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。     

减摇鳍模糊免疫自适应PID控制器设计及仿真研究

针对船舶横摇的非线性模型，利用免疫反馈机理，设计了一种减摇鳍模糊免疫自适应PID控制器。控制器将模糊控制与PID控制相结合，采用Fuzzy推理，对非线性函数进行模糊逼近，用模糊免疫P调节器实时整定PID控制器的比例增益，采用常规模糊控制器在线调整免疫PID控制器的积分时间常数和微分时间常数。通过对船舶减摇鳍控制系统的仿真，可以看出采用模糊免疫自适应PID控制器其控制效果远优于常规PID控制器，使减摇鳍的减摇效果得到显著提高。     

一种汽车主动悬架系统模糊控制器设计及试验

设计了一种在线可调整的模糊控制器，其模糊控制规则表可以用解析的方法进行计算。不仅体现了模糊控制算法对非线性系统具有的明显优势，而且利用LMS自适应模块调整模糊控制器的修正因子，改善单一模糊控制算法对专家先期经验的依赖缺陷。针对简化的汽车模型，在以单频信号作为激励源的仿真研究过程中，该算法对悬架系统的振动控制收到了较好的效果。在两自由度的悬架系统试验台架上进行了试验研究，结果进一步证明该算法的有效性。     

蚁群算法对交通信号模糊控制器的改进

交通系统是一种非线性的、时变的、滞后的大系统,模糊控制不需要建立精确的数学模型,易于利用专家知识,适合应用在交通控制上。采用蚁群算法对传统的模糊控制器进行改进,仿真结果表明系统改进后具有较高的实用性。     

基于混合田口遗传算法的磁流变半主动悬架模糊控制

针对磁流变悬架的非线性以及动力学模型的不确定性,提出一种基于混合田口遗传算法的磁流变半主动悬架整车模糊控制策略。首先建立了基于磁流变减振器的整车动力学模型,并将车辆的振动控制分解垂向振动、俯仰、侧倾三个基本任务设计模糊控制器,进而设计了隶属函数和模糊控制规则;接着引入混合田口遗传算法实现对模糊控制器的隶属函数和模糊控制规则同时优化;最后进行实车道路试验来验证控制策略的有效性。试验结果表明,基于混合田口遗传算法的模糊控制能够降低确定路面激励下车身加速度峰峰值,降低随机路面激励下的加速度均方根值,显著提高车辆的平顺性,其控制效果要优于优化前的模糊控制策略。     

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-仿真和优化

以恒温空调系统为控制对象，对神经模糊控制器、常规模糊控制器和PID控制器进行了数字仿真，并用单纯形法对控制比例因子进行了参数寻优，获得了最优参数和动态响应曲线；通过对神经模糊控制器的优化学习，大大提高了神经模糊控制器的控制精度和稳定性，其性能优于最优化的PID控制器和最优化的常规模糊控制器，能有效地满足温度控制要求，并具有较好的鲁棒性；由于神经模糊控制器具有模糊控制和神经网络的智能，经过优化学习后，它具有艮好的控制性能和自适应能力。     

一类自适应模糊神经解耦混合控制器的研究

将模糊神经网络与PI控制技术相结合构成一种模糊神经解耦混合控制器。新控制器在控制过程中借助模糊神经网络的自学习算法实现控制参数的在线调整。仿真结果表明,该控制方法对非线性时变系统有较好的控制效果。将该算法应用于电控天然气发动机空燃比控制中,利用宽域空燃比传感技术,通过调整喷射脉宽控制发动机的空燃比,取得了良好的控制效果。     

变频空调器的模糊CMAC神经网络控制

本文设计了一种模糊CMAC(FLCMAC)控制器,这种控制器将传统的CMAC神经网络和模糊逻辑控制原理相结合,同时具备了CMAC的快速学习能力和模糊逻辑的将专家经验融入系统利用模糊规则处理信息的优点,又克服了CMAC的精度低和模糊逻辑的缺乏学习能力的缺点,将其应用于空调控制器的设计中,仿真结构验证了其有效性.     

RBF模糊神经网络在刚性机械臂控制中的应用

为了提高刚性机械臂轨迹跟踪控制的精度,本文在分析RBF神经网络与模糊逻辑系统的函数等价性基础上,提出了一种基于T-S型模糊推理方法的RBF模糊神经网络,设计出基于RBF模糊神经网络的工业机器人控制器.研究发现,与普通的模糊神经网络相比,该网络结构简单,层数少,训练速度快,能自动寻优,通过在线调整网络隶属函数的中心值和宽度,优化了模糊规则,实现了对非线性系统的高精度轨迹跟踪控制,而且表现出有效性和鲁棒性.     

基于小波分析的模糊控制算法应用

针对空间跟踪系统的特点及对伺服控制的技术要求,采用基于小波分析的模糊控制器,将小波基函数作为隶属函数,可根据误差在线调整隶属函数的形状,使模糊控制具有更优、更强的自适应能力。仿真与实验结果表明这种控制器比常规的PID控制器具有更好的动态性能和抗干扰能力,能很好的用于跟踪系统的控制。     

自适应变论域模糊控制器在结构振动控制中的应用

大挠性航天结构具有复杂的动力学特性,建立其精确的数学模型是很困难的,模糊控制不需要精确的数学模型,但是模糊控制的主要缺陷是精度不太高,自适应能力有限,易产生振荡现象。变论域自适应模糊控制是改变模糊控制性能的主要方法之一,针对自适应变论域模糊控制器的稳定性设计这一难题,将输入和输出的隶属度函数分别用论域值表示成解析形式,引进李亚谱诺夫函数,设计了输入和输出的隶属度函数论域值的自适应律,针对大型航天桁架结构振动控制的仿真,结果表明设计的变论域模糊控制器是可行的。     

模糊类知识隶属函数的管理及其软件开发

隶属函数是模糊集合理论及其应用的基本而关键的问题。本文对隶属函数这一类模糊知识进行了分析,把隶属函数作为一条针对论域X、相对参考目标Y、在某模糊等级A上、由一系列座标点连接而成的平面曲线来处理。设计和开发了隶属函数的管理软件,并以控件形式与其他模糊系统集成。详细介绍了隶属函数控件的属性和触发方法,隶属函数管理器的设计和开发,为各领域模糊分析和决策系统的开发提供了重要的工具,既有利于对已有经验知识的积累和重复使用,也可使各项模糊评价、分析或决策工作具有同一个经验基准。     

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.     

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。     

基于模糊分数阶PID的啤酒灌装机贮液缸内液位控制

目的 贮液缸内液位的变化对啤酒灌装机的正常工作以及产品质量和生产效率等有重要影响,传统的PID控制很难准确控制贮液缸内的液位,为提高啤酒灌装机的工作效率和啤酒的质量等,需对贮液缸内液位进行精准控制。方法 根据分数阶微积分理论的知识,提出分数阶PID控制,该控制方法将传统的PID控制推广到分数阶领域中,利用Oustaloup算法实现传统PID控制由点到面的转变,使控制精度更高。针对分数阶PID控制器参数的调整问题,结合智能控制理论,引入模糊控制算法,提出模糊分数阶PID控制,以实现参数的在线调整,并与传统控制方法进行对比。结果 利用Simulink工具箱搭建模糊分数阶PID控制的啤酒灌装机贮液缸内液位控制系统的仿真平台,与传统控制相比较,模糊分数阶PID控制器能够获得良好的控制性能指标,无论动态指标还是静态指标以及抗干扰能力,都有较大的改善。结论 采用文中提出的方法能够明显提高液缸内液位的精准控制精度,提高啤酒灌装机的工作效率以及啤酒的质量,满足了工业生产的要求。     

基于模糊神经网络的机载设备智能故障诊断系统

针对某型飞机机载设备故障多,且具有模糊性、复杂性的特点,本文将模糊逻辑和神经网络相结合,采用模糊隶属函数来描述这些故障的程度,建立了模糊神经网络故障诊断模型.采用图形化编程技术,开发了一种故障诊断推理流程图,方便了用户的开发.该系统依据专家知识和测试数据,可将故障隔离到内场可更换单元(SRU)或某个功能电路.实践证明该诊断系统是有效的,具有推广应用价值.     

气—固两相流流型检测与调节的专家系统

气－固两相流流型的检测与调节是与两相流的测量密切相关的，本文针对精确的测量往往要受众多因素影响的情况，提出了一种判断流型的新方法，通过引入领域专家的知识，改进了单纯用模糊聚类方法的不确定，建立了检测和调节的专家系统结构，进行了计算机仿真试验，运用效果良好。