具有非线性PI特性的模糊控制器

介绍了基本模糊控制器，阐述了具有非线性ＰＩ控制特性的模糊控制器的设计方法，并采用计算机仿真验证了这种模糊控制器的控制性能。仿真结果表明，当被控对象具有时滞环节和非线性时，它具有良好的动态和稳态特性。     

一种模糊PID控制器的设计方法研究

介绍了一种基于模糊控制的自适应PID控制器，总结出了这种PID控制器的控制特点及其参数设计规律。仿真结果表明，这种模糊PID控制器具有超调量小、调节时间短的优点，提高了控制系统的实时性和抗干扰能力，特别是对非线性和时变性的复杂控制系统具有良好的控制效果。     

A New T-S Fuzzy Sliding Mode Control and Its Simulation for BTT Missile

针对倾斜转弯(BTT)导弹控制和制导系统所具有的非线性、快时变性和模型不确定性问题,研究了一种基于模糊T-S模型的模糊自适应控制器.利用反馈线性化方法设计滑模控制器,针对控制系统的非线性部分利用模糊T-S模型逼近,采用李雅普诺夫方法证明了所设计的非线性控制系统的渐进稳定性,并推导出自适应律.对控制器进行了仿真验证,仿真结果表明跟踪性能良好.     

基于模糊神经网络的非线性系统预测函数控制研究

针对预测函数控制难以很好地实现非线性系统控制的问题,将模糊神经网络与预测函数控制相结合,设计一种基于模糊神经网络的非线性系统的预测函数控制器。用模糊神经网络辨识非线性系统的模型,辨识结果送到预测函数控制中,从而得到预测模型,最终得到最优的控制量。通过Matlab计算机仿真,可以看出此控制器对于非线性系统具有良好的控制效果和鲁棒性。     

BTT导弹T-S模糊滑模控制及仿真

针对 BTT（倾斜转弯）导弹控制和制导系统所具有的非线性、快时变性以及模型不确定性问题,研究了一种基于模糊 T-S 模型的模糊自适应控制器.利用反馈线性化方法设计滑模控制器,针对控制系统的非线性部分利用模糊 T-S 模型逼近,采用李亚普诺夫方法证明所设计的非线性控制系统的渐进稳定性并推导出自适应律,最后对控制器进行了仿真验证,仿真结果表明跟踪性能良好.     

实时修正函数模糊控制器组合优化设计

为了进一步优化模糊控制器的控制参数，以便实时地调整控制规则，提出其自适应能力，提出了一种具有5个控制参数的自调节模糊控制器。通过模拟退火算法离线组合优化5个参数，并引进一个具有惯性特性的实时自调节修正函数α（e,γ），根据动态过程的误差在线调整模糊控制器的规则，从而显著地提高其控制性能。通过对一阶、二阶及非线性对象的大量仿真结果对比表明，本控制器不仅可以实时调整控制规则，而且具有响应快、超调小（或无超调），稳态精度高等优点。     

热电偶校验炉程序升温装置的智能PID控制研究

针对具有较大的滞后性、非线性和时变性特点的热电偶校验炉对象，常规方法难以达到良好的控制效果，结合模糊专家系统控制器与PID控制器，提出了一种智能PID控制器结构．它具有PID控制器的参数在线白整定和直接控制型模糊控制器的功能，既保持了模糊控制灵活而适应性强的优点，又具有常规PID控制器的动态跟踪品质好和稳态精度高的特点，解决了热电偶校验炉的控制问题．仿真结果表明：智能PID控制方案是可行性的、有效的，与常规PID控制器相比，系统的响应速度提高了、超调量减少了．     

偏动式形状记忆合金驱动器系统建模与仿真

为了实现响应速度快、精度高的偏动式形状记忆合金驱动器控制系统,基于Kanaka-Liang提出的形状记忆合金材料一维本构关系建立了偏动式SMA驱动器的热动力学模型.针对形状记忆合金材料的非线性迟滞特性,结合PID控制和模糊控制各自的优点,设计了一种模糊增益自调整PID复合控制器方案,并对偏动式形状记忆合金驱动器的响应特性进行了仿真.仿真结果表明,与PID控制器和模糊控制器相比,模糊增益自调整PID复合控制器具有响应快、超调小、适应性好等优点.模糊增益自调整PID控制策略完全能满足偏动式形状记忆合金驱动器对控制精度的要求.     

基于模糊神经元网络的阀控马达系统仿真

提出了一种基于模糊神经元网络的阀控马达控制方案．在系统中，将模糊控制技术与神经元网络技术相结合，构建了模糊神经元网络控制器．该控制器结合模糊控制与神经元网络各自的优点，既具有模糊控制器简单和有效的非线性控制作用，又具有神经元网络自学习和自适应能力，改善了控制系统的性能．     

变论域模糊和Smith预估的免疫PID控制研究

针对具有时变、纯滞后的非线性系统,结合变论域自调整模糊和Smith预估控制方法,提出了一种新的基于变论域模糊和Smith预估的免疫PID控制器.通过改变模糊输入和输出变量的论域,使论域自调整模糊控制器用较少的控制规则实现了较高精度的控制,同时使用预估器预先估计出过程在基本扰动下的动态特性,使调节器提前动作,从而明显地减少超调量.Matlab仿真表明所设计的控制系统在稳定性、准确性方面优于免疫PID控制器.     

连续消毒塔系统的自适应模糊PID控制

本文提出的自适应模糊ＰＩＤ控制器，是在传统的模糊ＰＩ控制器基础上增加了具有预测作用的模糊ＰＤ控制和性能指标监督的适应性控制，使系统的控制性能大大提高，且保持了控制器结构简单和易于实现的优点。仿真研究表明了该方法的有效性。     

基于控制规则调整的自适应模糊控制器

工业对象大多是具有非线性、大时滞、高阶次的复杂对象,常规的控制方法往往难以适应这些对象的变化。文中提出了一种自适应模糊控制器,它能在控制过程中不断调整和修改控制规则,以适应对象和环境的变化。对控制方法与常规PID控制、Smith预估控制、基本模糊控制进行了仿真比较,仿真曲线表明,自适应模糊控制器的控制性能明显好于其它3种控制方法。     

基于fuzzy-PID的灰水处理控制系统

根据现场情况推导出第二级蓄水池的近似数学模型.基于控制对象迟滞、非线性的特点,将模糊PID控制应用于水位控制系统中.阐述了模糊控制器的设计过程:模糊化、模糊控制规则的建立和反模糊化,并给出合适的隶属函数、量化因子取值及模糊控制规则等.同时从理论上推导出模糊PID控制器消除稳态误差的原理,并用MAT-LAB工具箱对系统进行仿真试验.通过对仿真结果的分析得出:模糊PID控制器既能消除稳态误差,又有很强的鲁棒性,对于此类非线性迟滞系统具有良好地控制性能.     

风力发电机的模糊PID控制器设计

将PID和模糊PID应用于风力发电机的控制,其中风力发电机采用具有强非线性的数学模型,模糊PID控制器使用二维线性规则库和标准三角型隶属度函数的结构.在MATLAB平台上搭建仿真模型,仿真结果表明在误差存在的情况下,采用模糊PID控制比PID控制效果好,模糊PID控制鲁棒性强.     

基于模糊PID控制的直流电机调速系统

针对传统直流调速不能有效克服非线性因素,难以满足某些特定场合对高精度、高性能的控制要求,提出了基于模糊PID控制的直流电机调速系统。介绍了模糊控制器的原理及特点,分析了模糊PID控制器的控制原理,并确定了模糊语言变量和隶属函数,制定了模糊规则和反模糊化方法,最后利用Matlab/Simulink对直流电机调速系统进行建模仿真。仿真结果表明:直流电机调速采用模糊PID控制比传统PID控制具有更好的控制精度、鲁棒性,并提高了电机动、静态性能。     

在线学习自适应模糊控制器在水轮机调节中的应用

针对水轮发电机组系统具有时变非线性,传统的控制方法很难达到最优控制的特性,提出采用基于RBF神经网络和遗传算法的自适应模糊控制器来控制水轮发电机组运行.模糊控制器的比例因子、模糊推理规则和隶属函数由遗传算法在线寻优.由RBF神经网络进行被控对象的动态特性模型辨识,以评价模糊控制器控制性能.仿真实验表明,控制效果良好,特别在变工况和扰动情况下优于最优PID控制.     

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．     

非线性船舶动力定位控制器设计

针对船舶在海上的定位和作业受到海洋环境的扰动力影响,其动力定位控制具有很强的非线性特性.本文基于自抗扰控制技术,设计了船舶动力定位控制器.该控制器通过非线性观测器估计出船舶运动速度和系统的总扰动,并采用非线性反馈进行补偿,实现对船舶的动力定位控制.通过仿真实验验证了控制器具有很强的抗干扰能力和鲁棒性.     

一类基于FNN的非线性系统自适应控制

模糊神经网络用于控制，主要是为了解决复杂的非线性、不确定、不确知系统的控制问题。由于模糊神经网络具有学习能力和自适应性，使得其能对变化的环境有自适应性，控制器也基本上不依赖于模型，针对一类非线性系统，利用模糊神经网络对系统进行建模提出一种鲁棒自适应控制方法。首先利用李雅普诺夫定理证明在一定的条件下，闭环系统必能稳定，并证明这个条件即非线性函数f(x)中的x必落入某一紧集中成立，同时考虑其控制性能，选择鲁棒控制量，使跟踪误差达到要求的性能指标。理论分析和仿真结果说明了该控制算法的可行性和有效性。     

一类基于PI/PD的非线性模糊控制器的结构解析

对具有非线性模糊输入集的模糊控制器进行了输入输出结构的研究。基于一般的模糊控制器,证明了模糊控制器与线性PID控制器相联系的解析结构,揭示了模糊控制器在应用中比线性PID控制器优越的机理,提供了根据它们之间的增益关系设计稳定的模糊控制系统的一种方法。仿真结果证明其控制效果优于一般的非线性PI/PD控制。