融合型智能控制技术研究与应用

融合型智能控制技术是通过将多种智能技术和控制策略相融合,用以解决单一传统控制技术应用在非线性系统、复杂系统和存在不确定因素影响系统中的有效性、适应性和可扩展性不足等问题的控制技术,旨在提高控制系统的科学技术性、鲁棒性和适应性。阐述了智能控制中的模糊控制、神经网络控制、滑模变结构控制以及遗传算法的特点,概述了模糊控制和神经网络控制、模糊控制和变结构控制、神经网络和变结构控制、遗传算法和模糊控制的融合方法,以及近年来各融合控制方法的应用场景,论述了智能控制的技术特性及其未来的发展趋势。     

模糊控制与神经网络的研究与应用

模糊控制和神经网络在系统辨识与控制、模式识别、信号处理等各个领域中都获得广泛的应用,尤其在工业控制领域方面获得更加有效的应用。结合模糊控制和神经网络各自的优点,将模糊技术与神经网络技术进行有机结合,从而构造出一种可自动处理模糊信息的神经网络或自适应模糊系统。     

基于自适应模糊逻辑和神经网络的双足机器人控制研究

在双足机器人行走控制中,为了改善系统的行走性能,提出了一种基于RBF神经网络前馈控制的力矩补偿控制方法。该方法将自适应模糊控制和神经网络逆模控制有效地结合起来,利用神经网络来逼近系统的逆动力学模型,提高系统了的控制性能,改善了机器人的行走特性。     

基于模糊RBF神经网络的水下机械臂控制研究

针对水下复杂工作环境下机械臂控制性能易受影响,而传统控制方法效果不佳的问题,提出了一种基于模糊RBF（radial basis function,径向基函数）神经网络的智能控制器,用于精确、稳定地控制水下机械臂。考虑到在水扰动环境下,机械臂通常受到附加质量力、水阻力和浮力的影响,运用拉格朗日法和Morison方程,建立包含水动力项的二杆机械臂动力学模型,通过模糊RBF神经网络对水下机械臂动力学方程中的水动力不确定项进行总体识别并拟合,利用模糊系统启发式搜索和RBF神经网络推理速度较快的优点,使水下机械臂系统具有较高的控制精度和较强的自适应性。考虑到水动力项,采用Lyapunov稳定性理论验证了水下机械臂系统的稳定性。最后利用MATLAB对二杆机械臂进行轨迹跟踪控制仿真实验,并对比模糊RBF神经网络与常规RBF神经网络识别方法和传统模糊控制方法的控制效果。仿真结果表明：与常规RBF神经网络识别方法相比,模糊RBF神经网络控制下二杆机械臂关节1的响应时间缩短了91%,相对误差减小了88%,关节2的响应时间缩短了92%,相对误差降低了77%;与传统模糊控制方法相比,关节1的相对误差减小了65%,关节2的相对误差减小了10%。研究结果表明模糊RBF神经网络的控制效果优于常规RBF神经网络识别方法和传统模糊控制方法,可为水下机械臂的控制提供一种精度较高、较有效的方法。     

模糊神经网络在高层建筑横风向振动控制中的应用研究

提出了模糊神经网络方法控制高层建筑横风向风振反应。通过观测部分楼层加速度和控制力输出，建立了模糊神经网络控制器，解决了传统控制中有限的传感器数目对系统振动状态估计的困难．利用模糊神经网络控制器预测结构的控制行为，消除了闭环控制系统中存在的时滞。利用模糊神经网络控制器的自学习能力来确定模糊规则和语言变量隶属函数，解决了土木工程复杂结构模糊控制中，难于依据专家的主观经验来确定模糊控制规则和语言变量隶属函数等困难。模糊神经网络方法的优势在于算法自身的鲁棒性，处理结构非线性、参数不确定性及时变等问题的能力。通过对基准建筑的刚度不确定性分析，讨论了模糊神经网络控制器的鲁棒性。仿真分析表明，模糊神经网络控制策略能有效地抑制高层建筑的横风向风振反应，控制效果略优于LQG控制，而拥有LQG控制不具备的诸多优点。     

高频真空木材干燥的模糊神经网络控制方法研究

高频真空木材干燥是一种干燥速度快、能源消耗低、环境污染小的新型联合干燥技术。在木材高频真空联合干燥过程的理论分析基础上,针对神经网络方法建立的木材干燥模型,设计了木材干燥模糊控制器和模糊神经网络控制器。对模糊控制和模糊神经网络两种控制方法进行了仿真实验,结果表明模糊神经网络方法控制效果更好,如温度上升快,控制精度高,稳定性好。模糊神经网络控制方法对实现木材干燥过程的全自动控制具有重要研究意义。     

空调系统神经模糊控制器——结构和算法

提出了一种适用于空调系统控制的新型神经模糊控制器。这种神经模糊控制器将神经网络和模糊控制紧密结合，是一种以神经网络表示模糊控制规则的模糊控制系统，控制推理基于模糊推理的精确值法，神经网络采用后向传播（BP）学习算法。本文论述这种神经模糊控制器的结构和算法，其仿真和优化将另文论述。     

基于高斯基模糊神经网络的漂浮基柔性空间机械臂自学习控制

讨论了载体位置不受控、姿态受控情况下,自由漂浮柔性空间机械臂的高斯基模糊神经网络自学习控制问题。利用拉格朗日方程和模态综合法可建立柔性空间机械臂的动力学模型,但由于此类空间机器人系统严格遵守动量守恒,其动力学方程表现出强烈的非线性性质。结合神经网络和模糊控制,即利用神经网络来实现模糊推理可使模糊控制具有自学习能力,在此基础上,设计了柔性空间机械臂关节空间的高斯基模糊神经网络自学习控制方案。由于将动量守恒定理耦合到系统动力学方程的推导过程中,所提出的控制方案具有不需要测量、反馈载体位置、移动速度和移动加速度的显著优点。系统的数值仿真,证实了方法的有效性。     

论电力系统自动化中智能技术的应用

简单回顾模糊控制、神经网络控制、专家系统控制、线性最优控制、综合智能控制等典型智能技术在电力系统自动化中的运用.     

几种控制方式在空调系统运行节能中的应用

综述了前馈控制、模糊控制、神经网络在中央空调系统节能控制方面的特点、研究及应用现状,从系统化节能需求出发,概述了LonWorks的特点及其在空调节能控制系统中的应用。     

Adaptive Fuzzy Control of Constrained Flexible-Link Manipulators

ＡｄａｐｔｉｖｅＦｕｚｙＣｏｎｔｒｏｌｏｆＣｏｎｓｔｒａｉｎｅｄＦｌｅｘｉｂｌｅＬｉｎｋＭａｎｉｐｕｌａｔｏｒｓＦａｎＸｉａｏｐｉｎｇ，ＸｕＪｉａｎｍｉｎ，ＭａｏＺｏｎｇｙｕａｎ，ＺｈｏｕＱｉｊｉｅＤｅｐａｒｔｍｅｎｔｏｆＡｕｔｏｍａｔｉｏｎ，Ｓ...     

光电层合圆柱薄壳的自组织模糊主动振动控制

本文针对当前的光致伸缩驱动器构型在壳类结构的振动抑制中不能产生负膜力的问题,提出了一种新型的多片组合驱动器构型。并将该构型层合在圆柱薄壳结构的上下表面,建立了光电层合圆柱壳独立模态振动控制方程。考虑到光致伸缩驱动器的非线性和时变驱动特性,以及模型的不确定性,设计了基于性能函数负梯度调节的规则自组织模糊主动控制器,克服了常规模糊控制器控制规则设计的困难;为了验证上述提出的控制策略的有效性,进行了数值仿真;仿真结果表明提出的自组织模糊控制器取得了理想的振动控制性能,实现了柔性薄壳结构的非接触主动振动控制。     

同向回转双机传动振动系统相位差的模糊监督控制

通过机械系统动力学分析和计算机仿真结果相结合,提出了同向回转双机传动振动系统中两个偏心转子的相位差的模糊监督控制方法。利用机械动力学分析和计算机模拟相结合获得模糊控制规则的方法,为具有复杂数学模型的非线性系统的模糊控制提供了一条新途径,丰富了控制规则的来源。     

基于模糊控制的无人水面艇航迹跟踪控制

针对无人水面艇航迹跟踪控制问题,提出新的航迹控制框架,使用模糊控制和PID控制设计控制器。首先,航迹跟踪控制以分离式方案为基础,添加速度控制器完善控制结构;其次,分离式方案使用航迹PID控制-航向模糊控制-舵角PID控制的混合控制方式,速度环节使用PID控制器;最后,进行仿真验证,比较在有、无干扰的环境下的控制效果。仿真结果显示:新的航迹控制方案能够快速、准确的达到控制要求,具有良好的鲁棒性。     

基于输出反馈的不确定非线性系统模糊鲁棒H∞控制

本文针对一类不确定非线性系统,研究了基于输出反馈的模糊鲁棒H∞控制问题。根据模糊T-S模型表征不确定非线性系统,基于状态观测器设计模糊控制器。由线性矩阵不等式和自适应律给出了模糊控制器存在的充分性条件。基于Lyapunov稳定性理论,提出的模糊控制方案在所有闭环信号最终一致有界意义下实现了期望的H∞性能。仿真结果表明了该方案的可行性。本文所提出的模糊跟踪控制器松弛了保守性,避免了匹配条件和上界。与已有的工作相比,本文约简了线性矩阵不等式的维数。     

一类带有未知控制方向的非线性系统的模糊自适应事件触发容错控制

针对带有未知控制方向、未知非线性函数以及执行器故障的不确定非线性系统,研究了相应的模糊自适应事件触发容错控制问题。首先,运用反步法和模糊逻辑系统 (FLS) 理论知识相结合,构造出自适应事件触发容错控制器和自适应更新律,有效地补偿了执行器故障对系统的影响。其次,在自适应事件触发容错控制器的设计中引入了 Nussbaum 函数。最后,所设计的控制方案保证了闭环信号在给定紧集内一致最终有界,且仿真结果验证了本文所提出的控制方案的有效性。     

多指灵巧手双闭环模糊控制

设计一种双位置闭环模糊控制器,用于多指灵巧手的位置控制。利用电机码盘反馈构成内位置环控制,采用一般的PID控制律;通过关节位置反馈形成外位置环控制,采用模糊控制算法。这种两层位置反馈控制可弥补只有码盘反馈的半闭环控制结构的不足,使具有强非线性的钢缆传动系统包含在闭环内,从而提高系统的稳定性和鲁棒性。实验证明跟踪精度明显提高。     

ATMD-结构带有补偿器的模糊滑模控制

针对基于指数趋近律的滑模控制算法设计ATMD系统中的主动控制力偏大、控制系统抖振过大等不足,采用一种带有补偿器的滑模控制算法来计算ATMD系统的主动控制力。考虑到外部能量有限问题,引入了相应的饱和控制器。同时,为了减小控制系统的抖振,设计了一种基于模糊自适应调整的滑模控制律。以一个单自由度结构模型为例进行了相应的数值分析,与相应的由未含补偿器的指数趋近律方法设计的ATMD控制系统以及TMD和AMD控制系统的控制效果进行对比来验证所提方法的有效性。     

Development of Run-To-Run (R2R) controller for the multiple-input multiple-output (MIMO) system using fuzzy control theories

Run-to-Run (R2R) control has been extensively applied in semiconductor manufacturing. In particular, del Castillo, E. and Rajagopal, R., A multivariate double EWMA process adjustment scheme for drifting processes. IIE Trans., 2002, 34, 1055–1068, investigated double multivariate exponentially weighted moving average (MEWMA) controller for the multiple-input multiple-output (MIMO) system in an attempt to adjust and maintain the linear dynamic process outputs on target. Multivariate fuzzy control, inherently different from conventional MEWMA-based control, is another promising alternative that consists of fuzzy logic and set concept. Providing the fuzzy control can structure an appropriate membership function for the R2R MIMO system, thus it can be shown a practically useful control tool in comparison to MEWMA control. In this paper, fuzzy logic is utilized to design the multivariate fuzzy controller for the type of R2R applications based primarily on the min-max-gravity method advocated by Gupta, M.M., Kiszka, J.B. and Trojan, G.M., Multivariable structure of fuzzy control systems. IEEE Trans. Sys., Man Cybern., 1986, 16, 638–656. Under a variety of disturbance models, the proposed multivariate fuzzy controller can produce quite competitive control performance when compared to MEWMA control.