核动力装置蒸汽发生器水位的分层模糊自适应控制

针对压水堆核动力装置蒸汽发生器的水位控制提出一种分层模糊自适应控制方案，该方案中2个模糊控制器分层连接，每个模糊控制均采用典型模糊控制单元，使得模糊规则个数和可调参数个数大大减少，便于在线学习和实时控制，给出了分层模糊控制器的解析表达式及可调参数的在线学习方法，在快速加负荷和突然甩负荷的仿真实验中，该方案的控制效果明显优于已有的变参数PID控制，验证了该方案的有效性。     

基于解析结构的模糊控制器的稳定性和一致逼近性分析

基于模糊控制的解析结构理论,设计了输入变量采用三角形、全交迭,等差间距分布的隶属函数,输出变量采用对称、均匀分布的单点隶属函数和线性控制规则的二维模糊控制器,推导了模糊控制器的解析表达式。利用Lyapunov第二法论证了该模糊控制系统在平衡点处的局部稳定性,并证明了模糊控制器的一致逼近性。     

基于解析结构的模糊PI圆盘配料控制器

针对圆盘配料过程时变、非线性的特性,设计一种基于解析结构的模糊PI控制器。将料流量偏差和偏差变化率作为输入,采用等差间距的隶属度函数和sum-product推理方法,根据模糊控制规则得到PI参数调整的解析表达式。利用该解析表达式,对圆盘配料控制系统进行仿真,仿真结果验证了该控制器的有效性和实用性。     

一种新型自寻优模糊控制器

利用梯度下降法反向修改带有可调整因子的模糊控制器中的可调整因子。提出了一种对可调整因子进行在线实时修改和优化的方法。通过对被控对象的分析给出了控制器参数的初值。在运行过程中，利用该方法对可调整因子进行在线实时修改和优化，实现模糊控制器控制规则的自寻优，使过程具有较好的控制品质。     

混沌优化模糊控制器在铝电解控制中的应用

设计了基于CAN总线的预焙铝电解槽计算机控制系统的总体方案及基于混沌优化的电解质温度模糊控制器。将混沌优化算法引入模糊控制器,采用混沌粗搜索与细搜索相结合的优化方法,对量化因子、比例因子及控制规则进行优化。利用该控制器实现对预焙铝电解槽的温度控制。实验结果表明,该方法能有效地实现模糊器参数和控制规则的在线优化,控制具有鲁棒性好、适应性强、精度高等优点,算法结构简单,容易实现,控制性能优于普通的模糊控制器。     

在线扰动优化光伏MPPT模糊控制器

利用可在线优化的模糊控制器进行光伏最大功率点跟踪控制（MPPT）。利用模糊RBF网络根据专家经验建立初始模糊控制器,在模糊控制器输出的控制量上叠加正态分布的随机扰动,根据控制效果自适应地构造和调整模糊规则。根据控制效果记录器的结果决定是否叠加扰动,以削弱功率震荡现象。该方法可以减轻对模糊控制器相关参数进行离线调整的工作量。仿真结果表明该方法在光伏MPPT控制中的有效性。     

模糊规则在线自调整算法及仿真研究

在模糊规则的可修正因子的基础上,提出了一种在线自调整模糊控制器解析规则模糊控制器的改进结构,引入了能够动态调整模糊控制规则的修正函数;同时,通过遗传算法,应用该修正函数对模糊控制器控制参数进行优化。通过对一个典型的二阶系统进行仿真实验,结果表明使用该方法设计的模糊控制器具有响应快、超调小、稳态精度高等优点,改善了模糊控制系统的性能。     

复杂系统的分数阶内模控制器设计

针对高阶复杂系统提出一种分数阶内模控制器设计方法。利用微粒群算法(PSO)进行模型化简,基于内模控制(IMC)原理设计分数阶控制器,该控制器仅有一个可调参数,并根据鲁棒性能指标给出控制器参数整定的解析表达式。仿真结果表明,该方法可以使系统同时具有良好的目标值跟踪特性、扰动抑制特性以及克服参数变化的鲁棒性。     

基于GA的模糊控制器在弯辊控制中的应用

UC轧机中间辊弯辊控制回路的数学模型具有很强的时变性和不确定性,为实现其精确控制,设计了一种基于遗传算法的模糊控制器并将其应用于该控制回路中。系统利用遗传算法来优化模糊控制器的隶属函数及量化因子和比例因子的初值,并且根据模糊控制查询表的输出来在线调整量化因子和比例因子。仿真结果表明,用该方法设计的模糊控制器具有一定的自适应能力,将该控制器应用于UC轧机中间辊弯辊控制回路可以使二次型板形缺陷得到快速有效的控制,具有良好的控制性能。     

新型模糊PID控制及在HVAC系统的应用

为了推广模糊控制器在非线性系统中的应用,提出一种利用PID控制器的参数优化和调节模糊控制器的新型设计方法.通过模糊控制器的结构分析建立与PID控制之间的精确解析关系之后提出基于PID控制增益因子的模糊控制器设计算法,然后利用改进的变论域思想进一步优化模糊控制器设计参数.将其应用于暖通空调(HVAC)系统的节能控制中并与常规PID控制器相比较,仿真和实验结果表明这种模糊控制器具有超调量小、跟踪迅速、鲁棒性强等优越的控制性能.     

基于NT降阶的乘积型区间二型模糊控制器结构分析

目前区间二型模糊控制器的结构分析主要基于Zadeh的取小推理和KM降阶算法。KM算法是一循环迭代过程,没有解析解,无法进行控制器的稳定性分析,且取小推理需要进行输入空间的划分,过程较为繁琐。提出了一种简化的区间二型模糊控制器分析方法,该方法首先采用乘积推理,模糊规则的激发隶属度为输入变量隶属度的乘积,统一了控制器的表达式形式,避免了输入空间的划分过程,模糊控制器的结构分析更加简单。二型模糊集合采用NT降阶算法,该算法直接利用首隶属度函数的上、下限的平均值来进行解模糊化操作,避免了迭代计算,简化了降阶过程。控制器的表达式等效于一个增量式PI（位置式PD）控制器,其比例增益、积分增益以及补偿项均为非线性可调。而且还能得到控制器的闭环表达式,易于进行区间二型模糊控制器的稳定性分析与设计等。     

一种基于人工免疫原理的最优模糊神经网络控制器

提出了一种基于人工免疫原理的最优RBF模糊神经网络控制器设计方案．首先给出了控制器结构，其次将免疫进化算法用于控制器参数的优化，设计了一种满足二次型性能指标的最优RBF模糊神经网络控制器．将该控制器用于控制实际倒立摆系统，并采用状态变量合成方法以大大减少模糊规则的数目，实验结果验证了该控制器的有效性．     

参数自调整的月球车路径跟踪模糊控制器设计

针对常规模糊控制器需要不断手动调整控制器参数才能获得更好控制效果的缺点,提出一种基于多目标遗传算法NSGA-II进行参数优化的路径跟踪模糊控制器。以CJ-1月球探测车原理型样机为研究对象,用模糊逻辑描述了月球探测车的路径跟踪问题,通过调整规则因子来达到调整模糊规则的目的;引入了积分器以达到较好的稳态性能;采用NSGA-II算法实现了控制器7个参数的优化选择,提高控制器的适应能力。仿真结果表明,在跟踪阶跃路径时,常规模糊控制器超调量达到4.25%,而所设计的参数自调整模糊控制器基本能平稳无超调地跟踪路径,获得更好的控制效果。     

Derivation and analysis on the analytical structure of interval type-2 fuzzy controller with two nonlinear fuzzy sets for each input variable

Type-2 fuzzy controllers have been mostly viewed as black-box function generators. Revealing the analytical structure of any type-2 fuzzy controller is important as it will deepen our understanding of how and why a type-2 fuzzy controller functions and lay a foundation for more rigorous system analysis and design. In this study, we derive and analyze the analytical structure of an interval type-2 fuzzy controller that uses the following identical elements: two nonlinear interval type-2 input fuzzy sets for each variable, four interval type-2 singleton output fuzzy sets, a Zadeh AND operator, and the Karnik-Mendel type reducer. Through dividing the input space of the interval type-2 fuzzy controller into 15 partitions, the input-output relationship for each local region is derived. Our derivation shows explicitly that the controller is approximately equivalent to a nonlinear proportional integral or proportional differential controller with variable gains. Furthermore, by comparing with the analytical structure of its type-1 counterpart, potential advantages of the interval type-2 fuzzy controller are analyzed. Finally, the reliability of the analysis results and the effectiveness of the interval type-2 fuzzy controller are verified by a simulation and an experiment.     

变论域智能积分控制器设计

结合模糊控制理论,从优化模糊控制器的角度出发,将论域伸缩因子和智能积分结合起来,设计开发了基于可变论域的智能积分模糊控制器。利用LPC2132 ARM嵌入式芯片作为模糊控制器的核心,LabVIEW搭建监测平台。并针对带有纯滞后的温度控制系统给出了仿真结果。仿真结果表明,对于带有纯滞后的系统,变论域智能积分模糊控制器能够很好地改善纯滞后系统的缺点,对于大延迟、时变、非线性的工业过程系统能够很好的控制效果,其控制效果优于常规的模糊控制器,有较高的工程实用价值。     

Robust fuzzy control for a plant with fuzzy linear model

A robust complexity reduced proportional-integral-derivative (PID)-like fuzzy controllers is designed for a plant with fuzzy linear model. The plant model is described with the expert's linguistic information involved. The linguistic information for the plant model is represented as fuzzy sets. In order to design a robust fuzzy controller for a plant model with fuzzy sets, an approach is developed to implement the best crisp approximation of fuzzy sets into intervals. Then, Kharitonov's Theorem is applied to construct a robust fuzzy controller for the fuzzy uncertain plant with interval model. With the linear combination of input variables as a new input variable, the complexity of the fuzzy mechanism of PID-like fuzzy controller is significantly reduced. The parameters in the robust fuzzy controller are determined to satisfy the stability conditions. The robustness of the designed fuzzy controller is discussed. Also, with the provided definition of relative robustness, the robustness of the complexity reduced fuzzy controller is compared to the classical PID controller for a second-order plant with fuzzy linear model. The simulation results are included to show the effectiveness of the designed PID-like robust fuzzy controller with the complexity reduced fuzzy mechanism.     

基于遗传算法的模糊控制器的综合优化设计

该文简要叙述了模糊控制器的优化设计原理,提出了一种采用遗传算法对模糊控制器的量化因子、比例因子、隶属函数的参数和模糊控制规则进行综合优化的设计方法,并采用VisualC++6.0编制了相应的软件,该软件已成功地应用于工程中。此外,该软件也可作为遗传优化和模糊控制器设计的辅助教学软件。     

一种新型的二维PID模糊控制器

通过对常规PID控制器的结构分析,设计出一种新型的二维PID模糊控制器,其结构形式简称为fuzzy PD+ fuzzy ID型.根据模糊规则的图解分析,提出fuzzy ID控制嚣的输入变量(偏差和偏差变化加速率)与输出变量之间的控制结构,并确定两控制器的模糊控制规则的相似性.通过对该PID模糊控制器的结构分析,给出与常...