Iterative Learning Control
R2026b库:
Simulink Control Design /
Adaptive Control
描述
迭代学习控制 (ILC) 是逐次运行控制的一种改进方法。该方法以前一批量运行的误差轨迹的形式进行频繁测量,来更新后续批量运行的控制信号。ILC 可提高从相同初始工况开始执行重复操作的系统的性能。ILC 可以应用于制造业、机器人和化学加工领域的许多实际工业系统,在这些系统中,装配线上的大规模生产需要重复操作。
Iterative Learning Control 模块提供以下配置:
无模型 ILC - 此方法不需要系统动态特性的先验知识,并使用比例导数 (PD) 误差反馈来更新控制历史记录。无模型 ILC 更新律为:
其中,γp 是比例增益,γd 是导数增益,Q(q) 是一阶低通滤波器。根据选择的 PD 增益,您可以选择实现 P 型、D 型或 PD 型 ILC。此方法仅适用于 SISO 系统。
基于模型的 ILC - 此方法是 ILC 的更一般形式,适用于以下形式的连续时间和离散时间 LTI 状态空间系统:
此外,此方法支持使用以下两种更新方法中的任意一种:
基于梯度的 ILC -
基于逆模型的 ILC -
有关 ILC 的详细信息,请参阅迭代学习控制。
示例
端口
输入
输出
参数
扩展功能
版本历史记录
在 R2024b 中推出



