基于LMI的模糊控制器设计方法

针对Ｔ－Ｓ模糊模型,提出同时满足稳定条件和控制受约束的模糊控制器的线性矩阵不等式设计方法。将稳定性及控制约束转化为满足Ｌｙａｐｕｎｏｖ稳定的凸优化问题,并提出了ＬＭＩ的模糊系统控制器设计和稳定性分析的系统框架。倒立摆的模糊控制器设计实例表明了设计方法的有效性。     

基于模糊树模型的间接自适应模糊控制

提出了一种基于模糊树模型的间接自适应模糊控制器的设计方法. 采用模糊树辨识方法离线辨识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, 实现对有界参考信号的跟踪控制. 通过对倒立摆系统进行数值仿真, 验证了所提方法的有效性和优越性.     

模糊双曲正切模型的建模方法与控制器设计

首先提出一种新型模糊双曲正切模型.这种模型是一种本质非线性模型,可以很容易由一组模糊规则基构成.这种模型也可以看作是线性模型的扩展,因此可以应用线性控制理论的成果来设计控制器.同时给出了基于此模型的两种控制器的设计方法及仿真实例.     

使用鲁棒控制器稳定模糊系统模型

将非线性系统用T-S模糊动态模型描述,并将全局模糊系统模型表示成不确定系统形式采用新的鲁棒控制器设计方法,设计出使全局模糊系统模型渐近稳定的线性控制器避免了并行分配补偿法中求解公共矩阵P的困难.一级倒立摆的模糊控制器设计实例,证明了方案的简洁有效.     

基于模糊双曲正切模型的H2 和H∞控制

针对模糊双曲正切模型提出一种非线性二次性指标,并给出使该性能指标最小的最优控制器的设计方法。同时扩展了线性Ｈ∞控制的概念,给出基于模糊双曲正切模型Ｈ∞控制器的设计方法。     

模糊PID控制器的稳定性分析

构造出一种PID型模糊控制器，并证明了这种模糊控制器近似于一种变参数的PID控制器，以PID模型为基础，基于无源性定量对模型PID控制器的稳定性进行分析，导出了使模糊PID控制器稳定的充分条件，为设计稳定的模糊PID控制器提供了理论指导。     

模糊双曲正切模型研究综述

模糊双曲正切模型(Fuzzy hyperbolic tangent model, FHM)是一种全局模糊模型也是一种神经网络模型. 根据此模型设计的控制器能够实现系统的性能指标达到最优. FHM与其他模糊模型相比,更加适用于对多变量及系统内部信息所知有限的非线性系统进行建模. 本文依据FHM的模型发展历程对现有的研究成果加以总结, 并对这一研究领域内待解决的问题和未来发展方向作了进一步的展望.     

一类非线性系统的模糊变结构控制

研究了一类非线性系统的模糊变结构控制问题，并给出了稳定性证明。通过将非线性系统化为多个精确T—S模型来建立非线性系统精确的T—S模糊模型，将模糊理论与成熟的线性变结构控制理论相结合设计一种模糊变结构控制器，用Lyapunov稳定性理论证明该控制器能确保模糊动态模型全局渐近稳定，从而使非线性系统稳定。仿真结果表明了该设计方法的有效性。     

基于T-S模型的模糊神经网络PID控制

针对在非线性、时变不确定系统中,常规PID控制器难以获得满意效果的问题,仿照传统PID控制器结构,设计了一种基于T-S模型的模糊神经网络PID控制器。该控制器基于T-S模糊模型,将PID结构融入模糊控制中,充分发挥了模糊系统非线性、可解释性的特点;然后又利用神经网络的学习算法,实现了对模糊控制器的参数调整,使控制器具有了适应时变、不确定系统的自学习和自组织能力。针对非线性、时变系统,将此控制器与传统PID控制器对比进行了仿真研究,并应用于啤酒发酵领域,其结果表明,该控制器取得了令人满意的效果。     

一种根据模糊辨识结果设计控制器的方法

本文提出了一种根据模糊辨识结果设计状态反馈控制器的方法。以国产300MW燃煤机组的燃料量-主汽压模型为例，模糊辨识得出其模型，然后设计状态反馈控制器。MATLAB仿真研究表明，采用该方法辨识精度高，控制效果良好；验证了其可行性和有效性。     

基于模糊双曲模型的可靠控制器设计

考虑执行器出现故障,提出一种基于模糊双曲模型(FHM)的可靠保性能控制策略.首先用模糊双曲模型表述一类离散非线性系统,建立基于模糊双曲模型的控制器;然后通过LMI方法设计该控制器,以保证系统在正常状况和执行器出现故障时都是渐近稳定的,并通过求解一个基于LMI的优化问题,得到最优的控制器增益矩阵,使得保性能指标的上界最小.仿真结果表明了该方法的有效性.     

模糊Job Shop调度交货满意度模型研究

针对生产环境中调度参数的不确定性,研究含模糊加工时间和模糊交货期的Job Shop调度问题,用6点模糊数表示加工时间梯形模糊数表示交货期。基于隶属度定义工件交货满意度,以最大化平均工件交货满意度作为优化目标建立模糊调度数学模型。基于模糊截集概念设计稳定性指标评价优化方案的稳定性,最后通过仿真结果证明所设计模型能够获得稳定性较好的满意调度方案。     

输入采用标准模糊分划的模糊控制系统设计

稳定性分析和系统化设计是模糊控制理论的两个重要研究课题 .根据输入采用标准模糊分划的模糊系统的有关性质 ,本文研究了利用平行分布补偿法 (PDC)和线性矩阵不等式法 (LMI)系统化设计T_S模糊控制系统的方法 ,提出并证明了一个判定闭环Takagi_Sugeno (T_S)模糊控制系统稳定性的充分条件 .通过对非线性质量块 -弹簧 -阻尼器模糊控制系统的设计与仿真 ,验证了这些方法的有效性 .     

离散T-S 模糊系统的稳定条件

针对应用公共Lyapunov函数方法、模糊Lyapunov函数方法和分段模糊Lyapunov函数方法进行T-S模糊系统稳定性分析的保守性问题,通过定义有效最大交叠规则组,并基于离散型分段模糊Lyapunov函数,提出一个判定开环离散T-S模糊系统稳定性的充分条件.该条件仅需在每个有效最大交叠规则组内分别满足模糊Lyapunov方法中的条件,从而降低上述判定方法的保守性和难度.仿真实例验证了所提出条件的有效性和优越性.     

Reducing the conservatism of LMI-based stabilisation conditions for TS fuzzy systems using fuzzy Lyapunov functions

In this article, the fuzzy Lyapunov function approach is considered for stabilising continuous-time Takagi-Sugeno fuzzy systems. Previous linear matrix inequality (LMI) stability conditions are relaxed by exploring further the properties of the time derivatives of premise membership functions and by introducing slack LMI variables into the problem formulation. The relaxation conditions given can also be used with a class of fuzzy Lyapunov functions which also depends on the membership function first-order time-derivative. The stability results are thus extended to systems with large number of rules under membership function order relations and used to design parallel-distributed compensation (PDC) fuzzy controllers which are also solved in terms of LMIs. Numerical examples illustrate the efficiency of the new stabilising conditions presented.     

一种模糊系统稳定性的分析方法

针对T-S型模糊系统进行局部稳定性分析．首先指出模糊系统全局渐近稳定充分条件的不足，证明了此条件不是必要条件；然后将模糊集合的隶属度函数代入模糊系统表达式，得到一个特殊的非线性离散系统，从系统分析的区域、判定稳定的条件及稳定范围3方面确定稳定区域；最后对不稳定的系统给出了不稳定判据．仿真实例证明了这种方法的有效性．该方法对系统稳定点附近局部稳定性的判定有着很强的实用价值．     

T-S模糊系统的局部稳定

讨论了T-S模糊系统的局部稳定性及控制器设计问题．给出连续T-S模糊系统局部稳定的定义,利用非二次Lyapunov函数和线性矩阵不等式（LMI）方法得到连续T-S模糊系统局部稳定的充分条件,并给出了基于LMI的局部镇定控制器设计方法．该方法不同于已有的全局稳定控制器设计方法,为判别模糊系统的稳定提供了新的选择．最后通过数值算例演示了控制器的设计方法。并证明了该方法的可行性。     

Four wheel steering control by fuzzy approach

This study introduces a fuzzy four-wheel steering control design method for automotive vehicles. After the analysis of some stability aspects of the vehicle lateral motion, including front steering angle variations, the representation of vehicle nonlinear model by Takagi-Sugeno (T-S) fuzzy model is presented. Next, based on the fuzzy model, a fuzzy controller is developed to improve the stability of the vehicle. Sufficient conditions for stability and stabilization of the T-S fuzzy model using fuzzy feedback controllers is given. To demonstrate the effectiveness of the proposed fuzzy controller, simulation results are given showing the performance improvements of the vehicle in terms of the stability and the maneuverability in critical situations.