一种新型的汽车智能雨刷控制系统设计

提出了一种基于模糊模型的自动雨刷控制系统设计方法。该系统通过红外雨量传感器检测雨量大小,使用模糊控制算法和脉宽调制技术调节雨刷器的速度;给出了系统的总体结构和具体设计方法。实验结果表明,本文所提出的自动雨刷控制系统性能可靠、反应灵敏、控制效果良好。     

非线性离散系统的自适应PID控制器

针对非线性离散系统设计了利用TSK(Takagi Sugeno Kang)模糊模型的自适应PID控制器。利用模糊模型预测控制信号误差,通过控制信号误差自适应PID控制器参数。比较系统输出和模糊模型输出自适应模糊模型的参数。该方法可以弥补系统参数的模糊性、数学模型的模型误差和系统参数的变化。非线性离散系统的仿真实验验证了所设计的自适应PID控制器对非线性离散系统控制的有效性。     

基于动态矩阵模糊PID算法的空调房间温度控制

根据中央空调系统中房间温度控制系统的时滞、惰性以及非线性等特点,分析了自整定模糊PID控制和动态矩阵预测控制方法,提出了将两种方法相结合的观点,设计出动态矩阵模糊PID控制器,并建立房间温度控制系统的数学模型,对其进行仿真研究;结果显示该控制器较模糊PID控制器的调节时间快约2 000s、超调量小约0.5、抗干扰能力更强,控制效果更明显。     

基于模糊树模型的自适应模糊滑模控制方法

本文针对单输入–单输出仿射非线性系统提出了一种基于模糊树模型的具有监督控制器的模糊滑模控制方法. 该方法用模糊树模型逼近非线性系统中的未知非线性函数, 得到初始的控制器, 然后在线调节模糊树模型中的线性参数, 改善控制器的性能, 实现对有界参考输入信号的跟踪控制. 模糊树辨识方法自适应划分输入空间, 大大减少模糊规则的数目, 在一定程度上可以缓解困扰模糊控制中的”规则爆炸”问题. 该方法通过监督控制器保证闭环系统所有信号有界. 通过理论分析, 证明了跟踪误差收敛到零. 用倒立摆进行仿真验证, 结果表明该方法用较少的模糊规则, 就能得到满意的控制效果, 有推广应用价值.     

基于可变学习率BP算法的空调控制系统的研究

通过分析控制器参数学习率和控制器性能之间的关系,设计一种基于可变学习速率反向传播算法VLRBP和模糊神经元网络的变频空调控制系统.该系统不仅可以通过反传误差信号训练控制器参数,而且可以根据网络的当前状态朝最优化方向调整控制器参数的学习率.实验结果表明,该控制系统不仅比传统的空调PID控制器和模糊控制器具有更好的控制性能,而且相比基于标准BP算法和动量BP算法的模糊神经网络控制系统,也具有更快的收敛速度和更好的控制精确度.     

基于多信号源的神经模糊Hammerstein-Wiener模型研究

面对复杂工业过程控制的需求, 设计一种结合数据信息的特殊模型结构, 在保证控制系统有效性的前提下通过模型的结构来简化控制器的求解是亟待解决的问题. 为此, 本文提出一种基于多信号源的神经模糊Hammerstein-Wiener模型, 突破传统的迭代分离方法, 通过组合式多信号实现Hammerstein-Wiener模型中神经模糊非线性环节和线性环节的分离, 同时设计了神经模糊模型参数的非迭代优化算法, 将研究结果拓广到分段非线性系统,改善了模型的适用范围. 该算法保证了模型的预测精度,具有逼近较强非线性过程的能力. 在此基础上设计了基于神经模糊Hammerstein-Wiener模型的控制系统, 利用模型的特殊结构将非线性系统的控制问题简化为线性系统的控制问题, 采用简单的PID控制器便能达到较好的控制效果.仿真结果验证了上述方法的有效性.     

基于Sugeno 模糊模型的帆船控制方法研究

针对非线性、时变的帆船航行系统，提出一种基于Sugeno模糊模型的帆船控制新方法．采集舵手的航行经验建立知识库，将专家知识融合到控制系统中，提高了控制系统的智能度；采用Sugeno模糊模型，将舵角的非线性控制局部线性化，并设计相应的局部线性控制器，通过模糊推理综合各局部线性控制器的输出，得到全局控制量．仿真结果表明，该方法能实现对帆船航向的智能控制，具有一定的实用价值．     

基于模型的PI鲁棒控制的电子节气门方法研究

精确控制电子节气门对提高汽车动力特性,减少危害气体排放,提高燃油利用效率具有重要意义。针对电子节气门系统的非线性和干扰等不确定特性,设计PI鲁棒控制器,克服非线性等对电子节气门输出响应的影响。该控制器在传统的PID算法中增加非线性控制量,能抑制由于系统非线性环节等干扰引起的性能恶化。根据电子节气门动作信号抽象出系统输入信号,对控制系统进行仿真。仿真结果表明鲁棒PI控制的电子节气门控制系统具有较小的超调量,能快速跟踪输入并具有较小的稳态误差和一定的鲁棒特性。     

模糊控制在双螺杆挤出压片机中的应用及MATLAB仿真实现

双螺杆挤出压片机的螺杆电机由于受到负载的非线性影响,使得压片机系统的鲁棒性较差;根据模糊控制器对参数变化不敏感,鲁棒性强的优点,采用模糊控制器来控制螺杆电机调速,可提高螺杆电机的鲁棒性,改良双螺杆挤出压片机的机器性能;通过MATLAB/Simulink仿真软件,建立一个带有模糊控制器的双螺杆挤出压片机螺杆直流电机控制系统模型;仿真试验表明,模糊控制器在电机调速中的应用是可行的;该方法改良了电机调速系统的性能,提高了压片机控制系统的适应能力和鲁棒性。     

电子束快速成型温度自适应模糊PID控制系统

将自适应模糊PID控制技术应用于电子束快速成型温度控制系统中,通过温度采集装置实时得到被加工件的温度信号,与设定值进行对比从而得到温度偏差及偏差的变化率,将温度偏差及偏差的变化率作为模糊控制器的2个输入变量,以自适应模糊PID控制器输出控制量调节电子束流大小,实现电子束快速成型温度的闭环控制.仿真结果表明,该控制系统具有调整时间短、稳态误差小、超调量小,即在电子束快速成型过程中,采用自适应模糊PID控制器比采用传统的PID控制器或模糊控制器可以得到更好的动态响应性能和控制精度.     

Fuzzy force learning controller of flexible wiper system

Wiper blade of automobile is among those types of flexible system that is required to be operated in quite high velocity to be efficient in high load conditions. This causes some annoying noise and deteriorated vision for occupants. The modeling and control of vibration and low-frequency noise of an automobile wiper blade using soft computing techniques are focused in this study. The flexible vibration and noise model of wiper system are estimated using artificial intelligence system identification approach. A PD-type fuzzy logic controller and a PI-type fuzzy logic controller are combined in cascade with active force control (AFC)-based iterative learning (IL). A multi-objective genetic algorithm is also used to determine the scaling factors of the inputs and outputs of the PID-FLC as well as AFC-based IL gains. The results from the proposed controller namely fuzzy force learning (FFL) are compared with those of a conventional lead–lag-type controller and the wiper bang–bang input. Designing controllers based on classical methods could become tedious, especially for systems with high-order model. In contrast, FFL controller design requires only tuning of some scaling factors in the control loop and hence is much simpler and efficient than classical design methods.     

一种基于组合型模糊控制的主动队列管理算法

计算机网络具有的复杂性和动态特性使传统控制理论难以进行主动队列管理（Active Queue Management, AQM）算法的设计和分析．本文在模糊集合和模糊系统理论的基础上设计了一个主动队列管理算法CF（Combination Fuzzy control）．其中模糊控制器I根据瞬时队列的长度和变化值计算控制量；模糊控制器II根据系统负载因子计算控制增益．通过选择模糊控制器参数，模糊控制系统与使用PI（Proportional Integral）控制器的系统具有相同的局部稳定性．最后通过仿真对CF、PI和单模糊控制器的性能进行了比较．     

Self-tuning of 2 DOF control based on evolving fuzzy model

In this paper we present a self-tuning of two degrees-of-freedom control algorithm that is designed for use on a non-linear single-input single-output system. The control algorithm is developed based on the Takagi-Sugeno fuzzy model, and it consists of two loops: a feedforward loop and feedback loop. The feedforward part of the controller should drive the system output to the vicinity of the reference signal. It is developed from the inversion of the T-S fuzzy model. To achieve accurate error-free reference tracking a feedback part of the controller is added. A time-varying error-model predictive controller is used in the feedback loop. The error-model is obtained from the T-S fuzzy model. The T-S fuzzy model of the system, required in the controller, is obtained with evolving fuzzy modelling, which is based on recursive Gustafson-Kessel clustering algorithm and recursive fuzzy least squares. It employs evolving mechanisms for adding, removing, merging and splitting the clusters.The presented control approach was experimentally validated on a non-linear second-order SISO system helio-crane in simulation and real environment. Several criteria functions were defined to evaluate the reference-tracking and disturbance rejection performance of the control algorithm. The presented control approach was compared to another fuzzy control algorithm. The experimental results confirm the applicability of the approach.     

基于遗传算法和模糊逻辑的智能飞控技术研究

设计了基于遗传算法和模糊逻辑控制的智能飞行控制系统及采用论域自调整的模糊控制器，控制器以角度跟踪误差及其微分信号为输入来控制相应的气动舵面偏转，实现对该姿态的跟踪控制。文中给出了控制器输入输出的隶属函数，设计了相应的规则库。并在此基础上进一步利用遗传算法对模糊控制器进行优化设计，给出了遗传算法各个参数的选择原则。仿真结果表明，基于遗传算法和模糊逻辑的智能飞控系统具有良好的控制效果。     

采用遗传优化自适应模糊PID控制球杆系统

为解决球杆系统动态、静态性能不高的问题,提出了遗传算法优化自适应模糊PID控制器的控制方法.该模型在拉格朗日方程建立球杆系统数学模型的基础上,采用遗传算法优化模糊控制规则、隶属函数和自适应PID参数.在GBB1004系统中建立了遗传算法优化后的自适应模糊PID控制器以及控制模型,并对该控制器进行实验验证.实验结果证明了遗传算法优化后的模糊控制器有效地减小了系统的超调量,缩短了系统的调节时间,能够较好地控制球杆系统.     

Robust adaptive fuzzy control of unknown chaotic systems

This paper presents a robust adaptive fuzzy control algorithm for controlling unknown chaotic systems. The control approach encompasses a fuzzy system and a robust controller. The fuzzy system is designed to mimic an ideal controller, based on sliding-mode control. The robust controller is designed to compensate for the difference between the fuzzy controller and the ideal controller. The parameters of the fuzzy system, as well as uncertainty bound of the robust controller, are tuned adaptively. The adaptive laws are derived in the Lyapunov sense to guarantee the stability of the controlled system. Numerical simulations show the effectiveness of the proposed approach.     

基于遗传算法的自寻优模糊控制器的研究与应用

针对矿山电力传动系统的特点和要求 ,根据遗传算法和模糊控制理论 ,研究和设计了一种基于遗传算法的自寻优模糊控制器。仿真研究和实时控制结果表明 ,该控制器设计的调速系统具有响应速度快、空载和负载情况下无静差、无超调、鲁棒性强等特点 ,且结构简单 ,易于实现实时控制。     

基于CAFSA-FNN的扭矩加载系统控制研究*

针对磁粉制动器扭矩加载系统的非线性和滞后性,提出了一种基于混沌人工鱼群-模糊神经网络(CAFSA-FNN)PID控制器。该控制器采用基于Mamdani模型的模糊神经网络来整定PID控制器的控制参数,并结合混沌人工鱼群算法离线粗调和BP算法在线细调来学习和调整模糊神经网络的参数。利用Matlab进行离线仿真优化,在此基础上使用PID控制器、模糊神经网络控制器、人工鱼群-模糊神经网络控制器以及本文设计的控制器进行磁粉制动器扭矩加载实验,实验结果证明了该控制器的稳定性、快速性和有效性,能够解决滞后性问题。     

基于GA的非线性系统Fuzzy控制规则自调整

控制精度和自适应能力一直是模糊控制中较难解决的问题，对于非线性系统更是如此，解决这一技术的核心问题在于控制规则的选取，而遗传算法可以较好地解决常规的数学优化技术不能有效解决的问题。该文给出了对于具有修正因子的控制规则，采用遗传算法对其参数进行自调整的方法，以提高整个控制器的性能。仿真结果表明，这种方法可提高模糊控制器的性能，对非线性系统的控制是有效的。