一类不确定混沌系统的模糊滑模控制与同步

针对一类具有不确定项的二阶连续时间混沌系统的定值跟踪控制和自混沌同步及异结构混沌同步问题,提出了一种模糊滑模变结构控制方法,设计了模糊滑模变结构控制器,并从理论上证明了控制系统的稳定性.在该控制器的作用下,可以实现两个相同或不同结构的混沌系统的控制与同步,且不受不确定性的影响,具有很强的鲁棒性.定值跟踪和同步控制的仿真结果表明,该控制器是有效的.     

基于不确定T-S模型的模糊滑模自适应控制

提出一种不确定T-S模型的模糊滑模自适应控制方法。通过变换将该模型转换成3个组成部分：线性标称系统,已知非线性部分和未知不确定部分。针对它们设计3个控制器,其作用分别为：强迫系统沿着滑模面运动,消除已知扰动对线性标称系统的影响,克服不确定扰动(采用模糊滑模自适应控制,无需知道不确定的界限)。该方法无需求正定矩阵就能保证系统全局稳定。     

基于输入输出模型的模糊神经网络滑模控制

1　引言在实际系统中,一般难以取到系统的状态.因此,如何仅利用输入输出模型来控制系统一直是控制理论工作者关注的话题.Narendra等人[1]通过加入两个‘状态’滤波器设计了一种基于输入输出的模型参考自适应控制方案,提出了一个很好的思想.在其后的数十年中,基于输入输出?..     

不确定混沌系统的自适应滑模变结构同步

针对一类不确定混沌系统,运用自适应滑模变结构控制方法,设计了相应的控制器和自适应律,实现了混沌系统的主从同步控制.通过构造Lyapunov函数在理论上证明了该同步方法的有效性,并且在不确定项上界未知的情况下,对系统未建模部分和噪声干扰具有很强的鲁棒性.最后以Duffing-Holmes系统为例,进行了混沌同步仿真,仿真结果表明该方法的有效性.     

非匹配不确定混沌系统的RBF 神经滑模同步

对于非匹配不确定混沌系统,提出一种RBF神经滑模同步方法.设计滑模切换面,并将其作为神经网络的唯一输入,网络的权值依滑模趋近条件在线确定,使得同步跟踪误差渐进到零点.该方法简化了常规神经网络控制结构的复杂性,削弱了滑模控制的抖振程度,并且同步时间较短,对参数不确定性及外干扰具有较好的鲁棒性.仿真结果验证了所提出方法的有效性.     

一种模糊滑模变结构控制方案及其在混沌系统控制中的应用

采用模糊动态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．用Lyapunov稳定性理论设计出确保模糊动态模型全局渐近稳定的变结构控制器．应用到两类混沌系统的稳定控制中,验证了方案的有效性．模糊控制器简单,规则少．     

不确定Willis脑动脉瘤系统的自适应模糊滑模控制

研究了具有不确定项的非线性Willis环上脑动脉瘤系统的混沌控制和同步问题,提出了一种自适应模糊滑模变结构控制方法,设计了模糊滑模变结构控制器及自适应控制律,并从理论上证明了控制系统的稳定性。在该控制器的作用下,受控Willis脑动脉瘤系统能够达到任意目标轨道,且不受不确定性的影响,具有很强的鲁棒性。定值跟踪和同步控制的仿真结果表明了控制器的有效性。     

不确定扰动分数阶混沌系统自适应Terminal滑模同步

针对带扰动不确定分数阶混沌系统的同步问题,基于自适应Terminal滑模控制,设计了一种分数阶非奇异Terminal滑模面,保证误差系统沿着滑模面在有限时间内稳定至平衡点,在系统外部扰动和不确定性的边界事先未知的情况,设计了自适应控制率,在线估计未知边界,使得同步误差轨迹能到达滑模面。最后,以三维分数阶Chen系统和四维分数阶Lorenz超混沌系统为例,利用所设计的自适应Terminal滑模控制器进行同步仿真,验证了所给方法是有效性和可行性。     

Terminal滑模自适应控制实现一类不确定混沌系统的同步

应用Terminal滑模控制技术和选择指数趋近律来综合滑模控制器,实现一类混沌系统的状态同步．在控制器中引入一类简单的自适应律,用以在线估计界参数．该设计方案消除了滑模控制的到达阶段,状态始终保持在滑模面上,并能在有限时间内趋近于原点．与一般滑模控制同步实现相比,具有更小的同步时间和鲁棒性．通过对Duffing—Holmes系统的同步仿真,验证了该方法的可行性．     

基于模糊神经网络的滑模控制

研究了一类不确定性非线性系统的滑模变结构控制,提出了一种基于模糊神经网络（Ｆｕｚｚｙ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ）的滑模变结构设计方法,设计了控制器的结构,利用动态反向传播算法实现滑模控制,这种方法与一般变结构控制相比不但具有强的鲁棒性而且还能有效地消除抖动现象,同时在设计中不需要知识系统中不确定性和扰动的上界,另外还运用Ｌｙａｐｕｎｏｖ函数从理论上分析上了系统的稳定性。仿真结果说明了本文所提     

混沌范德玻—杜芬系统的T—S模糊控制

针对混沌ADVP（范德玻—杜芬）系统,进行了T-S模糊建模和模糊控制器设计,实现了系统的稳定。在用T-S模糊模型精确重构系统结构的基础上,利用反馈同步思想和极点配置方法,基于并行分布补偿（PDC）技术,进行了控制器设计。整个设计过程只需在模糊模型基础上作极点配置,简化了计算,得到了简单且易实现的控制器。仿真表明,受控系统能够快速达到收敛,验证了方法的有效性。     

基于T-S模型的Chua混沌系统模糊变结构控制

针对Chua混沌系统这一复杂的非线性系统给出一种基于T-S模型的模糊变结构控制律设计。首先采用T-S模糊动态模型描述非线性系统,得到混沌系统的全局模糊模型;然后采用Lyapunov稳定性理论设计出确保模糊动态模型全局渐近稳定的变结构控制器,将模糊控制与成熟的线性变结构控制相结合,来解决非线性系统控制问题。仿真验证了方案的有效性。模糊控制器简单,规则少。     

基于D-FNN的混沌铁磁谐振系统非线性补偿控制方法

针对电网混沌铁磁谐振系统产生的混沌现象,提出基于动态模糊神经网络的混沌铁磁谐振系统非线性补偿控制方法。该方法采用动态模糊神经网络来逼近系统的非线性部分,消除了过电压的混沌现象,将系统稳定到目标位置,实现了对系统的非线性补偿控制。Matlab仿真结果表明,基于动态模糊神经网络的非线性补偿控制方法控制结果正确,响应快速。     

基于模糊自适应PID的温度控制系统的设计

针对锅炉温度系统,研究设计了一种自适应模糊PID控制器。其突出优点是应用模糊控制适应系统的不确定性,能够提高对象模型不确定时PID参数的自适应能力。很大程度上改善了系统的控制品质,提高了系统的鲁棒性。实际运行结果证明了该方法的有效性。     

基于Matlab的模糊预估控制系统的仿真

模糊预估模型在Matlab的环境下,应用模糊工具箱及Simulink对一纯滞后过程的模糊预估控制系统进行了仿真.并将其仿真结果与未用模糊预估器的仿真结果进行了比较,表明了基于模糊理论的模糊预估器对提高纯滞后系统的控制品质具有一定作用.     

基于模糊PlD的汽油发动机调速系统的研究设计

针对工业生产中,汽油发动机运动过程复杂,常规PlD难以控制的问题,提出一种自适应模糊PlD控制算法,对汽油机的输出转速进行参数自整定。首先介绍汽油机调速系统的组成,然后建立了汽油机以及执行器的数学模型,然后分析了模糊PlD控制原理,建立模糊控制规则表和模糊PlD控制系统仿真模型,并利用所设计的模糊PlD控制系统对汽油发动机进行调速仿真。仿真结果表明,所设计的模糊PlD控制方案能够有效改善汽油发动机转速的动态和稳态性能。     

一类多变量非线性动态系统的模糊自适应控制

对一类非线性多变量未知动态系统，提出了一种模糊处在适应控制策略。证明了该控制算法能保证闭环系统稳定，跟踪误差收敛。     

基于自适应无源化的蔡氏电路混沌同步

根据蔡氏电路混沌系统的特点,得出了蔡氏电路混沌驱动系统与响应系统的误差系统.根据混沌系统的同步条件,可将混沌的同步问题转化成为误差系统的稳定性问题,即使混沌同步误差系统渐近稳定以实现混沌同步控制.针对蔡氏电路混沌系统的误差系统,采用自适应无源化方法,设计了使同步误差系统渐近稳定的具有自适应功能的反馈镇定器.该控制方法实现了2个蔡氏电路混沌系统同步,仿真研究验证了该方法的有效性.     

基于模糊神经网络的温度控制系统设计

实验室温度控制系统要求精度高,并且具有非线性、大惯性及数学模型难建立等特性,这使得用常规PID控制器以及一般模糊控制器无法很好地满足系统要求,而本文在一般模糊控制器的基础上,融合神经网络技术,设计出模糊神经网络控制器,它既有模糊控制鲁棒性好、动态响应好、上升时间快、超调小的优点,又具有神经网络的在线自学习能力,可以实现温度的智能控制,在实际应用中取得良好的效果。     

基于T-S模糊模型的离散混沌系统变结构控制

研究了离散混沌系统模糊变结构控制问题.采用T-S模糊模型描述离散混沌系统,将离散混沌系统模糊化为局部线性模型.依据Lyapunov稳定性定理和线性系统变结构控制趋近律设计方法,设计了一种新型的离散变结构控制器,该控制器不仅能保证局部线性模型渐近稳定,而且能确保模糊动态模型全局渐近稳定.利用Matlab对确定Henon系统和不确定Henon系统进行数值仿真,结果表明所设计的控制器不但有效,而且具备很强的鲁棒性.