共查询到20条相似文献,搜索用时 125 毫秒
1.
在工业过程中,大滞后系统的时滞、非线性情况严重,常规PID控制往往难以获得理想的控制效果.针对上述情况,设计了一种基于专家经验的模糊与PID并联复合型控制器,能够在PID控制的基础上改善系统的控制品质.介绍了带有可调因子的模糊控制算法,给出了模糊控制器相关参数的整定方法.根据专家经验制定了模糊控制与PID控制的加权系数的整定规则.对具有大迟延、大滞后特性的循环流化床的燃料量与床温模型进行了仿真研究.仿真结果表明:在大滞后系统的控制中,所设计的专家模糊PID控制器能够很大程度的改善系统的动态动性,且具有较好的鲁棒性. 相似文献
2.
锂离子动力电池检测系统研究 总被引:2,自引:0,他引:2
随着近些年来锂离子动力电池的广泛应用,作为生产锂离子电池关键设备的检测系统也成为新的研究热点.文中对锂离子动力电池检测设备的发展状况进行了总结,从系统结构、硬件和软件设计方面概括了新技术、新工艺在电池检测设备上的应用状况,介绍了均衡电路、模糊PID控制、智能专家系统等技术在检测系统充放电控制上的研究.最后讨论和总结了锂离子动力电池检测设备今后的发展方向. 相似文献
3.
本文介绍了高浓啤酒配比系统的模糊控制.主要对该系统的模糊控制作了详细介绍,其中包括系统工艺、高浓啤酒稀释水处理配比系统模糊控制结构以及该系统模糊控制器的设计. 相似文献
4.
该文针对温度控制系统非线性、大滞后、参数时变的特征,设计了模糊免疫PID控制器。该控制器结合了模糊逻辑、免疫机理以及PID调节的各种优点,既具有模糊控制的非线性作用,又具有免疫控制的自适应能力,同时还具有PID控制的广泛适用性。文章介绍了模糊免疫PID控制器的控制原理和设计方法,在Matlab中编写函数仿真,结果表明该控制器能够实现持续干扰情况下的闭环鲁棒稳定,并使系统呈现良好的动态和静态性能。 相似文献
5.
6.
针对恒压供水系统普遍存在的惯性大、非线性、随机性及纯滞后性的特点,设计了一种基于模糊PID-Smith控制策略的变频恒压供水系统.硬件部分介绍了系统的结构及组成,软件设计部分首先构建系统数学模型,研究了PID模糊控制与Smith预估控制理论.最终把PID模糊控制器与Smith预估器结合起来用于对系统的控制,并用Matlab将各种控制算法进行了仿真.结果表明:模糊PID-Smith控制器能够使系统的动态、稳态性能最优化,在时滞过程的控制系统中具有一定的应用前景. 相似文献
7.
一种可变论域模糊控制器的设计及仿真 总被引:3,自引:0,他引:3
根据模糊控制器的特点,提出一种可变论域模糊控制器,即二级可变论域模糊控制器。首先介绍了可变论域模糊控制器的工作原理,然后阐述了二级可变论域模糊控制器的设计原理。第二级模糊控制器的论域由第一级模糊控制器动态改变。然后给出了二级可变论域模糊控制器的结构设计及参数确定方法,最后通过仿真与常规模糊控制对比。结果表明了二级模糊控制器能够在控制过程中能有效地减小系统稳态误差,提高响应速度,从而证实了这种方法的正确性及优越性,并且该方法适用于具有任何特点的模糊控制系统。 相似文献
8.
基于一种修改的李亚普诺夫函数的自适应模糊滑模控制 总被引:13,自引:2,他引:13
针对一类不确定非线性系统,基于一种修改的李亚普诺夫函数并利用Ⅱ型模糊系统的
逼近能力,提出了一种稳定自适应模糊控制器设计的新方案.该方案能够避免现有的一些自适
应模糊/神经网络控制器设计中对控制增益一阶导数上界的要求.通过理论分析,证明了闭环模
糊控制系统是全局稳定的,跟踪误差收敛到零. 相似文献
9.
10.
11.
12.
针对一类非严格反馈非线性系统,系统中包含不确定函数和未知外部扰动,提出一种带不匹配扰动补偿的输出反馈模糊控制器.采用模糊逻辑系统逼近未知的非线性函数,同时构造模糊状态观测器观测系统未知状态.考虑观测器和控制器会受到外部扰动和模糊逼近误差构成的不匹配总扰动信号影响,采用改进的扰动观测器对不匹配扰动进行估计和补偿,使扰动观测误差能够在有限时间内平缓地收敛到任意小的范围,消除不匹配扰动信号对模糊观测器设计的影响.同时在控制器设计中进行扰动的精确补偿,提高系统的抗扰动性.通过Lyapunov函数证明了闭环系统所有信号都是有界的.最后,通过数值仿真进一步验证了所提出方法的有效性. 相似文献
13.
永磁同步电机伺服系统的自适应模糊滑模控制 总被引:1,自引:0,他引:1
针对永磁同步电机伺服系统的跟踪控制问题,提出了一种基于扰动观测器的自适应模糊滑模控制方法.通过扰动观测器估计等效扰动,改善了系统的动态性能和稳态性能,并且只需要等效扰动的变化有界,而不是为零,放宽了要求;根据模糊控制原理引入3条模糊规则,在保证滑模条件的前提下有效地削弱了抖振;采用自适应策略估计模糊系统参数的最优值,简化了控制器的设计.实验结果表明,与常规自适应模糊滑模控制相比,本文提出的控制方法不仅能够有效地减小跟踪误差,而且能够改善参数估计过程,保证了参数估计的有界性. 相似文献
14.
Chan Wai Ting Chai Quek 《Neural Networks, IEEE Transactions on》2009,20(5):856-871
This paper presents a novel blood glucose regulation for type I (insulin-dependent) diabetes mellitus patients using biologically inspired TSK0-FCMAC, a fuzzy cerebellar model articulation controller (CMAC) based on the zero-ordered Takagi-Sugeno-Kang (TSK) fuzzy inference scheme. TSK0-FCMAC is capable of performing localized online training with an effective fuzzy inference scheme that could respond swiftly to changing environment such as human's endocrine system. Without prior knowledge of disturbance (e.g., food intake), the proposed fuzzy CMAC is able to capture the glucose-insulin dynamics of individuals under different dietary profiles. Preliminary simulations show that the blood glucose level is kept within the state of euglycemia. The design of the proposed system follows closely to what is available in real life and is suitable for animal and clinical pilot testing in the near future. 相似文献
15.
16.
针对一类非线性系统在持续扰动下的控制问题,设计基于U模型的模糊免疫自抗扰控制方法。首先,引入U模型方法进行被控对象建模,提高处理非线性系统的能力,结合自抗扰控制方法,设计基于U模型的改进自抗扰控制器。在非线性反馈环节引入模糊免疫方法实现非线性智能反馈,设计基于U模型的模糊免疫自抗扰控制系统。最后仿真实验表明:基于U模型的模糊免疫自抗扰控制方法在保持了基于U模型的自抗扰控制的简洁性和良好抗扰性能的基础上,简化了控制器参数调节过程,在持续未知扰动下的跟踪速度、精度都更优。 相似文献
17.
双闭环直流调速系统模糊PID控制研究* 总被引:2,自引:0,他引:2
针对电压和负载扰动导致传统PID控制双闭环直流调速系统性能下降的问题,本文提出一种模糊PID控制方法。本文的控制方法根据调速系统的转速偏差e和偏差变化率ec,经过模糊逻辑推理,动态自适应调整PID控制器的三个参数,能够有效提高系统抗扰动能力。为了对两种控制方法的性能进行比较分析,文中对系统在理想空载状态、负载扰动和电压波动三种情况下进行仿真试验。结果表明两种控制方法在理想空载状态下的稳态性能基本相同。在负载扰动和电压波动的情况下,本文的方法能使系统更快恢复到平衡状态,且具有更小的转速降。因此,本文的控制方法能够保证系统具有较好的动态性能和抗扰性能。 相似文献
18.
19.
20.
P. Prem Kumar Indrani Kar Laxmidhar Behera 《IEEE transactions on systems, man, and cybernetics. Part B, Cybernetics》2006,36(6):1442-1449
This correspondence proposes two novel control schemes with variable state-feedback gain to stabilize a Takagi-Sugeno (T-S) fuzzy system. The T-S fuzzy model is expressed as a linear plant with nonlinear disturbance terms in both schemes. In controller I, the T-S fuzzy model is expressed as a linear plant around a nominal plant arbitrarily selected from the set of linear subsystems that the T-S fuzzy model consists of. The variable gain then becomes a function of a gain parameter that is computed to neutralize the effect of disturbance term, which is, in essence, the deviation of the actual system dynamics from the nominal plant as the system traverses a specific trajectory. This controller is shown to stabilize the T-S fuzzy model. In controller II, individual linear subsystems are locally stabilized. Fuzzy blending of individual control actions is shown to make the T-S fuzzy system Lyapunov stable. Although applicability of both control schemes depends on the norm bound of unmatched state disturbance, this constraint is relaxed further in controller II. The efficacy of controllers I and II has been tested on two nonlinear systems 相似文献