一种变论域模糊控制自适应算法

针对受控系统非线性、时变性、复杂性和不确定性的特点, 文中采用一种基于模糊控制的变论域自适应控制算法, 将变论域引入模糊控制的隶属函数中, 设计了输入函数的自适应律, 并通过李雅普诺夫函数进行了稳定性分析. 仿真结果表明在有干扰的情况下, 算法能很好的跟踪系统输入, 使系统跟踪误差小且能够保证系统的稳定性.该算法结构简单, 具有良好的鲁棒性和动态性能, 同时克服了系统参数变化对稳定性造成的不利影响. 仿真实例表明了本算法的正确性和有效性.     

变论域自适应模糊控制在航机发电中的应用

航机发电系统是一个时变、非线性、强干扰、模型复杂,燃料供应不确定性大的复杂系统,应用传统的控制方法往往难于达到满意的控制效果.变论域自适应模糊控制具有对模型无准确要求、响应快速、精度高、鲁棒性好、适应性强等优点.本文将变论域自适应模糊控制器用于航机发电机组的调节与控制中.首先详细的论述了控制器的结构设计、伸缩因子的选择方法,然后给出了具体的控制算法;最后给出的现场试验及试运行结果表明该控制算法在航机发电中切实可行,效果令人满意.     

基于变论域的铝电解模糊控制研究

针对铝电解控制中的不确定性、非线性等因素给系统带来的影响,基于常规模糊控制,分析研究了该系统基于变论域的模糊控制机理。选定电解槽中的电解质温度为论域伸缩因子,利用变论域的思想,通过论域的膨胀或压缩使模糊控制规则可派生出任意多条,实时提高在线控制精度。分析仿真结果可知,该算法使铝电解温度控制具有比用常规控制更高的温度控制精度和系统性能,验证了该设计的有效性和实用价值。     

变风量空调系统末端变论域模糊控制

针对变风量空调系统非线性、时变性和难以建立精确模型的特点,提出一种具有自适应能力的变论域模糊控制,以提高控制系统的控制速度和精度,使系统具有更好的动态性能和准确性。在推导VAV末端装置模型的基础上,进行了仿真实验。仿真结果表明,与传统PID控制和常规模糊控制比较,变论域模糊控制提高了系统的动静态特性和系统的稳态精度,从而使模糊控制器的性能得到了较大的改善,具有良好的控制效果。     

基于Q学习算法的变论域模糊控制新算法

变论域模糊控制器的控制函数被＂复制＂到后代中,往往存在着＂失真＂现象,这种现象的后果是造成算法本身的误差.针对这一问题,本文提出了一种基于Q学习算法的变论域模糊控制优化设计方法.本算法在变论域模糊控制算法基础上提出了一种利用伸缩因子、等比因子相互协调来调整论域的构想,且通过用Q学习算法来寻优参数使控制器性能指标最小,使其在控制过程中能够降低＂失真率＂,从而进一步提高控制器性能.最后,把算法运用于一个二阶系统与非最小相位系统,实验表明,该算法不但具有很好的鲁棒性及动态性能,且与变论域模糊控制器比较起来,其控制性能也更加提高.     

变论域模糊控制在聚丙烯生产中的应用

为更好地提高模糊控制的自适应能力,以克服聚丙烯生产过程中的非线性、时变及滞后给控制带来的影响,在一般模糊控制基础上,研究了基于PID的变论域模糊控制原理。采用伸缩因子的概念,提出了变论域的改进模糊控制算法,使模糊控制规则可通过论域的压缩或膨胀派生出任意多条。仿真实验表明,该算法使控制系统具有较一般模糊控制和常规PID控制更高的稳态控制精度和良好的动态品质,可有效应用于聚丙烯反应釜控制,以取得较好的控制结果。     

一种变论域模糊控制伸缩因子算法的改进研究

阐述了常用的变论域模糊控制伸缩因子,对常用的自然指数形伸缩因子算法进行了改进,构建了一种运算量比较少且编程容易实现的伸缩因子,从数学角度证明了算法的合理性.通过把改进的伸缩因子算法移植于变论域模糊控制系统中,对某一阶非线性不稳定系统进行控制,通过MATLAB仿真,证明了该伸缩因子算法不仅能取得自然指数形伸缩因子算法同样...     

电阻点焊的变论域模糊控制方法

为提高电阻点焊模糊控制适应性和稳定性差的缺点, 根据变论域控制理论, 提出了电阻点焊的变论域模糊控制方法. 首先, 讨论了变论域模糊控制的基本原理. 其次, 设计了输入隶属函数、输出隶属函数、模糊控制规则、伸缩因子, 开发了一种基于规范化因子的电阻电焊变论域模糊控制器, 并使用模糊规则选择变论域的伸缩因子,给出了算法实现的具体步骤. 最后, 进行了不同控制方案的实验研究, 分析了实验结果, 验证了该控制算法的优越 性.     

风力发电机组的变论域自适应模糊控制

建立了变速变浆距风力发电机组的简化模型。在此基础上，将变论域自适应模糊控制应用到风力发电机组的转速和浆距控制系统中，改善风力发电机组的风能捕获性能。变论域自适应模糊控制器在保持规则形式不变的前提下。论域随着误差的变化而变化。这种控制器不但具有经典模糊控制的优点，如不需要精确的数学模型，产生非线性控制动作，良好的动态性能等．而且具有较高的控制精度。仿真结果证明该方法改善了风力发电机组的控制性能。     

基于多层蚁群算法的变论域模糊控制

针对模糊控制器控制精度不高、自适应能力有限等问题,提出一种变论域自适应模糊控制方式.首先在对离散蚁群算法改进的基础上,提出用于连续域寻优的多层蚁群算法.其通过将解空间分成有限网格,并且算法在迭代过程中采用三个阶段的搜索策略,每个阶段采用异构搜索机制.然后根据系统性能利用改进算法动态调整伸缩因子,从而构成基于多层蚁群算法的变论域自适应模糊控制器.最后将此控制器用于中厚板液压位置伺服系统中.仿真结果表明,采用自适应模糊控制器的伺服系统收敛速度明显加快,此控制策略在适应能力与鲁棒性好于其它控制方式.     

双输入单输出潜遗传变论域模糊控制算法及其收敛性

研究了一种变论域模糊控制算法及其收敛性问题.首先,针对常见的双输入单输出模糊控制器,提出了一种新型的潜遗传变论域模糊控制算法,通过使用模糊单值转换函数,简化了新算法推理后件的变论域操作,显著地减少了计算量.然后,从理论上证明了新算法的收敛性.最后,为了验证算法的有效性,本文将新算法和已有的两个典型算法做了倒立摆实验对比.结果表明,相对于已有算法,由新算法构成的控制器在控制精度上有明显的提高.     

空天飞空天飞行器的自适应变论域模糊预测控制行器的自适应变论域模糊预测控制

考虑一类非线性不确定系统的变论域模糊预测控制问题.根据跟踪误差在线调整伸缩因子,使变论域模糊系统一致逼近被控对象中的未知干扰和不确定因素.通过引入鲁棒自适应控制器,消除了模糊建模误差,提高了系统的动态性能.基于泰勒展开的非线性预测控制律,避免了繁重的计算负担.基于Lyapunov理论,给出了伸缩因子的σ调整律,并证明了闭环系统一致最终有界.最后,将该算法用于空天飞行器(ASV)姿态控制系统的设计,仿真结果表明了该算法的有效性.     

自主汽车的侧向H∞自适应变论域模糊控制

自主侧向控制实现汽车自动调节转向和车道变换,是复杂的非线性控制系统.本文将变论域模糊控制,自适应技术和H_∞最优控制理论相结合对自主汽车的侧向系统进行控制,提高了系统的鲁棒性和控制精度.设计直接自适应变论域模糊控制器,利用Lyapunov稳定性理论证明了整个闭环系统的稳定性.然后与H_∞相结合,通过选取控制变量的权重因子,可以将逼近误差和外部扰动对跟踪误差的影响减小到任意给定的标准.最后把这种算法应用到了自主汽车的侧向系统的控制,仿真结果表明算法的实用性和有效性.     

基于变论域模糊控制的温室环境控制系统的设计

详细介绍了基于变论域模糊控制的温室环境控制系统,以温度控制系统为例进行设计。该系统以变论域模糊控制为核心算法,用BP神经网络改变模糊控制的论域。根据误差和误差变化率选择合适的论域,不仅克服了误差过大或过小时对温室控制的影响,还解决了温室多变量难以建立数学模型和隶属度函数选择较难的问题。     

MR-SAS and electric power steering variable universe fuzzy PID integrated control

In order to solve the problem of MR-SAS and electric power steering (EPS) integrated control, the suspension and steering system integrated dynamic model was established, and the variable universe fuzzy PID integrated controller was designed. Due to the difficulty of self-adaptive and the superiority of compound control of fuzzy control, the variable universe fuzzy PID compound controller based on fuzzy inference was designed. The fuzzy on–off control based on trapezoidal membership function was used to the fuzzy control and PID control. And the random road input and steering wheel angle step input simulation experiment was carried out in the integrated system. Compared with the passive system and separate control, experimental results show that the integrated control system has obvious superiority.

     

基于导管机器人的变论域模糊PID控制研究

在微创血管介入手术中,当操作者通过主手给出期望位置后,要求导管机器人能够控制导管快速稳定并精确到达目标位置。但由于导管机器人的电机响应迟滞以及血管内的复杂环境因素,传统的模糊PID控制已经不能满足血管介入手术对导管机器人快速性、精确性、强鲁棒性的要求。通过对导管建模,导管机器人运动学、手术坐标空间变换分析,采用变论域模糊PID控制,并运用Matlab进行仿真。仿真结果证明,所设计的变论域模糊PID控制器能够提高导管机器人的响应速度、定位精度与稳定性,为血管介入手术导管机器人的控制提供良好的理论依据。     

基于变论域模糊增量理论的质子交换膜燃料电池温度控制

质子交换膜燃料电池(PEMFC)内部的电化学反应过程直接表现为温度的变化,所以有效的温度控制是保证燃料电池可靠性和耐久性的关键.本文将模糊增量控制用于PEMFC热管理系统中,将PEMFC的温度和电堆出入口温度差保持在设定值.首先,建立PEMFC热管理系统的动态模型,包括PEMFC电堆模型和辅助散热设备模型.然后,基于建立的系统模型,设计了一种变论域的模糊增量控制器.该控制器通过伸缩因子来动态调节模糊控制器中的量化因子和比例因子,实现对模糊论域的调节,从而提高控制的灵敏性和精确度.最后,将该温度控制方法用于10 kW燃料电池系统中,实验结果表明变论域模糊增量控制器相比于其他模糊控制方法,不仅具有更快的动态响应速度,还具有更强的鲁棒性和更高的控制精度.     

一种改进型变步长MPPT算法

针对固定步长比较法的跟踪速度和精度不够理想的特点,提出一种新的变步长扰动观测法来跟踪光伏电池的最大功率点。依据光伏电池的P-U曲线特性,在最大功率点两侧采用不同的变步长控制策略。在左侧,采用较大的步长选择策略。在右侧,采用较小的步长选择策略。同时给出步长的选择方法。在MATLAB/Simulink环境下,搭建光伏电池最大功率点模型并进行仿真。仿真结果表明,该算法可以显著提高最大功率的跟踪速度与精度,有效抑制在最大功率点处的振荡现象。     

Observer-based variable universe adaptive fuzzy controller without additional dynamic order

A high-precision fuzzy controller, based on a state observer, is developed for a class of nonlinear single-input-single-output (SISO) systems with system uncertainties and external disturbances. The state observer is introduced to resolve the problem of the unavailability of state variables. Assisted by the observer, a variable universe fuzzy system is designed to approximate the ideal control law. Being auxiliary components, a robust control term and a state feedback control term are designed to suppress the influence of the lumped uncertainties and remove the observation error, respectively. Different from the existing results, no additional dynamic order is required for the control design. All the adaptive laws and the control law are built based on the Lyapunov synthesis approach, and the signals involved in the closed-loop system are guaranteed to be uniformly ultimately bounded. Simulation results performed on Duffing forced oscillation demonstrate the advantages of the proposed control scheme.