迭代学习控制适合于具有重复运行特性的被控对象,主要目标是寻找控制信号,使得迭代学习控制系统的实际输出在有限时间区间上快速无误差地跟踪上期望轨迹。但在实际工程应用中仍存在许多问题,其中最主要的问题是迭代学习控制要求的期望轨迹在整个迭代过程中必须严格重复,一旦期望轨迹发生了变化,前期学习过程中累积的控制信号将无效,必须重新学习,无法利用先前学习所得的控制信息,很大程度上降低了学习效率,缺乏执行事先未训练作业任务的“柔性”。因此,本文以XYZ三轴进给伺服装置为研究对象,针对适应作业区间和作业任务变化的ILC问题,基于轨迹基元优化匹配算法,从轨迹基元数据库中挖掘并利用以往的相似经验数据和控制信息,直接获取初次迭代控制信号,快速跟踪新的目标轨迹。本文的主要工作和成果如下:1.简单介绍了课题研究背景及意义,并对迭代学习控制、线性矩阵不等式(LMI)方法及经验模态分解的国内外研究现状进行综述。2.介绍了基于轨迹基元优化匹配组合算法的迭代学习控制的整体架构。首先,介绍了两条NURBS空间轨迹的相似性及轨迹叠合数学描述;然后,介绍了轨迹基元优化匹配算法;最后,介绍了基于轨迹基元优化匹配算法的相似参考轨迹的提取方法,该方法通过对轨迹基元段进行仿射变换(旋转变换和平移变换)及拼接,从而得到相似参考轨迹。3.根据基元轨迹与相似参考轨迹之间仿射变换(旋转变换或平移变换)的关系,采用线性叠加原理对轨迹基元的先验控制信号进行信号处理、分析、补偿和变换,从而获得了相似参考轨迹的控制信号;针对已获得的相似参考轨迹的控制信号,利用期望轨迹与相似参考轨迹之间的时间尺度变换,直接提取出期望轨迹初次控制信号;最后,通过MATLAB仿真实验,验证了提取的初次控制信号的有效性。4.由于相似参考轨迹中相邻轨迹基元段间不连续,使得拼接的初次迭代控制信号在拼接点处产生阶段性的跳变。针对初次控制信号的阶段性跳变,提出分段滤波迭代学习控制方法,利用LMI方法求解迭代学习增益,通过分析初次控制信号的时频特性,设计了分段滤波器的截止频率。通过仿真实验,对采用分段滤波迭代学习控制方法的跟踪效果进行分析。5.基于CoDeSys软件开发平台对上述方法进行了编程实现,实验结果证明了所提出方法的有效性。6.总结本文已做的工作,并对进一步研究提出一些展望。