这些年做工业过程控制有件事我一直印象很深现场工程师拿到一个控制任务最愁的不是控制器本身而是对象模型。机理建模费时费力辨识实验又耽误生产好不容易建出来的模型还经常随着工况漂移。所以当我接触到无模型自适应预测控制MFAPC和无模型自适应迭代学习控制MFAILC这两类方法时第一反应是“终于有从数据直接反推控制律的路子了”。再细看下去它们其实代表了两种不同的思维——一个在时间轴上做滚动优化一个在迭代轴上反复修正。今天这篇文章我就围绕自己在数值仿真里验证这两种算法的全过程展开把原理、代码结构、参数整定和踩过的坑一次性讲清楚。不管是刚入门数据驱动控制的在校生还是想评估算法落地价值的工程师这篇内容都能给你一个可以直接复现的起点。整个项目做下来我最大的感受是这两个算法虽然都顶着“无模型”三个字但它们的脾气完全不同。MFAPC像是一个目光长远的调度员每走一步都要看未来几步的走势MFAILC则更像一个刻苦的循回练习生同一个动作反复练越练越准。理解这种差异是看懂它们各自适用场景的前提。1. 为什么要把 MFAPC 和 MFAILC 放在一起做仿真验证先说说这个仿真项目的起因。在实际项目里我经常遇到一类被控对象非线性明显、参数随时间缓慢变化、机理模型建不准。比如一个带有加热套的化学反应釜反应放热会让传热系数实时变化又比如一个伺服进给系统摩擦力和负载扰动随位置和速度不断改变。对这些对象传统PID加前馈还能凑合一旦要求高精度跟踪或者强抗扰动就需要更高级的手段。MFAPC和MFAILC都属于无模型自适应控制MFAC家族它们的共同点是不依赖被控对象的显式数学模型只利用被控对象的实时输入输出数据通过“动态线性化”技术在线建立一个等价的数据模型然后基于这个数据模型设计控制律。这样做的好处非常直接——省掉了建模环节参数整定相对容易而且对未建模动态有一定的适应能力。不过把它们放在一起做数值仿真绝不仅仅是为了“跑通两个算法”。我的真实目的是要回答几个问题第一在同样的被控对象和同样的参考轨迹下MFAPC和MFAILC的跟踪精度、控制能量、鲁棒性分别是什么水平第二它们各自对参数变化的敏感程度如何哪些参数定错了会让系统直接发散第三在加入测量噪声和外部扰动的条件下谁的表现更稳这些问题只有通过系统的数值实验才能回答而且答案直接影响后续的算法选型。另一个重要原因是在实际工业场景中两类问题都非常常见。一类是连续生产过程参考轨迹是时变的要求控制器具备“前瞻性”这时候MFAPC的预测能力就很重要另一类是重复性操作比如注塑机合模、机械臂搬运、点焊定位同一个轨迹反复执行这时候MFAILC的迭代学习能力就能把重复性误差逐步压下去。理解这两个算法的互补关系对实际工程选型帮助很大。仿真程序本身也是一个“工具链”。我把它设计成模块化结构对象模型、控制器、参考轨迹、扰动生成都独立成块这样更换被控对象或者修改算法参数只需要改动对应模块不需要重写主程序。这个设计思路在做算法评估时特别重要因为你要频繁对比不同参数下的结果如果程序耦合度太高改一个参数要翻半天代码效率极低。2. 先把原理吃透MFAPC与MFAILC的核心机制很多人在读数据驱动控制相关论文时容易被一大堆公式劝退。但抛开数学外衣这两类算法的思想其实都可以用大白话解释清楚。这一章我不堆公式重点把“它们到底在做什么”以及“为什么这样做是合理的”讲明白。2.1 共同的基石紧格式动态线性化与伪偏导数MFAC家族算法的出发点是一个看似朴素但非常关键的观察一个一般的离散时间非线性系统虽然不能写出精确的数学模型但在每一个工作点附近“输出变化量”和“输入变化量”之间的关系可以近似成一个时变的线性增量关系。这就是紧格式动态线性化Compact Form Dynamic LinearizationCFDL的核心思想用一句话概括就是在每一个时刻系统都可以看作一个带时变增益的一阶线性系统。这个时变增益就是伪偏导数Pseudo Partial DerivativePPD记作φ(k)。它不依赖被控对象的可测物理参数而是用输入输出数据实时在线估计出来的起到的作用和“系统增益”类似。它随时间变化可以捕捉系统的非线性与时变特性。为什么要引入PPD这个中间变量因为它把“控制一个未知非线性系统”这个难题巧妙地转化成了“在线辨识一个时变参数”的问题。只要能准确估计出φ(k)就能像控制一阶线性系统那样去设计控制律只不过这个“一阶系统”的参数是实时更新的。用生活化的类比来理解你开一辆从没开过的车不需要知道发动机的功率曲线和传动比这些精确参数只需要感受“踩油门深度变化”和“速度变化”之间的响应关系一边开一边修正自己对这个车“脾气”的判断。PPD估计干的就是这个事。PPD在线估计算法通常会采用带步长因子和权重的梯度修正形式常见的估计公式长这样φ̂(k) φ̂(k-1) η·Δu(k-1)·[Δy(k) - φ̂(k-1)·Δu(k-1)] / (μ Δu²(k-1))其中Δy(k) y(k) - y(k-1)Δu(k-1) u(k-1) - u(k-2)。η是步长因子控制估计速度μ是权重因子一来防止分母等于零二来限制估计步长过大导致的振荡。这里μ的选择很有讲究我后文会专门讲实操经验。还有一点要说明MFAC理论体系里除了紧格式还有偏格式和全格式动态线性化。偏格式会引入多个时变参数能刻画更高阶的动态关系全格式则是引入更多历史输入输出信息。但对工程仿真来说紧格式结构最简单、参数最少适合先跑通流程再根据效果决定是否升级到更精细的动态线性化形式。2.2 MFAPC把预测控制“嫁接”到无模型框架上MFAPC的全称是Model-Free Adaptive Predictive Control中文叫无模型自适应预测控制。它做的事情可以这样理解在MFAC的框架里已经通过动态线性化得到了一个局部线性数据模型那么能不能像模型预测控制MPC那样用这个数据模型去预测未来若干个时刻的输出然后做一个滚动优化MFAPC的回答是“完全可以”。它利用当前时刻的PPD估计值φ̂(k)结合“未来输入增量对输出的影响”的关系构建出预测时域内的输出预测表达式。然后在每个控制周期内求解一个有限时域的优化问题目标函数通常包含两部分被控对象预测输出与参考轨迹在预测时域内的误差平方和控制输入增量在控制时域内的加权平方和。目标函数里的第二个部分带有一个权重因子λ它的大小直接决定控制动作的“激进程度”。λ越小控制器越专注于减少跟踪误差控制输入变化会比较剧烈λ越大控制输入变化越平缓但跟踪响应会变慢。这个权衡在仿真里看得非常清楚后面我会展示具体数据。相比传统MFAC的“单步决策”MFAPC的核心优势在于“多步预测、滚动优化”。因为控制器能提前看到参考轨迹未来几步的形状它就能提前调整控制方向而不是等误差出来了才做反应。这在参考轨迹变化剧烈或者存在大惯性环节时效果尤其明显。控制律的求解也不复杂。由于利用了动态线性化模型预测输出可以写成当前状态加上未来控制增量的线性组合于是目标函数实际上是一个关于控制增量的二次函数可以直接求解析解省去了在线迭代求解优化问题的计算负担。这也是MFAPC能被做成实时算法的关键——毕竟在DCS或嵌入式控制器上每一拍的计算时间都有硬约束。2.3 MFAILC沿着迭代轴反向学习MFAILC的全称是Model-Free Adaptive Iterative Learning Control中文叫无模型自适应迭代学习控制。它处理的场景和MFAPC有本质区别系统执行的是一个重复性任务参考轨迹每次都是相同的运行时间也是固定的比如一个包装机每个周期走同样的动作。这个场景下如果还只用时间轴上的反馈那么每轮都可能犯同样的轨迹跟踪误差——因为系统动力学模型没变由模型失配导致的误差在每个周期中都会重现。MFAILC的思路是既然每个周期犯的错都差不多那就把上一周期测出来的误差作为“修正信号”叠加到本周期的控制输入上让控制输入一个周期比一个周期更准。这本质上是“利用历史数据增强控制”的思想。MFAILC在迭代域里同样引入动态线性化把两个相邻周期对应时刻之间的输出变化与同一时刻两周期之间的输入变化建立联系得到一个沿迭代轴方向的PPD估计。然后用这个PPD设计迭代学习增益把上一周期的跟踪误差折算成当前周期的控制输入修正量。常见的迭代学习更新律形式是uᵢ(k) uᵢ₋₁(k) ρ·φ̂ᵢ(k)·eᵢ₋₁(k1) / (λ |φ̂ᵢ(k)|²)这里i是迭代次数k是时间点eᵢ₋₁(k1)是上一周期在下一时刻的跟踪误差ρ是学习增益λ是权重因子。注意MFAILC的学习信号用的是“上一周期对未来时刻的误差”这个超前一步的误差本质上是提供了类似“微分”的修正作用能让迭代收敛得更快。用练投篮来类比最贴切新手投篮每次都投偏一个角度。如果他把每一次投篮的偏差点记下来第二次投篮时主动往反方向修正一点第三次再根据第二次的偏差进一步微调如此反复动作就会越来越标准。MFAILC就是这样一个在重复中不断提高精度的算法。2.4 两种算法的本质区别与适用场景很多初学者会混淆MFAPC和MFAILC认为它们都能提高跟踪精度那选哪个都行。实际上它们的作用维度和适用前提完全不同这一点在仿真验证中必须时刻清醒。MFAPC是沿时间轴工作的“前瞻型”算法。它依赖预测模型和滚动优化每次控制决策都要“向前看几步”适合参考轨迹连续变化、不可重复或者实时调整的场合。比如伺服系统的连续轮廓跟踪或者反应釜的温度斜坡跟踪都属于这一类。MFAILC是沿迭代轴工作的“纠正型”算法。它依赖于“每个周期的轨迹完全相同”这个前提通过周期间的误差积累来逐步修正控制输入。它不适合参考轨迹频繁变化的情况因为一旦轨迹变了之前学习到的最优控制输入就作废了。注塑、点焊、搬运、印刷等重复任务才是它的主场。从实现角度看MFAPC比MFAILC更“重”因为它每个控制周期都要做预测和优化计算量相对较大MFAILC则是在每个周期结束后离线更新下一次的输入序列在线计算量小得多更适合硬件资源有限的嵌入式系统。我在仿真中把两个算法同时跑起来对比它们在不同任务形态下的表现结论非常清晰没有绝对的优劣只有匹配不匹配。3. 仿真程序整体架构代码该怎么组织搞清楚了算法原理下一步就是把它们变成能跑的仿真程序。我这次用MATLAB做验证主要原因是MATLAB在矩阵运算、绘图和快速原型方面非常顺手而且控制领域的学生和工程师对它都比较熟悉。当然相同逻辑用Python的NumPy/SciPy也能实现后文我会给一些迁移建议。3.1 模块划分每个模块的职责边界我在编写仿真程序时把代码拆成了六个独立模块每个模块放在单独的函数或脚本里。这样换一个被控对象只需要改对象模块换一个参考轨迹只需要改轨迹生成模块想对比不同控制参数也只需要调整参数初始化部分。第一个模块是对象模型模块。它封装了被控对象的数学描述包括非线性特性、时变参数和外部扰动。我选择的验证对象是一个典型的非线性系统具有明显的非线性项和时变增益输出方程为y(k1) a(k)·y(k) / (1 y(k)²) b(k)·u(k) d(k)其中a(k)和b(k)随时间缓变d(k)是外部扰动。这个对象参数本身不用特别复杂关键是能体现“无模型”算法的价值——控制器完全不知道这些参数的具体数值却能通过数据估计出PPD进而实现有效控制。第二个模块是参考轨迹生成模块。它为公平对比两种控制器提供两种类型的参考轨迹一种是为MFAPC准备的连续时变轨迹比如正弦组合信号另一种是为MFAILC准备的重复轨迹比如梯形速度曲线或S曲线每个周期完全相同。第三个模块是控制器模块内部又分成MFAPC控制子函数和MFAILC控制子函数。这两个子函数接收当前和历史输入输出数据计算并返回下一个控制输入接口保持一致这样主程序只需要切换调用不同的子函数就能完成对比实验。第四个模块是PPD估计模块。这个模块被MFAPC和MFAILC共用虽然两者的PPD估计方向不同一个沿时间轴一个沿迭代轴但估计算法框架一致都是基于动态线性化的梯度修正形式用函数参数区分模式即可。第五个模块是扰动生成模块用来生成不同类型的干扰信号包括阶跃扰动、正弦扰动和高斯白噪声用来测试控制器的抗扰性能。第六个模块是数据记录与可视化模块。它把每一时刻的输出、输入、PPD估计值、误差等关键数据存入结构体仿真结束后自动绘制对比曲线。3.2 主程序执行流程从初始化到结果输出主程序的设计思路非常直接我用伪代码来描述一下整体流程设置仿真总时长、采样周期、预测时域、控制时域等基础参数初始化对象状态、控制器参数、PPD估计初值、历史数据缓冲区对每个采样时刻执行循环生成参考轨迹当前值根据当前测量输出和历史输入输出数据调用PPD估计模块更新φ̂(k)调用MFAPC或MFAILC控制器计算控制输入u(k)将u(k)施加到对象模型更新对象状态计算下一时刻输出y(k1)施加扰动和测量噪声记录数据对MFAILC外层还需要一个迭代循环每完成一个周期的轨迹跟踪计算整个周期的误差更新下一周期的控制输入序列直到误差收敛或达到最大迭代次数执行数据可视化绘制跟踪曲线、误差曲线、控制输入曲线和PPD变化曲线。这里有个容易出错的细节MFAILC不能像常规反馈控制器那样每个采样时刻只依赖反馈误差计算控制量。它的控制输入序列在迭代开始时需要预先设定通常第一周期设为全零或者用传统控制器的输出做预热然后再通过迭代学习逐步修正。所以它的数据缓冲结构是“二维的”——一个维度是迭代次数另一个维度是周期内的时间点编程时要把矩阵维度理清楚不然很容易出现索引错位的bug。3.3 为什么选择“双轨迹、双扰动”的验证方案我给仿真设计了三组验证工况每一组都是有明确目的性的。第一组是标称跟踪工况参考轨迹平滑变化无外部扰动测量噪声很小。这组实验的目的是验证算法在理想条件下的跟踪性能确认PPD估计是否正确收敛控制参数是否合理。第二组是扰动抑制工况在某个时刻突然加入阶跃扰动同时叠加持续的正弦扰动和随机噪声。这组实验的目的是验证算法在真实环境下的鲁棒性观察谁能更快地把扰动压回去谁的输出波动更大。第三组是参数敏感性工况分别改变MFAPC的λ和预测时域、MFAILC的λ和ρ记录跟踪误差的变化趋势。这组实验的目的是给出参数整定的指导规律同时也是在检验算法是否有“容忍参数不精确”的工程友好度。三组工况组合在一起才能比较全面地刻画一种控制算法的行为特征。只跑一组理想工况就说算法好那是不负责任的必须在不同的“生存环境”下把算法“逼”出问题来才能知道它的边界在哪里。4. 核心代码实现与参数整定说完了架构接下来就是最实际的代码实现环节。下面我给出MFAPC和MFAILC控制器模块的核心MATLAB代码以及我反复调参后总结出的参数整定经验。这一段可以作为你直接抄作业的参考。4.1 PPD估计模块实现PPD估计是MFAC家族的“心脏”。它的代码量不大但细节极多稍不注意就会导致估计值发散或者震荡剧烈。我先把代码贴出来再逐行解释关键点。function phi_hat update_ppd(phi_hat_last, du_last, dy, eta, mu) % PPD估计算法紧格式动态线性化 % phi_hat_last: 上一时刻的PPD估计值 % du_last: 上一时刻的控制输入增量 % dy: 当前时刻的输出增量 % eta: 步长因子 % mu: 权重因子 % 标准梯度修正形式phi_hat(k) phi_hat(k-1) eta*du/(mudu^2) * (dy - phi_hat_prev*du) numerator eta * du_last * (dy - phi_hat_last * du_last); denominator mu du_last^2; phi_hat phi_hat_last numerator / denominator; % 关键保护1如果输入增量为零跳过更新避免估计漂移 if abs(du_last) 1e-6 phi_hat phi_hat_last; end % 关键保护2对PPD估计值加入符号和幅值约束 % 按MFAC理论要求PPD应保持有界且符号稳定通常取正 if abs(phi_hat) 0.01 phi_hat 0.01; % 设置下界防止估计值趋近于零导致控制律奇异 elseif phi_hat 0 phi_hat 0.01; % 如果系统增益方向未知这里可以保持符号但要避免翻转子 end end这里有两个容易踩坑的地方。第一个是μ的选择它不能太小否则当du接近零时分母趋近于零估计值会突然被放大若干倍出现尖峰但μ也不能太大否则估计收敛速度会被拖慢。我的经验是让μ的数量级和du的平方的典型数量级接近通常取0.1到1之间具体根据实际输入幅值调整。第二个是PPD的符号保护。紧格式动态线性化假设PPD有界且具有确定符号工程上大多数被控对象是“正向增益”即输入增大输出也增大所以PPD应保持为正。如果估计过程中出现PPD反号通常意味着模型假设被破坏或者估计过程受到了异常数据的干扰这时候强行保持符号反而可能导致控制方向错误。所以我会同时做一个重置策略当PPD小于某个阈值或符号改变时不是简单截断而是重置为初始值让估计器“重启”一次。4.2 MFAPC控制器实现MFAPC的核心是滚动优化。代码实现的关键是把预测输出表达式写对然后解一个最小二乘问题。下面是我实现的主控制函数function u mfapc_controller(ref_now, ref_future, y, y_last, u_last, phi_hat, Np, Nc, lambda) % ref_now: 当前时刻参考值 % ref_future: 未来Np步参考轨迹长度为Np的向量 % y, u: 当前和历史输入输出增量 % phi_hat: 当前PPD估计值 % Np: 预测时域 % Nc: 控制时域 % lambda: 输入权重因子 % 构建预测矩阵利用CFDL模型未来输出增量 phi_hat * 未来控制增量 % 这是一个简化的预测形式只适用于Np较小、PPD变化不剧烈的情况 % 预测误差向量当前偏差 未来参考轨迹形状 e_cur ref_now - y; e_future ref_future(2:end) - y; % 用当前输出作为基准 % 计算矩阵GG(i,j)表示第i步预测对第j步控制增量的响应系数 G zeros(Np, Nc); for i 1:Np for j 1:min(i, Nc) G(i,j) phi_hat; % 简化模型单位控制增量产生phi_hat的输出增量 end end % 构建优化问题min (E-G*DU)^T*(E-G*DU) lambda*DU^T*DU E [e_cur 0.5*e_future(1); e_future(:)]; % 组合误差向量 E E(1:Np); % 解析解DU (G^T*G lambda*I)^(-1) * G^T * E H G * G lambda * eye(Nc); du_vec H \ (G * E); % 取第一个控制增量作为当前输入增量 u u_last du_vec(1); end需要说明的是这段代码是“教学版”的简化实现真实项目中还要处理很多边缘情况。比如当Nc小于Np时控制量在Nc步之后保持恒定对应的矩阵G的列要填充同一个值再比如参考轨迹在预测时域内变化剧烈时E向量的构造方式会直接影响控制质量需要仔细斟酌是否把未来参考值相对于“当前输出”的偏差直接作为预测误差。我在调参过程中发现MFAPC的预测时域Np和控制时域Nc对系统行为影响极大。Np较大时控制器“看得远”动作会比较保守和沉稳适合大惯性系统Np较小时控制器“只顾眼前”跟踪响应快但对噪声和模型误差敏感容易出现震荡。Nc一般设置得比Np小通常取Np的20%到50%这样优化变量少、计算量小同时还能保证控制动作的平滑性。4.3 MFAILC控制器实现MFAILC的实现思路和MFAPC差异很大。它不需要在每一个采样时刻都求解优化问题而是在一个周期结束后统一更新下一个周期的控制输入序列。下面是我的实现框架function U_new mfailc_update(U_old, E_old, phi_hat_iter, rho, lambda) % U_old: 上一个周期的控制输入序列长度为N的向量 % E_old: 上一个周期的跟踪误差序列长度为N的向量 % phi_hat_iter: 迭代轴方向的PPD估计长度为N的向量 % rho: 学习增益 % lambda: 权重因子 N length(U_old); U_new zeros(size(U_old)); % 迭代学习更新律u_i(k) u_{i-1}(k) rho*phi(k)*(e_{i-1}(k1) - e_{i-1}(k)) / (lambda phi^2(k)) % 这里采用了一个带误差差分的修正形式类似D型ILC收敛更快 for k 1:N-1 % 注意e(k1)-e(k)是一种差分修正信息可以抑制常值误差方向 learning_signal E_old(k1) - E_old(k); U_new(k) U_old(k) rho * phi_hat_iter(k) * learning_signal / (lambda phi_hat_iter(k)^2); end % 最后一个时刻的修正 U_new(N) U_old(N) rho * phi_hat_iter(N) * E_old(N) / (lambda phi_hat_iter(N)^2); end这个更新律本质上属于“差分型迭代学习”用相邻两个时刻的误差差作为修正信号。它比直接拿误差e(k)做修正更稳健因为很多重复性过程的常值偏差并不需要过度修正修正过头反而会让控制输入序列出现缓慢漂移。还有一个非常重要的细节迭代轴方向的PPD估计。这里我简化了处理把每个时刻的PPD看作一个未知但有界的序列用相邻两个周期对应时刻的输出差和输入差做估计。它的估计原理和4.1节类似只是把时间梯度换成了迭代梯度φ̂ᵢ(k) φ̂ᵢ₋₁(k) ηᵢ·Δuᵢ₋₁(k)·[Δyᵢ(k) - φ̂ᵢ₋₁(k)·Δuᵢ₋₁(k)] / (μᵢ Δuᵢ₋₁(k)²)这里的Δuᵢ₋₁(k) uᵢ₋₁(k) - uᵢ₋₂(k)是相邻两个周期的输入差Δyᵢ(k) yᵢ(k) - yᵢ₋₁(k)是相邻两个周期的输出差。注意这个估计是在迭代域上进行的它的“因果性”和时间轴估计不同——你需要至少跑完两个周期才能获得初始估计值所以前两期迭代的PPD信息非常粗糙编程时要注意处理。4.4 参数整定仿真里试出来的真经验参数整定是仿真验证中最花时间的环节。我从大量实验中总结出了一套“先用默认值跑通再按现象调参”的流程这里把结论直接给出来。MFAPC的参数主要有五个PPD估计步长η、权重因子μ、预测时域Np、控制时域Nc、输入权重λ。我的默认起点是η0.5、μ0.1、Np10、Nc3、λ0.5然后按现象调整。如果跟踪曲线出现高频抖动优先增大λ让控制输入更平滑如果响应太慢优先减小λ并增大η如果控制量出现大幅尖峰优先调大μ抑制PPD估计的跳变如果参考轨迹形状变化复杂适当增大Np让预测信息更充分。MFAILC的参数相对少一些迭代学习增益ρ、权重λ、PPD估计的步长ηᵢ和权重μᵢ。我的经验是ρ不能贪大ρ过大会让控制输入序列在迭代过程中“翻跟头”第一周期误差减小第二周期又增大形成振荡。稳健的做法是ρ取0.2到0.8之间配合一个中等大小的λ比如1.0来抑制修正量过大。迭代次数一般设置20到50次通常能收敛到稳定水平。还有一个容易被忽略的参数PPD的初值φ̂₀。它不能设成零因为控制器计算时要用到PPD的倒数或归一化形式初值为零会导致第一个控制周期输出异常。我习惯把φ̂₀设为一个和对象“正反增益判断一致”的保守正值比如0.5或1.0然后让估计算法在运行中去修正它。很多程序发散事故查来查去最后都是因为初值设成零或者正负号设反了。5. 数值验证结果从曲线里读出算法行为仿真程序跑通之后最有意思的部分就是分析结果曲线。这一步不能只盯着“输出能不能跟上参考”这种大方向还要从细节中判断算法的行为是否健康。下面我按三组工况分别展开。5.1 标称跟踪工况两种算法的“答卷”在标称工况下MFAPC的跟踪效果相当理想。预测时域设置为10步之后控制器对正弦组合参考轨迹的跟踪几乎没有明显相位滞后稳态误差维持在0.5%以内。从控制输入曲线看输入变化比较平滑没有出现急促的抖振。这说明在无扰动条件下MFAPC的PPD估计收敛良好动态线性化模型在“局部线性”假设下是准确的。MFAILC在重复轨迹上的表现则呈现出明显的“逐次改进”特征。第一周期运行时控制输入还没有学习历史跟踪误差相对较大从第二周期开始误差曲线明显收缩大约迭代10次之后误差已经缩小到第一周期的15%以下到第20次迭代后基本达到平稳。把20个周期的误差曲线放在同一张图上可以看到误差包络逐步向零线收拢这个过程非常直观地展示了迭代学习“用重复换精度”的本质。这里有一个值得关注的细节MFAILC的学习收敛速度在前5次迭代最快之后曲线开始平缓。原因是前几轮误差中的“确定性部分”占据主导算法修正效果显著随着误差越来越小剩余的主要是随机噪声和对象非线性带来的不可重复部分这时候继续增加迭代次数收益很低。所以在实际使用中迭代30次和迭代50次差别不大没必要追求“完全零误差”。5.2 扰动与噪声下的鲁棒性对比加入阶跃扰动后MFAPC表现出很强的恢复能力。扰动发生在第50步输出大约偏离参考轨迹3%左右随后控制器在8到10步内就把偏差拉回正常范围。这得益于预测模型提供的“提前量”和滚动优化的持续修正。MFAILC对阶跃扰动的反应则相对被动——因为它本质上是靠周期间的误差反馈来调整输入序列同一个周期内的突发扰动只能依赖它内部的反馈机制去纠正。在持续正弦扰动加上白噪声的工况下两者的表现差异更明显。MFAPC因为每个控制周期都在滚动优化能够持续抑制时变扰动输出虽然有些波动但始终被控制在参考轨迹周围MFAILC由于学习信号来自上一周期的误差对不可重复的随机扰动几乎没有抑制作用输出噪声水平基本和开环一致。但要注意这不是MFAILC的缺陷而是它的设计前提决定的——它就是为重复性扰动和重复性任务准备的用在非重复扰动场景属于选型不当。5.3 参数敏感性哪些旋钮动不得参数敏感性实验给出了几个非常清晰的结论。MFAPC方面λ的敏感性最高。λ从0.1变化到1时控制输入的方差下降约70%跟踪误差只上升了不到30%这说明λ是调节“控制激进程度”最直接的旋钮。预测时域Np的影响主要体现在相位滞后上Np从5增加到20跟踪相位滞后从一个采样周期逐步减小到接近零但计算量增大明显。μ的敏感性相对较弱但μ过小会导致PPD估计出现偶发尖峰直接影响控制输入。MFAILC方面ρ的敏感性最值得警惕。ρ在0.3到0.5之间时迭代误差收敛平稳ρ超过0.8后误差在迭代过程中开始上下波动甚至出现“前10次迭代收敛、后10次发散”的现象。这是因为学习增益过大时修正量在误差已经很小时仍然“用力过猛”反而把控制输入推到了错误的方向。λ的作用类似“阻尼”λ越大学习越保守收敛越慢但越不容易震荡。还有一个对所有MFAC算法都成立的规律PPD估计的初始值μ和η对系统早期动态影响极大但对稳态影响较小。换句话说错误初值只是让系统“开头折腾一阵”只要不导致发散最终都会被估计算法纠正过来。这也是MFAC家族工程上“好养活”的原因。6. 仿真中的坑与排查技巧这一章写的全是实际操作中踩过、填过的坑。看论文的时候总觉得算法顺理成章真正写代码跑仿真时才会碰到一堆匪夷所思的bug。我把最典型的几个问题整理出来每个都附上排查思路和解决方案方便你对号入座。6.1 PPD估计发散最常见也最吓人的故障现象运行十几步之后控制输出突然跳到极大值仿真直接“飞出天际”。查看PPD曲线发现φ̂(k)在发散前出现剧烈的正负振荡。排查思路首先检查μ是否太小。当控制输入增量Δu接近零的瞬间分母μΔu²近似等于μ如果μ取0.001这种量级估计修正项会被放大1000倍把PPD推到一个离谱的数值。其次检查输入数据是否经过滤波如果被控对象输出含有明显噪声直接用原始Δy做估计噪声梯度会被算法当成真实动态来学。解决方案μ至少要比Δu典型平方值大一个数量级另外在PPD估计前对测量输出做一个一阶低通滤波时间常数不用大0.1到0.2个采样周期即可能显著提升PPD估计的平稳度。6.2 超调过大控制器“压不住车”现象跟踪阶跃参考轨迹时输出超过设定值10%以上而且回落缓慢。排查思路MFAPC下先看Nc是否过大。Nc过大会让优化问题在较短时间窗口内把控制量推到饱和值造成“冲过头”再看λ是否过小λ过小等价于控制增量无代价控制器会“大力出奇迹”。MFAILC下则重点检查ρρ过大时控制输入序列在前几轮迭代中会积累过量修正。解决方案把Nc从3缩到1或2同时把λ从0.1逐步往大调观察超调量和上升时间的权衡曲线找两者交汇的甜点区。实际调试时我喜欢把λ和Np绑定一起调先固定λ0.5调Np再固定Np调λ避免两个旋钮同时转导致迷失方向。6.3 MFAILC迭代不收敛误差在迭代轴上振荡现象误差随迭代次数不是单调下降而是大小交替始终无法收敛到期望水平。排查思路先检查“学习信号”的方向是否一致。如果第一周期和第二周期的误差曲线形状差异过大比如因为参考轨迹没有严格重复或者扰动出现了周期漂移迭代学习就会“东拉西扯”无法形成有效累积。再检查学习信号中是否混入了周期性噪声噪声的重复性差迭代学习对它无效甚至会放大。解决方案强制参考轨迹严格重复用精确的周期采样对齐时间轴对误差序列做滑动平均滤波抑制周期内的随机噪声成分。还有一个小技巧在前几次迭代时用较小的ρ预热等误差包络稳定后再切换成较大的ρ加速收敛。6.4 常见问题速查表我把调试过程中遇到的高频问题和对应手段整理成了一张速查表方便你在程序异常时快速定位方向。故障现象可能原因优先处理手段PPD估计高频振荡μ过小 / 测量噪声过大调大μ输出端加低通滤波控制输入出现尖峰PPD出现异常大值 / λ过小限制PPD幅值增大λ跟踪稳态误差偏大PPD估计有偏 / Np过小增大η增大Np观察效果超调严重Nc过大 / λ过小减小Nc增大λMFAILC迭代振荡ρ过大 / λ过小降低ρ增大λMFAILC前几轮无改善PPD迭代估计未初始化前2轮用固定PD型ILC过渡响应速度太慢参考轨迹变化快但Np太大减小Np适度增大η对象增益方向判断错误PPD初值符号设反初始化时确认系统正反向性这张表不是万能钥匙但覆盖了绝大多数初学者会遇到的问题。调试控制算法本身就是一个“假设-验证-修正”的过程关键是不要同时改动多个参数一次只改一个记录下现象变化才能积累出对系统行为的直觉。7. 后续扩展这套程序还能往哪些方向走仿真程序跑通只是第一步把算法推向真实应用还需要走很长的路。不过基于这个仿真框架已经有几个很自然的扩展方向可以为你后续研究提供思路。一个方向是给MFAPC加上输入输出约束处理。标准MFAPC的滚动优化虽然可以写出解析解但一旦有执行器饱和、幅度限制、变化率限制这些工业现场非常常见的约束就需要用二次规划求解器在线求解。仿真中可以在目标函数里加入不等式约束观察不同约束条件下的控制性能下降情况。另一个方向是多变量系统的扩展。我这次的仿真对象是单输入单输出SISO的但工业过程大多是多个输入多个输出。MFAC家族天然有MIMO版本核心是把PPD从标量扩展成矩阵估计和控制律的形式要重新推导。仿真程序可以按多通道结构去重构重点关注变量耦合带来的控制挑战。第三个方向是把MFAPC和MFAILC结合起来。既然MFAPC擅长时间域的前瞻控制MFAILC擅长迭代域的误差修正那么对于既具有重复性又有时变扰动的过程可以考虑“两层控制结构”MFAILC负责把周期性的重复误差逐步压掉MFAPC作为内环处理每个周期内的实时跟踪和扰动抑制。在已有的仿真框架里这个组合只需要串联两个控制器模块改动量不大。还有一个小技巧值得分享在做算法对比时一定要保证两种算法使用完全相同的被控对象模块和扰动序列。否则实验条件不一致最后得到的结果无法说明任何问题。我通常用随机数种子固定扰动序列确保每次实验的“环境”完全相同。说实话做完这一轮MFAPC和MFAILC的数值验证我对数据驱动控制的工程定位有了更清晰的认识。MFAPC把“预测”和“自适应”结合起来在面对时变轨迹和不确定扰动时显得从容MFAILC则用最朴素的方式展示了“从历史中学习”的力量在重复任务上表现出极致的精度潜力。仿真程序的价值不只是验证算法更是帮你建立“参数-现象”之间的直觉。希望这篇内容能帮你少走弯路把更多精力放在算法创新和应用落地本身。
