基于T-S模糊模型的非线性系统广义预测控制

针对离散非线性系统,提出一种基于T-S模糊模型的广义预测控制方法。该方法将采样点的T-S模糊模型转化为采样点线性模型与非线性误差叠加的线性形式,通过迭代修正非线性误差,使具有非线性误差的线性模型预测控制律逐渐逼近采样点T-S模糊模型预测控制律。同时,该预测控制方法也能适用于当系统受输入输出约束时的控制。仿真结果验证了所提出的TS模糊模型广义预测方法有效。     

基于T-S模糊模型的辨识与控制

针对一类非线性系统,采用模糊辫识的方法建立系统的T-S模型,结合广义预测控制对模糊预测控制进行研究.应用模糊聚类和递推最小二乘法辫识T-S模糊模型的前提结构和结论参数.对于非线性系统来讲,T-5模糊模型有良好的描述特性,并结合广义预测控制的滚动优化,实现对非线性系统的有效控制.仿真结果说明了该算法的有效性.     

基于FIGA的广义T-S模糊模型预测控制

利用广义T-S模糊模型对非线性系统具有万能逼近性得到系统的局部线性化，并利用一种快速综合性遗传算法（FIGA）对广义T-S模糊模型进行参数辨识，根据得到的线性化模型对系统采取广义预测控制（GPC）得到当前的控制动作。通过Matlab仿真证明了该方法的有效性。     

基于MATLAB的T-S型模糊控制器的设计与仿真研究

Takagi-Sugeno型模糊系统非常适合于模糊建模，针对复杂的非线性系统，采用T-S模糊模型逼近非线性系统，将非线性系统模糊化为局部线性模型。利用MABLAB软件中的模糊控制工具箱，以倒立摆为模型的仿真试验，验证了方案的有效性。     

一种基于卡尔曼滤波的非线性模型在线模糊辨识算法

文章提出一种用于非线性模型在线辨识的模糊算法。该算法将非线性输入输出系统用时变线性系统模型来拟和，并把此非线性系统模型表示成模糊模型的形式，用在线调节模糊模型的方法来辨识时变线性模型的相关参数。本文将递推模糊聚类方法与卡尔曼滤波法用于在线调整模糊模型参数。仿真算例表明了此算法的有效性。     

基于T-S模型的自适应模糊PID控制器的设计

基于T-S模型设计模糊PID控制器,在分析量化因子和比例因子对系统性能的影响基础上,基于T-S模型制定了在线校正量化因子和比例因子模糊规则,实现了模糊PID控制器在线自校正.对大纯滞后对象的仿真表明,该控制器明显改善系统的动态性能.     

基于T-S模糊控制器的光伏阵列最大功率点跟踪控制

针对光伏发电系统的非线性、强耦合、不确定特性,采用一种基于T-S模糊模型的光伏发电系统局部线性建模方法,并根据建立的局部线性模型,采用并行分布补偿(PDC)控制策略设计了光伏局部线性子系统的T-S模糊控制器增益。通过局部线性子系统的加权求和得到全局非线性系统的T-S模糊模型和模糊控制器增益。基于MATLAB/SIMULINK建立了系统动态仿真模型,仿真结果表明所设计的T-S模糊控制器用于光伏最大功率点跟踪具有可行性,同时保证了系统最大功率点跟踪具有足够的稳态精度与跟踪速度。     

一种基于逆模糊模型的自适应逆控制方法

利用模糊逆建模方法,结合自适应逆控制思想,提出了一种基于模糊逆模型的自适应逆控制方法。首先利用模糊系统理论对未知非线性对象进行离线逆建模,得到模糊逆模型;然后将对象与初始逆模型进行串联,利用LMS算法在线调节逆模型,同时将其进行数字复制作为系统控制器,与对象进行串联。该方法可用较少的模糊规则数达到很好的跟踪控制效果,将该方法用于一混合非线性系统及球形液位控制中,仿真结果验证了该方法的有效性与实用性。     

T-S模糊重要度分析方法研究

针对故障树分析中部件失效概率、故障状态和系统故障机理的不确定性问题,用模糊子集来表示部件的失效可能性,用模糊数来描述部件和系统的故障状态,用T-S模糊模型来描述部件之间的联系,在T-S模糊故障树分析算法基础上,提出两种T-S模糊重要度:拓展传统二态系统模糊重要度的重心法,综合部件所有故障状态的失效可能性对系统重要程度的影响,定义多态系统T-S模糊重要度,并由算例对比得出,传统模糊重要度可看作是T-S模糊重要度的一个特例,T-S模糊重要度更为一般化;在仅已知部件故障状态的情况下,提出T-S状态重要度的概念及其计算方法.对某导航系统进行重要度分析,验证了算法的有效性.     

冷带轧机液压AGC系统T-S模糊模型辩识研究

该文以冷带轧机液压AGC系统为对象,进行了T-S模糊模型辩识研究。首先,采用开环控制策略进行了辨识数据的测取,采用AIC定阶法确定了液压AGC系统的阶次。在此基础之上,采用基于满意聚类的T-S模糊模型辨识方法,通过GK算法进行模糊聚类,进行了液压AGC系统T-S模糊模型的辨识,得到了系统的T-S模糊模型。该模糊模型分为前提部分和结论部分,各条规则间构成线性组合,对液压AGC系统的非线性有着较为良好的线性描述。通过模型的白色残差校验进行了模型校验,所辨识出的冷带轧机液压AGC系统T-S模糊模型,模型精度符合要求。