本文是一项关于控制领域前沿方法研究的学术报告，介绍了一种针对复杂环境下非线性系统的先进控制方案。以下是对该研究的详细介绍：

一、 研究团队与发表信息

本研究的主要作者是Qiongxia Yu、Zhenjiang Ma、Ting Lei和Zhongsheng Hou。其中，Qiongxia Yu和Zhenjiang Ma来自河南理工大学电气工程与自动化学院及河南省煤矿装备智能检测与控制重点实验室；Ting Lei来自郑州轻工业大学电气与信息工程学院；Zhongsheng Hou（侯忠生，IEEE Fellow）来自青岛大学自动化学院。研究论文《Adaptive Predictive Iterative Learning Control for Constrained Nonlinear Systems under Varying Operating Environments》发表在控制与自动化领域的权威期刊IEEE Transactions on Automation Science and Engineering的2026年第23卷上（页码始于2539）。论文于2025年8月16日收到，经修订后于2026年1月11日被接受，并于2026年1月15日在线发表。研究获得了包括国家自然科学基金、河南省科技攻关项目、河南理工大学杰出青年科学基金等在内的多项资助支持。

二、 研究的学术背景

本研究属于自动化科学与工程领域，具体方向为迭代学习控制（Iterative Learning Control, ILC）。ILC是一种智能控制方法，它利用系统重复运行的历史数据来修正当前的控制输入，以期在新的运行周期内实现完美的轨迹跟踪。这种方法在处理重复性任务（如机械臂操作、半导体制造、高速列车运行）方面显示出巨大潜力。

然而，现有ILC技术在应对实际工业系统的复杂性时存在显著局限。传统的ILC方案通常基于若干理想化假设，例如每次运行的迭代长度固定、系统参数和外界扰动恒定或迭代不变、参考轨迹固定不变、系统没有约束等。但在现实世界中，这些条件往往难以满足：例如，康复训练可能因患者体力不支而提前终止（迭代长度随机变化）；半导体加工设备需要针对不同规格的产品调整工艺轨迹（参考轨迹迭代变化）；系统参数和外界扰动会随着运行环境和设备老化而变化；同时，任何物理系统的执行机构和状态都存在安全约束。这些“迭代变化”的因素和系统约束同时存在，使得传统ILC方案性能下降甚至不稳定。

尽管已有研究分别针对其中一两个问题（如随机变化的迭代长度、系统约束、时变参考轨迹）提出了解决方案，但能够同时处理随机变化的迭代长度、迭代时变的系统参数与扰动、迭代时变的参考轨迹以及系统输入/状态约束的预测性ILC方案，在本文发表前仍是一个未被解决的开放性问题。因此，本研究旨在填补这一空白，为在复杂多变操作环境下运行的未知非线性多输入多输出（MIMO）系统，设计一种具有强自适应能力和理论保证的先进控制方案。

三、 研究的详细工作流程

本研究的工作流程是一个严谨的理论设计、分析与仿真验证过程，主要包括以下几个核心步骤与创新模块的开发：

1. 问题建模与系统描述：研究首先建立了一个适用于重复运行的多输入多输出（MIMO）离散时间非线性系统模型。该系统模型以迭代编号 s 和时间点 z 为索引，状态方程包含了未知且迭代时变的参数矩阵 θ(s, z) 和集总扰动 d(s, z)，以及已知的非线性函数向量和输入增益矩阵。研究明确考虑了系统的输入约束和状态约束。控制目标是：在系统的实际运行长度 zs 可能随机小于期望长度 Z 的情况下，设计最优控制输入，使得系统能在整个期望时间区间内跟踪一个迭代时变的参考轨迹，并同时满足所有系统约束。

2. 核心创新模块一：搜索决策补偿机制的设计：这是解决随机变化迭代长度问题的关键。当某次迭代提前结束时，后续时间点的输出/状态数据会缺失，导致控制器无法正常更新。现有补偿方法（如用零填充、用上一次迭代数据、仅用历史数据或仅用预测数据）各有缺陷，缺乏对补偿数据质量的评估。为此，本研究提出了全新的搜索决策补偿机制。

   • 工作机制：该机制旨在为缺失的时间点生成一个最优的补偿状态 x*(s, z+1)。它遵循一个系统的搜索与决策流程：首先检查当前迭代 s 在时间 z+1 是否有实际数据可用。如果没有，则沿着迭代轴向前（历史）搜索最多 m 步，寻找最近一次在该时间点有数据可用的历史迭代（如 s-j）。
   • 决策过程：一旦找到可用的历史数据 x(s-j, z+1)，并不直接使用，而是启动一个决策函数。该决策函数会比较该历史数据与当前基于估计模型得到的“估计数据” x̂(s|s, z+1) 以及基于上一次迭代模型预测得到的“预测数据” x̂(s|s-j, z+1)。比较的标准是：哪个数据更接近当前期望跟踪的参考轨迹 r(s, z+1)（计算欧几里得距离）。选择距离更短的那个数据作为最终补偿值。如果搜索了 m 步仍未找到可用历史数据，则直接在估计数据和预测数据中选择更优者。该机制通过算法1和数学公式(5)严格定义，确保控制器总能基于当前环境下最优质的信息进行更新。

3. 核心创新模块二：自适应参数估计与预测算法的开发：这是应对迭代时变参数和扰动的核心。研究将未知参数和扰动合并为一个增广参数向量 θ̄(s, z)。基于上述SDCM提供的补偿数据 x*(s, z)，构造了系统的自适应估计模型。

   • 估计与预测：算法不仅在线估计当前迭代 s 的参数 θ̄̂(s|s, z)（公式(14)），还利用估计的历史趋势，向前预测未来多个迭代（s+1 到 s+sp）的参数 θ̄̂(s+p|s, z)（公式(15)）。这里 sp 是预测步长。参数更新律基于梯度下降思想，利用前一迭代的预测误差来调整当前参数估计值。
   • 状态预测模型：利用估计和预测出的参数，可以构造一个从当前迭代到未来 sp 步的多步状态预测模型（公式(9)）。这个模型能够更准确地捕捉系统未来的动态特性，为预测控制器的设计奠定基础。
   • 收敛性证明：研究通过构造复合能量函数（公式(18)）并利用李雅普诺夫方法，在定理1中严格证明了所提出的参数估计与预测算法能够保证状态预测误差 ẽ(s+p|s, z+1) 随着迭代次数增加而渐近收敛到零（公式(17)），即使参数真值不一定被准确估计。这为后续控制器的稳定性提供了重要基石。

4. 核心创新模块三：SDCM-APILC控制器的设计与优化：这是整合所有要素并处理约束的最终步骤。基于补偿后的跟踪误差和构建的多步状态预测模型，研究设计了一个自适应预测迭代学习控制（APILC）方案。

   • 预测误差模型：首先推导出基于补偿数据的跟踪误差动态，并进一步将其扩展为一个 sp 步的跟踪误差预测模型（公式(35,36)）。该模型将未来多步的跟踪误差与未来多步的控制输入增量 Δu(s+sp, z) 联系起来。
   • 约束优化问题构建：控制器的设计被转化为一个带约束的优化问题（公式(39)）。目标函数由两部分构成：最小化未来 sp 步预测跟踪误差的加权平方和（保证跟踪性能），以及最小化控制输入增量的加权平方和（保证控制平滑性）。约束条件则整合了输入幅值约束、输入变化率约束以及基于预测模型的状态约束（公式(37,38)），所有这些约束都被统一表达为关于控制输入增量 Δu(s+sp, z) 的线性不等式。
   • 实时求解与实施：在每个迭代 s 结束时，对于期望时间区间内的每个时间点 z，在线求解上述二次规划（QP）问题。求解得到未来 sp 步的最优控制输入增量序列，但实际只实施序列中的第一步 Δu(s+1, z)（公式(40)），然后在下一个迭代 s+1 中应用更新后的控制律。这就是模型预测控制（MPC）的滚动优化思想在迭代维度上的应用。
   • 整体收敛性证明：在定理2中，研究在系统满足可到达性等标准假设下，通过分析最优成本函数 J(s, z+1) 的迭代单调递减性，并利用引理1（柯西-施瓦茨不等式）进行放缩，最终严格证明了：即使存在系统约束和多种迭代时变因素，所提出的SDCM-APILC方案也能保证基于补偿数据的跟踪误差 e*(s, z+1) 渐近收敛到零（公式(42)）。这为方案在实际复杂环境中的可靠应用提供了坚实的理论保障。

5. 仿真验证：为了验证所提方案的有效性，研究选取了一个门式直线电机系统作为仿真对象。该系统是一个典型的二阶非线性系统，包含时变摩擦和非线性摩擦项（arctan函数），以及随机变化的集总扰动。研究中，系统参数 b(s, z) 和 ς(s, z) 被设置为既随时间变化又随迭代变化，参考轨迹（位置和速度）也在不同迭代段之间发生变化，同时模拟了迭代长度随机变化的情况。仿真中设置了严格的状态和输入约束。研究将提出的SDCM-APILC方案与其它方法进行对比，通过跟踪误差的均方根值等指标，全面验证了新方案在应对多重时变因素和约束方面的优越性能、强适应性和鲁棒性。

四、 研究的主要结果

研究通过理论证明和仿真实验，得到了系列重要结果：

1. SDCM的有效性：理论框架和仿真结果表明，所提出的搜索决策补偿机制能够智能地从历史数据、估计数据和预测数据中选取最优补偿值。与单一数据源补偿方法相比，SDCM能更有效地缓解因迭代长度随机变化导致的数据缺失问题，确保持续有效的控制器更新，从而提升了跟踪性能。

2. 参数估计与预测的收敛性：定理1的理论证明确保了状态预测误差的渐近收敛。仿真中，系统状态预测值能够快速逼近真实参考轨迹，这验证了自适应学习算法对于迭代时变参数和扰动具有良好的估计与预测能力，为构建准确的预测模型提供了保证。

3. SDCM-APILC控制器的强性能与收敛性：定理2是整个研究的核心理论成果，它证明了在满足一定条件（与权重矩阵 Q, R 的选取有关）下，所设计的控制器能够保证闭环系统的跟踪误差渐近收敛至零。这一结论首次在理论上为直接处理未知非线性、多重迭代时变特性（长度、参数、扰动、参考轨迹）以及系统约束的预测迭代学习控制方案提供了严格的收敛性担保。

4. 综合仿真性能：对直线电机系统的仿真研究提供了直观的证据。结果显示，在面对参数迭代时变、扰动随机变化、参考轨迹分段变化以及迭代长度随机缩短的复杂场景时，SDCM-APILC方案能够成功驱动系统精确跟踪期望轨迹，同时严格满足所有预设的输入和状态约束。与只能处理部分问题的传统或现有ILC方案相比，新方案在跟踪精度、适应速度和鲁棒性方面表现出显著优势。

五、 研究的结论与价值

本研究的结论是：成功提出并理论验证了一种名为“基于搜索决策补偿机制的自适应预测迭代学习控制”的新方案。该方案能够同时且有效地解决实际工业控制中普遍存在的四大挑战：随机变化的迭代长度、迭代时变的系统参数与未知扰动、迭代时变的参考轨迹以及严格的系统输入/状态约束。

其科学价值在于：首次系统性地将数据补偿决策机制、多步参数自适应估计与预测、以及带约束的预测控制优化框架，深度融合到迭代学习控制的范式中，形成了一个统一、完整且具有严格理论收敛性保证的设计方法。这推动了迭代学习控制理论向更复杂、更贴近实际应用场景的方向发展。

其应用价值非常明确且重大：该方案可直接应用于众多面临类似复杂环境的重复运行系统，如工业机器人、半导体制造设备、高速列车、康复训练机器人等。它为这些系统在不确定、多变的环境中实现高精度、安全、稳定的自动化运行提供了强大的潜在解决方案。

六、 研究的亮点

1. 问题解决的全面性：首次在一个控制框架内，同时攻克了长期困扰实际应用的四大难题（随机迭代长度、迭代时变动态、迭代时变轨迹、系统约束），填补了研究空白。
2. 机制创新：提出的搜索决策补偿机制具有创新性，它引入了“数据质量评估与选择”的思想，超越了简单的数据填充或单一来源补偿，显著提升了数据缺失情况下的控制性能。
3. 算法集成创新：巧妙地将自适应参数估计与预测、多步状态预测、以及带约束的模型预测优化三者结合，形成了兼具学习、预测和优化能力的新型APILC架构。
4. 理论深度：不仅提出了新方法，还通过严谨的数学推导（李雅普诺夫函数、最优性条件分析等），在多重时变因素和硬约束并存的最恶劣假设下，严格证明了跟踪误差的渐近收敛性，这是本工作最核心的理论贡献。
5. 实用性导向：整个研究从问题提出到方案设计，都紧密围绕工业实际需求。文中专门讨论了计算复杂度（浮点运算估算）和实时可行性，表明方案具备工程应用潜力。

七、 其他有价值内容

论文的“致实践者注释”部分以非技术语言清晰地阐述了研究的工程动机和潜在效益，有助于领域工程师理解其价值。此外，文献综述部分系统梳理了ILC、预测ILC、变长度ILC和约束处理等方面的现有工作，并精准指出了其局限性，为本文研究的定位和创新点提供了充分的学术背景支撑，本身也具有很高的参考价值。