应用MATLAB设计炼钢电弧炉电极模糊控制器

用模糊控制方法对炼钢电弧炉电极进行控制,叙述电极模糊控制器的设计思想,并用Matlab及模糊逻辑工具箱实现该二维模糊控制器。采用Simulink工具箱动态仿真,计算机仿真表明控制效果比较满意。     

基于MATLAB的模糊控制器的设计与仿真

介绍了利用Matlab5．3软件中的模糊工具箱设计模糊控制器并用simulink进行仿真的一般方法,通过具体实例表明,MATLAB的模糊工具箱是进行模糊控制系统设计与仿真的有效工具.     

基于MATLAB的石灰窑模糊控制器设计

采用MATLAB的模糊逻辑工具箱,详细介绍了石灰窑模糊控制嚣的设计过程.针对单纯模糊控制存在的问题,在模糊控制器的设计基础上,设计了模糊PID控制器.并对模糊PID控制性能进行了仿真.     

基于MATLAB的模糊控制器的设计与仿真

介绍了利用Matlab5.3软件中的模糊工具箱设计模糊控制器并用Simulink进行仿真一般方法,通过具体实例表明,MATLAB的模糊工具是进行模糊控制系统设计与仿真的有效工具。     

模糊控制课程实验体系设计与实现

分析模糊控制课程实验教学过程中存在的问题,提出一个从仿真软件到实体机器人上进行模糊控制实验的实验体系。该体系由三个由易到难并逐步深入的环节组成:1)采用Matlab模糊工具箱设计模糊控制器;2)在Webots仿真软件环境下,实现编程语言环境下的模糊控制仿真实验;3)实现在实体机器人上的模糊伺服控制系统。     

一种基于Matlab的参数自调整模糊控制器的设计方法

本文介绍了一种在MATLAB的模糊控制工具箱中,通过编写S函数实现对量化因子和比例因子的在线自动调整来设计模糊控制器,从而有效地实现参数自调整模糊控制器的设计方法。为了验证参数自调整模糊控制器的优越性,分别进行了空调温度控制系统的PID控制、常规模糊控制和参数自调整模糊控制的仿真研究。结果表明,参数自调整模糊控制器较之常规的模糊控制器,在被控对象特性变化或较大扰动的情况下,控制系统能保持较好的性能,是一种较理想的控制方法,具有广阔的发展前景。     

电弧炉电极调节系统 Fuzzy-PD 控制器的仿真研究

该文介绍了采用MATLABV5 .2提供的模糊逻辑工具箱来设计研究电弧炉电极调节系统中的模糊 -PD控制器 ,讨论了在SIMULINK环境下模糊 -PD控制器的参数自调整原理、结构、建立模糊控制规则库和模糊推理方法 ,并给出了仿真结果与结论。     

用遗传算法优化模糊控制器的实现方法

该文在介绍MATLAB的遗传算法工具箱（GAOT）和模糊控制工具箱的基础上，探讨了用遗传算法来优化模糊控制器的实现方法，将这种方法用于液面控制的仿真系统中，取得了很好的效果。     

Fuzzy—PI双模模糊张力控制系统仿真

研究多功能卷绕机控制系统,针对自动卷绕线张力控制系统是一个非线性、强耦合、时变的复杂系统,为提高控制系统性能指标,用普通的PID难以达到理想的控制效果,设计出一种基于Fuzzy-PI双模模糊控制原理的控制器,控制器集PI控制和模糊控制的优点于一身,既消除了常规模糊控制器的稳态误差,又具有模糊控制器动态性能好的特点.并在MATLAB平台上对卷绕系统进行仿真实验,仿真结果表明,Fuzzy-PI双模模糊张力控制系统比常规PID张力控制系统响应快,调整能力强,鲁棒性好,有效地改善了控制性能指标.     

基于RBF的模糊神经网络控制器设计与仿真分析

介绍一种基于RBF的模糊神经网络设计与仿真分析的实现方法。该方法利用MATLAB中的神经网络工具箱图形用户界面GUI结合模糊控制规则表给定的输入/输出样本数据设计、构建RBF模糊神经控制器,并在Simulink中建立系统仿真模型。通过对阶跃输入信号作用下系统动态性能的仿真分析,结果表明基于RBF的模糊神经控制器有良好的控制性能。     

模糊神经网络pH控制器的DSP实现

针对pH值控制过程具有较强非线性、纯滞后性的特点，传统PID控制往往达不到满意控制效果。介绍一种将模糊控制技术与神经网络技术相结合构成的模糊神经网络pH控制器，通过数字仿真显示了该控制算法的控制效果优于传统的PID控制和一般的模糊控制算法。并将提出的模糊神经网络控制算法在DSP上进行了实现．通过模拟实验验证了该控制器的可行性。     

新型模糊PID控制及在HVAC系统的应用

为了推广模糊控制器在非线性系统中的应用,提出一种利用PID控制器的参数优化和调节模糊控制器的新型设计方法.通过模糊控制器的结构分析建立与PID控制之间的精确解析关系之后提出基于PID控制增益因子的模糊控制器设计算法,然后利用改进的变论域思想进一步优化模糊控制器设计参数.将其应用于暖通空调(HVAC)系统的节能控制中并与常规PID控制器相比较,仿真和实验结果表明这种模糊控制器具有超调量小、跟踪迅速、鲁棒性强等优越的控制性能.     

自适应模糊PID控制器的设计

目前的工业过程控制中被控对象往往都是非线性、时变的系统,常规PID控制对于这样系统的控制效果不是很理想。为此,提出将模糊技术与PID控制相结合的控制方式,设计出自适应模糊PID控制器。利用Matlab中模糊逻辑控制工具箱设计模糊控制器,在Simulink环境中实现了该自适应模糊PID控制器的仿真。仿真结果表明,该模糊PID控制具有控制灵活、响应快和适应性能强的优点。     

最优模糊控制器的系统设计

典型模糊控制器在难于建立数学模型或对控制精度要求不高的场合已得到了成功的应用，但与传统的控制方法相比，它存在两个明显的弱点，一个所得到的模糊控制规则不能保证其是优的或是次最优的，二是在设计模糊控制器获取模糊控制规则时主要是凭经验进行，没有的步骤可遵循，本文提出了一类最优模糊控制器的系统设计方法及步骤，这种最优模糊控制器既有典型模糊控制器的形式，又有类似于线性二次型的性能指标Ｊ＝ｒｆ∑ｋ＝１（ａＮＡ     

基于自适应模糊神经网络控制器的网络控制系统

网络控制系统中存在着时延、丢包、网络干扰等问题。针对网络控制系统中存在恶化系统的控制性能,甚至导致系统不稳定的因素,提出了一种基于自适应模糊神经网络控制器的网络控制系统,它能根据系统的实际输出与期望输出误差,利用自适应模糊控制和神经网络自学习的原理进行控制参数的自行调整,以符合控制系统的实际要求,同时,分析了网络延时,丢包率及网络干扰因素对系统性能的影响。利用TrueTime工具箱建立了包含自适应模糊神经网络控制器的网络控制系统的仿真模型,并将其分别与基于常规PID控制器的网络控制系统和基于模糊参数PID控制器的网络控制系统进行了比较。实验结果表明,在相同的网络环境下,基于自适应模糊神经网络控制器的网络控制系统的控制效果比基于常规的PID控制器和基于模糊参数PID控制器的要好,且具有较好的抗干扰能力和鲁棒性能。     

A multiregion fuzzy logic controller for nonlinear process control

Although a fuzzy logic controller is generally nonlinear, a PI-type fuzzy controller that uses only control error and change in control error is not able to detect the process nonlinearity and make a control move accordingly. In this paper, a multiregion fuzzy logic controller is proposed for nonlinear process control. Based on prior knowledge, the process to be controlled is divided into fuzzy regions such as high-gain, low-gain, large-time-constant, and small-time-constant. Then a fuzzy controller is designed based on the regional information. Using an auxiliary process variable to detect the process operating regions, the resulting multiregion fuzzy logic controller can give satisfactory performance in all regions. Rule combination and controller tuning are discussed. Application of the controller to pH control is demonstrated     

基于遗传算法的模糊控制器的综合优化设计

该文简要叙述了模糊控制器的优化设计原理,提出了一种采用遗传算法对模糊控制器的量化因子、比例因子、隶属函数的参数和模糊控制规则进行综合优化的设计方法,并采用VisualC++6.0编制了相应的软件,该软件已成功地应用于工程中。此外,该软件也可作为遗传优化和模糊控制器设计的辅助教学软件。     

Structure and stability analysis of a Takagi–Sugeno fuzzy PI controller with application to tissue hyperthermia therapy

 In this paper, we first reveal the analytical structure of a simple Takagi–Sugeno (TS) fuzzy PI controller relative to the linear PI controller. The fuzzy controller consists of two linear input fuzzy sets, four TS fuzzy rules with linear consequent, Zadeh fuzzy logic AND and the centroid defuzzifier. We prove that the fuzzy controller is actually a nonlinear PI controller with the gains changing with process output. Utilizing the well-known small Gain Theorem in control theory, we then derive sufficient conditions for global stability of the fuzzy control systems involving the TS fuzzy PI controller. Finally, as an application demonstration, we apply the fuzzy PI controller to control issue temperature, in computer simulation, during hyperthermia therapy. The relationship between heat energy and tissue temperature is represented by a linear time-varying model with a time delay. The sufficient conditions for global stability are used to design a stable fuzzy control system. Our simulation results show that the fuzzy PI control system achieves satisfactory temperature control performance. The control system is robust and stable even when the model parameters are changed suddenly and significantly.     

基于矢量“隶属度”的模糊控制器结构优化

针对传统模糊控制器在控制过程中容易发生规则爆炸的缺点,提出一种基于矢量“隶属度”的模糊控制器结构优化方法。这种优化方法通过对传统模糊控制器的隶属度和模糊等级进行改进,把当前输入量的相对方向和大小等级分别反映在矢量“隶属度”和标量模糊等级上,从而能够大大减少模糊规则数目,降低结构复杂度,提高控制效率。直流电动机的仿真控制效果表明,矢量“隶属度”法优化后的控制器比传统控制器结构简单和误差小,从而验证了这种方法的有效性和可行性。