1自 適應 學 習 控制算法

實驗研究發現，控制器發出停機指令后，電動執 行器的電機不能立刻停止，而是在慣性的作用下再運 動一段距離后減速停止，這影響了閥門的控制精度， 甚至造成小步長調節時出現振蕩的情況。 這個運動 的距離不是常數，與電動執行器的機械性能、工作環 境和負載有關。 電動執行器種類繁多， 即使同一型號 在生產組裝過程中也存在差異， 無法保證相同的機械 性能。 機械結構在使用過程中會出現磨損。 工作環 境溫度的改變會使金屬材料發生熱脹冷縮的現象，影 響機械性能。

基于上述因素，本文提出一種基于電機預停值的 自適應學習的控制算法來提高電動執行器的控制精 度。 事先設定一個電機預停值，當反饋值與設定值相 差一個預停值時，控制器發出停止指令，依靠電機的 慣性到達設定值。 因此，影響電動執行器控制精度的 關鍵因素就是電機預停值。 通過上面分析可知，電機 預停值影響因素很多，本文基于迭代算法提出的 自適應學習控制算法就是通過電動執行器在工作過 程中不斷自適應調節電機預停值使其最優的方法。

當閥門位置反饋值等于閥門位置設定值與電機 預停值之差時，控制器發出停止指令，閥門停止位置 值與閥門位置設定值之差為此次調節的閥門誤差。 則第K次調節的閥門誤差為