遗传算法在电液伺服系统分层模糊控制中的应用

针对模糊控制中规则数和可调参数多的问题,对遗传算法在分层模糊控制系统中的应用进行了研究,考虑遗传算法具有强大的全局搜索能力,提出了基于遗传算法的分层模糊控制的设计方案。该方案采用2个模糊控制器分层连接,即第一层采用基于遗传算法优化的模糊控制器,第二层采用典型的模糊控制器,从而大大减少了模糊规则和可调参数的个数,便于实时控制。电液伺服系统的实际仿真结果验证了该方案的有效性。     

一种自组织模糊神经网络控制器

采用一种具有结构和参数学习能力的自组织模糊神经网络控制器设计方法。这种控制器无需事先确定模糊控制规则，能在控制过程中通过神经网络的结构及参数学习在线调整模糊神经网络的结构、产生模糊控制规则、调整规则的参数。仿真表明该控制器能用于一定纯滞后时变对象的控制，具有良好的控制性能。     

一种基于遗传算法的模糊神经网络最优控制

通过对控制系统的过程模拟,提出一种模糊神经网络最优控制方案。离线化部分基于遗传算法,分三阶段实现模糊神经网络控制器结构和参数的优化。在线优化部分通过重构模糊神经网络控制器的去模糊化部分,进一步调整控制规则,实现在线去模糊优化。仿真结果表明该方案优于常模糊控制方案和基于专家经验的模糊神经网络控制方案。     

基于PLC的模糊PID控制器在发动机试验台测控系统中的应用

将模糊控制和PID控制结合起来运用于发动机试验台测控系统中,构造了一个参数自整定模糊PID控制器,通过模糊控制规则在线调整PID控制器的参数,用MATLAB实现该控制器的仿真。仿真结果表明该控制器的动态响应曲线好、超调量小、稳态精度高。并给出基于PLC直接查表方式实现该模糊PID控制器,为模糊控制技术在工业控制中应用提供了更加广阔的空间。     

模糊控制在水电阻负荷试验站中的应用研究

针对在柴油发电机负荷试验中,有关水电阻负载的负荷特点,分析了目前国内关于水电阻模型建立和实际控制的有关研究情况。结合实际工程项目,给出有关负荷电流的方案分析过程。在调节水电阻进而稳定负荷电流的控制中,提出一种自组织模糊控制和常规模糊控制相结合的综合模糊控制器设计方法。该控制器进一步提高了水电阻负载的控制效果。同时给出了该控制器效果分析。     

模糊神经网络控制器在伺服系统中的在线应用

基于神经网络的结构，结合模糊控制的理论，提出了一种模糊神经网络在线学习自适应结构，针对模糊神经网络控制器一般存在着在线修正权值计算量大。权值过度修正容易导致系统振荡等缺点，采用变结构变速率的学习方法对网络结构参数权值进行修正。将参数调整后的控制器模型应用于伺服系统中，并与传统的ITAE三阶无静差最优控制进行比较，仿真试验表明该控制器不但能够提高系统的控制品质，同时可以消除输出力矩对被控对象的扰动，具有很好的控制效果。     

带有积分器的可调因子FCA在DCS中的应用研究

研究一种带有积分器的可调因子模糊控制算法并将其应用到实际分散控制系统中.研究模糊控制与常规PID控制的关系,以解决模糊控制参数整定困难的问题,并通过Simulink仿真验证了PID控制器参数整定理论对模糊控制器参数选取的指导意义及模糊控制的强鲁棒性.设计了模糊控制算法在分散控制系统中的具体实现方案.详细论述了高级控制算法嵌入装置的模块添加步骤以及模糊控制模块的增量式算法、跟踪信号及手自动无扰切换的实现方法.最后通过控制实例验证了本方案的可行性及有效性.     

基于自适应模糊与输入输出线性化的卫星姿态控制

将自适应模糊控制与输入输出线性化控制相结合，构成混合控制器，并将其应用于挠性卫星的姿态机动控制．给出了卫星姿态控制器的基本形式，分析了控制器参数的选取准则．在线调节自适应模糊控制器的参数，以补偿不确定性卫星的姿态跟踪误差．仿真结果表明，该控制算法通过在线学习能有效地克服挠性卫星的不确定性，具有较强的鲁棒性，从而有效地提高了挠性卫星的姿态控制精度．     

基于模糊RBF神经网络的PID及其应用

针对传统的PID控制器参数固定而导致在控制中效果差的问题,提出一种基于模糊RBF神经网络智能PID控制器的设计方法。该方法结合了模糊控制的推理能力强与神经网络学习能力强的特点,将模糊控制与RBF神经网络相结合以在线调整PID控制器参数,整定出一组适合于控制对象的kp, ki, kd参数。将算法运用到电机控制系统的PID参数寻优中,仿真结果表明基于此算法设计的PID控制器改善了电机控制系统的动态性能和稳定性。     

水电阻负荷站中稳流的模糊控制设计

针对柴油发电机负荷试验中有关水电阻负载的负荷特点，分析了有关水电阻模型建立和实际控制的有关研究现状。结合实际工程项目，给出有关稳流控制方案分析过程，并用自组织模糊控制方法实现有关控制。提出进一步对原项目中有模糊控制器的改进方法。并给出原模糊控制器以及改进后的模糊控制器的仿真与分析。     

多输入–多输出非线性系统的特征模型及在挠性卫星姿态控制中的应用

研究多输入–多输出（MIMO）高阶非仿射非线性系统的特征建模问题.首先证明了MIMO高阶非仿射非线性系统的特征模型可用二阶时变差分方程组描述,并给出了特征模型的建模误差.然后设计了基于特征模型的自适应模糊广义预测控制器,利用Lyapunov方法分析了闭环系统的稳定性.由于控制结构中使用了分层模糊逻辑系统,从而极大减少了模糊规则和可调参数的个数,提高了控制的实时性.通过对挠性卫星姿态控制的仿真研究验证了所给控制方案的有效性,可实现高精度的姿态控制,且该方法具有较强的鲁棒性.     

Direct adaptive fuzzy control for a class of MIMO nonlinear systems

This article presents a direct adaptive fuzzy control scheme for a class of uncertain continuous-time multi-input multi-output nonlinear (MIMO) dynamic systems. Within this scheme, fuzzy systems are employed to approximate an unknown ideal controller that can achieve control objectives. The adjustable parameters of the used fuzzy systems are updated using a gradient descent algorithm that is designed to minimize the error between the unknown ideal controller and the fuzzy controller. The stability analysis of the closed-loop system is performed using a Lyapunov approach. In particular, it is shown that the tracking errors are bounded and converge to a neighborhood of the origin. Simulations performed on a two-link robot manipulator illustrate the approach and exhibit its performance.     

A fuzzy logic based supervisory hierarchical control scheme for real time pressure control

This paper describes a supervisory hierarchical fuzzy controller （SHFC） for regulating pressure in a real-time pilot pressure control system. The input scaling factor tuning of a direct expert controller is made using the error and process input parameters in a closed loop system in order to obtain better controller performance for set-point change and load disturbances. This on-line tuning method reduces operator involvement and enhances the controller performance to a wide operating range. The hierarchical control scheme consists of an intelligent upper level supervisory fuzzy controller and a lower level direct fuzzy controller. The upper level controller provides a mechanism to the main goal of the system and the lower level controller delivers the solutions to a particular situation. The control algorithm for the proposed scheme has been developed and tested using an ARM7 microcontroller-based embedded target board for a nonlinear pressure process having dead time. To demonstrate the effectiveness, the results of the proposed hierarchical controller, fuzzy controller and conventional proportional-integral （PI） controller are analyzed. The results prove that the SHFC performance is better in terms of stability and robustness than the conventional control methods.     

Adaptive fuzzy sliding mode controller for a class of SISO nonlinear time-delay systems

In this paper, we propose an adaptive fuzzy controller for a class of nonlinear SISO time-delay systems. The plant model structure is represented by a Takagi–Sugeno (T–S) type fuzzy system. The T–S fuzzy model parameters are adjusted online. The proposed algorithm utilizes the sliding surface to adjust online the parameters of T–S fuzzy model. The controller is based on adjustable T–S fuzzy parameters model and sliding mode theory. The stability analysis of the closed-loop system is based on the Lyapunov approach. The plant state follows asymptotically any bounded reference signal. Two examples have been used to check performances of the proposed fuzzy adaptive control scheme.     

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.     

Direct adaptive fuzzy control of a class of MIMO non-affine nonlinear systems

An adaptive fuzzy control approach is proposed for a class of multiple-input–multiple-output (MIMO) nonlinear systems with completely unknown non-affine functions. The global implicit function theorem is first used to prove the existence of an unknown ideal implicit controller that can achieve the control objectives. Within this scheme, fuzzy systems are employed the approximate the unknown ideal implicit controller, and robustifying control terms are used to compensate the approximation errors and external disturbances. The adjustable parameters of the used fuzzy systems are deduced from the stability analysis of the closed-loop system in the sense of Lyapunov. To show the efficiency of the proposed controllers, two simulation examples are presented.     

Adaptive fuzzy control with compressors and limiters for a class of uncertain nonlinear systems

This paper proposes a novel adaptive fuzzy control design for a class of nonlinear uncertain systems. The definition of compressor and limiter with adjustable parameters is introduced at beginning, and then updated laws of parameters of the compressor and estimate values of fuzzy approximation accuracies are utilized to synthesize stable adaptive controllers. The most advantage of designing adaptive fuzzy controller is neglectful of the logic structure of fuzzy logic systems, which make designer focus on parameters of the compressor, limiter and fuzzy approximation accuracies. This adaptive fuzzy control method can not only reduce the number of on-line updated parameters but also guarantee states of the closed-loop system to be uniformly ultimately bounded (UUB). Simulation results demonstrate the effectiveness of the control scheme in this paper.     

基于参数自校正模糊控制器的机器人视觉伺服系统

提出了一种参数自校正模糊控制器,并将其用于机器人视觉伺服系统的控制中,使得模糊控制规则可以得到实时在线的调整。仿真结果表明基于参数自校正模糊控制器的机器人视觉伺服系统的性能较一般模糊控制机器人视觉伺服系统有了较大的改善。     

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.