基于模糊逻辑系统的输出跟踪控制问题

针对一类未知的非线性互联大系统，设计间接自适应模糊控制器以实现跟踪控制，采用模糊控制，模糊逻辑逼近和模糊滑模控制相结合的方法，对维数较低的子系统未知动态和维数较高的互联项未知动态分别采用两类模糊规则进行逼近，对系统的外部干扰及模糊逼近误差采用模糊滑模控制予以抵消，基于Lyapunov方法实现模糊系统中的参数自适应律并在线调节，所设计的间接自适应控制器使系统在Lyapunov意义下稳定，且跟踪误差趋近于0，仿真结果表明了该设计方法的正确性。     

改进遗传算法在智能悬臂梁模糊控制的应用

模糊控制器的设计是模糊控制系统的核心,而模糊控制器设计的关键部分是模糊规则,模糊规则的好坏决定了模糊控制系统的控制效果.而一般模糊规则是通过专家经验获得的,存在很大的主观性的缺点,本文以智能悬臂梁结构为研究对象,设计了模糊控制器,改进了遗传算法,提出了使用改进遗传算法对模糊规则进行优化的方法,并给出了遗传编码、适应度函数的确定方法,最后利用Matlab/Simulink建立智能悬臂梁结构的仿真模型,对模糊规则优化前后的智能悬臂梁振动控制结果进行对比.仿真结果表明,优化后的模糊规则使智能悬臂梁的振动幅度显著缩小,而且振动衰减速度明显加快.     

Willis混沌系统的模糊滑模控制方法

本文利用模糊逻辑连续滑模控制方法,研究了非线性Willis混沌系统的受控问题。设计基于模糊逻辑的模糊控制器,通过隶属函数将滑模面切换函数模糊化,再采用质心法解模糊控制器的输出。用此方法使系统输出跟踪一个给定的状态目标,最终使跟踪误差趋于零,仿真结果验证了方案的有效性。     

具有H∞跟踪特性的机器人自适应模糊控制

为使机器人系统在有外界扰动的情况下具有良好的抗干扰能力，加快输出跟踪误差的收敛速度并提高其精度，提出了一种稳定的模糊自适应控制策略。该控制算法基于模糊逻辑系统，将模糊自适应控制器的设计与H∞控制相结合，在鲁棒补偿的基础上引入模糊补偿；并基于Lyapunov方法，给出了学习自适应律，及H∞跟踪特性的证明。对二自由度机器人的仿真结果表明，该算法使系统在跟踪误差的收敛速度和精度上都有了很大的改善，具有良好的鲁棒性和抗干扰能力。     

基于模糊滑模控制器的伺服跟踪控制研究

为了有效地消除精密机床伺服进给系统的参数变化和外部扰动对其跟踪性能的影响,将滑模控制引入其伺服跟踪控制.文章将模糊逻辑与滑模控制相结合提出了一种简捷的模糊滑模控制器设计的方法以减小滑模控制器的颤抖.实验结果表明采用该方法设计的模糊滑模控制器与离散准滑模控制器相比具有较强的鲁棒性和跟踪性能.最后将该控制器用于超精密机床伺服跟踪控制取得了良好的控制效果.     

机器人操作器的自适应模糊滑模控制器设计

针对机器人动力学系统提出了一种基于模糊逻辑的自适应模糊滑模控制方案.根据滑模控制原理并利用模糊系统的逼近能力设计控制器,基于李雅谱诺夫方法设计自适应律,证明了闭环模糊控制系统的稳定性和跟踪误差的收敛性.控制结构简单,不需要复杂的运算.该设计方案柔化了控制信号,减轻了一般滑模控制的抖振现象.仿真结果表明了所提控制策略的有效性.     

基于遗传算法的模糊控制在智能系统中的应用

本文针以吊车系统为例给出了一种智能模糊控制器即分段切换因子模糊控制器，并运用遗传算法进行参数调整，确保吊车系统的精度，仿真结果表明，该控制器精度高、抗干扰能力强、实时性好。     

基于量子遗传算法的模糊滑模控制

针对一类具有不确定性的非线性系统,提出了一种新的基于量子遗传算法的模糊滑模控制器的设计方法.将模糊控制与滑模控制相结合,利用滑模控制使系统跟踪误差进入边界层内;启用模糊控制替代切换控制,并在边界层上通过监督函数平滑控制作用.在滑动模态产生条件下,通过量子遗传算法优化模糊控制器的控制规则,有效地解决了模糊滑模控制中模糊控制规则的确定问题,从而削弱了系统的抖振,改善了控制器的控制性能.仿真结果表明了该方法的有效性.     

一类非线性系统的模糊滑模控制

针对一类非线性不确定系统，提出了一种模糊滑模控制器的设计方法。采用模糊神经网络设计系统控制器，基于梯度符号变化的局部学习率自适应BP算法，对模糊神经网络的隶属函数中心、宽度和网络权值进行调节，使滑模等效控制的模糊系统后件参数是自适应的；在系统存在外部干扰并有界时，利用李亚普诺夫方法证明了系统控制的稳定性。通过Matlab仿真分析，表明了所设计的模糊滑模控制器不但具有鲁棒性，而且具有良好的跟踪性能。     

激光束的正弦轨迹跟踪控制研究

激光束跟踪技术被广泛地应用于工业和航天领域.基于一个激光束跟踪控制平台的控制要求,提出了带位置误差预测的PD反馈控制与模糊逻辑控制相结合的控制策略,将控制过程分段,并分别设计了预测算子的算法和确定了模糊逻辑控制阶段的模糊子集.根据实验经验,选定了PD控制器参数、确定了模糊逻辑控制的模糊规则.最后,以固定幅值和频率的正弦信号作为参考输入,运用设计好的控制器在平台上进行了实验.并且与传统的PD控制输出进行了对比,以验证新的控制策略的有效性.     

基于遗传算法的机器人分层模糊控制

为解决模糊多变量控制中规则数随系统变量数呈指数增长的问题,针对机器人轨迹跟踪的特点,提出了一种分层模糊控制器的设计方法。该方法不仅减少了模糊规则数,而且使模糊控制逻辑变得清晰明了,其中控制参数采用遗传算法整定。实验结果证实:该方法控制效果好、系统跟踪速度快。     

基于跟踪误差调节的非线性自适应模糊预测控制

将模糊逻辑系统引入预测控制，对一类非线性离散系统提出了直接自适应模糊预测控制的方法，此方法首先建立被控对象的预测模型;然后基于此模型直接利用模糊逻辑系统设计预测控制器，并基于跟踪误差对控制器参数中的未知向量进行自适应调整;最后证明了此方法可使跟踪误差收敛到原点的一个小邻域内。     

基于模糊控制的某教练机飞行姿态控制器设计

提出了一种基于规则的模糊逻辑飞行控制系统的设计方法,用以解决某教练机训练系统中数学模型时变性和不确定性问题.为了避免建模的困难,某教练机飞控系统采用模糊逻辑控制设计其控制律,结合飞行员的操纵经验,对系统进行动态调整.以俯仰角为研究对象,利用MATLAB中的fuzzy工具箱实现了模糊控制器设计,给出了俯仰角模糊控制器的控制曲面视图,并在SIMULINK仿真环境下建立了仿真模型.结果表明,所设计的模糊逻辑控制器满足操作品质的要求,具有较好的鲁棒性,对教练机驾驶训练仿真平台的飞行控制系统设计具有一定的应用价值.     

遗传算法和模糊控制的融合研究与设计

将遗传算法与模糊控制相结合，能达到取长补短的作用，一方面，模糊控制能够表达非线性和模糊性的系统知识；另一方面，通过遗传算法所拥有的高度并行，随机、全局搜索能力，使控制系统具有了学习能力，提出了先使用模糊逻辑的思想进行交叉概率和变异概率的整定，再利用模糊遗传算法对模糊子集进行了划分，可获得一个基于一定性能指标的次优或最优模糊控制器，又以二阶系统为例进行了计算机仿真，研究结果表明这种方法是有效的。     

Optimal two-degree-of-freedom fuzzy control for locomotion control of a hydraulically actuated hexapod robot

Locomotion control of legged robots is a very challenging task because very accurate foot trajectory tracking control is necessary for stable walking. An electro-hydraulically actuated walking robot has sufficient power to walk on rough terrain and carry a heavier payload. However, electro-hydraulic servo systems suffer from various shortcomings such as a high degree of nonlinearity, uncertainty due to changing hydraulic properties, delay due to oil flow and dead-zone of the proportional electromagnetic control valves. These shortcomings lead to inaccurate analytical system model, therefore, application of classical control techniques result into large tracking error. Fuzzy logic is capable of modeling mathematically complex or ill-defined systems. Therefore, fuzzy logic is becoming popular for synthesis of control systems for complex and nonlinear plants. In this investigation, a two-degree-of-freedom fuzzy controller, consisting of a one-step-ahead fuzzy prefilter in the feed-forward loop and a PI-like fuzzy controller in the feedback loop, has been proposed for foot trajectory tracking control of a hydraulically actuated hexapod robot. The fuzzy prefilter has been designed by a genetic algorithm (GA) based optimization. The prefilter overcomes the flattery delay caused by the hydraulic dead-zone of the electromagnetic proportional control valve and thus helps to achieve better tracking. The feedback fuzzy controller ensures the stability of the overall system in the face of model uncertainty associated with hydraulically actuated robotic mechanisms. Experimental results exhibit that the proposed controller manifests better foot trajectory tracking performance compared to single-degree-of-freedom (SDF) fuzzy controller or optimal classical controller like state feedback LQR controller.     

基于模糊逻辑的一类非线性系统直接自适应控制

针对一类连续非线性不稳定系统,基于模糊逻辑提出了一种新的自适应跟踪控制方法,在此方法中,控制器由两部分组成：模糊逼近控制器（FAC）和模糊滑模补偿控制器（FSMCC）,其中,FAC利用模糊逻辑系统全局逼近理论控制器,FSMCC用于全局补偿逼近误差和系统的不确定性及消除外部干扰的影响,整个闭环控制系统在Lyapunov意义下全局渐进稳定踊跃误差收敛于零的某一领域内,最后通过示例验证了本方法的有效性。     

Fuzzy logic based full-envelope autonomous flight control for an atmospheric re-entry spacecraft

An intelligent and autonomous flight control system for an atmospheric re-entry vehicle is investigated, based on fuzzy logic control and aerodynamic inversion computation. A common PD-Mamdani fuzzy logic controller is designed for all the five re-entry flight regions characterized by different actuator configurations. A linear transformation to the controller inputs is applied to tune the controller performance for different flight regions while using the same fuzzy rule base and inference engine. An autonomous actuator allocation algorithm is developed, based on the aerodynamic inversion computation, to cover all the five actuator configurations with the same fuzzy logic controller. Simulation results of tracking both a bench mark trajectory and a given nominal re-entry trajectory are presented to evaluate the control performance.     

基于模糊控制的移动机器人视觉反馈跟踪

探讨视觉空间下非完整移动机器人的跟踪问题。在不校准摄像机视觉参数的前提下,提出一种利用视觉反馈信息设计非完整移动机器人轨迹跟踪的模糊控制方法。其模糊控制使用Mamdani推理机,包含if-then规则和重心法,对线速度和角速度进行控制。仿真结果证明了该方法的有效性。     

基于GSAGA的模糊PID控制在自动油门系统中的应用研究

针对现代民用飞机非线性和时变的特点,设计了一种用于民机自动油门控制系统的模糊PID控制器;模糊控制器以速度跟踪误差及其微分信号作为输入调节PID控制器的比例、积分及微分参数,进而控制油门开度以调节发动机推力,最终实现对速度的控制;文中进一步采用广义自适应遗传算法(GSAGA)对模糊PID控制器的输出因子进行优化,在着陆模态下采用所设计的优化控制策略与传统模糊PID控制进行了对比仿真,仿真结果显示,在民机自动油门控制系统中基于GSAGA的模糊PID控制器的控制效果优于传统模糊控制方法,仿真结果符合飞行品质指标,控制效果良好。