非线性时延网络控制系统的模糊建模与控制

针对时变网络诱导时延小于一个采样周期的非线性时延网络控制系统,讨论系统的稳定性及控制器的设计方法.利用基于“IF-THEN”规则的模糊模型近似系统中的非线性,将时延的不确定性转化为系统参数的不确定性,从而将此类非线性网络控制系统建模为一类具有参数不确定性的离散Takagi-Sugeno（T-S）模糊模型.基于建立的模型,利用Lyapunov方法和线性矩阵不等式方法,分析了系统的稳定性及模糊状态反馈控制器的设计方法,最后通过仿真实例验证了所提出方法的有效性.     

基于T-S模糊模型的转台鲁棒最优控制器设计

针对飞行器仿真转台系统的非线性以及不确定性问题,提出了基于T-S模糊模型的鲁棒最优控制器设计方法.首先,利用IF-THEN模糊规则将转台速度环系统的状态空间分成不同的区域,构建具有参数不确定性的T-S模糊模型;然后,根据给定的最优性能指标要求以及控制输入约束,通过求解一组线性矩阵不等式(LMIs)进行鲁棒最优控制嚣设计.仿真结果表明,该方法不仅具有比较好的控制效果,而且能有效地解决控制输入约束问题,并能很好地保证对参数变化的鲁棒稳定性.     

基于T-S模型的网络控制系统故障诊断

针对一类参数不确定并具有时延和丢包情况的非线性网络控制系统,为达到快速准确的进行故障诊断的目的,提出了一种基于T-S模糊模型的故障诊断方法.通过建立此系统的T-S模糊模型,利用平行分布补偿时延的思想设计了满足系统稳定性条件的状态反馈控制器,以及通过引入随机切换系统表示数据有无丢失情况下的基于模糊观测器的鲁棒故障诊断方法,然后基于 Lyapunov函数和线性矩阵不等式方法给出了该闭环网络控制系统渐近稳定的充分条件,最后通过仿真例子验证了该方法能够使闭环控制系统渐进稳定以及能够准确的进行故障诊断,验证了所设计方法的有效性.     

含有输入时滞的不确定T-S模糊系统的滑模控制

研究同时包含输入时滞和状态时滞的不确定T-S模糊系统的滑模控制问题,其中非线性不确定项是未知的,并且不满足匹配条件.针对被控对象的T-S模糊模型,设计一种基于积分型切换面的滑模控制器,并利用线性矩阵不等式技术和李亚普诺夫稳定性理论,给出滑模动态渐近稳定的充分条件,设计滑模控制律使系统状态保持在切换面上.仿真结果表明,该方法能有效消除非线性不确定性和输入时滞给系统带来的影响.     

区间Type-2 T-S间接自适应模糊控制

本文在Type-1 T-S间接自适应模糊控制器的基础上,利用Type-2模糊系统理论,提出了区间Type-2 T-S间接自适应模糊控制器的设计方法.由于该系统的规则前件是区间Type-2模糊集合,后件为精确数,使构造的控制方法既具备Type-2模糊集处理诸多不确定性的特点,能够减少由于规则不确定对系统的影响,同时又具有T-S模糊模型后件为各输入变量的线性组合的特点,可以提高系统的建模精度,减少系统的规则数等优点.本文利用Lyapunov合成方法,研究了在所有变量一致有界的意义下,闭环系统的全局稳定性,分析了区间Type-2 T-S间接自适应模糊控制系统的收敛性,并给出了系统参数的自适应律.通过倒立摆跟踪模型进行仿真,验证其有效性和优越性.     

基于区间二型T-S模糊模型的网络控制系统的输出反馈预测控制

针对干扰作用下的非线性网络控制系统,给出了带一个自由控制作用的输出反馈预测控制方法.首先,利用区间二型T-S模糊模型描述具有参数不确定性的非线性对象,采用马尔科夫链描述系统中的随机丢包过程,由此建立了丢包网络环境下的非线性网络控制系统的数学模型.然后,通过引入二次有界技术得到了干扰作用下网络控制系统的稳定性描述方法,并在此基础上给出了状态观测器的线性矩阵不等式条件.最后,基于估计状态,通过将无穷时域控制作用参数化为一个自由控制作用加一个线性反馈律得到了输出反馈预测控制方法.论文的特色在于构建了在线更新误差椭圆集合的基本方法,满足了约束条件下输出反馈预测控制保证稳定性的要求.仿真例子验证了所提方法的有效性.     

基于观测器的不确定T-S模糊系统鲁棒镇定

为带有参数不确定性的T-S模糊控制系统提出了新的基于观测器的鲁棒输出镇定条件. 该条件用来设计模糊控制器和模糊观测器. 为了设计模糊控制器和模糊观测器, 用T-S模糊模型来表示非线性系统, 并运用平行分布补偿观念. 充分条件基于二次Lyapunov函数, 通过将模糊系统的鲁棒镇定条件表述为一系列矩阵不等式, 比以往文献中列出的条件具有更小的保守性. 该不等式为双线性矩阵不等式, 可分两步骤先后解得使T-S模糊系统镇定的控制器增益和观测器增益. 最后, 通过对一个具有不确定性的连续时间非线性系统控制的例子证明了提出方法比以往方法更宽松.     

一类不确定时滞系统的模糊滑模控制

利用T-S模糊模型逼近一类非线性不确定时滞系统,将非线性系统模糊化为局部线性系统．基于李亚普诺夫稳定性定理设计出使模糊系统全局稳定的滑模控制器,该控制器对满足匹配条件和不满足匹配条件的不确定性系统均适用．最后以Truck—Trailer模型为例进行仿真研究,其结果验证了设计方案的可行性和有效性．     

一种有效的不确定分数阶T-S模糊系统的控制器设计方法

考虑分数阶非线性系统的稳定和镇定问题,基于线性矩阵不等式(LMI)方法,对分数阶T-S模糊系统进行研究.利用并行分布补偿法,设计分数阶T-S模糊系统的控制器.考虑阶次满足$0<\alpha<1$的分数阶系统,给出可以利用Matlab求解的LMI形式的T-S模糊控制器设计镇定判据.该判据的优点是可以处理具有正实部特征根的分数阶T-S模糊系统的稳定性和镇定问题,能够保持与Matignon分数阶系统稳定性结论的一致性,并克服其他方法只能处理特征根在负实部的方法的局限性和保守性.数值仿真结果验证了所提控制器设计方法的有效性.     

基于模糊逼近的一类不确定非线性系统的容错控制

针对一类不确定非线性系统,提出了一种模糊容错控制方案.采用模糊T-S模型来逼近非线性系统,由线性矩阵不等式设计模糊模型的控制律.构建了模糊逻辑系统作为补偿器来抵消对非线性系统的建模误差和因故障引起的不确定性,并证明了闭环系统能够满足期望的跟踪性能.仿真实例表明了所提出容错控制方案的有效性.     

T-S模糊模型在跳汰机排料系统中的应用

针对常规的PID控制难以解决实际工业系统的时滞性、非线性等问题,文章提出了一种基于T-S模糊模型的跳汰机排料系统的设计方案,介绍了跳汰机自动排料控制系统的组成,分析了T-S模糊模型辨识原理,详细阐述了基于T-S模糊模型的跳汰机排料系统的建模及仿真。实验结果表明,T-S模糊模型能够比较精确地反映出被控系统中输入与输出之间的关系,也证明了T-S模糊模型可用于非线性控制系统的建模仿真,是现代控制理论与非线性控制系统之间进行沟通的有力工具。     

救援机器人自适应模糊控制的研究

研究了腿轮混合结构式救援机器人的自适应运动控制问题;由于腿轮式救援机器人是一多自由度、非线性和强耦合的系统,其动力学模型比较复杂且难以精确建立,提出采用T-S型模糊神经网络进行机器人的运动控制;充分利用T-S模糊模型的特点和优点,以一种简化的T-S型模糊神经网络作为前馈控制器,同时反馈控制器也采用T-S型模糊神经网络实现;该控制器利用人的经验和知识实时调整PID参数,从而改善控制系统的性能,提高控制器的适应能力;实验结果表明该方法具有良好的轨迹跟踪精度和抗干扰能力.     

模糊控制的系统化设计和稳定性分析

给出了一种模糊控制系统的系统化设计方法,它采用一组局部T-S模糊模型来表示模糊系统,对每个局部模型,利用状态反馈进行控制器设计,最后给出了全局模糊系统的稳定性分析.通过对一个典型的非线性球-棒控制系统的仿真研究,表明该方法是有效的,它的性能指标优于现有文献的结果.     

非线性系统模糊免疫滑模控制研究

对于一类具有不确定性及未知部分的非线性控制系统,采用传统的模糊滑模控制时,由于切换函数的不连续性,易导致系统的高频振颤问题.为此提出了滑模控制与免疫控制相结合的自适应模糊免疫滑模控制方法.该方法通过免疫系统的免疫反馈原理,对滑模控制中产生的振颤现象进行抑制和补偿,并对非线性系统中的不确定性及未知部分采用T-S模糊系统逼近,较好地实现了此类非线性系统的鲁棒控制.通过倒立摆系统的控制,对所提出的方法进行了跟踪性能和鲁棒性能的验证.仿真结果表明,该方法与常规模糊滑模控制方法相比控制量的振颤得到了改善,具有良好的跟踪性能和较强的鲁棒性.     

一类不确定模糊系统的二次稳定性的研究

利用T-S模糊模型对一类非线性连续不确定时滞系统进行建模,通过对时变时滞不确定T-S模糊系统基于状态反馈控制器二次稳定性问题的分析,给出了使系统二次稳定具有增益变化的模糊状态反馈控制器存在的充分条件,该充分条件以线性矩阵不等式的形式给出,因其所有参数都是线性的,所以具有数值易解性.设计实例表明了该设计方法的可行性和有效性.     

软腔体柔性机械臂的T-S模糊建模方法的研究

提出一种利用T-S模糊模型的柔性机械臂建模方法;柔性机械臂是一个高度复杂、高度非线性、高度耦合的非线性时变系统,而模糊模型本质上是一种非线性模型,可以任意精度逼近任何非线性系统;利用减法聚类算法离线辨识了T-S模型的前件参数,同时利用最小二乘法求得了T-S模型的后件参数;最后将模型的仿真结果和实验结果进行了对比分析,验证了模型的准确性;由此表明,柔性机械臂T-S模糊建模方法是有效的,它具有模糊模型的特点,可以任意精度逼近任何非线性系统,为柔性机械臂的模糊建模和下一步研究提供了理论指导及重要的前提条件.     

一类T-S模糊控制系统的稳定性分析及设计

研究了一类输入采用双交叠模糊分划的T-S模糊控制系统稳定性分析及控制器设计问题.基于分段模糊Lyapunov函数,提出了一个新的判定开环T-S模糊系统稳定性的充分条件,该方法只需在各个模糊区间里满足模糊Lyapunov方法中的条件,其保守性比公共Lyapunov函数法和分段Lyapunov函数法的保守性更低.运用并行分布补偿法(PDC)进一步探讨了闭环T-S模糊控制系统的稳定性分析问题并设计了模糊控制器.最后,一个仿真示例说明了本文方法的有效性.     

基于分段Lyapunov 函数的Hammerstein-Wiener 非线性预测控制

针对输入和输出受约束的Hammerstein-Wiener型非线性系统,建立T-S模糊模型,并提出一种基于分段Lyapunov函数的非线性预测控制算法.通过构造分段二次Lyapunov函数,分析非线性系统的稳定性,降低普通二次Lyapunov函数的保守性;通过离线设计分段反馈控制律,在线实施符合条件的反馈控制律,极大程度地提高了在线计算效率.仿真结果验证了该方法的有效性.     

基于分段模糊Lyapunov方法的离散模糊系统分析与设计

研究了基于分段模糊Lyapunov函数的离散T-S模糊控制系统稳定性分析及控制器设计问题．首先,在定义离散型分段模糊Lyapunov函数的基础上,提出了一个新的判定开环离散T-S模糊系统稳定性的充分条件．该条件仅需在每个最大交叠规则组内分别满足模糊Lyapunov方法中的条件,从而降低了公共Lyapunov方法和模糊Lyapunov方法的保守性和难度．然后,利用并行分布补偿方法对闭环系统的稳定性进行了分析并设计了模糊控制器．最后,一个仿真示例说明了本文方法的有效性和优越性．     

基于模糊神经网络的非线性系统故障诊断

研究故障观测器优化设计,针对一类非线性动态系统,在考虑系统的输入输出包含外部扰动及建模误差等不确定性项[1]的情况下,为了提高所设计观测器对系统数学模型的在线跟踪能力从而进一步提高故障诊断的鲁棒性减少系统的误报警率,提出了基于模糊神经网络的诊断方法。利用神经网络以及模糊系统对非线性函数的无限逼近能力,设计了基于T-S模糊模型[2]的神经网络自适应观测器来拟合系统的非线性模型和系统的非线性故障特性。由Lyapunov稳定性方法获得调整观测器权重的规律。对所用改进方法的收敛性进行了证明,并通过仿真实例说明了诊断方法的有效性和使用性。