批次过程中的扰动抑制一直是控制领域的重要研究内容,在实际工业控制过程中,受到环境、噪声等客观因素的影响,控制输出产品品质受到严重的影响。随机噪声等不确定干扰对系统的影响很难通过单一的控制器设计或滤波处理实现完全消除,如果处理不好,会使控制系统的输出轨迹偏离设定轨迹,以至于产生严重的结果。对此,本文研究了一种滤波与控制器设计结合的综合优化设计方法来解决迭代学习控制系统中的随机扰动问题,主要内容包括:(1)针对随机扰动输入下的迭代学习控制系统,首先分析了随机扰动输入时迭代学习控制系统的性能,并对控制器进行初始优化。这种方法能够在设定的批次内取得一定的抗干扰效果。但随着学习次数的增加,批次间的噪声随迭代学习进入控制系统并大量累积,破坏了系统的控制性能。对此增加了对误差信号的预处理环节,应用小波变换的二次试验滤波法对输出误差信号提前进行滤波,取得了一定的抗干扰效果。(2)本文进一步提出了一种基于最小二乘辨识下的等效逼近小波滤波控制效果的IIR线性数字滤波器。从控制器设计的角度考虑,由于小波变换的滤波没有解析表达式,无法获得系统输出误差中随机部分的递推表达式,从而对控制系统的迭代学习控制器设计产生了困难。利用IIR滤波器对输出误差中的不确定性部分进行滤波的同时可获得系统输出误差中不确定部分的递推表达式,以此将控制器优化问题转换成使目标函数具有最小值的凸优化问题,来设计迭代学习控制器。实验显示:本文设计的控制器在批次内取得良好的抗扰动性能;在批次间的迭代学习上,减小了随机扰动随迭代学习的累积;最后针对设计的控制器给出了最小方差准则的性能评估,来说明本文设计控制器的有效性。