模型参考模糊自适应控制*

本文提出了一种模糊自适应机构的设计方法，所设计的自适应机构为偏差的非线性函数。用模糊自适应机构替代常规自适应机构，构成一个模型参考模糊自适应系统。导出了该系统稳定的充要条件，提出了一量化因子的选择方法，设计方法简单，便于工程应用。仿真结果表明：ＭＲＦＡＳ系统自适应性能好，抗内外扰动的能力强。     

模糊自适应Smith预估控制及其应用

为了改善具有时变及大纯滞后系统的控制品质,本文提出了一种模糊自适应Smith预估控制方法,此方法将模糊控制、自适应及Smith预估控制之长处综合在一起,在一定程度上弥补了上述三者各自的不足,通过仿真和在窑温控制中实时运行,取得了满意的效果。     

模糊自适应PID控制的研究及应用仿真

传统PID控制器参数的整定是在获取对象数学模型的基础上,根据某一整定规则来确定的,难以适应复杂多变的控制系统。针对其参数整定不良、性能欠佳,对被控过程的适应性差等缺点采用模糊控制与自适应PID控制结合起来,设计了模糊自适应PID控制器。利用模糊推理方法实现对PID参数的在线自整定,进一步完善PID控制器的性能,提高系统的控制精度。仿真结果表明该模糊自适应PID控制器既具有PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,使被控对象具有良好的动、稳态特性,有较好的工程应用前景。     

基于模糊自适应控制的温度控制系统研究

针对一些系统大延时滞后的特点,本文以温度为对象,结合模糊控制技术和自适应Smith预估器,组成模糊自适应Smith预估控制系统。运用Simulink建立温度控制系统的仿真模型,并分别用常规模糊控制技术和模糊自适应Smith预估控制技术对温度加温进行仿真试验。仿真结果表明在温度加温的模糊控制系统中增加自适应Smith预估器后,系统具有更强的适应能力,系统的动态特性都有了较大的改善。     

移动机器人模糊控制与模糊自适应PID控制

研究机器人路径规划问题,在移动机器人上配置超声波传感器,对返回的距离值进行信息融合,并将环境分为有障和无障两种模式.针对无障模式下模糊控制的路径振荡问题,为了克服振荡和减小超调,提出了有障模式下的模糊控制和无障模式下的模糊白适应PID控制方案.利用MATLAB建立了GUI移动机器人仿真平台.仿真结果表明,在非结构化未知环境下,可使系统响应速度加快,解决了振荡和超调问题,更好地实现从起点到静态目标点的路径规划任务,可为设计提供可靠依据.     

一种非线性系统的模糊自适应控制

针对一类非线性系统提出一种模糊自适应控制方案，设计中用模糊逻辑系统逼近非线性函数，骨于滑模原理及Ｌｙａｐｕｎｏｖ函数方法给出了闭环系统的稳定性分析。     

汽车智能防撞自适应控制研究与仿真

针对汽车防撞模糊控制模型不能自动调整参数的缺点,建立汽车防撞自适应模糊推理模型。采用混合学习算法对自适应模糊推理模型的前提参数和结论参数进行辨识,以加速收敛。经模拟训练和仿真输出结果证明,该模型能够对汽车防撞模糊控制器隶属函数和模糊规则进行优化,较好地实现紧急报警情况下的汽车防撞自适应控制。     

基于自适应模糊PID的智能灌溉控制研究

智能灌溉中,灌溉液的离子浓度值(EC)的控制具有长时滞,大惯性的特点,并且受外界条件影响,对象增益变化剧烈.介绍了以EC值为控制对象的一种针对时滞、大惯性的非线性过程控制的解决办法--自适应模糊PID控制算法.     

基于再励学习的地铁列车运行过程的模糊自适应控制

提出了一种用于解决地铁运行控制问题的基于再励学习的模糊自适应控制方案，解决了多控制目标下列车控制问题，确保了列车准确运行。仿真取得了令人满意的结果。结果表明，这种将模糊控制和再励学习相结合的智能控制方法综合用于列车运行控制是可行的，可以较好地保证舒适性、停车准确性和正点性。     

Model-Reference Fuzzy Adaptive Control as a Framework for Nonlinear System Control

The paper presents a general methodology of adaptive control based on fuzzy model to deal with unknown plants. The problem of parameter estimation is solved using a direct approach, i.e. the controller parameters are adapted without explicitly estimating plant parameters. Thus, very simple adaptive and control laws are obtained using Lyapunov stability criterion. The generality of the approach is substantiated by Stone-Weierstrass theorem, which indicates that any continuous function can be approximated by fuzzy basis function expansion. In the sense of adaptive control, this implies the adaptive law with fuzzified adaptive control parameters. The proposed control algorithm may be viewed as an extension of classical adaptive control for linear plants, but compared to the latter it provides higher adaptation ability and consequently better performance if the plant is nonlinear. The global stability of the control system is assured and the tracking error converges to the residual set that depends on fuzzification properties. The main advantage of the approach is simplicity that suits control engineers since wide range of industrial processes can be controlled by the proposed method. In the paper, the control of heat exchanger is performed.     

纯滞后系统自适应Fuzzy-Dahlin控制的研究

针对工业控制过程中普遍存在的大惯性、纯滞后、时变性、非线性对象的控制问题,为了在对象参数发生变化时,仍能达到较好的调节效果,提出自适应Fuzzy-Dahlin控制策略。仿真结果表明,该方法对此类控制具有超调小(可达到无超调)、调节时间短、鲁棒性好等优点,可以较好地解决纯滞后系统的控制问题。     

基于模糊补偿的机械手鲁棒自适应模糊控制研究

多关节机械手系统中普遍存在摩擦特性、随机干扰及负载变化等非线性因素的影响。针对传统的PID控制和模糊控制很难对该类系统实现快速高精度的跟踪控制等问题,本文在模糊信息已知并且所有状态变量均可测得的情况下,设计了一种基于模糊补偿的鲁棒自适应模糊控制律。同时,为了减少模糊逼近的计算量,提高运算效率,采用了对不同的扰动补偿项加以区分、分别逼近的方法。仿真实验结果表明,这种改进的带模糊补偿的鲁棒自适应模糊控制可以很好地抑制摩擦、扰动及负载变化等非线性因素的影响。     

Implementation of Adaptive Fuzzy Control for a Real-Time Control Demo-Model

From 1995–1999 a R&D project on fuzzy control applications to the Belgian Reactor 1 (BR1) was conducted at the Belgian Nuclear Research Centre (SCK·CEN). Due to the safety regulations of the nuclear reactor, it is not realistic to perform many experiments at BR1. In this situation, part of the pre-processing experiments had to be carried outside the reactor (e.g., comparisons of different methods and the preliminary choices of the parameters). Therefore a water-level control system, referred to as a real-time control demo-model, was designed and constructed. In this paper, the construction of the demo-model and related hardware aspects is firstly outlined, then the results of a fuzzy control (Mamdani-type) and an adaptive fuzzy control are presented. The adaptive fuzzy control is a fuzzy control with an adaptive function that can self-regulate the fuzzy control rules. Finally, an implementation of a computer simulation is introduced with an adaptive fuzzy control for this real-time control demo-model.     

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.     

一种模糊自适应温度控制系统的设计

介绍了一种以单片机为核心,采用变论域模糊控制算法的温度控制系统,并对模糊控制思想及系统的软、硬件设计进行了阐述。采用该控制系统,能较好地克服温度控制对象的纯滞后特性,控制响虚时间短,超调小,且适用范围广泛。     

基于无模型自适应控制的无人驾驶汽车横向控制方法

提出了一种基于无模型自适应控制的无人驾驶汽车横向控制方案.首先,将无人驾驶汽车循迹跟踪控制问题转化成预瞄偏差角跟踪问题,然后基于无人驾驶汽车横向控制系统的动态线性化数据模型,设计出无模型自适应控制算法、伪梯度估计算法和伪梯度重置算法,进而实现了自主车辆的无人驾驶.该方法的实现仅用到无人驾驶汽车运行时的输入输出数据,避免了对无人驾驶汽车进行复杂机理建模的难题,对于复杂的无人驾驶汽车运行过程具有很好的自适应性,对不同的无人驾驶车辆具有较强的可移植性.该方案已实际应用于清华大学无人驾驶汽车实验平台,在北京市丰台区的实地测试实验、在江苏省常熟市高速路的测试以及2015年"中国智能车未来挑战赛"的现场应用验证了所提方案的有效性.     

自适应神经元模糊控制系统的研究

由于噪音、负载扰动等环境条件的变化,过程控制参数及模型结构往往会发生变化。为了提高控制器的性能,通过自适应神经元学习来修改模糊控制规则的控制方法。它通过总结过去控制规则的控制性能,对当前的控制规则进行调整,使之适应环境的变化,改善当前过程控制的输出。经仿真与实际检验,效果良好。