive uncertainties in the control system under consideration (i.e., iteration-dependent/varying uncertainties in input-delay, plant model, initial conditions, disturbances, and reference trajectory) were the main challenges in this thesis. To deal with the challenge of compensating for the input-delay effect and also cope with the uncertainties that arose in the plant model and input-delay, Internal Model Control (IMC) and Filtered Smith Predictor (FSP) structures were used in all sections of this thesis. To address the challenge of random non-repetitive uncertainties, in the first step of this thesis, 1) the concept of non-repetitive reference trajectory tracking was extended to the time-delay systems and, 2) based on the IMC structure, an ILC scheme was proposed and it was proved that when uncertainties in the reference trajectory, initial conditions, and disturbances varied randomly from trial to trial, the expected tracking error was bounded and tended monotonically to a small neighborhood of zero (in the sense of -norm). In the next step of this thesis, it was assumed that uncertainties were non-repetitive not only in the reference trajectory, initial conditions and disturbances but also in the input-delay and plant model. To did this, different ILC schemes were proposed based on FSP and IMC structures, and sufficient conditions were derived for the monotone convergence of the expected tracking error toward zero. In each section, the effectiveness of the proposed scheme was illustrated by numerical examples.

كنترل‌يادگيرتكرار شونده , سيستم تأخيري , كنترل‌مدل‌داخلي , پيش‌بين اسميث فيلتر‌شده , عدم قطعيت تصادفي متغير با تكرار , كنترل مقاوم

Iterative Learning Control , Time-delay System , Internal Model Control , Filtered Smith Predictor , Random Iteration-varying Uncertainty , Robust Control

Hamid Shokri Ghaleh

Dr. Soheil Ganjefar and Dr. Alireza Mohammad Shahri