水轮机组调节的模糊控制算法研究

从提高模糊控制精度出发．提出了一种混合参数自调整模糊PID控制器结构,融合了常规PID控制器和模糊控制的优点．控制器主要包括了常规PlD控制器、增益调整型模糊控制器和直接控制型模糊控制器3个部分,能根据对象参数的变化合理地调整控制器的参数．叙述了混合参数自调整模糊PID控制器各部分的功能和参数的选择．针对水轮机组控制的仿真实验表明了该控制策略的有效性,与常规PID控制器的对比结果表明该控制算法能够提高系统的响应速度和鲁棒性．     

基于遗传算法的参数在线自调整模糊控制器

提出了一种基于遗传算法优化的自调整模糊控制器的设计方法．该模糊控制器的运行参数自调整公式以系统响应的最大超调量、调整时间及稳态误差为性能指标，利用遗传算法搜索模糊控制器量化因子Ke，Kec及比例因予Ke公式中相应的最优基准值Keo，Xeco及Kuo和微调参数K1，K2及K3，设计一个根据系统当前的动态误差e运行参数可在线自调整的模糊控制器，以确保系统的响应具有最优的动态和稳态性能．该控制器巳用于控制由作者设计的智能人工腿中的执行电机．计算机仿真结果表明，与运行参数固定的模糊控制器相比，这种自调整模糊控制器具有良好的动态和稳态性能，     

自适应模糊PID控制在烧结过程中的应用

烧结过程具有大时滞、参数不确定性等特性，仅利用常规PID控制很难使烧结过程中的各项性能指标满足工艺要求．针对这一情况，本文提出了一种参数白适应的模糊PID控制器．该控制器的参数调整采用确定性的模糊调整规则，不但使控制器的设计易于实现而且具有很强的适应性和鲁棒性．仿真结果表明，该控制器能够对烧结过程进行有效控制．     

一种智能双模数控伺服进给控制器设计

以数控伺服进给控制器为研究对象,采用在全论域范围内带有自调整模糊规则因子和模糊比例因子的自适应控制策略,提出一种可提高数控伺服进给系统动态性能的智能Fuzzy-PID双模控制器设计方法．仿真分析证明该方法在不同的工作状态下,根据不同的响应阶段的动态性能要求在线自动调整控制器的控制参数和控制算法,可有效地克服传统控制算法存在的扰动、超调量大、调节时间长等缺点．Matlab软件仿真证明该控制器较常规PID、模糊控制器具有响应快、超调小、鲁棒性强和自寻优等特点．     

一种基于模糊滑模监督控制的速度控制器

提出了一种带监督控制器的模糊滑模控制方法,利用监督控制器来保证当系统状态误差远离滑模面时,能迫使系统加速向滑模面运动．先用试错法和直接自适应模糊控制方法设计模糊控制器,然后用改进的滑模函数调整模糊控制器参数以减小系统的抖振,用监督控制器来增强系统的鲁棒性．仿真结果表明,该控制方法是可行的．     

模糊控制理论在UPFC控制器设计中的应用

将模糊控制理论应用于UPFC控制器的设计中,设计了主、辅两个模糊控制器．其中主控制器以UPFC串联侧输出电压的横向分量和纵向分量分别控制线路的有功与无功,以并联侧输出电流的横向分量和纵向分量分别控制节点电压和直流侧电容电压,而辅助控制器以线路功率作为反馈输入,采用了带自调整因子的控制策略．为了简单起见,在模糊控制器的设计中,对控制器输入量的模糊化和输出量的清晰化都采用了非均匀变换的方法．仿真结果表明：所设计的UPFC模糊控制器及辅助模糊控制器可以很好地提高系统的功角稳定性并改善电压质量．     

模糊自整定PID控制器的设计及其应用

以液压伺服控制系统为研究对象,根据模糊控制理论,运用常规PID控制器的设计方法,设计出了模糊自整定PID控制器,实现了PID控制器参数在线自调整．仿真试验表明,该PID控制器与常规PID控制器相比较,提高了控制系统的适应能力和鲁棒性,改善了系统的静、动态性能.     

一种新的参数在线自调整模糊控制器

在分析了模糊控制器的量化因子和比例因子对系统动态性能影响基础上,在增量型二维模糊控制器中,基于T—S模糊模型设计了在线调整量化因子和比例因子模糊器,实现了一种新的模糊控制器参数在线自调整的方法．对大纯滞后对象的仿真表明,系统的动态性能获得了明显改善。     

神经网络自适应控制技术在空调系统中的应用

目的采用神经网络自适应控制方法，来解决中央空调系统大惯性、大时滞问题，提高控制效果．方法利用两个BP神经网络NNC和NNI，分别做控制器和辨识器，神经网络辨识器通过采集相关的输出量，监控系统的工作状态，并通过实时调整神经网络控制器参数．结果实现中央空调智能控制，仿真结果验证有良好的动态性能和稳态性能．结论神经网络自适应控制器优于常规控制器．调节速度快，超调小，具有良好的控制性能．     

自调整温度模糊控制器设计

针对工业过程中的一类具有滞后、时变、非线性等特征的温度控制过程,设计了由高性能单片机实现的自调整温度模糊控制器,采用模糊自调整算法,实现现场控制．系统实验表明其具有良好的运行特性．     

基于超稳定理论的间接自适应模糊控制器

针对一类单输入单输出非线性不确定对象,利用Popov超稳定理论提出一种新的间接自适应模糊控制器设计方法,构造了参数可调的模糊控制器在线逼近理想控制器,推导出模糊控制器的参数自适应律,并对系统状态的有界性进行了分析.最后分别利用一阶非线性对象和Duffing强迫振荡对象对该方案进行了仿真,结果验证了方案对非线性对象具有良好的控制效果.该方法能够保证系统输出渐近收敛到给定的参考信号,并放宽了对最小逼近误差的限制,同时可获得更为灵活的参数调节形式.     

Analytical Design of Fractional Order Proportional Integral Derivative Controller and Fuzzy Proportional IntegralDerivative Controller for High Order System

In this paper, three tuning methods of the integer order proportional integral derivative （IOPID） controller, the fuzzy proportional integral derivative （FPID） controller and the fractional order proportional integral derivative （FOPID） controller for high order system are presented respectively. Both IOPID controller and FOPID controller designed by the two tuning methods can satisfy all the three specifications proposed, which can guarantee the desired control performance and the robustness of the high order system to the loop gain variations. From the simulation results, the three controllers meet the dynamic performance requirements of high order system. Moreover, the FOPID controller, with the shortest overshoot and adjustment time, outperforms the IOPID controller and the FPID controller for the high order system.     

基于VAV变风量智能建筑空调系统控制

为了解决传统VAV空调系统的非线性、延时性、波动性以及模型准确性等问题,在传统PID控制系统的基础上,引入模糊PID控制机理,建立了模糊增益控制器.结合自适应调节系统,通过模糊调整方法,以变风量空调系统终端阀门的开度为最终控制对象,通过MATLAB编程建立模型,对PID控制器参数进行在线调整.结果表明,引入模糊PID控制方法的VAV空调系统与传统PID控制方法相比,前者动态响应速度快,校正时间短、超调量小,具有广阔的应用前景.     

灵巧手指力回路自适应神经网络模糊PID控制

在多指灵巧手位置控制的基础上 ,提出一种在力控制回路采用基于模糊规则的自适应神经网络 PID控制的方法 ,将神经网络、模糊规则和 PID控制相结合 ,以 Fuzzy控制粗调 ,ANN控制为细调 ,改善了常规 PID控制中参数线性组合的缺点 ,有利于提高系统对灵巧手指与外界工作环境接触时 ,接触力控制的自适应能力和对外部干扰的抗干扰能力。最后 ,通过仿真实验验证了提出方法的有效性     

拦截大机动目标自适应模糊制导律

为了满足拦截高速大机动目标、高精度制导的需要,将制导律设计问题转化为反馈控制问题,基于模糊控制理论,提出了一种解析描述模糊控制规则的新型自适应模糊导引律.该模糊控制器将比例制导律指令及其微分作为模糊控制的输入量,模糊控制规则及模糊推理用解析式表达,易于计算、调整,适合实时在线控制.该导引律能够根据目标加速度和目标速度的变化自适应地改变模糊控制规则,因此具有较强的鲁棒性.对拦截高速大机动目标的大量仿真结果表明,所提出的导引律在脱靶量、拦截时间等指标方面显著优于传统的比例导引律.     

汽车半主动悬架神经模糊融合网络控制

针对汽车半主动悬架模糊控制器的模糊控制规则无法有效调整的问题,建立了两自由度1/4车辆模型.利用白噪声模拟路面激励并作为系统的输入,将人工神经网络与模糊逻辑控制相融合,采用人工神经网络模拟模糊控制过程,实现了模糊规则的自适应调整.将直接控制力作为参考控制力对神经网络进行训练,输出控制力结合开关控制策略实现悬架的半主动控制.仿真分析表明,神经模糊融合网络控制器相对于模糊控制器和被动悬架,使悬架性能得到了显著的改善.     

改进型模糊自整定比例积分微分温度控制系统

针对传统比例积分微分(PID)控制系统在温度控制中存在超调量大、处理时间长,以及温度的非线性、时变性和滞后性等问题,提出一种改进型的模糊自整定比例积分微分控制系统控制电炉温度.首先利用传统的PID控制器算法,计算出当前系统的误差及误差变化,再根据模糊推理和变论域的在线参数调整原理,修正比例参数、微分参数、积分参数,最后将这些参数传输到PID调节器输出控制电炉温度.通过对电炉在500℃与1 000℃时的控制仿真实验,结果表明改进型的模糊自整定PID控制算法对电炉温度控制的稳定性、鲁棒性更好,减少了温度波动对温度控制系统的影响.     

异步电动机的单神经元模糊自适应控制

针对异步电动机矢量控制中PI控制器自适应能力较弱的问题,提出了用单神经元模糊自适应控制器代替转速PI调节器和磁链PI调节器的方法,并基于梯度下降法和单神经元自适应模糊控制原理,将增量式PI控制算法和单神经元自适应学习规则相结合,通过模糊控制修正单神经元的比例系数,提高单神经元模糊自适应控制器参数在线调整能力。为验证单神经元模糊自适应控制器的性能,对系统进行仿真实验。仿真结果表明,采用单神经元模糊自适应控制策略,其控制效果优于传统矢量控制,系统的动态和静态性能比较好,而且控制器对电动机转子电阻变化有较好的鲁棒性。该控制方法具有较好的控制性能,使异步电动机控制系统具有较强的自适应能力。     

Fuzzy自适应协调决策控制器的特性研究

本文针对一般模糊控制器在算法及其结构上存在的问题,提出模糊自适应协调决策控制算法(FACDC)。它模仿智能控制,采用分级递阶结构形式,通过一协调级来协调模糊控制与自适应PI控制,使得两者有机地结合起来,充分发挥两者的优点。由于本文采用的自适应算法是一种参考模型模糊自适应算法,因此避免了一般自适应算法的复杂性。