曹荣敏 郑鑫鑫 侯忠生

（1.北京信息科技大学自动化学院 北京 100192 2.青岛大学自动化学院 青岛 266071）

0 引言

工业制造技术及自动化设备的高速、高精度特性已是未来制造业快速发展的趋势[1]，在二维直线电机系统中，XY轴由两台直线电机驱动，直线电机的运动轨迹相互垂直，直接产生直线推力，消除了电机与工作部件之间的驱动环节，具有响应快、定位准确、可靠性高等特点，广泛应用于制造业超精加工、微电子工程、生物工程、纳米技术领域[1-2]。然而，在二维直线电机系统中，各种不确定性，如时变参数、噪声干扰和强耦合非线性等都会影响系统的性能，降低控制精度[3-5]。文献[6-9]提出了基于双神经网络的前馈解耦控制、阶次优化、模糊控制和设计解耦控制器的控制方法，可以使二维直线电机系统获得较高的跟踪精度，但需要精确的二维直线电机系统的数学模型[10-12]。然而复杂系统的建模往往比较困难，在建模过程中因很难避免建模的误差而导致模型的不准确，因此，设计可靠且易于实现的不依赖精确数学模型的控制策略，可以有效解决二维直线电机系统运行中存在的问题[13]。

无模型自适应控制（Model Free Adaptive Control,MFAC）是一种数据驱动控制方法，控制律中可调参数具有不敏感性，而可调参数选取可以改变闭环系统的动态性能，因此无模型自适应控制具有更加平稳的过渡过程，能够很好地实现快速工业过程的控制[13-17]。迭代学习控制（Iterative Learning Control,ILC）在设计控制器时不需要事先已知受控系统的数学模型，可以实现对严格重复运作的系统在有限区间上的完全跟踪[18-19]。……