Iterativ inlärningsstyrning
Iterativ inlärningsstyrning (ILC) är en styrningsmetod för system som utför samma uppgift upprepade gånger (spårningsstyrning över ett fast tidsintervall). Grundidén är att använda felinformation från tidigare försök för att uppdatera insignalen för nästa försök, vilket successivt förbättrar spårningsnoggrannheten. ILC, som pionjärades av Arimoto et al. 1984, är idealisk för robotiserad tillverkning, halvledartillverkning och alla applikationer där samma rörelse måste upprepas många gånger med hög precision.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Arimoto, S., Kawamura, S., & Miyazaki, F. (1984). Bettering operation of robots by learning. Journal of Robotic Systems, 1(2), 123-140. DOI: 10.1002/rob.4620010203 ↗
- Moore, K. L. (1993). Iterative learning control for trajectory tracking. Advances in Industrial Control, Springer-Verlag. link ↗
- Bien, Z., & Xu, J. X. (2007). Iterative Learning Control: Analysis, Design, Integration and Applications. Kluwer Academic Publishers. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Iterative Learning Control. ScholarGate. https://scholargate.app/sv/control-theory/iterative-learning-control
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Adaptiv regleringReglerteknik↔ compare
- ÅterkopplinglineariseringsmetodenReglerteknik↔ compare
- Modellprediktiv regleringReglerteknik↔ compare
- Sliding Mode ControlReglerteknik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →