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。     

参数自调整模糊控制器在空调器中的应用

针对空调系统的复杂情况,介绍了一种在线调整常规模糊控制器的量化因子和比例因子的设计方法,实时对常规模糊控制器进行优化。仿真表明,其动态性能和稳态性能都优于常规模糊控制器,具有良好的控制性能。     

基于GA的模糊控制器在弯辊控制中的应用

UC轧机中间辊弯辊控制回路的数学模型具有很强的时变性和不确定性,为实现其精确控制,设计了一种基于遗传算法的模糊控制器并将其应用于该控制回路中。系统利用遗传算法来优化模糊控制器的隶属函数及量化因子和比例因子的初值,并且根据模糊控制查询表的输出来在线调整量化因子和比例因子。仿真结果表明,用该方法设计的模糊控制器具有一定的自适应能力,将该控制器应用于UC轧机中间辊弯辊控制回路可以使二次型板形缺陷得到快速有效的控制,具有良好的控制性能。     

一种基于Matlab的参数自调整模糊控制器的设计方法

本文介绍了一种在MATLAB的模糊控制工具箱中,通过编写S函数实现对量化因子和比例因子的在线自动调整来设计模糊控制器,从而有效地实现参数自调整模糊控制器的设计方法。为了验证参数自调整模糊控制器的优越性,分别进行了空调温度控制系统的PID控制、常规模糊控制和参数自调整模糊控制的仿真研究。结果表明,参数自调整模糊控制器较之常规的模糊控制器,在被控对象特性变化或较大扰动的情况下,控制系统能保持较好的性能,是一种较理想的控制方法,具有广阔的发展前景。     

基于修正因子模糊PID控制在升力鳍系统中的应用

应用基于量化因子和决策因子自修正的模糊PID控制算法来改进升力控制减摇鳍系统,并利用子模糊系统自动调整量化因子和决策因子,从而改善基本模糊控制器的稳态和动态性能.模糊控制算法与传统PID控制的有机结合,使升力鳍系统控制精度、鲁棒性以及自适应性得到显著改善.基于该算法的某型船舶仿真结果表明,该复合控制算法使升力鳍系统能够在各种海况下均具有良好的减摇效果.     

一种基于比例,量化因子在线自调整的自适应模糊控制器

针对系统在响应的不同阶段对量化、比例因子有不同的要求,本文提出了一种可判断系统所处响应阶段并对量化、比例因子进行在线自调整的自适应模糊控制器。经仿真结果表明,该模糊控制器使系统具有良好的动态、稳态特性。     

参数自调整模糊控制器在微气压传感器测控系统中的应用研究

为了对真空测控系统进行动态气压控制,提出了一种参数自调整模糊控制器的设计方法。该方法利用参数调整控制器在线自动修正基本模糊控制器的量化因子和比例因子,从而改善基本模糊控制器对任意设定气压的控制性能。此外,在控制算法基础上引入计数器Counter来消除系统的频繁振荡。实验结果表明,该方案具有较好的控制效果,基本上解决了传感器所需真空测试环境1kPa～100kPa的动态气压控制问题。     

一种参数自调整PID模糊控制器

结合传统PID控制原理 ,提出一种新型模糊控制器结构 ,即PID型模糊控制器。为提高PID控制器性能 ,设计能在线调整PID参数的模糊控制方法。仿真结果表明 ,自调整参数PID型模糊控制器使系统在暂态响应及稳态性能方面性能优良。     

模糊控制器参数调整的产生式方法

为了改善模糊控制器的性能,采用了产生式方法自动地调整模糊控制器的量化因子和比例因子。该方法克服了参数固定或者参数选择不合适而引起系统超调大或者系统响应慢的缺点。不需要反复试凑就能获得较理想的量化因子和比例因子。仿真结果表明,该方法能通过在线运行,较快地自动整定出一组满足性能要求的量化因子和比例因子。     

一种参数自调整PID模糊控制器

结合传统PID控制原理,提出一种新型模糊控制器结构,即PID模糊控制器。为提高PID控制器性能,设计能在线调整PID参数的模糊控制方法。仿真结果表明,自调整参数PID型模糊控制器使系统在暂态响应及稳态性能方面性能优良。     

模糊非线性奇偶方程故障诊断方法

研究基于模糊模型和奇偶(一致性)方程的非线性系统执行器故障诊断方法.讨论了全 解耦奇偶方程的产生方法,并给出了全解耦奇偶向量存在的条件.由全解耦奇偶方程产生的残 差仅对特定执行器故障敏感,而与系统状态、扰动输入和其它执行器输入无关.用T-S模糊模型 描述非线性系统,并与全解耦奇偶方程相结合得到了模糊奇偶方程,解决了奇偶方程在非线性 系统中的应用问题.将执行器故障模型用刻度因子和偏差表示,用模糊奇偶方程产生残差,从而 可以估计故障模型的参数.文章给出了某飞机非线性模型的仿真实例.     

T-S模糊模型在跳汰机排料系统中的应用

针对常规的PID控制难以解决实际工业系统的时滞性、非线性等问题,文章提出了一种基于T-S模糊模型的跳汰机排料系统的设计方案,介绍了跳汰机自动排料控制系统的组成,分析了T-S模糊模型辨识原理,详细阐述了基于T-S模糊模型的跳汰机排料系统的建模及仿真。实验结果表明,T-S模糊模型能够比较精确地反映出被控系统中输入与输出之间的关系,也证明了T-S模糊模型可用于非线性控制系统的建模仿真,是现代控制理论与非线性控制系统之间进行沟通的有力工具。     

改进粒子群优化T-S ANFIS算法诊断油浸式变压器故障研究

为了有效提升油浸式变压器故障诊断的精度与速度,提出一种基于改进粒子群算法(IPSO)优化T-S型自适应模糊神经网络(T-S ANFIS)的油浸式变压器故障诊断模型；引入动态惯性权重和学习因子线性调整策略,并利用收敛域和欧式距离判别雷同粒子,以克服粒子群算法易早熟、后期易陷入局部最优的问题；接着通过IPSO对T-S ANFIS的前提参数进行优化,提高网络的收敛速度；最后通过仿真实验验证基于IPSO优化T-S ANFIS的变压器故障诊断模型效果,结果表明所构建模型的故障诊断最优准确率约为98％,与ANFIS及PSO-ANFIS模型相比具有较高的故障诊断精度及效率。     

基于模糊T-S模型的批过程建模与最优控制

基于模糊T-S模型,提出一种具有自学习能力的模糊方法用于批过程建模和最优控制.通过引入与均方误差相关的动态误差传递因子,使用改进的梯度下降法,本方法能够辨识模糊T-S预测模型.对于批过程的受限非线性最优控制,基于所辨识的预测模型,运用庞特里亚金最小值原理和平行分布补偿算法,本方法能够把一个复杂非线性系统最优控制设计问题转化为一些基于复杂T-S预测模型的局部线性系统的最优问题,从而给出一种有效和简单的模糊最优控制策略.所提方法用于一个半连续式反应器的建模和最优控制,仿真结果表明新方法是有效和准确的.     

基于移动率的T-S模糊模型的结构辨识方法

为了提高现行模糊辨识方法的有效性,提出了基于移动率的T-S模糊模型的结构辫识方法。主要工作如下: 首先,定义I=S模糊模型的S型、Z型和梯形隶属函数的移动率,将此移动率与现行的隶属度相比较可以看出,提出的 方法比较有效;然后,定义基于移动率的T-S模糊推理方法,并且提出基于移动率的前提和结论部分的子S模型的辫 识方法;最后,将提出的识别方法应用于降水量和安全形势的预测模糊建模。测试结果表明,与现行方法和模糊神经 网络算法相比,该方法明显提高了模糊辨识的有效性,减少了规则数目,并降低了辫识误差。     

基于T-S模糊模型的非线性预测控制策略

提出了一种新的基于T-S模糊模型的非线性预测控制策略. T-S模糊模型用于描述对象的非线性动态特性, 通过将模糊模型的输出反馈回来作为模型输入, 从而构成了模糊多步预报器. 由于T-S模糊模型每条规则的结论部分是一个线性模型, 因此整个模糊模型可以看作一个线性时变系统, 从而将模糊预测控制器中的非线性优化问题转化为一个线性二次寻优问题, 以方便求解. pH中和过程的仿真结果表明其性能优于传统的动态矩阵控制器.     

Convenient T-S fuzzy model with enhanced performance using a novel swarm intelligent fuzzy clustering technique

To automatically extract T-S fuzzy models with enhanced performance from data is an interesting and important issue for fuzzy system modeling. In this paper, a novel methodology is proposed for this issue based on a three-step procedure. Firstly, the idea of variable length genotypes is introduced to the artificial bee colony (ABC) algorithm to derive a so-called Variable string length Artificial Bee Colony (VABC) algorithm. The VABC algorithm can be used to solve a kind of optimization problems where the length of the optimal solutions is not known as a priori. Secondly, fuzzy clustering without knowing cluster number as a priori is viewed as such kind of optimization problem. Thus, a novel version of Fuzzy C-Means clustering technique (VABC-FCM), holding powerful global search ability, is proposed based on the VABC algorithm. Use of VABC allows the encoding of variable cluster number. This makes VABC-FCM not require a priori specification of the cluster number. Finally, the proposed VABC-FCM algorithm is used to extract T-S fuzzy model from data. Such VABC-FCM based convenient T-S fuzzy model extraction methodology does not require a specification of rule number as a priori. Some artificial data sets are applied to validate the performance of the convenient T-S fuzzy model. The experimental results show that the proposed convenient T-S fuzzy model has low approximation error and high prediction accuracy with appreciate rule number. Moreover, the convenient T-S fuzzy model is used to model the characteristics of superheated steam temperature in power plant, and the results suggest the powerful performance of the proposed method.     

基于自组织神经网络的非线性系统建模

针对基于T-S模糊模型的非线性系统建模问题,提出了一种基于自组织神经网络的新方法.在T-S模糊模型的建模中,目前常用的模糊C均值聚类算法存在迭代次数多,计算耗时的缺点.首先,利用竞争学习算法对输入空间进行聚类,基于此结果,借助于模糊C均值聚类算法进一步优化聚类结果,提取T-S模糊模型的规则前件隶属函数参数.然后,采用最小二乘法求得T-S模糊模型的规则后件参数,从而建立起非线性系统的T-S模糊模型.最后,仿真结果表明,该方法可以为模糊建模提供好的模型结构,并且有较高的计算效率和精度.     

基于扩展T-S模型的PSO神经网络在故障诊断中的应用

针对现实故障现象具有模糊性和非线性的特点,提出了一种利用自适应扩展T-S(Takagi-Sugeno)模糊模型的PSO(Particle Swarm Optimization)算法和神经网络相结合的新型智能结构化算法来进行故障诊断的新方法.首先通过自适应的高斯函数来更改基本T-S模糊模型中的隶属度函数,进而使用扩展的T-S模糊模型来调整PSO算法的参数.然后使用该PSO算法作为神经网络的学习训练算法来进行训练.最后将此算法用于齿轮箱实测故障诊断.诊断结果显示均方误差提高了0.1981%.通过不同模型的诊断结果比较,表明本方法便捷、高效,为解决故障诊断问题提供了一条新途径.     

基于T-S模型的集装箱桥吊防摇H∞控制

集装箱桥吊是一个不确定非线性系统, 但是把它作为一个不确定系统来研究却很少, 本文使用了基于T-S模型的H_∞控制把系统可稳和H_∞控制转化为解一系列矩阵不等式(LMI: linear matrix inequality)的问题, 得出最优的反馈矩阵, 设计出基于T-S模型的H_∞控制器. 并把这种方法进行了仿真, 结果表明这种方法简单可行, 并且具有很好的鲁棒性.