基于T-S模糊模型的非线性系统广义预测控制

针对离散非线性系统,提出一种基于T-S模糊模型的广义预测控制方法。该方法将采样点的T-S模糊模型转化为采样点线性模型与非线性误差叠加的线性形式,通过迭代修正非线性误差,使具有非线性误差的线性模型预测控制律逐渐逼近采样点T-S模糊模型预测控制律。同时,该预测控制方法也能适用于当系统受输入输出约束时的控制。仿真结果验证了所提出的TS模糊模型广义预测方法有效。     

基于FIGA的广义T-S模糊模型预测控制

利用广义T-S模糊模型对非线性系统具有万能逼近性得到系统的局部线性化，并利用一种快速综合性遗传算法（FIGA）对广义T-S模糊模型进行参数辨识，根据得到的线性化模型对系统采取广义预测控制（GPC）得到当前的控制动作。通过Matlab仿真证明了该方法的有效性。     

模糊聚类在非线性系统广义预测中的应用

将非线性系统,用T-S模型表示,由于T-S模型的结论部分是一个线性模型,因此可将其等价为时变线性系统.用模糊聚类方法在线确定模型结构;利用模糊基函数逼近时变系数,再利用最小二乘法在线辨识模型的后件参数以实现时变系统的参数估计,最后运用广义预测控制策略,完成了对原非线性系统的自适应预测控制.仿真结果表明了所提方法的有效性.     

单值模糊广义预测控制及其在热工对象中的应用

热工火电机组具有非线性、时变性、大时滞等特性,工业控制中有一定的难度.在前人对T-S模型辩识研究的基础上,本文提出了一种自适应模糊模型辨识算法,通过置信度检验,自适应改变模糊规则数,确保保留最有效的模糊规则.在此基础上,本文提出了一种基于T-s模型的单值模糊广义预测控制策略,与基本模糊广义预测控制算法相比较,该算法具有结构简单、计算过程快的优点.仿真结果表明,该算法明显地改善了控制系统的控制品质.     

模糊预测控制及在pH控制过程中的应用

pH控制过程具有较强的非线性和滞后性,是过程控制中具有挑战性的难题。文中利用过程的Hammerstein模型描述,提出了一种基于模糊控制的两步法广义预测控制方法(F-TSGPC)。将T-S模糊模型逼近Hammerstein模型的非线性环节,根据广义预测控制求解的中间变量与预测误差设计相应的模糊规则,由T-S模糊模型逆映射出控制量,避免了求解非线性方程,在一定程度上抑制了系统的滞后。文中也对实际控制中存在的输入约束给出了一种新的处理方法。仿真结果表明,F-TSGPC能有效的对p H值进行控制,具有良好的跟踪性及抗干扰性。     

基于GPC的锅炉汽包液位控制研究

介绍了汽包在电厂锅炉运行过程中的重要作用,分析了汽包的工艺特点,深入研究了广义预测控制算法,对汽包液位系统进行了基于模糊T-S模型的系统辨识,研究了基于模糊T-S模型的(GPC控制算法在汽包液位控制系统中的应用,在MATLAB仿真环境下对其控制效果进行了研究,分析了控制系统的性能.     

冷带轧机液压AGC系统T-S模糊模型辩识研究

该文以冷带轧机液压AGC系统为对象,进行了T-S模糊模型辩识研究。首先,采用开环控制策略进行了辨识数据的测取,采用AIC定阶法确定了液压AGC系统的阶次。在此基础之上,采用基于满意聚类的T-S模糊模型辨识方法,通过GK算法进行模糊聚类,进行了液压AGC系统T-S模糊模型的辨识,得到了系统的T-S模糊模型。该模糊模型分为前提部分和结论部分,各条规则间构成线性组合,对液压AGC系统的非线性有着较为良好的线性描述。通过模型的白色残差校验进行了模型校验,所辨识出的冷带轧机液压AGC系统T-S模糊模型,模型精度符合要求。     

填料塔热交换系统的模糊模型PID优化控制

建立了填料塔热交换实验装置的计算机控制系统.针对过程的严重非线性与不稳定性,在机理分析的基础上建立了分段非线性模型,提出了一种基于T-S模糊模型的非线性系统PID优化控制算法,设计了该装置的模糊模型PID优化控制器.实验结果与传统的PID控制结果进行对比表明,采用模糊模型PID优化控制方法能够有效解决非线性控制问题,控制效果令人满意.     

基于模糊模型的车辆稳定性控制方法研究

采用系统辨识的方法建立车辆的模糊模型，从而将车辆非线性系统模型通过模糊化方法分解为若干线性子系统，系统的输出是这些线性子系统输出的加权和，提出了基于梯度下降法的模糊模型辨识算法。根据所建立的模糊模型推导了广义预测控制模型(CARIMA)，为车辆的稳定性控制问题的研究提供了新方法。运用该方法对车辆的制动转向工况进行了仿真研究，结果表明，基于模糊模型的广义预测控制能有效改善车辆的稳定性。     

基于T-S模型的动态预测在啤酒发酵温度控制中的应用

针对啤酒发酵温度过程控制具有大时滞、非线性以及多扰动等特点,提出了基于T-S模糊辨识模型的多变量动态矩阵预测控制方案.结果表明该控制方案对模型精度要求不高,但控制效果良好.     

Robust Takagi-Sugeno fuzzy control for fractional order hydro-turbine governing system

A robust fuzzy control method for fractional order hydro-turbine governing system (FOHGS) in the presence of random disturbances is investigated in this paper. Firstly, the mathematical model of FOHGS is introduced, and based on Takagi-Sugeno (T-S) fuzzy rules, the generalized T-S fuzzy model of FOHGS is presented. Secondly, based on fractional order Lyapunov stability theory, a novel T-S fuzzy control method is designed for the stability control of FOHGS. Thirdly, the relatively loose sufficient stability condition is acquired, which could be transformed into a group of linear matrix inequalities (LMIs) via Schur complement as well as the strict mathematical derivation is given. Furthermore, the control method could resist random disturbances, which shows the good robustness. Simulation results indicate the designed fractional order T-S fuzzy control scheme works well compared with the existing method.     

基于MATLAB的T-S型模糊控制器的设计与仿真研究

Takagi-Sugeno型模糊系统非常适合于模糊建模，针对复杂的非线性系统，采用T-S模糊模型逼近非线性系统，将非线性系统模糊化为局部线性模型。利用MABLAB软件中的模糊控制工具箱，以倒立摆为模型的仿真试验，验证了方案的有效性。     

基于简化模糊模型的广义预测控制器

利用适应模糊推理修正非线性系统的局部线性化，提出一种基于模糊辨识的非线性系统广义预测控制器。仿真研究表明，该算法能有效实现对非线性对象的预测控制，抑制外来噪声，具有良好的鲁棒性。     

基于系统辨识的PEMFC温度非线性建模与预测

针对质子交换膜燃料电池(PEMFC)等一类具有严重非线性的复杂被控对象，提出一种基于模糊模型的模糊预测算法，并对PEMFC系统进行建模。在建模过程中，采用离线学习和在线修正辨识出对象的模糊模型。其中，模型的参数通过模糊聚类初始化和离线反向传播算法进行学习，必要时可通过在线调整后件参数，以使得模型的预测精度能满足实时控制的需要。仿真和实验结果表明了该模糊辨识建模方法具有建模简单、模型精度高等优点，亦证明了该算法的有效性和优越性。     

基于模糊预测控制的回转窑温度控制

介绍了模糊预测控制技术在水泥回转窑温度控制中的应用。水泥生产的关键环节在于水泥回转窑,其中最重要的就是对回转窑温度的控制。针对热工对象存在的大惯性、大迟延问题,运用T-S模糊模型的离线辨识算法对复杂的热工对象建模,得到了回转窑温度控制系统的线性化模型。     

Identification of uncertain nonlinear systems for robust fuzzy control

In this paper, we consider fuzzy identification of uncertain nonlinear systems in Takagi-Sugeno (T-S) form for the purpose of robust fuzzy control design. The uncertain nonlinear system is represented using a fuzzy function having constant matrices and time varying uncertain matrices that describe the nominal model and the uncertainty in the nonlinear system respectively. The suggested method is based on linear programming approach and it comprises the identification of the nominal model and the bounds of the uncertain matrices and then expressing the uncertain matrices into uncertain norm bounded matrices accompanied by constant matrices. It has been observed that our method yields less conservative results than the other existing method proposed by S?krjanc et al. (2005) [11] and [12]. With the obtained fuzzy model, we showed the robust stability condition which provides a basis for different robust fuzzy control design. Finally, different simulation examples are presented for identification and control of uncertain nonlinear systems to illustrate the utility of our proposed identification method for robust fuzzy control.     

气动位置伺服系统的T-S型模糊控制研究

针对气动位置伺服系统特性随工作点位置和负载变化而变化的特点,提出采用基于Takagi-Sugeno模型(T-S模型)的模糊控制。以比例流量阀控摆动气缸位置伺服系统为例,研究了建立气动位置伺服系统的T-S型模糊控制器的一些关键技术,包括前提变量的确定、子系统的划分、模糊子集隶属函数的确定以及局部控制器的设计等。试验结果表明,采用所建T-S型模糊控制器,在较大范围内的任意负载下,执行元件行程范围内的任意位置,系统都具有良好的响应特性