一种基于遗传算法的模糊内模控制方法

针对一类非线性过程,提出了基于T-S模糊模型的非线性内模控制方法.使用遗传算法和模糊聚类方法进行模糊建模,解决了非线性内模控制方法中建立精确的模型及其逆模型困难的问题.通过模糊辨识获得过程的T-S模型及逆模型,并以此设计了内模控制器.最后,将该方法应用于一类非线性过程的控制,仿真结果表明该方法的有效性.     

基于参数辨识和T-S模糊模型的一类非线性系统镇定控制器设计

针对一类非线性不确定控制系统,首先采用参数辨识的方法构造出对应的Takagi-Sugeno（T-S）模糊模型;然后运用平行分布补偿（PDC）控制器设计方法进行系统的稳定控制器设计;最终达到镇定原非线性系统的目的.给出一种从T-S模糊模型参数辨识到PDC控制器设计的非线性控制器的设计方法.针对单级倒立摆系统的仿真结果验证了所提出方法的有效性.     

非线性网络控制系统的故障检测

针对一类具有随机丢包的非线性网络控制系统,研究了系统的故障检测问题.基于T-S模糊模型将对象线性化,考虑了控制器和执行器之间、控制器和传感器之间的随机丢包现象,采用满足Bernoulli分布的二进制序列来描述数据传输的随机丢包.同时利用模糊主导子系统规则,设计了模糊观测器,给出了基于观测器闭环系统渐近稳定的充分条件,并通过数值仿真实验验证了该方法的有效性.     

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T—S模糊模型的多变量预测控制

提出一种基于T-S模糊模型的多输入多输出预测控制策略.T-S模糊模型用于描述对象的非线性动态特性,模糊规则将非线性系统划分为多个局部子线性模型.为提高预测控制性能,采用多步线性化模型构成多步预报器,从而将预测控制中的非线性优化问题转化为一个线性二次寻优问题.串接贮槽液位控制系统的仿真结果表明,多步线性化模型预测控制性能优于单步线性化模型预测控制性能.     

一类非线性多变量对象的解耦内模控制

针对化工行业中常见的多变量非线性问题,提出了基于全局多模型的解耦内模控制方案。将非线性对象在工作区域的顶点线性化得到线性化模型,内部模型采用其加权形式,再用每个顶点模型求局部解耦控制器,最后加权得到全局控制器。与分散控制方案相对比,只需少数几个局部线性化模型就可设计解耦控制器,计算量小,并且实现了系统的解耦,有更好的实用性。仿真结果证明了该设计方法的可行性及其优点。     

基于T-S逆模型的航空发动机解耦控制

为了解决发动机控制系统中存在的耦合现象,以自适应逆控制原理为基础,提出了一种基于T-S逆模型的解耦控制器;该方法利用模糊T-S模型来辨识发动机的逆模型,从而得到实现解耦效果的伪线性化模型,再运用神经网络PID控制器的在线整定功能提高系统的动态性能和鲁棒性,使系统综合性能最优;仿真结果表明,该控制器具有理想的解耦效果,在发动机工作包线范围内具有良好的自适应能力.     

基于多模型和SVM逆系统单元机组解耦控制

火力单元机组协调控制系统是一个多变量、强耦合的控制系统,具有非线性、耦合和延迟等特性,其性能直接影响单元机组运行的安全性和经济性.为了有效解决火力单元机组协调控制系统的耦合特性和动态非线性,设计了基于多模型和支持向量机(SVM)逆系统的解耦控制方法,并进行了相应实验研究.针对一个300 MW单元机组的试验仿真模型,得到单元机组在5个典型工作点的线性化模型,然后对每个线性化模型分别设计SVM逆模型及其动态PID控制器,进而用模型线性组合成多模型全局控制系统.通过加权多项式选取合成的多模型控制方法,可以解决负荷大范围变化引起的非线性问题;支持向量机与逆系统的结合能很好地解决非线性系统的强耦合问题.仿真研究证明了这种控制算法设计的有效性和优越性.     

自主平行泊车系统的二型模糊控制器设计

针对颠簸路面上自主平行泊车系统中存在的系统不确定性问题,提出了一种基于二型T-S模糊模型的控制系统设计方案,设计过程采用了并行分布式补偿法,并利用李雅普诺夫方法分析了系统的稳定性.该方案应用二型模糊系统在处理多重不确定性问题方面的优势,同时解决了由系统的非线性特征以及路面颠簸状况引起的系统不确定性,即在对系统进行分段线性化以建立模糊规则的同时利用二型模糊隶属函数对由路面颠簸状况引起的系统参数的不确定性进行描绘,并在模糊降型以及解模糊的过程中进行模糊融合以达到使系统输出精确化的目的.实例仿真表明,二型T-S模糊控制系统可以同时掌控由系统的非线性特征以及路面颠簸状况引起的不确定性,仿真结果验证了该控制器的稳定性和有效性.     

模糊预测控制炉窑温度系统中应用

针对炉窑温度系统的大时滞、多扰动和非线性的特点,将T-S模糊状态空间模型作为预测控制的预测模型,并将T-S模糊表示的非线性系统转化为线性时变系统,给出了基于状态空间的多变量复杂系统的T-S模糊模型表达形式,设计出预测时域内多模型的非线性模糊预测控制器。根据实际控制中对控制量和输出的约束,将控制器输出求解转化为二次规划问题。