一类非线性系统综合自适应模糊滑模控制

针对一类非线性系统把模糊控制,模糊逻辑逼近及模糊滑模控制相结合,提出一种综合自适应模糊滑模控制方法、直接和间接自适应模糊控制器只能利用模糊控制规则或模糊描述信息,而综合自适应模糊控制器能利用上述两种信息。理论证明闭环系统稳定,跟踪误差收敛到零或零的一个小邻域内。仿真结果表明了算法的有效性。     

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。     

柔性关节微操作机器人自适应模糊预测控制

对一种柔性关节微操作机器人系统提出了多输入多输出直接自适应模糊广义预测控制方法,此方法先基于机器人理论模型设计出广义预测控制器,再构造直接自适应模糊控制器逼近广义预测控制器,并用机器人视觉误差信息对控制器参数和广义误差向量估计值中的未知向量进行自适应调整,以增强对建模误差的鲁棒性,并证明了所设计的控制器可使微操作机器人跟踪时变参考轨迹时的广义误差估计值收敛到原点的小邻域内,以达到控制要求,仿真结果验证了此方法的有效性.     

一类MIMO非线性系统的直接自适应模糊滑模控制

针对一类具有下三角形函数控制增益矩阵的非线性系统, 基于滑模控制原理, 并利用Ⅱ型模糊系统的逼近能力, 提出了一种直接自适应模糊滑模控制器设计的新方案. 通过引入积分型李雅普诺夫函数及逼近误差自适应补偿项, 证明了闭环系统是全局稳定的, 跟踪误差收敛到零. 仿真结果表明了该方法的有效性.     

MATLAB在综合模糊自适应控制系统仿真中的应用

该文介绍了用MATLAB(SIMULINK) 语言针对一类非线性系统把模糊控制,模糊逻辑逼近及模糊滑模控制相结合的一种综合自适应模糊滑模控制方法,进行仿真的步骤和方法.直接和间接自适应模糊控制器,它们只能利用模糊控制规则或模糊描述信息.而综合自适应模糊控制器能利用上述两种信息.仿真表明算法的有效性.可以看出SIMULIK是控制系统动态仿真的有力工具,而且相对于以往任何一种仿真方法,MATLAB 语言更方便、高效,具有无可比拟的优越性.     

一类多变量非线性系统的自适应模糊控制

对一类不确定多变量非线性系统提出了自适应模糊控制方法.该方法采用模糊逻辑系统组成的矩阵逼近控制器中的逆矩阵以避免控制器的奇异性问题,同时用误差补偿项对模糊逻辑系统的逼近误差进行补偿.证明该方法不但能使闭环系统的所有信号有界,而且通过适当调整控制器及自适应律中设计参数,可使跟踪误差收敛到原点的小邻域内.仿真结果验证了方法的有效性.     

一类非线性系统的积分变结构模糊自适应跟踪控制

针对一类具有未知常数控制增益的不确定非线性系统,基于变结构控制原理,并利用具有非线性可调参数的模糊系统逼近等价控制,提出一种具有监督控制器的积分变结构模糊自适应跟踪控制策略.该策略通过监督控制器保证闭环系统所有信号有界.进一步,通过引入最优逼近误差的自适应补偿项来消除建模误差的影响.理论分析证明了跟踪误差能够收敛到零.仿真结果表明了该方法的有效性.     

基于模糊树模型的自适应模糊滑模控制方法

本文针对单输入–单输出仿射非线性系统提出了一种基于模糊树模型的具有监督控制器的模糊滑模控制方法. 该方法用模糊树模型逼近非线性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, 实现对有界参考输入信号的跟踪控制. 模糊树辨识方法自适应划分输入空间, 大大减少模糊规则的数目, 在一定程度上可以缓解困扰模糊控制中的”规则爆炸”问题. 该方法通过监督控制器保证闭环系统所有信号有界. 通过理论分析, 证明了跟踪误差收敛到零. 用倒立摆进行仿真验证, 结果表明该方法用较少的模糊规则, 就能得到满意的控制效果, 有推广应用价值.     

具有模糊监督控制器的积分变结构间接自适应控制

针对一类不确定非线性系统, 基于变结构控制原理, 并利用具有非线性可调参数的模糊系统去逼近过程未知函数, 提出一种具有模糊监督控制器的积分变结构间接自适应控制方案. 该方案通过监督控制器保证闭环系统所有信号有界. 进一步, 通过引入最优逼近误差的自适应补偿项来消除建模误差的影响. 理论分析证明了跟踪误差收敛到零. 仿真结果表明了该方法的有效性.     

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。     

一类非线性系统的间接自适应模糊控制器的研究

研究一类不确定非线性系统的间适应模糊控制问题。基于Wang提出的监督控制方案，利用Ⅰ型模糊系统的逼近能力，提出一种自适应模糊控制器设计的新方案，该方案通过引入最优逼近误差的自适应补偿项来消除建模误差的影响，从而在稳定性分析中取消了要求逼近误差平方可积或逼近误差的上确界已知的条件，理论分析证明了闭环控制系统是全局稳定的，跟踪误差收敛到零，仿真结果表明了该方法的有效性。     

间接自适应模糊控制器的设计与分析

针对一类不确定非线性系统,基于王立新1994年提出的监督控制方案并利用Ⅱ型模 糊系统的逼近能力,提出了一种间接自适应模糊控制器设计的新方案.该方案通过引入最优逼 近误差的自适应补偿项来消除建模误差的影响,从而在稳定性分析中取消了要求逼近误差平 方可积或逼近误差上确界已知的条件.理论分析证明了闭环控制系统是全局稳定的,跟踪误差 收敛到零.仿真结果表明了该方法的有效性.     

An Adaptive Fuzzy Control Model for Multi-Joint Manipulators

Multi-joint manipulator systems are subject to nonlinear influences such as frictional characteristics, random disturbances and load variations. To account for uncertain disturbances in the operation of manipulators, we propose an adaptive manipulator control method based on a multi-joint fuzzy system, in which the upper bound information of the fuzzy system is constant and the state variables of the manipulator control system are measurable. The control algorithm of the system is a MIMO (multi-input-multi-output) fuzzy system that can approximate system error by using a robust adaptive control law to eliminate the shadow caused by approximation error. It can ensure the stability of complex manipulator control systems and reduce the number of fuzzy rules required. Comparison of experimental and simulation data shows that the controller designed using this algorithm has highly-precise trajectory-tracking control and can control robotic systems with complex characteristics of non-linearity, coupling and uncertainty. Therefore, the proposed algorithm has good practical application prospects and promotes the development of complex control systems.     

Indirect adaptive fuzzy and impulsive control of nonlinear systems

The problem of indirect adaptive fuzzy and impulsive control for a class of nonlinear systems is investigated. Based on the approximation capability of fuzzy systems, a novel adaptive fuzzy and impulsive control strategy with supervisory controller is developed. With the help of a supervisory controller, global stability of the resulting closed-loop system is established in the sense that all signals involved are uniformly bounded. Furthermore, the adaptive compensation term of the upper bound function of the sum of residual and approximation error is adopted to reduce the effects of modeling error. By the generalized Barbalat's lemma, the tracking error between the output of the system and the reference signal is proved to be convergent to zero asymptotically. Simulation results illustrate the effectiveness of the proposed approach.     

基于后推设计的直接自适应模糊控制

针对一类严格反馈不确定非线性动态系统，提出一种直接鲁棒自适应模糊控制新方案．利用模糊系统的逼近能力、后推设计方法和积分型李亚普诺夫函数，依次确定各虚拟控制及模糊系统中可调参数的自适应律，并最终确定出控制律．为改善控制系统的性能，引入逼近误差的自适应补偿项．通过李亚普诺夫方法，证明了闭环系统是一致终结有界的．仿真结果表明了该方法的有效性。     

含模型不确定性移动机器人路径跟踪的分层模糊控制

对受非完整约束且含模型不确定性的移动机器人基于分层模糊系统设计了跟踪期望几何路径的鲁棒间接自适应控制方案.此方法除实现路径跟踪外,还可避免控制器的奇异性并保证跟踪方向.由于控制结构中使用了分层模糊系统,大大减少了模糊规则数目;并用鲁棒控制项对模糊系统逼近误差进行补偿,减少了其对跟踪精度的影响.证明了闭环系统跟踪误差收敛到原点的小邻域内,且可通过适当增大鲁棒控制项的设计参数使跟踪误差进一步减小.最后用实验结果验证了方法的有效性.     

自主汽车的侧向H∞自适应变论域模糊控制

自主侧向控制实现汽车自动调节转向和车道变换,是复杂的非线性控制系统.本文将变论域模糊控制,自适应技术和H_∞最优控制理论相结合对自主汽车的侧向系统进行控制,提高了系统的鲁棒性和控制精度.设计直接自适应变论域模糊控制器,利用Lyapunov稳定性理论证明了整个闭环系统的稳定性.然后与H_∞相结合,通过选取控制变量的权重因子,可以将逼近误差和外部扰动对跟踪误差的影响减小到任意给定的标准.最后把这种算法应用到了自主汽车的侧向系统的控制,仿真结果表明算法的实用性和有效性.     

Adaptive B-spline-based fuzzy sliding-mode control for an auto-warehousing crane system

In this paper, an adaptive B-splined-based fuzzy sliding mode control (ABFSM) is presented to the application of auto-warehousing crane motion control. The ABFSM comprises an adaptive fuzzy identification controller (AFIC) and a B-spline-based compensation controller (BCC). The AFIC is designed to approximate the ideal controller of a crane system. To alleviate the load of fuzzy rule base construction, only the information from the sliding surface is used as the input of AFIC such that the conciseness and translucency of the control system can be upgraded. On the other hand, the BCC aims to compensate the approximation error of the AFIC. With the introduction of the B-spline function, the boundary of the approximation error can be represented by means of polynomial mapping. Thus, the design of the compensation controller can be achieved based on the characteristics of the B-spline function. In this paper, the objective of the ABFSM is to track the distance-speed reference trajectory of the crane control system. With the tuning law of the AFIC and the BCC, the stability can also be guaranteed by means of Lyapunov function. To validate the performance of the proposed approach, the ABFSM is applied to auto-warehousing crane motion control under various conditions for x, y, and z directions, respectively. From the simulation the advantages of the proposed ABFSM are demonstrated, where the capability to handle the uncertainty with efficiency is verified.