模型参考模糊神经网络控制器的开发

给出一种用模糊神经网络控制器作调节器，用模糊逻辑和BP算法的结合作自适应机构的模型参考自适应模糊神经网络控制器。为一类缺乏精确数学模型的被控对象提供了一种有效的自适应控制方法。仿真验证了该方法的合理性。     

液压伺服位置系统模型参考模糊自适应PID控制器的设计

针对液压伺服位置系统被控对象，提出了用模型参考模糊自适应机构对PID控制器比例系数进行在线调节，以减小液压伺服位置系统中参数摄动等引起的超调和振荡；同时为简化控制器，提出了用变积分系数的方法来消除负载扰动给系统带来的稳态误差。仿真研究结果表明，具有模糊自适应和变积分系数的控制器使控制系统既有较高的稳态精度，同时也使系统具有较快的动态响应，整个系统具有很好的鲁棒性。     

利用BP算法的一种自适应模糊预测控制器

提出一种由模糊预测器和模糊预测控制器组成的自适应模糊预测控制方案,采用ＢＰ算法训练模糊预测器和模糊预测控制器,并给出这种模糊预测控制器的训练算法。控制系统对于具有纯时延的非线性被控过程有良好的控制性能。     

基于虚拟模型的自适应解耦抗扰控制

针对一类多变量非线性耦合系统,提出了一种基于虚拟模型的非线性自适应控制器.首先将非线性系统线性化处理并将其作为虚拟模型,对该模型设计线性自适应控制律.然后将线性控制律分别应用在虚拟系统和受控的实际非线性系统上,根据两者的输出误差设计补偿控制律,以达到对实际被控对象进行自适应解耦抗扰的目的.利用李雅普诺夫稳定理论给出了控制系统稳定性条件.实验仿真验证了控制算法的有效性.     

分散混杂自适应模糊H∞控制器及其在自动化公路系统中的应用

本文针对一类SISO不确定非线性大系统,提出了一种混杂间接和直接自适应分散模糊H∞控制器.通过组合模糊系统和H∞跟踪技术开发的分散自适应模糊控制算法避免了控制设计中含有的符号函数.两种自适应模糊控制器的组合消除了它们各自均不能够同时融合被控对象知识与控制知识的局限.闭环大系统被证明是稳定的,且具有H∞跟踪性能.该算法应用于自动化公路系统中车辆的纵向跟随控制,仿真结果表明混杂自适应模糊H∞控制系统的跟踪性能更好而相应的控制幅值却更小.     

BP神经网络模型预测控制算法的仿真研究

为克服被控对象参数变化导致控制精度降低的问题,研究了一种BP神经网络模型预测控制算法。借助最小二乘递推算法在线预测系统模型参数,利用BP神经网络在线预测PID参数以控制被控对象。该算法基于模型预测,首先在线性系统中验证其控制效果,然后将非线性问题作线性处理,采用BP神经网络模型预测PID控制器予以实现控制非线性系统。仿真曲线显示BP神经网络PID控制器用于线性系统可达到高精度控制要求;对于非线性系统有自适应及逼近任意函数的能力。仿真研究表明,该算法与传统BP神经网络PID控制器相比,其自适应能力更强,稳定性更好,控制精度更高。     

基于T-S模糊模型非线性网络控制系统改进H∞跟踪控制

研究一类非线性网络控制系统改进H∞跟踪控制问题, 该类网络控制系统中非线性被控对象和被跟踪对象分别采用Takagi-Sugeno(T-S)模糊模型和线性稳定参考模型描述. 首先通过综合考虑网络中的数据传输时滞和数据丢包影响, 采用输入时滞法和并行分布补偿技术, 建立基于零阶保持器刷新时刻的系统状态跟踪误差模型. 然后利用改进的自由权矩阵方法, 并结合Lyapunov直接法给出系统满足H∞跟踪性能的充分条件以及模糊控制器的设计方法. 最后仿真实例表明本文方法的有效性和相比已有方法的优越性.     

多容水箱液位模糊自适应PID控制算法研究与验证

在工业过程控制中,针对一类具有非线性和多时延等特点的被控对象,依靠传统的PID算法及参数整定方法难以得到期望的控制效果。本文将模糊算法引入PID控制器,通过对多容水箱系统的特点进行分析与研究,设计了隶属度函数并构建了规则表。基于Simulink的仿真建模,应用二阶液位控制系统进行仿真实验。通过对比模糊自适应PID控制系统与传统系统可知,该系统具有更好的鲁棒性,对控制参数变化的自适应能力更强。     

控制系统的辨识建模及微粒群优化设计

针对控制系统的传递函数建模与控制器的参数优化问题,提出了基于Prony和微粒群优化（PSO）算法的设计方案。首先在被控对象的输入端施加一个脉冲信号,然后对其输出信号进行Prony分析,得出该被控对象的传递函数,最后采用改进PSO算法进行控制器的参数优化设计。基于辨识的Prony算法可快速准确得出被控对象的传递函数;基于T-S模型模糊自适应的改进PSO算法（T-SPSO算法）依据种群当前最优性能指标和惯性权重自适应惯性权重取值,较好解决了PSO算法的早熟问题,可以更好地优化控制器参数。该方案实现了控制系统的精确建模与优化设计,仿真结果验证了所提方案的有效性。     

空天飞空天飞行器的自适应变论域模糊预测控制行器的自适应变论域模糊预测控制

考虑一类非线性不确定系统的变论域模糊预测控制问题.根据跟踪误差在线调整伸缩因子,使变论域模糊系统一致逼近被控对象中的未知干扰和不确定因素.通过引入鲁棒自适应控制器,消除了模糊建模误差,提高了系统的动态性能.基于泰勒展开的非线性预测控制律,避免了繁重的计算负担.基于Lyapunov理论,给出了伸缩因子的σ调整律,并证明了闭环系统一致最终有界.最后,将该算法用于空天飞行器(ASV)姿态控制系统的设计,仿真结果表明了该算法的有效性.     

空调蒸发器的自适应预测控制策略

针对空调蒸发器运行状态,提出一种基于模糊神经模型的自适应单神经元预测控制器,该控制器具有结构简单、易于操作、控制器参数可在线调节的特点.离线建立空调蒸发器的模糊神经模型,再利用模型的梯度信息在线调节单神经元控制器参数,使控制系统较快地趋于稳定.仿真结果表明,提出的自适应单神经元预测控制器具有较好的动态性能和稳态性能,并能够成功地应用到空调蒸发器的控制中.     

Real Time Implementation of Fuzzy Gain Scheduling of PI Controller for Induction Motor Machine Control

In this work the control of an induction motor using fuzzy gain scheduling of PI controller (adaptive FLC-PI) is presented. Fuzzy rules are utilized on-line to determine the controller parameters based on tracking error and its first time derivative. Simulation and experimental results of the proposed scheme show good performances compared to the PI controller with fixed parameters.     

利用模糊系统的自适应模糊控制器

针对非线性系统控制,设计了利用TSK(Takagi-Sugeno-Kang)模糊系统的自适应模糊控制器。所设计的自适应控制方法是参考模型自适应控制方法,而且利用Lyapunov函数保证了闭环系统的稳定性,同时推导了最优的自适应控制规律。首先,根据控制对象的输入输出数据建立TSK模糊模型,然后,由TSK模糊模型设计初期的TSK模糊控制器,并根据自适应规律随时调整模糊控制器参数。倒立摆系统的仿真实验验证了所设计的自适应模糊控制器的有效性。     

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.     

客舱数字压力控制系统的仿真分析

客舱压力的控制是商用飞机主制造商必须攻克的关键核心技术之一;基于参数固定的经典PID压力控制器难以适应复杂多变的客舱内外环境,严重影响了乘客乘坐的舒适性,也对飞行安全构成了严重威胁;推导并简化客舱和排气阀门的数学模型,设计数字模糊自适应PID控制器;仿真结果表明,当飞行参数、供气参数等发生变化时,客舱压力采用模糊自适应PID控制要比采用经典的PID控制稳定得多;这不仅增加乘客乘坐舒适性,提升乘坐体验,而且避免压力交替对飞机结构造成疲劳损伤,提高飞行安全,增强飞机的市场竞争力。     

H ∞ approach to T-S fuzzy controller for limiting reconstruction errors

In this article, the reconstruction error between a real system to be controlled and its Takagi–Sugeno (T-S) fuzzy model is considered in the context of control system design. Accordingly, we propose an H _∞ approach to an adaptive controller that consists of two parts: one is obtained by solving certain linear matrix inequalities (fixed part) and the other is acquired using a fuzzy approximator in which the related parameters are tuned by an adaptive law (variable part). The proposed controller can guarantee a convergent and uniformly bounded control state while maintaining the stability of all the signals involved.     

Takagi-Sugeno fuzzy model based indirect adaptive fuzzy observer and controller design

This paper proposes the design scheme of the alternative adaptive observer and controller based on the Takagi-Sugeno (T-S) fuzzy model. The T-S fuzzy modeling and the state feedback control technique are adopted for the simple structure. The proposed method maintains consistent performance in the presence of parameter uncertainties and incorporates linguistic fuzzy information from human operators. In addition, with the simple adaptive state feedback controller, it solves the singularity problem, which occurs in the inverse dynamics based on the feedback linearization method. Using Lyapunov theory and Lipschitz condition, the stability analysis is conducted, and the adaptive law is derived. The proposed method is applied to the stabilization problem of a flexible joint manipulator in order to guarantee its performance.     

基于模糊树模型的自适应直接逆控制

基于模糊树模型, 结合神经网络中的逆向学习和专门化学习, 提出了自适应直接逆控制方法. 首先离线辨识对象的逆模型作为初始的控制器, 然后与对象串联, 用最小均方差 (Least mean square, LMS) 算法在线调节控制器中的线性参数. 本方法辨识得到的逆模型控制器可以减少需要的模糊规则数目, 同时达到较好的跟踪控制效果. 仿真结果表明了方法的有效性.     

基于自适应模糊神经网络控制器的网络控制系统

网络控制系统中存在着时延、丢包、网络干扰等问题。针对网络控制系统中存在恶化系统的控制性能,甚至导致系统不稳定的因素,提出了一种基于自适应模糊神经网络控制器的网络控制系统,它能根据系统的实际输出与期望输出误差,利用自适应模糊控制和神经网络自学习的原理进行控制参数的自行调整,以符合控制系统的实际要求,同时,分析了网络延时,丢包率及网络干扰因素对系统性能的影响。利用TrueTime工具箱建立了包含自适应模糊神经网络控制器的网络控制系统的仿真模型,并将其分别与基于常规PID控制器的网络控制系统和基于模糊参数PID控制器的网络控制系统进行了比较。实验结果表明,在相同的网络环境下,基于自适应模糊神经网络控制器的网络控制系统的控制效果比基于常规的PID控制器和基于模糊参数PID控制器的要好,且具有较好的抗干扰能力和鲁棒性能。     

考虑齿隙伺服系统的反步自适应模糊控制

针对具有未知参数和齿隙非线性的机电伺服系统,引入一种近似死区函数建立了系统的数学模型,给出了死区函数中参数的选取方法.用两个自适应模糊逻辑系统在线逼近机电伺服系统中的未知参数和非线性环节,从而避免了对每个未知参数推导自适应律.基于反步法设计了自适应模糊控制器,可抑制未知参数和齿隙非线性对系统性能的影响.采用Lyapunov方法证明了位置跟踪误差的指数收敛性.与PID控制方法对比的仿真实验表明,本文方法能够显著减小齿轮间传递力矩的振荡,并具有很好的控制精度和鲁棒性.