变论域自适应模糊PID控制系统仿真与应用

由于电液伺服系统具有非线性、时滞性等问题,自适应模糊PID控制方式仍难以精确控制马达转速,故设计了变论域自适应模糊PID控制算法。通过设计合适的伸缩因子,将变论域与自适应模糊PID控制相结合,该算法可以精确控制电磁比例阀的流量进而控制马达的转速。将PID控制、模糊控制、自适应模糊PID控制和变论域自适应模糊PID控制算法进行Matlab仿真,结果表明：变论域自适应模糊PID控制具有响应快、无超调、稳态误差基本为零的特点。通过可编程控制器实现了模糊PID控制与变论域自适应模糊PID控制算法在电液伺服系统中的应用,实验数据表明,变论域自适应模糊PID控制更加精确,符合工业控制要求。     

基于变论域模糊PID的分解炉温度控制研究

分解炉温度控制系统具有非线性、时变、纯滞后的特点,针对传统PID控制及模糊.PID控制难以很好地满足控制要求,提出了一种变论域模糊自适应PID控制方法。利用变论域思想,设计了一种基于函数模型的伸缩因子控制器,动态地调整模糊控制器的量化因子和比例因子,提高了控制精度。在Matlab环境下分别对PID控制、模糊PID控制和变论域模糊PID控制方法进行了仿真对比,结果表明变论域模糊PID控制方法具有更好的动静态性能和自适应能力。     

模糊Smith智能温度控制器的设计与仿真

结合模糊PID控制与模糊自适应Smith预估控制的优点,提出了模糊Smith智能控制方法。用模糊控制方法设计了改进型Smith预估器的滤波时间常数,并制定了其整定规则和参数的模糊自适应调整机构。仿真研究表明,模糊Smith智能控制能改善参数时变的纯滞后系统的控制性能,提高系统控制时的鲁棒性与自适应性。     

自适应模糊PID控制器的设计

目前的工业过程控制中被控对象往往都是非线性、时变的系统,常规PID控制对于这样系统的控制效果不是很理想。为此,提出将模糊技术与PID控制相结合的控制方式,设计出自适应模糊PID控制器。利用Matlab中模糊逻辑控制工具箱设计模糊控制器,在Simulink环境中实现了该自适应模糊PID控制器的仿真。仿真结果表明,该模糊PID控制具有控制灵活、响应快和适应性能强的优点。     

模糊逻辑控制技术与应用(二)——第二讲 模糊关系及模糊算法

(三)模糊条件语句——模糊关系第一讲论述了用模糊集合论描述模糊控制器输入信息、输出控制量的方法,并定义了模糊变量之间的运算法则。那么模糊控制器内在联系及控制规律怎样描述呢?在模糊控制器中,控制原则总是以模糊条件语句的形式出现,即“If A then B”     

利用模糊系统的自适应模糊控制器

针对非线性系统控制,设计了利用TSK(Takagi-Sugeno-Kang)模糊系统的自适应模糊控制器。所设计的自适应控制方法是参考模型自适应控制方法,而且利用Lyapunov函数保证了闭环系统的稳定性,同时推导了最优的自适应控制规律。首先,根据控制对象的输入输出数据建立TSK模糊模型,然后,由TSK模糊模型设计初期的TSK模糊控制器,并根据自适应规律随时调整模糊控制器参数。倒立摆系统的仿真实验验证了所设计的自适应模糊控制器的有效性。     

基于模糊神经网络的通用模型自适应控制

自适应控制是一种提高系统鲁棒性的有效方法。模糊神经网络具有了模糊逻辑和神经网络两者的优点,结合模糊神经网络（Fuzzy Neural Network—FNN）自适应控制策略和通用模型控制（Common Model Control—CMC）方法,以此来实现被控对象的逆控制,提出了基于模糊神经网络的通用模型自适应控制（FNNC—CMAC）。此控制方法参考轨迹是一条典型二阶曲线,仿真结果验证了鲁棒性,与基于模糊神经网络的通用模型控制及基于模糊逻辑的通用模型自适应控制相比,其控制性能更好。     

自主水下航行器模糊自校正航迹控制

为解决自主水下航行器AUV航迹控制问题,提出了一种基于模糊增益调节的模糊自校正控制方法。该方法完全使用马丹尼型模糊控制器实现,包括1个基本模糊控制器和3个模糊增益调节装置。基本模糊控制器用于实现AUV航迹保持,模糊增益调节装置为基本模糊控制器提供可以实时调整的量化因子。分别对模糊自校正控制方法和基本模糊控制方法进行了对比仿真试验,试验结果显示模糊自校正控制方法相比于基本模糊控制方法,其控制效果更好,特别是对海流扰动具有更强的适应性。     

船舶航向模型参考模糊自适应控制器的设计

本文介绍了模型模糊自适应控制器的结构，调节机理。针对船舶航向控制，设计了参考模型模糊自适应控制器，并进行了仿真。与普通模糊控制器控制效果进行了比较，仿真表明参考模型模糊自适应控制有良好的控制性能。     

无刷直流电机模糊PID控制系统研究与仿真

针对传统PID控制方法在对无刷直流电动机进行控制时精度低、抗干扰能力差等缺点,提出了一种参数自适应模糊PID控制方法。首先建立了无刷直流电机的动态数学模型,并对其转速进行模糊PID控制。介绍了模糊PID控制器的设计方法,应用MATLAB实现了系统设计和仿真。最后对PID控制和模糊PID控制的仿真结果进行对比分析,结果表明:模糊PID控制方法使无刷直流电机控制系统具有更好的动、静态性能和抗干扰能力。     

基于PLC的过程控制实验装置液位模糊PID控制

对模糊PID控制的结构、模糊PID控制器的设计及模糊PID控制的PLC实现进行了分析,并以PCT-II型过程控制系统实验装置为物理模拟对象,利用S7-300PLC实现了对液位的模糊PID控制。结果表明,用PLC实现的模糊PID控制器简单实用,系统的性能大为改善。     

基于模糊误差判断算法的航空发动机PID控制

普通比例积分微分(PID)控制与其他智能控制相比较,应用广泛,且算法更简单、容易实现。但是应用到复杂的、多变的航空发动机控制时,其难以满足其控制要求。为实现对航空发动机的智能控制,提出模糊误差判断PID控制。由模糊规则表、误差判断规则以及PID控制组成模糊误差判断PID控制器。该方法对控制过程中改变模糊规则表进行了研究。模糊规则表根据经验得出;误差判断规则将根据误差的大小,对模糊规则表进行修改;模糊规则表与PID控制器结合调节控制量,达到控制执行机构的目的。使用MATLAB/Simulink进行算法仿真。仿真结果显示:模糊误差判断PID控制算法运用于航空发动机控制效果良好,验证了所提算法的可行性。仿真结果证明了改变模糊控制规则表的控制方法是有效的。该研究为设计智能控制提出了一种新的方法。     

基于Fuzzy模型的交流伺服系统自适应PID调节器的设计

为了提高交流伺服系统在实际应用场合中的控制精度和性能特性,提出了模糊自适应PID控制器。模糊自适应PID控制,将传统的PID控制和模糊控制结合起来,可以发挥两者的优势,得到更优良的控制性能。基于Matlab/Simu-link平台搭建了系统的仿真模型,内环采用PI控制,外环采用模糊自适应PID控制,并对模糊自适应控制中的模糊隶属函数进行了优化。在仿真平台上进行了突加负载实验,仿真结果验证了这种方法的可行性,同时,也可以获得较好的性能。     

模糊滑模控制研究综述

本文介绍了90年代以来将模糊逻辑和滑模控制相结合的研究工作,着重描述了模糊控制和滑模控制的相似性、启发式模糊滑模控制、直接和间接自适应模糊滑模控制、模糊神经网络在滑模控制中的应用等方面的原理和方法,分析了它们的特点和联系,本文最后还展望了这一领域的研究方向.     

基于模糊PID控制的污水处理过程DO控制

将模糊PID控制与普通PID控制相结合,提出了一种基于模糊PID控制的污水处理过程DO控制方法。     

无刷直流电机的模糊神经网络控制设计

在无刷直流电机(BLDCM)的控制上,传统PID等控制方法存在或多或少的不足.在模糊PID控制的基础上提出了一种模糊神经网络PI控制器的设计方法.该方法结合了模糊逻辑与神经网络,使得模糊控制器模拟了人的控制功能,不仅对环境变化有较强的适应能力,还拥有自学习能力.相比模糊PID控制,其具有计算量小、稳定性强等特点.对BLDCM进行建模与分析;在BLDCM数学模型的基础上,分别设计模糊PID控制器和模糊神经网络PI控制器;对设计的控制器进行仿真验证并分析.实验结果表明,模糊神经网络PI控制具有跟踪性能好、超调小、响应快、脉动小等优点,其动静态特性均优于模糊PID控制.     

智能控制的新进展(I)

对模糊智能控制的主要研究方向进行了较详细的分析和论述,包括模糊模型与基本控制算法,非线笥系统的模糊建模与控制,模糊预测控制,模糊控制系统的稳定性分析等。对它们的在智能控制中的地位和作用进行讨论,并对模糊智能控制的发展做了展望。     

模糊PID控制在DMF回收控制系统中的应用

介绍了DMF回收系统的工艺流程。在分析了模糊控制和PID控制的特点后,将两种控制方法融合并形成模糊PID控制。将模糊控制与西门子PLC的PID功能模块FM355相结合,采用STEP7编写模糊控制器软件;模糊规则采用Mamdani算法,通过离线计算得出模糊查询表,控制系统在线查询的控制策略,并将其应用于DMF回收控制系统中。生产实践证明,模糊PID控制的性能良好。     

不同模糊控制器的仿真研究

本文主要介绍了模糊查询表确定中,多种参数变化所确定的模糊查询表,采用基于模糊查询表的方法来设计模糊控制器。通过仿真研究了不同形状隶属度函数及不同反模糊化方法的模糊控制器对控制效果的影响,最终选出控制效果较优的模糊查询表,供实际编程时使用。     

Takagi-Sugeno模糊连续系统的模糊采样控制

研究了T-S模糊连续系统的模糊采样控制问题．利用广义系统的描述方法、Lyapunov-Krasovikii泛函以及线性矩阵不等式(LMI)方法,建立了LMIs形式的依赖于采样时间间隔的模糊采样镇定条件,同时给出了模糊采样控制律的设计方法．所设计的模糊采样控制律可以镇定T-S模糊系统．而且,当连续时间模糊控制律可以镇定T-S模糊系统时,对于足够小的采样时间间隔,带有同样增益矩阵的模糊采样控制律也可以镇定T-S模糊系统．最后,通过两个仿真实例说明了所给方法的有效性．