固体氧化物燃料电池温度特性的T-S模糊建模

固体氧化物燃料电池（SOFC）工作温度对于其输出电特性的性能起着重要的作用。由于电池在电化学反应过程中,温度特性呈现强非线性等特性,采用常规机理建模后难以在该模型的基础上较好地管理温度特性。为此,设计了面向控制的改进型T-S模型的模糊建模方法来解决此难题。实验仿真结果表明该模糊模型能精确拟合温度动态响应的映射特性,为下一步控制算法的实现奠定了良好的基础。     

一种基于模糊辨识的模糊自适应控制系统

采用模糊基函数表示的模糊逻辑系统作为未知非线性对象的辨识器，以此为模糊自适应控制器提供参数自调整必需的梯度信息。仿真结果表明，此种控制方案对未知的非线性系统的输入有很强的自适应跟踪能力。     

基于不确定T-S模型的模糊滑模自适应控制

提出一种不确定T-S模型的模糊滑模自适应控制方法。通过变换将该模型转换成3个组成部分：线性标称系统,已知非线性部分和未知不确定部分。针对它们设计3个控制器,其作用分别为：强迫系统沿着滑模面运动,消除已知扰动对线性标称系统的影响,克服不确定扰动(采用模糊滑模自适应控制,无需知道不确定的界限)。该方法无需求正定矩阵就能保证系统全局稳定。     

基于模糊自适应PID控制的平板硫化机温度控制系统

平板硫化机系统温度控制系统存在控制精度低,难以达到国家硫化标准等问题,提出了一种基于模糊自适应PID控制的平板硫化机温度控制系统,该系统以模糊自适应PID控制为理论基础,以PLC为控制平台,配以高性能的模块化外设,详细介绍了平板硫化机温度控制系统的硬件选型及软件设计。     

基于模糊树模型的自适应直接逆控制

基于模糊树模型, 结合神经网络中的逆向学习和专门化学习, 提出了自适应直接逆控制方法. 首先离线辨识对象的逆模型作为初始的控制器, 然后与对象串联, 用最小均方差 (Least mean square, LMS) 算法在线调节控制器中的线性参数. 本方法辨识得到的逆模型控制器可以减少需要的模糊规则数目, 同时达到较好的跟踪控制效果. 仿真结果表明了方法的有效性.     

基于模糊观测器T-S模型和自适应模糊逻辑系统的一类非线性系统的H∞控制

针对一类非线性系统，把模糊T-S模型和自适应模糊逻辑系统两类模糊逻辑方式结合起来，提出了一种基于观测器的控制方案．首先，应用模糊T-S模型对非线性系统建模，设计观测器来观测系统状态；由线性矩阵不等式得到模糊模型的控制律．其次，应用自适应模糊逻辑系统作为补偿器来补偿建模误差．证明了闭环系统满足期望的性能．仿真结果表明了该方案的可行性．     

一种基于T-S模糊模型的自适应预测函数控制

针对离散时间非线性系统,提出了一种基于T-S模糊模型的自适应预测函数控制算法。该算法利用加权递推最小二乘法在线辨识T-S模糊模型后件参数,以克服模型失配对系统性能的影响。根据辨识得到的模型参数直接递推计算模型的预测输出,而不需要求解Diophantine方程,进而直接递推求解预测控制律,而不需要求解矩阵逆。仿真结果表明,该算法具有良好的跟踪性能和较强的鲁棒性。     

一种基于模糊分类的模糊神经网络辨识方法

针对非线性辨识问题,基于改进的T-S模型,提出一种自适应模糊神经网络模型(AFNN)。首先,基于模糊竞争学习算法确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度。其次,利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁,逼近能力强,能够显著提高辨识精度,并且辨识的模糊模型简单有效。最后,将该AFNN用于非线性系统的模糊辨识,仿真结果验证了该方法的有效性。     

自适应模糊辨识及其在大系统中的应用*

本文基于Ｔ－Ｓ模糊模型构造了一种新的自适应模糊神经网络，给出了网络诉连接结构物学习算法，它能自动学习和修正前件参数及模糊规则，将其用于大系统随机民递阶优化的控制建模中，仿真结果表明，该方法具有收敛速度快，辨识精度高、泛化能力强等特点，可当作复杂大系统建模的一种有效手段。     

基于模糊树模型的间接自适应模糊控制

提出了一种基于模糊树模型的间接自适应模糊控制器的设计方法. 采用模糊树辨识方法离线辨识系统中的未知非线性函数, 得到初始的控制器, 然后在线调节模糊树模型中的线性参数, 改善控制器的性能, 实现对有界参考信号的跟踪控制. 通过对倒立摆系统进行数值仿真, 验证了所提方法的有效性和优越性.     

模糊自整定PID控制器在再热汽温控制中的应用研究

针对工业过程中再热汽温等一类大迟延惯性时变对象,采用模糊自整定PID控制器对PID参数调节和优化,该方法将模糊技术与PID控制综合起来,实现了PID控制的智能化。仿真结果表明:与常规PID控制器相比,模糊自整定PID控制器具有很强的适应性、鲁棒性和抗干扰性。     

基于参数自整定和模糊前馈的疏浚系统控制

在疏浚工程中抽砂系统一般采用PID控制器调节泥浆浓度,但当河床形态及河水流速等工况变化时,基于固定参数的PID控制难以达到满意效果。针对被控对象的特性,提出将参数模糊自整定PID与模糊前馈结合的控制方案。该方案能根据工况变化动态调节PID参数,并根据龙头吸咀与河底距离提供前馈补偿,能及时抑制吸咀位置对泥浆浓度灵敏度的影响。仿真结果表明,与传统PID控制相比,该方案对不同工况均能表现出较低的超调量,更快的响应速度,以及更强的抗干扰能力和稳定性。     

质子交换膜燃料电池温度模型与模糊控制

为保证质子交换膜燃料电池（PEMFC）安全高效运行,必须对其进行有效的温度控制,本文阐述了一种带积分环节的二维增量模糊控制器用于PEMFC的温度控制．首先从物料平衡和能量平衡角度对PEMFC的电能和热能的动态特性进行分析,建立了基于控制的PEMFC的温度机理动态模型;其次根据所建立的温度模型和控制经验规则设计带积分环节的PEMFC温度二维增量模糊控制器;最后对所建立温度模型及其模糊控制器进行仿真分析,结果不仅表明该模型能模拟PEMFC的动态特性,而且验证该控制器能将PEMFC温度控制在理想工作范围内,并具有较强的鲁棒性,可用于对PEMFC进行温度实时控制．     

基于模糊自整定PID的主汽温串级控制系统的设计

火电厂主汽温具有大惯性、大迟延和时变特性等特性,采用常规的PID串级控制难以获得满意的控制效果.为此,提出一种基于模糊自整定PID控制器的串级控制系统,该系统将模糊控制、PID控制和串级控制三者有机地相结合,提高了主汽温控制系统的控制品质.仿真结果表明：系统超调量、调节时间和抗干扰能力明显优于常规的PID串级控制.     

基于FPAA的模糊自整定PID控制器设计

为提高过程控制的响应速度,提出了一种基于现场可编程模拟阵列(FPAA)模糊自整定PID控制器的硬件实现方法。在8块AN221E04芯片中实现模拟乘法器、求小求和以及除法等单元电路,由各单元电路组合成完整的控制器。作为硬件电路,该控制器与软件编程实现的模糊PID控制器相比具有很强的实时性;作为纯模拟电路,该控制器内部传输信号均为连续值的模拟量,不需要A/D、D/A转换电路,与采用数字电路实现的控制器相比具有电路简单、运算速度快的特点。仿真实验结果表明：基于FPAA的模糊自整定PID控制器超调量小、稳态误差小,控制器响应时间降到了微秒级。     

基于TS模型的增益自校正单神经元PID控制算法

将单神经元自适应PID控制算法和基于TS模型的模糊推理系统相结合,提出了增益模糊自校正单神经元PID控制算法。该算法使得传统单神经元自适应PID控制的神经元增益具备在线自动调整的功能,对于变增益的不确定性系统的控制,获得了很好的控制性能。     

基于LQG自校正器的机翼颤振主动抑制

研究了一种基于LQG自校正器的机翼颤振主动抑制设计方法.以带有后缘控制面的柔性机翼为研究对象,采用在线辨识来获取系统的时变参数,利用Kalman滤波器重构状态,通过求解离散时间代数Riccati方程得出机翼颤振主动控制律.在Simulink仿真平台上实现了上述方法,仿真结果表明,该控制器能够有效抑制机翼颤振的发生并具有一定的鲁棒性.     

基于模糊与自校正技术的超声电机伺服控制

通过电机的工作原理和速度特性分析,选定驱动频率为其控制变量;为实现电机快速而高精度位置控制,引入模糊和自校正复合控制技术,其中,模糊逻辑控制技术意在实现控制的快速性,自校正技术用以提高控制精度;组建了控制系统,完成了相应的控制实验;结果表明:在超声电机上采用这种复合控制技术上可以得到较好的控制效果。     

基于Fuzzy自整定PID参数的飞机除冰车温度控制

针对新型飞机除冰车加热系统的大迟延特性和模型不确定性,设计了Fuzzy自整定PID参数的Smith预估飞机除冰车温度控制系统.根据实验数据及其工作原理建立了加热系统数学模型,并用Matlab进行仿真,仿真结果表明所设计的控制系统在稳定性、准确性,鲁棒性方面明显优于该除冰车现有的Smith预估控制系统.     

Functional observer-based fuzzy controller design for continuous nonlinear systems

This paper presents a novel method of synthesising controllers for nonlinear systems represented by Takagi--Sugeno fuzzy model using functional observer. The proposed method uses minimum order observer for estimating the control input of each rule as a function of states. Existence conditions of the functional observer-based controller are provided in the form of rank equality conditions. The stability conditions of the observer are obtained using quadratic Lyapunov function, and the conditions are presented in the form of linear matrix inequalities. Observer parameters can be obtained by solving these inequalities. Finally, systematic synthesis procedures for constructing the observer are presented. Examples with simulation output are given to demonstrate this method and to compare its performance with a conventional full-state observer-based controller.