Variable universe adaptive fuzzy control on the quadruple inverted pendulum

This paper focuses on the control problem of the quadruple inverted pendulum by variable universe adaptive fuzzy control. First, the mathematical model on the quadruple inverted pendulum is described and its controllability is versified. Then, an efficient controller on the quadruple inverted pendulum is designed by using variable universe adaptive fuzzy control theory. Finally the simulation of the quadruple inverted pendulum is shown in detail. Besides, the experimental results on the hardware systems, i.e. real object systems, on a single inverted pendulum, a double inverted pendulum and a triple inverted pendulum are briefly introduced.     

Adaptive fuzzy controllers based on variable universe

Adaptive fuzzy controllers by means of variable universe are proposed based on interpolation forms of fuzzy control. First, monotonicity of control rules is defined, and it is proved that the monotonicity of interpolation functions of fuzzy control is equivalent to the monotonicity of control rules. This means that there is not any contradiction among the control rules under the condition for the control rules being monotonic. Then structure of the contraction-expansion factor is discussed. At last, three models of adaptive fuzzy control based on variable universe are given which are adaptive fuzzy control model with potential heredity, adaptive fuzzy control model with obvious heredity and adaptive fuzzy control model with successively obvious heredity.     

具有未知死区的SISO非仿射非线性系统间接自适应模糊控制

为了解决含有未知死区输入特性的SISO非仿射非线性系统的跟踪控制问题,提出了基于模糊自适应方法的控制器设计方案,把未知死区分解为一个线性项和一个扰动类似项,当系统状态可测时,利用模糊逻辑系统设计间接自适应模糊控制器,并结合跟踪误差信息设计自适应律;系统状态不可测时,通过引入误差观测器估计的状态变量,设计了间接自适应模糊输出反馈控制器．理论论证过程说明两种控制器能使系统的跟踪误差最终收敛到零的某一邻域,且闭环系统所有信号均有界. 仿真实验结果表明利用所设计控制方案可以使系统完成跟踪控制任务．     

Adaptive control using interval Type-2 fuzzy logic for uncertain nonlinear systems

A new adaptive Type-2 (T2) fuzzy controller was developed and its potential performance advantage over adaptive Type-1 (T1) fuzzy control was also quantified in computer simulation.Base on the Lyapunov method,the adaptive laws with guaranteed system stability and convergence were developed.The controller updates its parameters online using the laws to control a system and tracks its output command trajectory.The simulation study involving the popular inverted pendulum control problem shows theoretically pre...     

非线性变结构不确定连续系统的反馈控制

针对具有变结构且对象未知的单输入单输出的非线性系统模型的特点，基于自适应模糊，提出了一种具有投影功能的新型“扩张状态观测器”．该方法能有效跟踪变结构非线性系统的各阶状态变量，拓宽了非线性状态误差反馈控制器和自抗扰控制器的应用范围，同时给予了稳定性证明．最后，通过数值仿真验证了方法的可行性和有效性．     

一种新型的模糊神经网络自适应控制系统

结合神经网络控制和模糊控制的各自特点,提出了一种新的基于神经网络的模糊自适应控制算法,并给出了该算法的仿真与分析结果.利用该算法实现了基于模糊神经网络的智能控制系统的建立.     

A kind of fuzzy control for chaotic systems

As for dynamic systems with complex,ill-condi-tioned,or nonlinear characteristics,the fuzzy modelbased on fuzzy sets is a very useful method to describethe properties of the dynamic system using fuzzy infer-ence rules.Many kinds of fuzzy models for modeli…     

基于模糊干扰观测器的抗饱和自适应反步控制

针对一类输入受限的非匹配不确定非线性系统,提出了一种抗饱和自适应反步控制方法.利用模糊干扰观测器在线逼近系统的未知非匹配不确定及干扰,采用反步控制方法设计自适应控制器.控制系统设计中引入限幅滤波器,有效降低了控制输入饱和对系统稳定性的影响,并且控制器设计无需对虚拟控制律进行重复求导.利用李亚普诺夫稳定性定理,证明了闭环系统渐近稳定.仿真结果表明了该方法的有效性.     

一类不确定非线性系统的鲁棒自适应跟踪控制

针对一类带有符号未知不确定虚拟控制增益函数的不确定非线性受扰动系统，提出一种鲁棒自适应控制算法．该算法将Nussbaum增益技术融入backstepping设计方法之中，不仅能够保证闭环系统的信号是全局一致最终有界的，使得跟踪误差收敛到零的一个较小邻域；而且，闭环系统的控制性能可以通过适当的选择设计参数而得到保证．另外，该算法还能克服在现存文献中普遍存在的控制器奇异值问题．计算机仿真结果验证了控制器的有效性和良好性能．文章突出的贡献是拓宽了backstepping设计方法的应用范围，同时提供了一种系统化高、实用性强的设计方法．     

Adaptive fuzzy tracking control for a class of switched MIMO nonlinear systems

An adaptive fuzzy tracking control scheme is presented for a class of switched multi-input-multi-output (MIMO) nonlinear systems with disturbances under arbitrary switching.Adaptive fuzzy systems are e...     

一类非线性系统的无模型学习自适应控制

对于一类常见非线性离散系统，提出了其动态线性逼近的增量型模型、无模型自适应控制律和带有参数限定时域长度的参数自适应预报递推算法。实现了对时滞非线性系统的无模型学习自适应控制。通过仿真表明，该算法对于一类非线性系统实现无模型学习自适应控制是正确和有效的。     

Nonlinear combined forecasting model based on fuzzy adaptive variable weight and its application

In order to enhance forecasting precision of problems about nonlinear time series in a complex industry system, a new nonlinear fuzzy adaptive variable weight combined forecasting model was established by using conceptions of the relative error, the change tendency of the forecasted object, gray basic weight and adaptive control coefficient on the basis of the method of fuzzy variable weight. Based on Visual Basic 6.0 platform, a fuzzy adaptive variable weight combined forecasting and management system was developed. The application results reveal that the forecasting precisions from the new nonlinear combined forecasting model are higher than those of other single combined forecasting models and the combined forecasting and management system is very powerful tool for the required decision in complex industry system.     

Identification and novel adaptive fuzzy control of nonlinear system for PEMFC stack

PEMFC is a clean energy with high efficiency.Itis a high-tech subject,which has rapidly developed inmany countries.In the last decade,great progress onPEMFC modeling has been achieved by many research-ers.Many kinds of mathematical models have been es-tab…     

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.     

多变量非线性系统的有约束模糊预测控制

针对多变量非线性系统提出了一种带约束输入的广义预测控制(GPC)算法.首先对多变量非线性系统建立T-S模糊模型,利用模糊聚类算法和正交最小二乘算法对输入变量的模糊划分及后件部分的参数分别进行辨识,然后在每个采样点对系统进行局部动态线性化.根据得到的系统线性化模型设计GPC算法,该算法充分考虑了控制输入及其增量受约束的情况,而且不必求D iophantine方程,大大减小了计算量.仿真结果表明该算法能保证系统输出有效跟踪设定值,而且控制输入和控制增量均在其约束范围之内.     

非线性离散系统的自适应反馈一步向前预测控制方法

针对时变、滞后、反馈时间慢且参数未知的非线性离散时间模型系统的特点，提出了一种自适应反馈控制方法。在方法中，考虑到调整时间内反馈信息少与工程易实现的要求，采用多层预报的方法，对模型跟踪误差进一步向前预测，进而利用预测结果对模型和输入做进一步修正。此外，对算法的收敛性和稳定性从数学上给出了说明。并通过数值仿真验证了方法的可行性和有效性。     

专家-模糊自适应PID控制系统的设计

为了解决多容系统控制难度大的问题,设计了专家-模糊自适应PID控制器。这种控制器既具有模糊PID控制器的精度高、稳定性好、鲁棒性强的优点,又具有专家控制器进入稳定状态快的特点。对三容复杂系统的控制仿真结果表明,该方法的控制性能优于单独采用专家PID控制或模糊自适应PID控制的性能。     

MIMO非线性自适应模糊滑模控制

为了解决传统的自适应模糊滑模控制方法需经无穷长时间才能达到平衡点，不能对系统进行精确地跟踪控制的问题。提出一种具有快速收敛性的自适应模糊滑模控制方法。控制器用具有快速收敛性和稳定性的最终吸引子做自适应模糊调节率代替传统自适应模糊调节率，不仅具有稳定性且具有快速收敛性，从而使控制系统的输出能在有限时间内精确地跟踪参考信号。证明了所设计控制器是全局稳定的。并用该方法控制了二自由度机器手系统，仿真结构表明该方法能使机器手在有限时间内达到精确的位置和速度，从而证实了其快速性。     

基于模糊—神经融合的自适应模糊控制系统研究

模糊逻辑系统与人工神经网络各具优势,前者善于利用专家语言信息,后者有强大的学习能力,两者的结合可以取长补短。基于模糊逻辑系统与神经网络技术提出一种自适应模糊控制系统,其特点是模糊控制器具有多层前向网络结构。基于一种近最优的性能指标导出其参数自适应的误差反向传播算法。为了克服传统算法收敛慢的缺点,提出用模糊逻辑来调整学习过程的方法。通过倒立摆平衡控制仿真研究验证了所提出的自适应模糊控制系统及其快速学     

柔性航天器大角度姿态机动的变论域分形控制

针对具有开环树状拓扑结构的柔性多体航天器,基于真一伪坐标形式的拉格朗日方程,建立柔性多体航天器的动力学模型,充分考虑了柔性航天器的时变与不确定性的动力学特征,设计了改进的变论域分形模糊控制器,并对该系统进行了仿真验证．仿真结果表明,该方案回避了实时计算收缩因子所导致的论域范围实时收缩的缺点,实现了对柔性多体航天器大角度...