时滞非线性T-S模糊马尔科夫跳变系统的滑模控制

针对时滞非线性T-S模糊马尔科夫跳变系统的滑模控制问题,设计了一个新的积分型滑模面函数,得到带有状态时滞和非线性项的等效控制律,消除了系统中的非线性项,并得到滑动模态渐近稳定的充分条件.利用李雅普诺夫理论设计T-S滑模控制律,使系统的状态轨迹在有限的时间内到达指定的滑动面.通过单连杆机械臂模型仿真实例验证了本文方法的有效性,所设计的滑模控制律可以使系统达到稳定状态.     

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.     

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.     

基于T-S模糊模型的直接自适应预测控制

提出一种基于T-S模糊模型的直接自适应预测控制算法。该算法利用加权递推最小二乘法在线辨识T-S模糊模型的后件参数。用已经辨识好的参数,进行直接迭代计算,直接得到模型的预测输出。此算法很好地解决了非线性预测控制中,建模与优化两大难题,为非线性系统的高精度控制提供了保证。计算机仿真表明,该算法具有较好的跟踪性能。     

基于T-S模型的非线性多变量系统快速GPC控制

把T-S模糊模型辨识非线性对象和预测控制技术相结合,提出一种基于T-S模型的非线性耦合多输入多输出系统快速广义预测控制(GPC)方法,并给出了简化的规则选择方法.该方法在线调节参数少、计算量小.仿真结果表明具有控制平稳、超调小、跟踪快的特点.能够对非线性耦合多变量系统进行良好控制,适合工业过程在线应用.     

不确定网络切换模糊系统的非脆弱保性能控制

根据切换技术,研究由T-S模型描述的不确定网络切换模糊系统的非脆弱保性能控制问题.当控制器增益存在摄动的情况下,使用多Lyapunov函数方法,给出了系统鲁棒保性能控制律存在的充分条件,同时设计可以实现系统渐近稳定的切换律.最后通过仿真例子验证了设计方法的有效性.     

模糊预测控制在地形跟踪中的应用

将模糊控制和非线性预测线结合起来,提出了模糊测控制律,该控制律利用恰当的函数展开预测非线性连续系统的响应,通过系统响应误差及其变化率的模糊变量确定性能测量值,由控制决策给出控制量,在巡航弹地形跟踪应用中的结果表明,模糊预测控制律具有精确的跟踪性能。     

一类非线性不确定时滞系统的模糊跟踪控制

考虑了当系统存在不确定和外界干扰的情况下，一类非线性不确定时变时滞系统的H_∞跟踪控制的设计问题.首先利用T-S时滞模糊模型对非线性不确定时滞系统进行建模，在不确定性满足增益有界条件下，通过LMI(Linear Matrix Inequalities)方法的计算，即可得到基于模糊模型的模糊H_∞跟踪控制律.基于Lyapunov稳定原理，证明了在此控制律作用下，不仅保证了闭环系统稳定，而且满足H_∞跟踪性能指标.最后利用提出的控制方案设计了空天飞行器高超声速飞行纵向通道的控制系统，并进行了仿真验证.仿真结果表明了控制方案的有效性.     

基于T-S模糊模型的时延网络控制系统的保性能控制

目的基于T-S模糊模型建立模糊网络控制系统的模型,设计模糊时延状态反馈控制器,使得闭环系统保持鲁棒稳定,并且满足给定的一个二次型性能指标,使其值不超过某个确定的界.方法运用Lyapunov方法和线性矩阵不等式,分析了系统的稳定性.结果提出了模糊时延状态反馈控制器的设计方法,得到了模糊时延网络控制系统鲁棒稳定的条件及保性能控制律的参数化表示.结论针对不确定的非线性时延网络控制系统,通过设计满足性能指标条件的控制器,使得系统性能有很大改善,根据保性能控制律的参数化表示,可使用Matlab工具箱进行仿真.     

一类非线性不确定时滞系统的模糊跟踪控制

考虑了当系统存在不确定和外界干扰的情况下，一类非线性不确定时变时滞系统的日。跟踪控制的设计问题．首先利用T-S时滞模糊模型对非线性不确定时滞系统进行建模，在不确定性满足增益有界条件下，通过LMI（Linear Matrix Inequalities）方法的计算，即可得到基于模糊模型的模糊H∞跟踪控制律．基于Lyapunov稳定原理，证明了在此控制律作用下，不仅保证了闭环系统稳定，而且满足日。跟踪性能指标．最后利用提出的控制方案设计了空天飞行器高超声速飞行纵向通道的控制系统，并进行了仿真验证．仿真结果表明了控制方案的有效性．     

Adaptive predictive functional control based on Takagi-Sugeno model and its application to pH process

In order to obtain accurate prediction model and compensate for the influence of model mismatch on the control performance of the system and avoid solving nonlinear programming problem, an adaptive fuzzy predictive functional control (AFPFC) scheme for multivariable nonlinear systems was proposed. Firstly, multivariable nonlinear systems were described based on Takagi-Sugeno (T-S) fuzzy models; assuming that the antecedent parameters of T-S models were kept, the consequent parameters were identified on-line by using the weighted recursive least square (WRLS) method. Secondly, the identified T-S models were linearized to be time-varying state space model at each sampling instant. Finally, by using linear predictive control technique the analysis solution of the optimal control law of AFPFC was established. The application results for pH neutralization process show that the absolute error between the identified T-S model output and the process output is smaller than 0.015; the tracking ability of the proposed AFPFC is superior to that of non-AFPFC (NAFPFC) for pH process without disturbances, the overshoot of the effluent pH value of AFPFC with disturbances is decreased by 50% compared with that of NAFPFC; when the process parameters of AFPFC vary with time the integrated absolute error (IAE) performance index still retains to be less than 200 compared with that of NAFPFC.     

基于预测电压调制与T-S模糊PMLSM推力控制

为了进一步提高永磁直线同步电机(PMLSM)直接推力控制(DTC)系统的控制精度,提出了基于预测电压调制和Takagi-Sugeno(T-S)模糊策略的控制方法.利用预测电压调制技术控制下一个周期磁链,利用空间矢量脉宽调制技术(SVPWM)逼近预测电压值,采用T-S模糊控制器控制动子速度和电磁推力.对比分析在Matlab/Simulink环境下的仿真结果,基于预测电压调制和T-S模糊控制策略的DTC控制系统不仅明显减少电磁推力和磁链脉动,而且对电机参数时变等非线性扰动所引起的脉动具有较强的鲁棒性.     

基于遗传算法的广义T-S模糊模型预测函数控制

提出了一种基于遗传算法的广义T-S模糊模型预测函数控制算法。首先利用减法聚类确定隶属度函数中心和模糊规则数,然后利用遗传算法同时对广义T-S模型的其他前提参数和结论参数进行辨识,并进行全局寻优。最后将本文提出的算法应用在具有强非线性特性的pH中和过程中。仿真结果表明:本文算法具有较小的超调和较好的跟踪能力。     

模糊预测控制在非线性时滞系统中的应用

针对工业控制系统中的非线性、时滞两大难题,结合预测控制中典型的动态矩阵控制(DMC)算法对时滞、模型失配、畸变、干扰等引起的不确定性能够及时得到弥补的优点以及T-S模糊模型对非线性系统良好描述的特性,将模糊控制与预测控制有机结合起来,根据被控对象工作点的变化实时选择模糊规则所对应的阶跃响应模型向量,结合DMC控制算法得到最优控制量,将基于线性系统建模的预测控制应用于非线性时滞系统控制中.     

Robust non-fragile control for discrete-delay nonlinear large-scale systems

Time-delays,due to the information transmission between subsystems,naturally exist in large-scale systems and the existence of the delay is frequently a source of instability. This paper considers the problems of robust non-fragile fuzzy control for a class of uncertain discrete nonlinear large-scale systems with time-delay and controller gain perturbations described by T-S fuzzy model. An equivalent T-S fuzzy model is represented for discrete-delay nonlinear large-scale systems. A sufficient condition for the existence of such non-fragile controllers is further derived via the Lyapunov function and the linear matrix inequality( LMI) approach. Simulation results demonstrate the feasibility and the effectiveness of the proposed design and the proper stabilization of the system in spite of controller gain variations and uncertainties.     

帆船的模糊自适应控制方法研究

针对非线性、时变的帆船航行系统,提出了一种基于T-S模糊模型的帆船模糊自适应控制新方法.该方法采用T-S模糊模型,将舵角的非线性控制局部线性化,设计相应的局部线性控制器,通过模糊推理综合各局部线性控制器的输出,得到全局控制量.利用线性神经网络技术的自学习技术,获取模糊推理规则,优化模糊控制器的参数,提高系统的自适应性.仿真结果表明,该方法能实现对帆船航向的智能控制,具有一定的实际应用价值.     

基于输出误差预测的模糊预测PID控制及应用

针对实际工业过程中普遍存在的非线性特性,采用T-S模糊模型来描述复杂的非线性系统.利用模糊聚类算法在线竞争学习模糊规则的输入区域中心,并按预先规定的规则之间的重叠度在线确定每条规则的输入区域半径,而模糊规则结论中的参数则由递推最小二乘(RLS)算法得到,得到的模糊局部线性化模型作为每个时刻的受控自回归积分滑动平均(CARIMA)模型.结合广义预测控制(GPC)的思想和有限脉冲响应滤波器,提出了一类新型的模糊预测PID控制器的实现方法,解决了一般预测PID控制器设计当中对系统模型阶次的限制问题.仿真算例说明了该方法的有效性和实用性.     

具有输入与状态时滞的非线性系统的模糊保性能控制

针对一类具有输入与状态时滞的参数不确定非线性系统,基于T-S模糊模型,讨论该系统的保性能控制问题。通过构造状态反馈控制器,提出了在给定的性能指标和控制律下,闭环系统是二次保性能稳定的充分条件,并以线性矩阵不等式(LMI)的形式表示,数值算例显示该设计方法是有效的。     

基于小增益定理的MIMO非线性系统的自适应控制

针对一类具有不确定函数控制增益的非线性相似组合大系统,提出一种直接鲁棒自适应控制设计器．基于输入到状态稳定性质和小增益定理,并利用T-S模糊逻辑系统逼近不确定函数,设计直接鲁棒自适应控制器．通过理论分析证明闭环系统半全局一致终结有界．