模糊PID控制器在火电厂主汽温控制中的应用

把解决模糊控制中的强化作用与静态稳定性之间的矛盾作为研究方向,针对火电厂主汽温系统的大滞后、大惯性、非线性等特点,提出将模糊控制与常规PID控制相结合的思路,设计了模糊PID控制模型并与普通PID控制和简单的模糊控制进行了比较。从仿真结果中可以看出:这种方法是解决模糊控制中的强化调节作用与静态稳定性之间矛盾的有效方法。图6表1参6     

燃气热水器的模糊控制方法

文章总结模糊控制JSQ20-B10强排热水器的成功实践。对模糊控制恒温型燃气热水器的硬件要点及模糊控制规则、推理流程、反模糊化作了较详细的论述。     

钢球磨煤机制粉系统的递阶模糊控制

针对火电厂球磨机制粉系统特性，提出了一种新的递阶模糊控制算法，该算法可显著地减少模糊控制规则数，使模糊控制算法能够方便地用于实际生产，文中给出的磨入口负压，出口温度，磨负荷的模糊控制查询表及协调级的模糊控制查询表，已在实际生产中得到验证，可有效地解决球磨机制粉系统存在的大时滞、强耦合问题。     

基于模糊控制的EV混合储能能量管理策略研究

针对锂电池和超级电容混合储能系统输出功率实时分配问题,为提高策略控制精度,设计了一种基于参数改进的模糊控制策略。根据混合储能单元实时荷电状态建立了动态功率模型,以各储能装置实时最大允许充放电功率和系统需求功率为输入参数,制定了更为精确的模糊控制规则,以实现模糊控制功率分配。搭建实验平台,将参数改进前后的模糊控制策略进行比较。实验结果表明,采用参数改进后的模糊控制系统工作稳定,单位时间内锂电池电流幅值平均降低了5%,提升了超级电容的使用效率,可延长锂电池使用寿命。     

大时滞系统模糊控制

提出时滞系统的模糊控制规则和控制策略，及一种实时减少模糊控制余差的方法，仿睦和应用表明本文提出的模糊控制具体有良好的控制性能，改善了大时滞系统的控制效果。     

基于遗传算法和模糊理论的循环流化床锅炉燃烧控制研究

为改善对循环流化床锅炉燃烧过程的控制品质,提出了一种循环流化床燃烧模糊控制方案,并基于遗传算法对模糊控制规则进行了优化研究。仿真结果表明:通过与传统的模糊控制比较,基于遗传算法优化后的循环流化床锅炉燃烧模糊控制系统的控制效果在超调量、调节时间等动态特性方面优于优化前的模糊控制系统,控制品质令人满意。     

基于外特性前馈和模糊控制反馈的发动机冷却系统控制策略研究

在GT-SUITE中建立了一维重型柴油机瞬态冷却系统仿真模型,并对冷却系统控制策略的开发方法和控制效果进行了研究。以降低冷却系统附件最小功耗及提高冷却液温度控制精度为目标,分别设计了脉谱前馈与模糊控制、变论域模糊控制、变论域模糊控制加水泵比例积分控制3种控制策略,并在全球统一瞬态试验循环工况下进行发动机台架工况与整车车辆运行工况的仿真计算对比。研究结果表明:相比模糊控制,反馈采用变论域模糊控制能使发动机出口冷却液温度振幅减少37.6%,温度处于±0.5℃区间内的时间增加39.98%,且附件总能耗降低8.58%,冷却性能得到明显改善;额外采用水泵比例积分控制能使发动机出口冷却液温度振幅进一步减少16.1%,温度处于±0.5℃区间内的时间增加15.26%,但附件总能耗相比提高10.3%,提高温控精度但牺牲了附件的功耗。脉谱前馈与变论域模糊控制在温控精度与功耗优化方面整体表现最优,整车运行环境下温控精度相比模糊控制提高49.28%,同时功耗降低8.68%。     

新型模糊控制器在感应加热温度控制中的应用研究

针对感应加热电源温度控制,采用了一种新型模糊控制控制器,介绍了基于该模糊控制的感应加热温度控制系统的构成及其设计。通过MATLAB／SIMULINK进行了仿真,仿真结果验证了该温度控制系统的有效性和优越性。     

一种细化的模糊控制算法在温控系统中的应用

提出一种以模糊理论为基础的细化模糊控制方法，它把人们在实践中得到的控制经验变成模糊控制规则，再把这些规则经模糊推理和决策得到控制变量。实践证明，细化模糊控制质量高于一般模糊控制方法。     

基于RBF神经网络与模糊控制的短期负荷预测

针对电力系统短期负荷预测,综合考虑温度、日期类型和天气等因素对短期电力负荷的影响,建立了径向基函数（Radial?Basis?Function,RBF）神经网络和模糊控制相结合的短期负荷预测模型。该模型利用RBF神经网络的非线性逼近能力对预测日负荷进行了预测,并采用在线自调整因子的模糊控制对预测误差进行在线智能修正。实际算例表明RBF神经网络与模糊控制相结合提高了预测精度。     

Fuzzy control with random delays using invariant cones and its application to control of energy processes in microelectromechanical motion devices

In this paper, a class of microelectromechanical systems described by nonlinear differential equations with random delays is examined. Robust fuzzy controllers are designed to control the energy conversion processes with the ultimate objective to guarantee optimal achievable performance. The fuzzy rule base used consists of a collection of r fuzzy IF-THEN rules defined as a function of the conditional variable. The method of the theory of cones and Lyapunov functionals is used to design a class of local fuzzy control laws. A verifiably sufficient condition for stochastic stability of fuzzy stochastic microelectromechanical systems is given. As an example, we have considered the design of a fuzzy control law for an electrostatic micromotor.     

汽车发动机怠速稳定性模糊控制系统试验研究

怠速工况运行品质是影响汽车发动机的经济性和排放性能的重要因素.在完成目标发动机喷油、点火系统控制匹配的基础上,以提高怠速运行稳定性为目标开发了怠速模糊控制器,编写了输入变量的模糊化、模糊推理过程以及模糊输出量的精确化等控制软件.采用模糊控制可以避免因汽车发动机怠速运行工况复杂造成难以建立精确数学模型,且可在发动机怠速工况时对转速进行较好的控制.发动机台架试验结果表明,采用模糊控制能有效改善汽车发动机的怠速运转稳定性,怠速运行质量显著提高.     

模糊控制算法在燃气轮机控制中的应用研究

利用模糊控制的快速动态响应和PID控制的稳态性能,设计了模糊自适应PID控制算法,实现了对燃气轮机转速的快速跟踪及稳态控制。仿真试验和工程应用均表明该控制算法的响应时间和稳态精度比常规控制算法有明显改善。     

基于永磁同步电机逆系统解耦模糊滑模控制

基于逆系统理论和模糊滑模控制方法对永磁同步电动机调速系统进行了解耦控制研究,提出了一种新型的模糊推理滑模控制策略。根据永磁同步电动机调速系统的动态数学模型,证明了其逆系统的存在性,给出了永磁同步电动机逆系统解耦的模糊滑模控制器设计方法,系统仿真结果表明,该控制策略在不加剧滑动模态抖动的前提下,有效增强了系统的抗负载扰动能力,改善了永磁同步电动机系统的控制性能。     

火力单元机组的前馈模糊神经非模型协调控制

提出了一种前馈模糊神经非模型协调控制方法。使用该方法设计的非模型控制器由模糊控制器和神经元控制器复合构成 ,针对某单元机组进行了实例仿真试验。结果表明 :这种新的控制方法不仅具有满意的控制性能 ,而且具有强鲁棒性和抗干扰性能 ,它显著地提高了协调控制系统在机组负荷及工况变化时的鲁棒性和控制品质。这种新的控制系统设计方法非常简单 ,不需要解耦补偿 ,而且控制器参数选择不严格 ,可方便地用于工业控制。图 7参 9     

基于模糊控制的风电机组独立变桨距控制

在额定风速以上时,通常采用变桨距控制技术调节大型风电机组来稳定其输出功率.由于风力发电系统的数学模型具有高度非线性、多变量、强耦合的特点,风速又具有多变性,因此文章在分析传统的PID变桨距控制技术优缺点的基础上,提出了基于三维模糊自适应PID控制的独立变桨距控制技术,并且引入风速的模糊前馈控制技术.对1 MW风电机组进行仿真,结果表明,在额定风速以上时,该方法不仅能稳定风电机组的输出功率,而且可以减小桨叶的拍打振动.     

Hierarchical fuzzy control of low-energy building systems

A hierarchical fuzzy supervisory controller is described that is capable of optimizing the operation of a low-energy building, which uses solar energy to heat and cool its interior spaces. The highest level fuzzy rules choose the most appropriate set of lower level rules according to the weather and occupancy information; the second level fuzzy rules determine an optimal energy profile and the overall modes of operation of the heating, ventilating and air-conditioning system (HVAC); the third level fuzzy rules select the mode of operation of specific equipment, and assign schedules to the local controllers so that the optimal energy profile can be achieved in the most efficient way. Computer simulation is used to compare the hierarchical fuzzy control scheme with a supervisory control scheme based on expert rules. The performance is evaluated by comparing the energy consumption and thermal comfort.     

T-S模糊控制器设计新方法及应用仿真

以具有非线性和非最小相位特性的水轮发电机调速系统为例．提出了T—S模糊控制器设计的新方法——基于PID控制器知识样本的T—S模糊控制器设计方法。将模糊控制器运用于水轮机控制。并对其进行仿真,把得到的模糊控制响应曲线与PID控制器进行比较,从调节时间、超调量、鲁棒性等方面可以看出,模糊控制器控制效果要优于PID控制。     

基于模糊算法的压差变流量控制研究

采用模糊算法编制压差控制系统的内部算法,用模糊算法实现对空调水系统的智能控制,详细给出模糊控制系统的设计步骤,并通过对中央空调系统特性数据的监测,验证了该技术的可行性。     

Cascade fuzzy control for gas engine driven heat pump

In addition to absorption chillers, today’s gas cooling technology includes gas engine driven heat pump systems (GEHP) in a range of capacities and temperature capacities suitable for most commercial air conditioning and refrigeration applications. Much is expected from GEHPs as a product that would help satisfy the air conditioning system demand from medium and small sized buildings, restrict electric power demand peaks in summer and save energy in general. This article describes a kind of control strategy for a GEHP, a cascade fuzzy control. GEHPs have large and varying time constants and their dynamic modeling cannot be easily achieved. A cascade control strategy is effective for systems that have large time constants and disturbances, and a fuzzy control strategy is fit for a system that lacks an accurate model. This cascade fuzzy control structure brings together the best merits of fuzzy control and cascade control structures. The performance of the cascade fuzzy control is compared to that of a cascade PI (proportional and integral) control strategy, and it is shown by example that the cascade fuzzy control strategy gives a better performance, reduced reaction time and smaller overshoot temperature.