دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Yangquan Chen PhD. Changyun Wen PhD (eds.)
سری: Lecture Notes in Control and Information Sciences 248
ISBN (شابک) : 9781852331900, 9781846285394
ناشر: Springer-Verlag London
سال نشر: 1999
تعداد صفحات: 207
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 مگابایت
کلمات کلیدی مربوط به کتاب کنترل یادگیری تکراری: همگرایی ، استحکام و برنامه های کاربردی: مهندسی کنترل، روش های عددی و محاسباتی در مهندسی
در صورت تبدیل فایل کتاب Iterative learning control: Convergence, robustness and applications به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کنترل یادگیری تکراری: همگرایی ، استحکام و برنامه های کاربردی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب پوشش جامعی از کنترل یادگیری تکراری را در اختیار
خوانندگان قرار می دهد. این کتاب می تواند به عنوان متن یا مرجع
برای یک دوره در مقطع کارشناسی ارشد مورد استفاده قرار گیرد و
همچنین برای دوره های خودآموز و برای دوره های آموزش مداوم صنعت
محور مناسب است.
از رباتیک شناسایی منحنی آیرودینامیکی تا تحریک عصبی عضلانی
عملکردی، یادگیری تکراری کنترل (ILC)، که در اوایل دهه 80 شروع
شد، در عمل کاربردهای گسترده ای دارد. به طور کلی، یک سیستم تحت
کنترل ممکن است عدم قطعیت هایی در مدل پویا و محیط خود داشته
باشد. یک نکته جذاب در ILC در استفاده از تکراری بودن سیستم
برای کاهش چنین عدم قطعیت ها و در نتیجه بهبود عملکرد کنترل با
استفاده مکرر سیستم نهفته است. این تک نگاری بر هر دو جنبه نظری
و عملی ILC تاکید دارد. برخی از پیشرفتهای اخیر در تحلیل
همگرایی و استحکام ILC را ارائه میکند. این کتاب همچنین مسائل
مربوط به طراحی ILC را در نظر می گیرد. چندین برنامه کاربردی
برای نشان دادن اثربخشی ILC ارائه شده است. مثالهای کاربردی
ارائهشده در این مونوگراف بهویژه برای خوانندگانی مفید است که
میخواهند از تکراری بودن سیستم برای بهبود عملکرد کنترل سیستم
استفاده کنند.
This book provides readers with a comprehensive coverage of
iterative learning control. The book can be used as a text or
reference for a course at graduate level and is also suitable
for self-study and for industry-oriented courses of
continuing education.
Ranging from aerodynamic curve identification robotics to
functional neuromuscular stimulation, Iterative Learning
Control (ILC), started in the early 80s, is found to have
wide applications in practice. Generally, a system under
control may have uncertainties in its dynamic model and its
environment. One attractive point in ILC lies in the
utilisation of the system repetitiveness to reduce such
uncertainties and in turn to improve the control performance
by operating the system repeatedly. This monograph emphasises
both theoretical and practical aspects of ILC. It provides
some recent developments in ILC convergence and robustness
analysis. The book also considers issues in ILC design.
Several practical applications are presented to illustrate
the effectiveness of ILC. The applied examples provided in
this monograph are particularly beneficial to readers who
wish to capitalise the system repetitiveness to improve
system control performance.
Introduction....Pages 1-9
High-order iterative learning control of uncertain nonlinear systems with state delays....Pages 11-25
High-order P-type iterative learning controller using current iteration tracking error....Pages 27-37
Iterative learning control for uncertain nonlinear discrete-time systems using current iteration tracking error....Pages 39-55
Iterative learning control for uncertain nonlinear discrete-time feedback systems with saturation....Pages 57-77
Initial state learning method for iterative learning control of uncertain time-varying systems....Pages 79-94
High-order terminal iterative learning control with an application to a rapid thermal process for chemical vapor deposition....Pages 95-104
Designing iterative learning controllers via noncausal filtering....Pages 105-117
Practical iterative learning control using weighted local symmetrical double-integral....Pages 119-128
Iterative learning identification with an application to aerodynamic drag coefficient curve extraction problem....Pages 129-146
Iterative learning control of functional neuromuscular stimulation systems....Pages 147-176
Conclusions and future research....Pages 177-180