自适应学习控制算法

1自适应学习控制算法

实验研究发现，控制器发出停机指令后，电动执行器的电机不能立刻停止，而是在惯性的作用下再运动一段距离后减速停止，这影响了阀门的控制精度，甚至造成小步长调节时出现振荡的情况。这个运动的距离不是常数，与电动执行器的机械性能、工作环境和负载有关。电动执行器种类繁多，即使同一型号在生产组装过程中也存在差异，无法保证相同的机械性能。机械结构在使用过程中会出现磨损。工作环境温度的改变会使金属材料发生热胀冷缩的现象，影响机械性能。

基于上述因素，本文提出一种基于电机预停值的自适应学习的控制算法来提高电动执行器的控制精度。事先设定一个电机预停值，当反馈值与设定值相差一个预停值时，控制器发出停止指令，依靠电机的惯性到达设定值。因此，影响电动执行器控制精度的关键因素就是电机预停值。通过上面分析可知，电机预停值影响因素很多，本文基于迭代算法提出的自适应学习控制算法就是通过电动执行器在工作过程中不断自适应调节电机预停值使其最优的方法。