模糊动态环境下复杂系统的满意优化控制

提出一种在满意控制框架下进行模糊决策的方法,将控制目标和系统约束模糊化,形成多目标的优化问题,通过模糊规划方法求解,与基于二次型性能指标的预测控制相比,该方法可使得系统设计更灵活.     

一类多指标约束下模糊非线性系统的满意容错控制

针对一般执行器故障模式的T-S模糊非线性系统,分别研究了同时具有稳定度指标、输入指标、输出指标约束下和同时具有闭环极点指标、方差指标、H∞指标约束下的满意容错控制器设计问题,给出了各相容指标的取值范围.仿真实例验证了所设计的满意容错控制策略的有效性,它不仅保证了执行器故障闭环系统的稳定性,而且保证系统具有良好的动态和稳态性能.     

多目标约束下的满意容错控制方法

对一类不确定性不满足匹配条件的线性系统, 研究了圆域极点指标、H∞指标和H2指标约束下的满意容错控制器的设计问题. 在连续型的执行器故障的模式下, 利用线性矩阵不等式技术, 提出了多目标容错控制性能的相容性判别条件, 分析了与圆域极点指标相容的H∞指标和H2指标的取值范围, 并在相容指标约束下给出了有效的满意容错控制器的设计方法. 对歼击机纵向通道控制系统的仿真结果表明, 本文提出的方法是有效的.     

基于Wang-Mendel模型的有约束模糊预测控制

为解决多输入系统Wang-Mendel(WM)建模过程中输入量取舍困难和未选用的输入量影响模型精度的问题,通过引入前一时刻输出作为当前时刻输入的一部分对WM建模方法进行了改进;在此基础上建立多步递推模糊预测模型.同时,为了减少有约束预测控制优化的求解时间,提出一种利用模糊控制器分担控制量及控制增量约束的模糊预测复合控制策略.通过对回转窑煅烧温度模型的仿真,验证了建模和控制方法的有效性.     

一种新的模糊约束满意优化控制算法

将模糊满意度概念与以无穷范数为优化指标的鲁棒预测控制相结合，给出了模糊满意度意义下满意控制的一般算法及适用于一般计算机在线优化的实用算法，解决了优化过程中各种要求(目标、约束)的协调、权衡和折衷问题．仿真结果说明了该算法的有效性．     

基于满意优化的非线性预测控制

对多约束的非线性系统建立T—S模糊模型,采用局部线性化方法在每个采样点对非线性系统进行线性化,从而得到系统的线性化模型。针对传统的优化方法无法直接处理带有一定模糊不确定性的优化问题,该文在广义预测控制滚动优化的机制下把具有模糊边界约束的有限预测时域的优化问题,转化为等价的确定性规划问题,通过模糊规划方法来求解多约束的目标函数,从而用满意优化取代传统的二次型性能指标来求解模糊约束条件的预测控制。仿真结果表明了该方法的有效性。     

进化多目标优化设计满意解的模糊决策

文章提出了一种进化多目标优化满意解的模糊决策方法。首先,根据各个子目标满意度对所有pareto最优解的性能做出模糊评价,并在此基础上将整个pareto解集划分为若干个具有不同性能特征的类;然后根据决策者对目标的模糊偏好,从相应的类中选择最有代表性的个体作为最终的满意解。最后以两杆桁架多目标优化问题为例,说明了该方法的应用。     

复杂工业过程的满意控制

本文从分析了工业过程优化控制的环境出发，针对复杂工业过程的特点与用户要求提出了满意控制的概念，给出了满意控制的基本框架，分析了它对复杂工业环境的适应性。     

模糊预测控制发展的概况

模糊预测控制(FPC)是近年来发展起来的新型控制算法,是模糊控制和预测控制相结合的产物。在预测控制的模型预测、反馈校正、滚动优化的机理下,对模糊预测控制近20年来的发展概况和实现形式作了归纳,指出模糊模型引入预测控制,体现了预测控制向智能控制方向拓展的趋势,更符合人们的控制思想,可进一步提高控制的效果,并就其有待解决的问题发表了一些看法。     

基于区间控制的约束预测控制及约束影响

在实际被控过程中往往存在着很多约束条件,这使得预测控制的在线优化问题表现为非线性,难以获得控制律的具体表达式,为约束预测控制的分析造成困难基于Newton控制框架,针对线性系统离散状态空间的动态模型,考虑具有输入、输出区间约束条件下,基于区间控制思想的预测控制律的解析表达式,分别得到无约束和有约束情况下状态反馈控制律的...     

Predictive Functional Control Based on Fuzzy Model: Comparison with Linear Predictive Functional Control and PID Control

The implementation of the fuzzy predictive functional control (FPFC) on the magnetic suspension system is presented in the paper. The magnetic suspension system was in our case the pilot plant for magnetic bearing and is an open-loop unstable process, therefore a lead compensator was used to stabilize it. The high quality control requirements were a-periodical step response and zero steady-state error. Adding the integrator to a feedback causes overshoot. The solution to the problem was cascade control with fuzzy predictive functional controller in the outer loop. To cope with the unknown model parameters and the nonlinear nature of the magnetic system, a fuzzy identification based on FNARX model was used. After successful validation the obtained fuzzy model was used for controller design. The FPFC is compared with a cascade linear predictive functional control (PFC) and PID control. The results we obtained with the FPFC are very promising and hardly comparable with conventional control techniques.     

Predictive Functional Control Based on Fuzzy Model: Design and Stability Study

In the paper the design methodology and stability analysis of parallel distributed fuzzy model based predictive control is presented. The idea is to design a control law for each rule of the fuzzy model and blend them together. The proposed control algorithm is developed in state space domain and is given in analytical form. The analytical form brings advantages in comparison with optimization based control schemes especially in the sence of realization in real-time. The stability analysis and design problems can be viewed as a linear matrix inequalities problem. This problem is solved by convex programming involving LMIs. In the paper a sufficient stability condition for parallel distributed fuzzy model-based predictive control is given. The problem is illustrated by an example on magnetic suspension system.     

基于选择性自校正的模糊动态矩阵控制

针对实际系统模型失配不确定性及其难以控制的问题,提出了一种基于选择性自校正的模糊动态矩阵控制方法。在模型失配较大,基础动态矩阵控制自身的反馈校正无法实现理想的控制时引入最小二乘法在线辨识对象模型。同时为了得到更准确的模型,辨识过程尽可能避开了扰动的影响,对反馈校正参数采用模糊调节的方法。仿真研究结果表明,即使对于纯滞后非最小相位且有扰动的系统,在其参数与结构发生变化时,该控制方法保证了较好的鲁棒性和抗扰性。     

基于模糊系统的高超声速飞行器预测控制

高超声速飞行器跨临近空间飞行,具有高超声速、参数时变等特征。本文针对具有大范围时变参数的高超声速飞行器,为使其能有效地跟踪飞行器的高度和速度指令,将基于模糊系统的预测控制应用于高超声速飞行器的轨迹控制中,给出了详尽的设计方法。根据系统的跟踪误差在线调整模糊系统的权值,使其一致逼近高超声速飞行器模型中的未知非线性函数,基于李亚普诺夫原理,推导了规则参数调整的自适应律。仿真结果表明该算法对系统的不确定性有较强的鲁棒性,使高超声速飞行器控制系统具有较好的动态与静态品质,可应用于临近空间飞行器轨迹控制等领域。     

模糊预测控制及其应用研究*

本文提出一种新的模糊预测控制算法。它将预测控制与模糊控制相结合，应用于一类复杂的工艺过程的终点控制，获得了优良的控制效果，如抗干扰性和模型失配等。本算法在对电弧炉炼钢的氧化过程控制的仿真研究中取得十分满意的兄啊过，它对培养训练操作人员十分有效。     

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。