基于混沌退火算法的非线性系统Fuzzy控制规则自调整

非线性系统模糊控制实际应用中存在控制精度和自适应能力问题，模糊控制规则的自调整和自寻优，是提高和改善模糊控制器性能重要手段。带有修正因子的控制规则能够根据误差E和误差变化EC自动产生规则，利用全局寻优的混沌模拟退火算法对修正因子优化，优化模糊规则；并引入综合考虑误差、误差绝对值时间、控制能量、超调诸因素的性能函数。非线性系统仿真实例说明该方法响应上升时间快，超调小提高了模糊控制器性能。     

一种基于模糊控制的温度控制器设计

为了提高试验箱的温度控制系统性能,设计了带有自调整因子的模糊控制器,该控制器在常规模糊控制的基础上增加了自调整因子和积分项,利用误差和误差的变化量实时修正控制参数,提高了控制精度。实验表明,该控制算法不仅能够克服试验箱加热系统的大延时、大惯性和非线性等问题,而且能够满足调节时间短,超调量小于5%以及稳态误差在0.1℃内的控制要求。     

一种基于模糊控制的温度控制系统设计

针对被控对象存在的滞后、时变、非线性等特点,将模糊控制算法引入除氧器控制系统,改善了系统的控制效果,并设计了以PIC18F252单片机为核心,实现了该控制方案.该控制方法在除氧器温度控制系统的应用中,取得了良好的效果.文中使用MATLAB软件对PID控制、带自调整因子模糊控制分别进行了仿真研究,仿真结果表明,带自调整因子模糊控制能满足调节时间短、超调量小且稳态误差在104±3 ℃内的控制要求.     

基于脉宽调制方法的超声马达自适应模糊控制研究

本文主要研究自适应模糊控制在超声马达系统中的应用,阐述了自适应模糊控制理论和超声马达自适应模糊控制实现方法。文中应用脉宽调制方法设计了一种超声马达自调整比例因子模糊控制器,并在主模糊控制器中选取占空比系数作为输出量,马达速度误差与误差变化作为输入量;辅助模糊控制器中增加基于控制系统状态的比例因子调节系数,来实现模糊控制器的实时改进。文中对所设计的自适应模糊控制系统进行了仿真研究,同时实验测试了系统的闭环性能,结果显示,应用脉宽调制方法进行速度调节效果明显,线性较好;自调整比例因子模糊控制系统较好地改善了超声马达的速度平稳性。     

新型模糊控制算法在轴承性能试验机模拟加载系统中的应用

轴承性能试验机加载控制要求较高，传统控制方法很难收到满意的效果。该文提出一种带积分因子的在线插值参数自调整模糊控制算法，克服了常规模糊控制稳态性能差的缺点。仿真和实验结果表明，该算法不仅动态性能好，而且稳态精度高，较好地满足了轴承性能试验机加载控制的要求。     

基于自调整模糊控制的直线电机矢量控制系统研究

针对直线感应电机矢量控制系统因电机参数变化和负载波动等因素而性能变差的问题,提出了一种参数自调整模糊控制方法.该方法根据直线电机速度误差E和误差变化率EC的大小来自动修正速度模糊控制器的量化因子和比例因子,同时改变了E和EC作用的权重.应用MATLAB软件设计基于自调整模糊控制器的直线感应电机矢量控制系统仿真模型并进行仿真研究.仿真结果说明,这种参数自调整模糊控制方法能使直线电机控制系统的动态和稳态性能都得到提高,而且具有较强的鲁棒性.     

一种在线自调整因子的模糊控制算法在I/A''S上的应用

对模糊控制在复杂工业对象控制中的应用进行了实践。首先论述了模糊控制器的一种设计方法，同时针对简单模糊控制器调节能力较差的情况，提出了一种在线自调整因子的模糊控制器。这种控制器改变了传统的一个模糊控制器只采用一组量化因子及比例因子的做法，可以根据控制需要在线选择量化及比例因子，从而使系统具有更好的控制效果及更强的适应能力。文中最后对模糊控制算法在集散控制系统I／S‘S及EFPT－1B型复杂过程控制实验装置上的应用进行了分析。     

基于自调整因子模糊控制器的设计与研究

针对基本模糊控制器缺乏在线自学习或自调整能力的不足,提出了一种带有自调整因子模糊控制器的设计方法。该控制器可以根据系统的误差及误差变化率调整控制器的量化因子与比例因子,使系统具有自适应能力。     

高速车铣加工中心刀具系统平衡的智能控制仿真

采用带自调整因子的模糊控制策略和最小-乘积法模糊推理控制规则,提出一种刀具系统在线平衡模糊控制方法。该方法具有响应快,超调小,鲁棒性强等特点。提高了工作效率和控制精度。通过计算机仿真表明在高转速下该方法的正确性和有效性。     

二次调节控制系统的模糊-神经网络自学习自适应控制

文中提出了一种基于神经网络的在线自学习模糊自适应控制策略，控制器的设计不依赖于系统的先验知识，控制参数的调整是结合模糊控制，利用反馈误差学习算法实现。该方法应用于二次调节速度控制试验台，并取得优良的控制效果。     

模糊控制在循环流化床锅炉床层温度控制中的应用

近年来循环流化床锅炉因其高效、低污染、低成本等特点得到了迅速的发展,但由于其燃烧过程十分复杂,很难用准确的数学模型来描述,因此难于实现常规方法的控制。本文设计了一个带自调整因子的模糊控制器并进行了仿真研究,仿真结果表明该控制器具有良好的控制性能,有望用于流化床锅炉燃烧系统这类复杂过程的控制。     

基于模糊神经网络 PID 的开关磁阻电机控制系统研究

针对开关磁阻电机存在的转矩脉动大、噪声大、速度不稳定等问题,对开关磁阻电机的启动、运行、调速等方面进行了研究,提出了一种基于模糊神经网络PID的控制方法,将模糊控制理论与BP神经网络相结合,构成了模糊BP神经网络,根据系统误差,误差的变化,以及误差变化的变化实时调整PID控制参数,使电机在整个转速范围内获得了最优的PID参数。实验采用DSP作为控制核心,不对称逆变桥作为功率变换器,驱动一台2 k W的开关磁阻电机运行。研究结果表明,该方法大大改善了开关磁阻电机控制系统的动、静态性能,控制精度高、转矩脉动小,对干扰有较高的鲁棒性。     

焊缝跟踪FUZZY－P控制规则的研究

介绍了一种非接触超声传感焊缝跟踪系统。该焊缝跟踪系统采用了Fuzzy－P控制理论,即在大偏差时采用比例控制,在小偏差时采用自调整模糊控制。研究了Fuzzy－P控制的阈值和比例控制的规则。介绍了自调整模糊控制的原理,提出了焊缝跟踪中的双因数自调整模糊控制方法。在试验的基础上确定了双因数的数值。应用公式法生成了模糊控制规则表。同时分析了自调整模糊控制中的比例系数对系统动态特性的影响。通过试验确定了该系统中的比例系数的数值。试验证明,该跟踪系统具有快速、准确、稳定的特点,完全能够满足实际工程应用的需要。     

草甘膦合成过程建模与控制策略研究

针对草甘膦生产过程中的大时滞、非线性对象,把Sm ith预估控制原理和模糊控制器参数的自适应调整方法结合起来,提出带积分的自适应模糊-Sm ith控制策略,基本控制级采用模糊控制,协调级采用自适应机制实时调整控制器的量化和比例因子,积分器实时进行积分。MATLAB仿真结果表明,该控制策略具有良好的动静态特性及更强的鲁棒性,是解决草甘膦合成过程温度控制问题的一种有效策略。     

基于自适应遗传算法的电液弯辊模糊控制系统

为了提高板形内环的执行效率,改善带钢板形质量,针对某300 mm四辊可逆单机架轧机,设计了基于自适应遗传算法优化的电液弯辊模糊控制系统．电液弯辊系统是典型的非线性系统,在考虑非线性因素后建立数学模型,采用最优保存的自适应遗传算法全面优化模糊控制器的量化因子、比例因子、积分因子、隶属函数的参数和控制规则．仿真和实验结果表明优化后的模糊控制明显较优化后的常规PID控制具有更强的鲁棒性、更好的动态品质和稳态精度,为进一步提高板形质量奠定了基础．     

基于双模糊控制的珩磨机往复运动控制

基于珩磨机的加工原理,建立其往复运动数学模型,并在模糊控制的基础上,设计了一种双模糊控制系统。根据实际系统输出信号的误差大小利用两个模糊控制器分别进行控制,以改善系统的快速性和超调量,最后利用Matlab工具对设计系统进行仿真分析。仿真结果表明,和普通的模糊控制相比,双模糊控制器有效减小了系统稳态误差和超调量,能够很好地满足控制系统的性能指标,并具有一定的快速响应的能力。     

基于单电流检测的电动变桨系统容错控制

针对电动变桨系统中常见的电流传感器故障,提出一种基于单电流检测的电动变桨系统变论域模糊容错控制方法。当变桨系统发生单个或两个电流传感器故障时,该方法利用直流母线电流传感器对所缺失的电流信息进行重构,保证三相电流能在任意两个相邻采样周期内得到及时更新,确保闭环系统稳定,并通过自适应阈值故障判断法完成故障相电流传感器的切换及容错。针对调制法引起的重构信号误差及电动变桨系统的主要控制目标,将变论域模糊控制方法应用于速度环,以改善系统抗负载扰动能力,提高容错系统鲁棒性。结果表明,该容错控制方法使得变桨系统在传感器故障情况下,牺牲部分系统性能后依然具有较理想的控制特性,并且该方法的正确性也得到了验证。     

基于Internet远程过程控制实验系统的设计

描述一个基于Internet的远程过程控制实验系统,能够实现过程控制实验装置中水箱液位控制的远程实验。实验人员可以利用连接在Internet网上的任意一台计算机远程操作实验装置;可以远程选择控制算法和调整控制算法的参数,进行远程过程控制实验。简述PID控制、模糊控制、模糊自适应整定PID控制等远程控制算法的实现过程。测试结果表明远程过程控制实验系统能够满足过程控制实验的需要,具有操作简单、实验过程显示直观等特点。     

Fuzzy logic versus a PID controller for position control of a muscle-like actuated arm

This study compares three different control algorithms for a muscle-like actuated arm developed to replicate motion in two degrees-of-freedom (df): elbow flexion/extension (f/e) and forearm pronation/supination (p/s). Electromyogram (EMG) is employed to help determine the control signal used to actuate the muscle cylinders. Three different types of control strategies were attempted. The first algorithm used fuzzy logic with EMG signals and position error as control inputs (Fuzzy Controller). The second algorithm incorporated moment arm information into the existing fuzzy logic controller (Fuzzy-MA Controller). The third algorithm was a conventional Proportional-Integral-Derivative (PID) controller, which operated solely on position and integration error (PID Controller). Overall, moment arm scaling aided the fuzzy logic control algorithm by improving movement accuracy as determined by relative error and correlation. The PID controller resulted in the most accurate movement tracking after fine tuning the control gains. This study implies that moment arm scaling is an effective tool for improving motion tracking accuracy of the fuzzy controller in the mechanical arm. The study also implies that PID controller can be used as a substitute for the fuzzy based controller once the desired motion is prescribed.     

汽车车架疲劳试验台的模糊控制

介绍了采用模糊控制理论,根据建立的模糊规则,进行模糊推理并产生控制决策,实现被控参数的自调整的方法。在汽车车架疲劳试验台的运行结果表明,其控制精度较高,实时性好,并有较好的稳健性。