来源：期刊VIP网 时间：
作者：杨光;寇爽;路晓云;李峰;
单位：新乡职业技术学院机械制造系;开封技师学院电气工程系;河南理工大学机械工程学院;
摘要：以机床伺服系统具有时变特征为基础，将最优迭代学习控制(OILC)和非参数模型(NMI)识别深度融合，提出了一种NMI-OILC算法。对机床伺服系统持续性识别，有效填补OILC难以应对系统时变缺陷。利用该算法对伺服系统运动过程进行控制，具备较强的跟踪性能。仿真结果表明：在参数缓慢变化情况下，NMI-OILC的性能会暂时下降，经过数次迭代后渐渐趋向于收敛，跟踪误差同样符合要求。即使是对于参数变化的情况，NMI-OILC仍有较强的跟踪性能。实验结果表明：在系统参数改变后，NMI-OILC算法能够让目标函数渐渐趋向于收敛，跟踪误差符合控制要求，能够高效应对系统的时变特征，大大提高系统的跟踪能力。该研究可以拓展到其它的机械传动的参数识别领域，具有很好的应用价值。
关键词：迭代学习;;伺服系统;;参数辨识;;最优控制
基金资助：河南省高等学校重点科研项目计划资助项目(18A460002)
