一种新的自适应模糊滑模控制器设计方法

对一类非线性系统提出一种新的自适应模糊滑模控制器设计方法。将自适应模糊控制与滑模控制有效地结合在一起,先用滑模控制使跟踪误差进入边界层内,然后启动自适应模糊控制器。该控制器可消除滑模控制器中出现的抖振,并可在存在模糊逻辑系统逼近误差情况下使系统跟踪误差小于预先给定的任意常数。仿真算例验证了所提出方法的有效性。     

蒸汽过热炉温度模糊自适应PID控制

针对乙苯脱氢制苯乙烯生产过程中蒸汽过热炉温度控制非线性、大滞后的问题,提出了一种模糊自适应PID控制器用于改善蒸汽过热炉的温度控制效果。首先建立了蒸汽过热炉的数学模型,确定了系统的输入输出量;其次,在构建模糊控制器结构的基础上设计了模糊控制规则,实现了PID控制器的参数自适应调节;最后对所设计的蒸汽过热炉温度模糊自适应PID控制器进行了仿真分析。结果表明,模糊自适应PID控制器与常规PID控制器相比较,提高了蒸汽过热炉温度控制系统的自适应能力和鲁棒性,改善了系统的动态性能和静态性能,对非线性时滞系统控制效果更好。     

模糊PID控制在污水处理SBR工艺中的应用

污水处理SBR工艺生物反应池中溶解氧的控制存在非线性、时变、大滞后等问题,而传统PID控制参数整定不易,为此构造了一个模糊自适应PID控制器,将模糊控制和PID控制结合起来,通过模糊控制规则在线调整PlD控制器的三个参数。经仿真验证,模糊自适应PID控制器比传统PID控制器的动态响应曲线好,响应时间短,超调量小,动静态性能好。     

MIMO系统非线性模糊免疫PID的设计与优化

针对工业中常规控制器难以达到较好控制效果的控制难点,提出了免疫PID控制器,利用模糊控制可以无限逼近非线性的特性,构成非线性模糊免疫PID控制器,并基于正交函数将M1MO(多输入多输出)控制系统的非线性模糊免疫PID控制器的设计过程转化为由一个只含有代数方程的算法来实现,最后用具有自适应功能的遗传算法对其进行优化.仿真结果表明,所设计的控制器在控制性能上优于常规PID,并能快速得到最优参数.另方面对于多输入多输出控制系统,控制器的设计和优化显得更为简便和有效.     

温度控制系统模糊自适应PID控制器仿真研究

研究电机绝缘处理的过程中,针对烘干炉的温度控制具有非线性和大滞后的特点,常规的PID控制器和模糊控制器很难达到理想的控制效果,为保证温度系统的稳定性,把模糊控制和常规的PID控制结合起来,提出了模糊自适应PID控制器.首先建立了烘干炉温度控制系统的数学模型,确定了系统的输入输出量,建立了模糊控制规则,进行模糊推理,计算PID控制器的参数,可由PID控制器控制烘干炉的温度,采用计算机仿真结果表明,模糊自适应PID控制器与常规PID控制器相比较,提高了烘干炉温度控制系统的自适应能力和鲁棒性,改善了系统的动态性能和静态性能,能使非线性、大滞后等特殊的系统达到良好的控制效果.     

一类非线性不确定系统的模糊自适应控制

利用模糊逻辑系统具有逼近连续函数的性质,研究了一类非线性不确定系统的自适应模糊控制问题.控制器和自适应律的构成直接利用了系统的结构信息和模糊逻辑系统的输出信息,在较弱的假设条件下,这种控制器使被控系统的状态及参数估计误差一致终极有界.最后的仿真算例说明了本文所采用方法的有效性.     

基于模糊神经网络的积分自适应控制

将模糊神经网络应用于传统线性积分自适应控制,构造了一类模糊神经自适应方法,用于消除非线性系统响应偏差.模糊神经网构成直接非线性自适应控制器.对线性及非线性对象的仿真控制以及与经典自适应控制的比较,表明了模糊神经自适应控制器的有效性.     

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。     

参数自调整模糊控制器在中央空调控制系统中的应用

针对典型的非线性、时变、滞后系统——中央空调温度控制过程，在分析量化因子和比例因子对系统性能影响的基础上，本文提出了参数自调整模糊控制算法。仿真表明，参数自适应控制器的控制性能优于常规模糊控制器。     

自适应模糊控制器在液压电梯中的应用

采用一种建立在连续输入输出论 的模糊控制器,避免了普通模糊控制器由外论域的离散化而存在量化误差。通过采用分级模糊控制的方法一步提高了系统的控制精度和收敛品质,同时还给出了一种自适应控制算法,利用它可以调整模糊规则以适应系统的时变性。利用该文的模糊控制器对典型非线性时变系统一－ＶＶＶ液压电梯的实时控制结果表明,这种模糊控制器鲁棒性好,控制精度高,自适应能力强,具有很高的实用价值。     

利用模糊系统的自适应模糊控制器

针对非线性系统控制,设计了利用TSK(Takagi-Sugeno-Kang)模糊系统的自适应模糊控制器。所设计的自适应控制方法是参考模型自适应控制方法,而且利用Lyapunov函数保证了闭环系统的稳定性,同时推导了最优的自适应控制规律。首先,根据控制对象的输入输出数据建立TSK模糊模型,然后,由TSK模糊模型设计初期的TSK模糊控制器,并根据自适应规律随时调整模糊控制器参数。倒立摆系统的仿真实验验证了所设计的自适应模糊控制器的有效性。     

时滞系统的自适应模糊控制器的研究

利用模糊控制方法研究出一种自适应智能控制器，将Smith预估器和内模控制结构结 合起来，能在一定的模型误差范围内得到良好的控制品质．主要控制量来源于模糊控制器,通过智能积分对模糊控制器不能消除的稳定误差进行克服，并对系统性能进行监测，使用模糊控制对控制量进行校正．经仿真研究，这种智能控制器在一定的误差范围内有很好的鲁棒性，稳态误差为零．     

自适应模糊PID控制器在跟踪器瞄准线稳定系统中的应用

针对陀螺惯性平台上的跟踪器瞄准线稳定系统中非线性不确定因素对稳定精度的影响, 设计了一种自适应模糊PID复合控制策略. 提出了改进的自适应调整因子和学习算法进行控制参数和规则的在线修正; 采用PID控制克服模糊控制固有的精度盲区. 实验结果表明该方法在一定测量噪声和速度敏感范围内, 能有效地隔离载体扰动,保证跟踪器对目标的准确瞄准, 具有动态响应快、稳定精度高、自适应抗干扰鲁棒性强等特点.     

模糊逻辑在PID参数整定中的应用

PID控制是最早发展起来的控制策略之一,由于受到参数整定方法烦杂的困扰,常规PID控制器参数往往性能欠佳,对运行工作情况的适应性差。本设计将模糊控制和PID控制结合起来,构建自适应模糊PID控制器,实现PID参数的最佳调整。该模糊自整定PID控制器既具有PID控制器高精度的优点,又具有模糊控制器快速、稳态特性。     

基于自适应模糊神经网络控制器的网络控制系统

网络控制系统中存在着时延、丢包、网络干扰等问题。针对网络控制系统中存在恶化系统的控制性能,甚至导致系统不稳定的因素,提出了一种基于自适应模糊神经网络控制器的网络控制系统,它能根据系统的实际输出与期望输出误差,利用自适应模糊控制和神经网络自学习的原理进行控制参数的自行调整,以符合控制系统的实际要求,同时,分析了网络延时,丢包率及网络干扰因素对系统性能的影响。利用TrueTime工具箱建立了包含自适应模糊神经网络控制器的网络控制系统的仿真模型,并将其分别与基于常规PID控制器的网络控制系统和基于模糊参数PID控制器的网络控制系统进行了比较。实验结果表明,在相同的网络环境下,基于自适应模糊神经网络控制器的网络控制系统的控制效果比基于常规的PID控制器和基于模糊参数PID控制器的要好,且具有较好的抗干扰能力和鲁棒性能。     

Developments of fuzzy PID controllers

Abstract: This paper describes the development and tuning methods for a novel self-organizing fuzzy proportional integral derivative (PID) controller. Before applying fuzzy logic, the PID gains are tuned using a conventional tuning method. At supervisory level, fuzzy logic readjusts the PID gains online. In the first tuning method, fuzzy logic at the supervisory level readjusts the three PID gains during the system operation. In the second tuning method, fuzzy logic only readjusts the proportional PID gain, and the corresponding integral and derivative gains are readjusted using the Ziegler–Nichols tuning method while the system is in operation. For the compositional rule of inferences in the fuzzy PID and the self-organizing fuzzy PID schemes two new approaches are introduced: the min implication function with the mean of maxima defuzzification method, and the max-product implication function with the centre of gravity defuzzification method. The fuzzy PID controller, the self-organizing fuzzy PID controller and the PID controller are all applied to a non-linear revolute-joint robot arm for step input and path tracking experiments using computer simulation. For the step input and path tracking experiments, the novel self-organizing fuzzy PID controller produces a better output response than the fuzzy PID controller; and in turn both controllers exhibit better process output than the PID controller.     

模糊自适应PID控制器参数整定的研究

主要研究了模糊自适应PID控制器参数整定方法,给出了预估计PID参数值的经验公式和方法。用MATLAB软件对PID控制、模糊自适应PID控制的控制性能分别进行了仿真研究,结果表明参数模糊自整定PID控制具有良好的稳态精度和自适应能力。     

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。     

基于单个神经元的自适应模糊控制器及其应用*

本文利用单个神经元在线调整常规模糊控制器的模糊控制查询表,以改善其性能,仿真和铣削加工过程控制试验结果表明,本文提出的神经元模糊控制器性能估于常规模糊控制器。     

基于控制器输出误差方法的自适应模糊控制及其在机器人轨迹跟踪控制中的应用

本文提出一种自适应模糊控制器并将之用于机器人轨迹跟踪控制 ,该控制器采用控制器输出误差方法 (COEM) ,根据控制器的输出误差而不是对象的输出误差来在线地调整模糊控制器的参数 ,无须对对象进行辩识 .仿真结果表明该控制器用于机器人轨迹跟踪控制具有很好的性能 ,是一种有效的控制器