基于线性化模型的船舶航迹滑模控制器的设计

针对船舶航迹非线性被控对象中的非线性环节，论述了如何通过两种线性化手段即局部线性化方法和模糊线性化方法，对船舶航迹控制的数学模型进行近似线性化。将两种方法的仿真结果进行比较，并在此基础上提出一种简明实用的滑模控制方案。结果表明，此方法是成功可行的，其控制规律对系统工作条件的变化具有较好的鲁棒性。     

空间网壳结构的自调整模糊振动控制

基于模糊控制原理,构建运用于大跨空间网格结构的经控制规则修改的自调整模糊控制器,提出含有一个和多个调整因子的控制规则的解析形式及其相应控制规则表,且对控制规则进行调整因子自寻优.运用该模糊控制器,实施对网壳结构的振动控制,数值对比分析在自调整模糊控制器与未经过规则修改的模糊控制器下,结构动力响应及调整因子在自寻优前后的结构动力响应.研究表明,该自调整模糊控制器设计简便,振动控制效果明显.     

减摇鳍模糊免疫自适应PID控制器设计及仿真研究

针对船舶横摇的非线性模型，利用免疫反馈机理，设计了一种减摇鳍模糊免疫自适应PID控制器。控制器将模糊控制与PID控制相结合，采用Fuzzy推理，对非线性函数进行模糊逼近，用模糊免疫P调节器实时整定PID控制器的比例增益，采用常规模糊控制器在线调整免疫PID控制器的积分时间常数和微分时间常数。通过对船舶减摇鳍控制系统的仿真，可以看出采用模糊免疫自适应PID控制器其控制效果远优于常规PID控制器，使减摇鳍的减摇效果得到显著提高。     

基于模糊控制的无人水面艇航迹跟踪控制

针对无人水面艇航迹跟踪控制问题,提出新的航迹控制框架,使用模糊控制和PID控制设计控制器。首先,航迹跟踪控制以分离式方案为基础,添加速度控制器完善控制结构;其次,分离式方案使用航迹PID控制-航向模糊控制-舵角PID控制的混合控制方式,速度环节使用PID控制器;最后,进行仿真验证,比较在有、无干扰的环境下的控制效果。仿真结果显示:新的航迹控制方案能够快速、准确的达到控制要求,具有良好的鲁棒性。     

一种控制规则自调整的模糊控制器

根据模糊控制理论和实际工程经验，设计了一个控制规则能够自调整的模糊控制器，详细介绍了该模糊控制器的控制原理和运行机制，并作出了仿真。该模糊控制器控制精度高，动态和稳态性能均优于传统的PID和基本模糊控制器，且具有较好的鲁棒性和抗扰动能力。仿真和工程实践证明，该模糊控制器具有简便、稳定的优点，且易于工程实现，具有较高的工程应用价值。     

模糊控制在泵房的应用

介绍通过采用Mamdani型模糊控制器进行水泵机组的模糊控制研究,得到模糊规则观测器,在此过程中体现模糊控制系统设计的流程。     

模糊神经网络在高层建筑横风向振动控制中的应用研究

提出了模糊神经网络方法控制高层建筑横风向风振反应。通过观测部分楼层加速度和控制力输出，建立了模糊神经网络控制器，解决了传统控制中有限的传感器数目对系统振动状态估计的困难．利用模糊神经网络控制器预测结构的控制行为，消除了闭环控制系统中存在的时滞。利用模糊神经网络控制器的自学习能力来确定模糊规则和语言变量隶属函数，解决了土木工程复杂结构模糊控制中，难于依据专家的主观经验来确定模糊控制规则和语言变量隶属函数等困难。模糊神经网络方法的优势在于算法自身的鲁棒性，处理结构非线性、参数不确定性及时变等问题的能力。通过对基准建筑的刚度不确定性分析，讨论了模糊神经网络控制器的鲁棒性。仿真分析表明，模糊神经网络控制策略能有效地抑制高层建筑的横风向风振反应，控制效果略优于LQG控制，而拥有LQG控制不具备的诸多优点。     

建筑结构地震反应的模糊开环控制

本文将模糊控制理论用于建筑结构地震反应的控制。将地震波加速度作为模糊控制器的输入变量,通过模糊推理运算,得到控制力的大小。在模糊控制器中使用了七条模糊控制规则,并考虑实际控制系统时间滞后,通过数值计算说明引入模糊推理运算后,控制系统的输入输出为非线性关系。模糊开环控制能有效地减小建筑结构的地震反应。     

模糊自适应控制中的参数调节

模糊自适应控制中 ,往往涉及到对模糊控制规则中各个参数的调节 ,以根据环境的变化改变模糊控制器的控制性能 ,本文通过讨论在自适应模糊控制中可能采取的各种调节措施对控制器性能的影响 ,为自适应模糊控制的研究与应用提供方法上的选择。     

浅谈模糊控制器的基本工作原理

模糊控制是建立在模糊推理基础上的一种非线性控制策略。它通过模糊语言表达了人们的操作经验以及常识推理规则。采用这种控制策略的控制器就叫模糊控制器，它是一种语言型控制器。模糊控制器是以模糊集理论为基础发展起来的，并已成为把人的控制经验及推理纳人自动控制策略之中的一条简洁的途径。     

空调系统神经模糊控制器——结构和算法

提出了一种适用于空调系统控制的新型神经模糊控制器。这种神经模糊控制器将神经网络和模糊控制紧密结合，是一种以神经网络表示模糊控制规则的模糊控制系统，控制推理基于模糊推理的精确值法，神经网络采用后向传播（BP）学习算法。本文论述这种神经模糊控制器的结构和算法，其仿真和优化将另文论述。     

变频空调器的模糊CMAC神经网络控制

本文设计了一种模糊CMAC(FLCMAC)控制器,这种控制器将传统的CMAC神经网络和模糊逻辑控制原理相结合,同时具备了CMAC的快速学习能力和模糊逻辑的将专家经验融入系统利用模糊规则处理信息的优点,又克服了CMAC的精度低和模糊逻辑的缺乏学习能力的缺点,将其应用于空调控制器的设计中,仿真结构验证了其有效性.     

半实物仿真的电加热炉系统辨识与模糊控制

以电加热炉为实验对象,建立基于MATLAB/Simulink的电加热炉炉温半实物仿真控制系统.通过系统辨识方法得到电加热炉的准确数学模型,使用模糊PD控制策略,先通过计算机仿真方式得到合适的控制器规则和参数,再将此控制器应用到对电加热炉的实际控制当中,对电加热炉的炉温进行控制,达到了较为理想的控制效果.实验表明,半实物仿真方法在系统建模和设计控制器、寻找合适控制器参数等方面具有方便、准确等优点,可以广泛应用到工业控制的压力、液位等其他方面的控制.     

气辅注塑成型注气压力的模糊神经网络控制研究

针对气辅注塑成形的注气压力精确控制要求,设计了具有５层结构的模糊神经网络控制器和控制算 法,利用神经网络的学习能力实现对模糊逻辑规则的优化,改善了系统的适应性。对系统３段压力控制的仿真 分析,验证了模糊神经网络控制模型的可行性,控制效果良好。     

光电层合圆柱薄壳的自组织模糊主动振动控制

本文针对当前的光致伸缩驱动器构型在壳类结构的振动抑制中不能产生负膜力的问题,提出了一种新型的多片组合驱动器构型。并将该构型层合在圆柱薄壳结构的上下表面,建立了光电层合圆柱壳独立模态振动控制方程。考虑到光致伸缩驱动器的非线性和时变驱动特性,以及模型的不确定性,设计了基于性能函数负梯度调节的规则自组织模糊主动控制器,克服了常规模糊控制器控制规则设计的困难;为了验证上述提出的控制策略的有效性,进行了数值仿真;仿真结果表明提出的自组织模糊控制器取得了理想的振动控制性能,实现了柔性薄壳结构的非接触主动振动控制。     

MCFC型燃料电池的神经网络建模与基于FGA的模糊控制研究

为了提高燃料电池的发电性能,熔融碳酸盐燃料电池(MCFC)堆的运行温度应该控制在一个合适的范围内。本文首先利用RBF神经网络辨识复杂非线性系统的能力,基于实验的输入输出数据,建立起MCFC电堆的神经网络温度模型;然后设计了MCFC电堆工作温度的一个基于模糊遗传算法的在线模糊控制器,用模糊遗传算法同时优化模糊控制器的参数及规则。最后用神经网络的辨识模型代替实际的电堆进行控制仿真,仿真结果证明建模是有效的,所设计的模糊控制器具有较好的性能。     

基于模糊PID在线熔融指数仪测控系统设计

为实现聚合物的熔融指数在线测量,实时监控加工过程,设计自行整定参数的PID控制器。首先,将自整定技术最常用的模糊规则用于PID控制器中,基于LabVIEW的PID控制模块、模糊设计模块、通信模块等搭建模糊PID控制器,并借助Simulink仿真平台进行仿真。仿真结果表明,该控制器稳定性好、抗干扰能力强。然后,在增加毛细管流变仪循环流道的基础上,利用LabVIEW中模糊工具箱和PID函数搭建测控系统并进行实验测试。实验结果表明:熔融指数测量值相对误差为6.7%,系统具有良好在线控制准确度。     

空气源热泵热水机组模糊除霜控制器的研究

设计了空气源热泵热水机组模糊除霜控制的方案,从输入量模糊化模块、模糊推理模块、除霜控制模块、除霜监控、规则调整模块等方面对模糊除霜控制器进行了深入研究。构建了完善的控制流程,并进行了实验研究;研究结果表明模糊除霜控制器有助于空气源热泵热水机组除霜性能的改进和提升,同时也提高了机组在低温、高湿工况下运行的稳定性和对环境的广泛适应性。     

模糊控制在清蜡车控制系统中的应用

通过对模糊控制器和PID调节器原理的分析，将模糊控制和PID控制相结合的PID参数自调整的模糊控制器应用于清蜡车控制系统中。文章阐述了系统总体设计、硬件设计和软件设计。分析了模糊PID调节器比例、积分和微分的调节规则，并应用Simulink对系统进行仿真。控制器用平均温度的偏差和温度偏差变化率作为输入信号，PLC的模拟量输出用来控制燃烧器的喷油量，从而调节清蜡车控制系统的温度。     

参数自寻优模糊控制器在中央空调温度控制系统中的应用

在中央空调温度控制系统中设计应用了一种参数自寻优模糊控制器。针对中央空调温度控制系统被控对象非线性、大滞后和时变等特点，该模糊控制器在规则可调整模糊控制器基础上引入了加权因子α和比例因子Ku的在线调整优化算法。运行结果表明，这种算法增强了系统的鲁棒性，在不同工作条件下，系统保持了良好的控制品质。