非线性广义模糊系统的镇定控制器设计与分析

通过把一般的模糊模型等价变换到广义模糊模型,应用广义模糊Lyapunov函数的分析方法,研究T-S模糊系统的稳定性与控制器设计问题。首先,将T-S模糊系统表示成模糊广义系统的形式;然后利用广义模糊函数Lyapunov函数得到模糊系统稳定的充分条件,并且给出基于线性矩阵不等式(LMI)的PDC控制器设计方法。该方法与已有的模糊Lyapunov函数方法相比,计算量小,并且表达式LMI形式,容易求解。最后,通过例子验证方法的优越性和有效性。     

基于T-S模糊模型的非线性系统广义预测控制

针对离散非线性系统,提出一种基于T-S模糊模型的广义预测控制方法。该方法将采样点的T-S模糊模型转化为采样点线性模型与非线性误差叠加的线性形式,通过迭代修正非线性误差,使具有非线性误差的线性模型预测控制律逐渐逼近采样点T-S模糊模型预测控制律。同时,该预测控制方法也能适用于当系统受输入输出约束时的控制。仿真结果验证了所提出的TS模糊模型广义预测方法有效。     

基于T-S模糊模型的辨识与控制

针对一类非线性系统,采用模糊辫识的方法建立系统的T-S模型,结合广义预测控制对模糊预测控制进行研究.应用模糊聚类和递推最小二乘法辫识T-S模糊模型的前提结构和结论参数.对于非线性系统来讲,T-5模糊模型有良好的描述特性,并结合广义预测控制的滚动优化,实现对非线性系统的有效控制.仿真结果说明了该算法的有效性.     

模糊聚类在非线性系统广义预测中的应用

将非线性系统,用T-S模型表示,由于T-S模型的结论部分是一个线性模型,因此可将其等价为时变线性系统.用模糊聚类方法在线确定模型结构;利用模糊基函数逼近时变系数,再利用最小二乘法在线辨识模型的后件参数以实现时变系统的参数估计,最后运用广义预测控制策略,完成了对原非线性系统的自适应预测控制.仿真结果表明了所提方法的有效性.     

基于GPC的锅炉汽包液位控制研究

介绍了汽包在电厂锅炉运行过程中的重要作用,分析了汽包的工艺特点,深入研究了广义预测控制算法,对汽包液位系统进行了基于模糊T-S模型的系统辨识,研究了基于模糊T-S模型的(GPC控制算法在汽包液位控制系统中的应用,在MATLAB仿真环境下对其控制效果进行了研究,分析了控制系统的性能.     

基于模糊预测控制的回转窑温度控制

介绍了模糊预测控制技术在水泥回转窑温度控制中的应用。水泥生产的关键环节在于水泥回转窑,其中最重要的就是对回转窑温度的控制。针对热工对象存在的大惯性、大迟延问题,运用T-S模糊模型的离线辨识算法对复杂的热工对象建模,得到了回转窑温度控制系统的线性化模型。     

模糊预测控制及在pH控制过程中的应用

pH控制过程具有较强的非线性和滞后性,是过程控制中具有挑战性的难题。文中利用过程的Hammerstein模型描述,提出了一种基于模糊控制的两步法广义预测控制方法(F-TSGPC)。将T-S模糊模型逼近Hammerstein模型的非线性环节,根据广义预测控制求解的中间变量与预测误差设计相应的模糊规则,由T-S模糊模型逆映射出控制量,避免了求解非线性方程,在一定程度上抑制了系统的滞后。文中也对实际控制中存在的输入约束给出了一种新的处理方法。仿真结果表明,F-TSGPC能有效的对p H值进行控制,具有良好的跟踪性及抗干扰性。     

基于简化模糊模型的广义预测控制器

利用适应模糊推理修正非线性系统的局部线性化，提出一种基于模糊辨识的非线性系统广义预测控制器。仿真研究表明，该算法能有效实现对非线性对象的预测控制，抑制外来噪声，具有良好的鲁棒性。     

冷带轧机液压AGC系统T-S模糊模型辩识研究

该文以冷带轧机液压AGC系统为对象,进行了T-S模糊模型辩识研究。首先,采用开环控制策略进行了辨识数据的测取,采用AIC定阶法确定了液压AGC系统的阶次。在此基础之上,采用基于满意聚类的T-S模糊模型辨识方法,通过GK算法进行模糊聚类,进行了液压AGC系统T-S模糊模型的辨识,得到了系统的T-S模糊模型。该模糊模型分为前提部分和结论部分,各条规则间构成线性组合,对液压AGC系统的非线性有着较为良好的线性描述。通过模型的白色残差校验进行了模型校验,所辨识出的冷带轧机液压AGC系统T-S模糊模型,模型精度符合要求。     

基于T-S模糊建模的广义预测控制系统在热工过程中的应用

由于过热汽温系统具有大惯性、大迟延和时变性的特性,传统的PID串级控制策略很难达到理想的控制效果.因此,本文被控对象的模型利用基于模糊聚类算法的T-S建模法,并利用广义预测控制算法对过热汽温系统进行控制.针对该算法在火电厂过热汽温控制系统中进行了仿真,仿真结果表明,该算法较常规PID控制方法具有更好的控制性能.     

Robust Takagi-Sugeno fuzzy control for fractional order hydro-turbine governing system

A robust fuzzy control method for fractional order hydro-turbine governing system (FOHGS) in the presence of random disturbances is investigated in this paper. Firstly, the mathematical model of FOHGS is introduced, and based on Takagi-Sugeno (T-S) fuzzy rules, the generalized T-S fuzzy model of FOHGS is presented. Secondly, based on fractional order Lyapunov stability theory, a novel T-S fuzzy control method is designed for the stability control of FOHGS. Thirdly, the relatively loose sufficient stability condition is acquired, which could be transformed into a group of linear matrix inequalities (LMIs) via Schur complement as well as the strict mathematical derivation is given. Furthermore, the control method could resist random disturbances, which shows the good robustness. Simulation results indicate the designed fractional order T-S fuzzy control scheme works well compared with the existing method.     

软腔体柔性机械臂的T-S模糊建模与控制

针对柔性机械臂强非线性、强耦合性及不确定性的特点，利用Takagi—Sugeno模糊模型其规则前件是模糊变量，而规则后件的结论是输入输出线性函数的特点，对柔性机械臂进行了建模。在验证了模型准确性的基础上，进行了广义预测控制方法的研究，最后，对比分析了广义预测控制和传统PID控制，实验结果表明，基于T—S模糊模型的广义预测控制能很好的实现对柔性机械臂的控制。为柔性机械臂的模糊建模和进一步研究提供了理论指导及重要的前提条件。     

一种T-S模糊模型的自组织辨识算法及应用

提出了一种新的具有自适应学习能力的T-S模糊模型辨识算法.该算法通过使同一条规则的高斯函数的宽度参数彼此相等建立与支持向量机等效的T-S模糊模型,在此基础上,利用模糊聚类算法和支持向量机分别建立前后件辨识模型,并利用一种改进粒子群优化算法优化输出误差函数使前后件参数联合辨识,从而获得T-S模糊模型的结构和参数.仿真结果表明,相比其它方法,文中方法具有较高的逼近精度和较好的泛化能力,由此算法获得的直拉单晶炉热场模型具有0.1171的均方差,完全符合均方差小于0.5的要求.     

基于T-S模糊变权重MPC的智能车轨迹跟踪控制

为了协调智能驾驶车辆的轨迹跟踪精确性和稳定性,提高控制算法对不同工况的自适应能力,提出基于Takagi-Sugeno模糊变权重模型预测控制(Takagi-Sugeno fuzzy model predictive control,T-S FMPC)的轨迹跟踪控制策略。以前轮转角为控制变量建立MPC控制,并以实时横向位移误差和横摆角误差为模糊输入,通过T-S模糊控制在线优化MPC目标函数权重,协调权重矩阵对轨迹跟踪精确性和稳定性的影响。基于Carsim建立分布式驱动电动汽车的整车动力学模型,基于Simulink建立控制策略,通过双移线工况仿真及实车试验,验证了所提控制策略的有效性。仿真结果表明,相比于传统MPC控制,所提出的T-S模糊变权重MPC控制可降低横向位移误差达62.24%,有效提高轨迹跟踪精度;并且可使前轮转角波动减小37.46%、横摆角误差减小84.19%,显著增强轨迹跟踪稳定性;试验结果表明,在20 km/h、沥青路面双移线工况下,横向位移误差在0.12 m以内,横摆角误差在1°以内,且前轮转角控制曲线平滑,说明所提算法具有良好的控制效果和实用性。     

T-S region-based fuzzy control with multiple performance constraints

Takagi-Sugeno fuzzy control problems with minimizing H2/Hinfinity norm are investigated in this paper. A redesigned T-S fuzzy model and controller are called a T-S Region-based Fuzzy Model (TSRFM) and a T-S Region-based Fuzzy Controller (TSRFC), respectively, which are derived from the fuzzy region concept and the robust control technique. The fuzzy region concept is used to divide the general plant rules into several fuzzy regions and the robust control technique is used to stabilize all plant rules of each fuzzy region. In this case, the stability conditions with H2/Hinfinity performance are derived from Lyapunov criterion, which are expressed in terms of LMIs. For the fuzzy model involving large plant rules, the proposed idea greatly reduces the total number of LMIs and controller rules so that TSRFC is easy to implement with simple hardware. Although the controller rules are reduced, TSRFC is able to provide performance as good as former designs.     

Flocking of quad-rotor UAVs with fuzzy control

This paper investigates the flocking problem of quad-rotor UAVs. Considering the actual situations, we derived a new simplified quad-rotor UAV model which is more reasonable. Based on the model, the T-S fuzzy model of attitude dynamic equation and the corresponding T-S fuzzy feedback controller are discussed. By introducing a double-loop control construction, we adjust its attitude to realize the position control. Then a flocking algorithm is proposed to achieve the flocking of the quad-rotor UAVs. Compared with the flocking algorithm of the mass point model, we dealt with the collision problem of the quad-rotor UAVs. In order to improve the airspace utilization, a more compact configuration called quasi e-lattice is constructed to guarantee the compact flight of the quad-rotor UAVs. Finally, numerical simulations are provided to illustrate the effectiveness of the obtained theoretical results.