对于控制系统问题，一般分为两类：跟踪问题和调节问题。但是调节问题本质上来说可以看成是特殊的跟踪问题。我们已经学过很多解决跟踪问题的方法，但是大多数的方法，只能够渐进实现跟踪，即不可以不能对期望轨迹实现无差跟踪。在20世纪70年代末，由日本学者Uchiyama首次提出了迭代学习控制的思想，但是当时他的论文是以日文发表，并未在世界范围内引起广泛关注。而到了1984年Arimoto与其同时等人正式提出ILC概念，并对开环P型，PI型，PID型以及D型，PD型的学习算法的理论和应用做出大量的研究，同时也取得了很多理论成果。自此迭代学习控制作为智能学习控制的分支，在世界范围内引起广泛讨论，也成为了十分热门的课题。总的来说，迭代系统不依赖于系统数学模型的精确性，特别适用于复杂性高，非线性耦合，高位置控制精度又难以建模的动力系统，迭代学习控制技术只通过少量的先验知识，对于具有重复运动的被控对象，寻找目标控制输入，在有限时间区间内使得被控对象的实际输出可以良好跟踪期望。

迭代学习控制的理论研究我们可以大体分为开环学习和闭环学习来学习。通过研究较为简单的开环迭代法的P型、开环PID型迭代学习律、闭环P型迭代学习律、多入多出非线性系统迭代学习控制，先了解具体理论知识，对被控对象进行建模，具体实现各自仿真，来实际比较各自学习律对系统控制效果的好坏。从仿真结果中，加深对迭代控制理论的理解。PID调节器有很多好的特点所以长期受到控制领域的青睐，比如使用范围广，鲁棒性良好，参数整定容易。而其中参数的整定方法也在随着技术发展日益更新。首先介绍对离散的线性定常系统的迭代学习控制的PID参数的优化，然后提出了基于迭代学习控制的PID参数整定方法。并探讨两种基于迭代学习控制理论来设计PID控制器的方法：1.利用广义逆矩阵拟合PID参数；2.利用神经网络拟合PID参数。这两种方法可以使系统具有较好的动态特性及良好的鲁棒性，同时它们所实现的控制器结构也比较简单。由于PID控制本身就算法较为简单，而且鲁棒性和可靠性都比较好，所以在工业生产中常常用到PID控制方法。

迭代学习控制是在控制理论中是一个重要的分支学科，同时在国内这个领域也十分热门，迭代学习理论通过每次的迭代信息来不断修正控制输入，可以使得输出轨迹逐渐跟踪期望轨迹，而随着跟踪性能的提高，最终可以达到误差跟踪期望。迭代学习控制利用在迭代学习控制策略中，PID是最早发展的控制策略，上世纪80年代，Arimoto与其同事等人就正式提出ILC概念，并对开环P型，PI型，PID型以及D型，PD型的学习算法的理论和应用做出大量的研究，同时也取得了很多理论成果。后来，许多学者更是在此基础上作了大量的研究工作，由于其算法较为简单，而且也不依赖动态系统的精确的数学模型，所以理论一经推出就引起人们极大兴趣及关注。但是在实际系统设计过程中，研究PID控制器参数整定问题显得很重要，因为学者们往往会被参数整定方法的复杂性所困扰，PID控制器的设计经常由于整定不良，而系统性能欠佳。

2. 研究的基本内容与方案

研究目标：

（1）掌握ILC中PID型的理论方法和相应容错控制器的设计方法；

（2）熟悉FTC和ILC控制理论在国内外的研究现状、目的意义；

（3）设计迭代学习控制器的方案，进行相应的实验仿真。