飽和アクチュエータを備えた2D反復制御システムの深い最適化設計：適応的多量体PSOアルゴリズム

このホワイトペーパーでは、2次元（2D）修正繰り返し制御システム（MRCS）を備えた補償器を備えた最適化設計方法を紹介します。リフティングテクノロジーを使用して、アクチュエータの飽和を考慮したMRCの2Dハイブリッドモデルが確立され、反復制御の制御と学習を記述します。MRCSの安定性を確保するために、線形マトリックスの質（LMI）ベースの十分な条件が導出されます。システム設計にとって重要な選択の2つのチューニングパラメーターは、制御と学習を調整するためにLMIで使用され、したがって参照追跡パフォーマンスを調整します。時間ドメイン分析を通じて開発された新しいコスト関数は、制御エラーを計算せずにシステムの制御性能を直接評価し、最適化時間を短縮します。このコスト関数に基づいて、適応型多口群群群最適化アルゴリズムが提示され、複数の集団が非断続的な検索間隔で協調的に検索する最適なチューニングパラメーターを選択します。ローパスフィルターと、修正された反復コントローラーの時間遅延との間にアンチワインドアップ項が追加され、アクチュエーター飽和度がシステムのパフォーマンスと安定性に及ぼす望ましくない効果を軽減します。回転制御システムの速度制御に関するシミュレーションと実験は、アプローチの妥当性を示しています。

This paper presents an optimization design method for a two-dimensional (2D) modified repetitive control system (MRCS) with an anti-windup compensator. Using lifting technology, a 2D hybrid model of the MRCS considering actuator saturation is established to describe the control and learning of the repetitive control. A linear-matrix-inequality (LMI)-based sufficient condition is derived to ensure the stability of the MRCS. Two tuning parameters, the selection of which is critical to the system design, are used in the LMI to adjust the control and learning, and hence the reference-tracking performance. A new cost function, developed through time domain analysis, directly evaluates the control performance of the system without calculating control errors, thus reducing the optimization time. Based on this cost function, an adaptive multi-population particle swarm optimization algorithm is presented to select an optimal pair of tuning parameters in which multiple populations cooperatively search in non-intersecting search intervals. An anti-windup term is added between the low-pass filter and the time delay in the modified repetitive controller to mitigate the undesirable effect of actuator saturation on system performance and stability. Simulations and experiments on the speed control of a rotation control system demonstrate the validity of the approach.