摘要

针对高空台空气起动系统存在非线性、强耦合性、大延迟、不确定性等问题,提出了一种基于Smith估计的高空台空气起动系统无模型自适应迭代学习控制算法。首先,利用Smith估计器,估计和补偿系统延迟误差;其次,基于系统输入和输出数据,获得高空台空气起动系统的动态线性化数据模型;最后,提出高空台空气起动系统的无模型自适应迭代学习控制方法,通过不断更新每轮的控制器,实现系统的快速精准调节。仿真结果表明,随着迭代次数的增加,所提出方法能减小系统跟踪误差,修正系统输出跟踪轨迹。同时,相较于单纯的无模型自适应迭代学习控制算法,加入Smith估计器补偿延迟后,系统动态性能可得到显著改善,验证了所提算法的可行性和有效性。