一种多变量自适应模糊控制器的设计方法

把采用梯度学习算法的自适应模糊控制器设计方法推以多为情形。针对梯度学习算法收敛速度慢的缺点，把神经元学习中的赫布（Ｈｅｂｂ）规则与梯度算法相结合，构成梯度一赫布学习算法，从而使收敛速度明显加快，满足了过程控制中实时性的要求。仿真研究表明，本文的设计方法是可行的。     

不确定多输入非线性系统自适应模糊滑模控制器设计

针对一类不确定多输入非线性系统提出一种新的自适应模糊滑模控制器,该控制器在存在模型逻辑系统逼近误差的情况下使闭环系统跟踪误差小于预先给定常数,消除滑模控制中的抖振,缓解因系统维数增高所致的模糊规则爆炸现象,最后用仿算例验证了所提出方法的有效性。     

一种新的模糊滑模控制器设计方法

针对具有较大且不可观测外界干扰的一类不确定系统,提出一种新的模糊滑模控制器设计方法.首先基于模糊滑模控制原理,引入全局快速终端滑模控制,使系统在有限时间内达到稳态;然后构造以李雅普诺夫函数导数的绝对值为补偿的自适应干扰估计项,对外界干扰进行准确估计,进而提出一种双层递阶指数趋近全局快速终端模糊滑模控制器,通过指数趋近率来调节滑模面的动态品质,该控制器能快速收敛到稳定状态,且有效消除控制器的抖振情况;最后通过仿真算例验证所提方法的有效性.     

机器人操作器的自适应模糊滑模控制器设计

针对机器人动力学系统提出了一种基于模糊逻辑的自适应模糊滑模控制方案.根据滑模控制原理并利用模糊系统的逼近能力设计控制器,基于李雅谱诺夫方法设计自适应律,证明了闭环模糊控制系统的稳定性和跟踪误差的收敛性.控制结构简单,不需要复杂的运算.该设计方案柔化了控制信号,减轻了一般滑模控制的抖振现象.仿真结果表明了所提控制策略的有效性.     

一种新的自适应模糊系统

提出应用B-Spline函数为隶属函数的自适应模糊系统，该系统将B-Spline和ANFIS两有机地结合在一起，取长补短，达到简捷的隶属函数自寻优。研究结果表明，该方法运算速度快、系统的逼近误差小、精度高、简单易行，非常适合于隶属函数的在线优化。     

一种新的神经网络自适应控制器

1引言神经网络具有很强的非线性逼近能力，现已广泛应用于控制系统的设计［‘］。一种方法是利用它进行自适应控制【’」，另一种方法是利用它来决定控制输出［3］。fg是，在这些文献中，其控制器的设计大多数是离线进行的，且要依赖于系统的较多验前信息。在文卜」中提出了利用神经网络控制器来解决CARMA系统的辨识问题以及在线实现自适应控制。由于多层前向神经网络模型存在固有误差，这里利用文［5」中提出的带有输入补偿的神经网络来辨识系统模型，利用预测误差来估计系统噪声。同时，利用神经网络来辨识系统的逆模，求出控制器的输出…     

应用单层神经网络设计多变量自适应模糊控制器

提出一种应用单层神经网络设计多变量自适应模糊控制器的方法。应用单层神经网络可以学习多变量模糊控制规则中的未知参数，还可由它来实现多变量模糊推理过程。该方法能解决多变量模糊控制中普遍存在的规则获取困难和难于实现实时自适应等问题。仿真试验表明，所设计的多变量模糊控制器不仅实时性好，而且可得到满意的控制效果。     

一种自适应模糊控制器

对文 [1]提出的模糊自适应控制算法提出改进方案 ,根据改进方案 ,控制算法可以去掉监督项 ,同时可加入一辅助控制项以提高动态特性 .经证明 ,算法仍然满足全局稳定 .为保证闭环渐近稳定性条件 ,文中提出一种模糊控制器结构自组织学习方法 .仿真结果显示 ,与文 [1]算法相比 ,本文算法更能保证闭环渐近稳定性 ,具有更好的动态性能 .     

平面二级倒立摆自适应滑模控制器设计

研究平面二级倒立摆系统稳定性和速度特性优化问题,由于倒立摆系统的外界扰动的不确定性,建立平面二级倒立摆的数学模型,应用变结构控制理论(SMC)和模糊逻辑系统设计了自适应滑模控制器,把趋近律和切换控制的模糊化相结合,采用模糊系统调整趋近速率的大小,在加快趋近速度的同时用模糊逼近切换控制,为减少控制量的抖振和优化控制系统,同时倒立摆控制具有了滑模控制对外界扰动和参数摄动的不变性。进行仿真的结果验证了控制器的稳定性,表明控制器系统能保证在不同的运行条件下具有快速性和鲁棒性。     

交流伺服系统模糊滑模控制器设计

针对交流伺服系统的位置控制，设计出一种新型滑模控制器，以前馈信号作为平均控制，采用模糊推理来调节开关控制的幅度，仿真研究表明，该控制器能较好地实现对指令信号的跟踪，具有较强的抗参数摄动和抗干扰能力，表现出良好的控制性能。     

一种新型滑模控制器设计及仿真

对于一类非线性不确定系统,常规滑模控制器存在"抖振"现象和抗外部扰动作用不理想等问题.本文运用自适应模糊系统逼近滑模控制器参数,并引入一个自适应模糊参数连续逼近常规滑模控制器的开关函数,最后给出一种新型自适应模糊滑模控制器,该方法克服函数和边界层法的不足.仿真实验结果表明该方法增强非线性系统的抗干扰能力和鲁棒性,并大大地削弱系统的"抖振"现象.     

基于自适应模糊滑模控制的船舶航向控制器设计

针对船舶运动系统中固有的非线性、模型不确定性和风、浪、流等的干扰.提出了自适应模糊滑模控制(AFSMC)策略解决船舶的航向控制问题.通过采用模糊逻辑系统逼近系统未知函数,将滑模控制技术与自适应模糊控制技术相结合,设计了船舶航向AFSMC控制器.在滑模边界层内应用PI (proportional-integral)控制代替滑模控制中的切换项,削弱了滑模控制带来的抖振现象.借助李亚普诺夫函数证明了船舶运动系统中的信号都一致有界并利用Barbalat引理证明了跟踪误差渐近收敛到零.在参数摄动和外界干扰情况下进行了航向保持与改变仿真试验,采用AFSMC控制器得到了与无摄动和无干扰情况下相似的输出响应.实验结果表明,所提控制器能有效地处理系统不确定性和外界干扰,控制性能良好,具有很强的鲁棒性.     

分散自适应模糊滑模控制器的设计与分析

研究了一类具有函数控制增益的耦合大系统的分散自适应模糊控制问题 ,提出了能够利用专家的语言信息和数字信息的分散自适应模糊滑模控制器的设计方案 .通过理论分析 ,证明了分散自适应模糊控制系统是全局稳定的 ,跟踪误差可收敛到零的一个邻域内     

基于FNN的滑模自适应控制

研究一类不确定性非线性系统的直接自适应控制方法。该方法由滑模控制器和模糊神经网络构成，通过平滑切换实现自适应控制策略。仿真结果表明，这种方法既有强鲁棒性，又能有效地消除高频颤动。     

自适应模糊滑模控制及在轧机APC中的应用

基于模糊自适应控制方法设计了轧机厚控APC(Automatic Position Control)的滑模跟踪控制器,在系统动态函数未知的情况下,运用动态模糊逻辑系统DFLS(Dynamic Fuzzy Logic System)以及自适应机构构造变结构控制;应用李亚普诺夫方法设计滑模系数以及变结构控制律参数,使得闭环系统渐近稳定;不需要轧机APC的精确数学模型。仿真结果验证了控制系统的有效性以及抗干扰性能。     

基于不确定T-S模型的模糊滑模自适应控制

提出一种不确定T-S模型的模糊滑模自适应控制方法。通过变换将该模型转换成3个组成部分：线性标称系统,已知非线性部分和未知不确定部分。针对它们设计3个控制器,其作用分别为：强迫系统沿着滑模面运动,消除已知扰动对线性标称系统的影响,克服不确定扰动(采用模糊滑模自适应控制,无需知道不确定的界限)。该方法无需求正定矩阵就能保证系统全局稳定。     

一类非线性系统综合自适应模糊滑模控制

针对一类非线性系统把模糊控制,模糊逻辑逼近及模糊滑模控制相结合,提出一种综合自适应模糊滑模控制方法、直接和间接自适应模糊控制器只能利用模糊控制规则或模糊描述信息,而综合自适应模糊控制器能利用上述两种信息。理论证明闭环系统稳定,跟踪误差收敛到零或零的一个小邻域内。仿真结果表明了算法的有效性。     

多关节机器人的自适应模糊滑模控制

针对多关节机械臂轨迹跟踪控制,提出了一种基于全局快速终端滑模面的自适应模糊滑模控制方法。该方法通过设计合适的自适应律,采用模糊自适应控制调节滑模控制的切换控制增益,实现了对建模误差和不确定干扰的自动跟踪,削弱了抖振。系统不需要对建模误差和干扰进行预估计,并且通过对控制器结构的简化,降低了模糊控制器的维数,减少了计算量。利用李亚普诺夫定理证明了控制系统的稳定性,仿真结果表明了其有效性。     

SCARA机器人的模糊自适应滑模控制

为了提高SCARA机器人的轨迹跟踪控制性能,提出一种双模糊自适应滑模控制;采用一自适应模糊控制器,根据滑模到达条件对滑模切换增益进行估算,消除滑模控制中输出力矩的抖振现象,增强其对不确定性因素的适应能力;采用另一自适应模糊控制器对指数趋近律系数进行修正,改善由于大范围初始位姿产生的偏差而引起的大力矩和速度跳变问题;基于Lyapunov方法进行了稳定性证明,保证控制系统的稳定性与收敛性;仿真实验结果表明,该方法应用于SCARA机器人,跟踪效果良好并产生了平滑的力矩输出和速度输出.