基于LQR三级倒立摆变论域自适应模糊控制

针对传统模糊控制的不足,以三级倒立摆为例,应用变论域自适应模糊控制理论,给出了三级倒立摆的数学模型,并验证了其可控性。考虑到三级倒立摆为多变量系统,为了解决模糊控制器规则组合爆炸问题,利用LQR理论先设计出状态反馈器,再进行降维处理。最后利用变论域自适应模糊控制理论给出伸缩因子,从而得到变论域自适应模糊控制器。仿真结果表明,该方法控制精度高,具有良好的稳定性和鲁棒性,可实现倒立摆系统的随动控制。     

基于LQR的二级倒立摆的变论域自适应模糊控制

针对传统模糊控制的不足,以二级倒立摆为例,采用了变论域自适应模糊控制理论.考虑到二级倒立摆为多变量系统,为了解决模糊控制器规则组合爆炸问题,利用LQR理论先设计出状态反馈器,再进行降维处理.最后利用变论域自适应模糊控制理论给出伸缩因子,从而得到变论域自适应模糊控制器.仿真结果表明,该方法控制效果好,鲁棒性强.     

双输入单输出潜遗传变论域模糊控制算法及其收敛性

研究了一种变论域模糊控制算法及其收敛性问题.首先,针对常见的双输入单输出模糊控制器,提出了一种新型的潜遗传变论域模糊控制算法,通过使用模糊单值转换函数,简化了新算法推理后件的变论域操作,显著地减少了计算量.然后,从理论上证明了新算法的收敛性.最后,为了验证算法的有效性,本文将新算法和已有的两个典型算法做了倒立摆实验对比.结果表明,相对于已有算法,由新算法构成的控制器在控制精度上有明显的提高.     

MIMO非仿射非线性系统的自适应模糊控制

针对一类多输入多输出非仿射非线性系统,设计了一种自适应模糊H∞控制方案,该方案把自适应模糊控制和高增益观测器结合起来.利用多变量的隐函数定理,证明了非仿射系统控制器的存在性.通过设计高增益观测器,解决了系统的状态不可测量问题,实现系统的输出反馈控制,模糊自适应控制增强了系统在线逼近干扰及处理系统不确定的能力.仿真结果表明了控制方案的有效性及优越性.     

一类线性时变系统的输出反馈控制

基于线性时不变系统能控能观标准型变换及非线性系统高增益观测器方法,本文研究了一类线性时变系统 的输出反馈控制问题. 通过引入时变的状态变量坐标变换,分别设计了线性时变系统的状态反馈控制器、状态观测器以及基于 状态观测器的输出反馈控制器. 进一步地,本文分别证明了观测器动态误差是渐近收敛于零的,而状态反馈控制器以及输出反馈控制器可以 保证闭环系统的渐近稳定性.     

自主汽车的侧向H∞自适应变论域模糊控制

自主侧向控制实现汽车自动调节转向和车道变换,是复杂的非线性控制系统.本文将变论域模糊控制,自适应技术和H_∞最优控制理论相结合对自主汽车的侧向系统进行控制,提高了系统的鲁棒性和控制精度.设计直接自适应变论域模糊控制器,利用Lyapunov稳定性理论证明了整个闭环系统的稳定性.然后与H_∞相结合,通过选取控制变量的权重因子,可以将逼近误差和外部扰动对跟踪误差的影响减小到任意给定的标准.最后把这种算法应用到了自主汽车的侧向系统的控制,仿真结果表明算法的实用性和有效性.     

控制方向未知的SISO非仿射系统间接自适应模糊输出反馈控制

针对一类单输入单输出(SISO)非仿射非线性系统控制方向未知时出现的控制器奇异问题,提出了一种间接自适应模糊控制方案.利用中值定理将非仿射系统转化为仿射系统,通过模糊逻辑系统逼近该仿射系统中的未知函数,并构造模糊控制器,同时利用Lyapunov稳定性定理设计自适应律,最终克服了控制器的奇异问题;在此基础上,通过构造观测器估计跟踪误差,设计输出反馈自适应模糊控制器,解决了状态不可测时系统控制器设计难题,采用Lyapunov稳定性定理证明控制器能使得跟踪误差收敛同时闭环系统所有信号均有界.仿真结果验证了所设计控制方案的可行性与有效性.     

电阻点焊的变论域模糊控制方法

为提高电阻点焊模糊控制适应性和稳定性差的缺点, 根据变论域控制理论, 提出了电阻点焊的变论域模糊控制方法. 首先, 讨论了变论域模糊控制的基本原理. 其次, 设计了输入隶属函数、输出隶属函数、模糊控制规则、伸缩因子, 开发了一种基于规范化因子的电阻电焊变论域模糊控制器, 并使用模糊规则选择变论域的伸缩因子,给出了算法实现的具体步骤. 最后, 进行了不同控制方案的实验研究, 分析了实验结果, 验证了该控制算法的优越 性.     

基于LS-SVM的非线性系统自适应输出反馈控制

针对状态不可测的单输入单输出非线性不确定系统,提出一种基于最小二乘支持向量机(LS-SVM)的直接自适应输出反馈控制方法.该方法首先设计一种误差观测器,间接地估计出系统的状态,然后采用最小二乘支持向量机构造自适应控制器,控制器参数的在线调整规律由李亚普诺夫稳定性理论导出.文中严格证明了闭环系统的渐近稳定性,仿真研究表明了此控制方法的可行性和有效性.     

基于多种群遗传算法的电动变桨系统的变论域模糊控制

针对电动变桨系统的时变性、非线性、大惯性及风速不确定性等特点,提出一种基于多种群遗传优化算法的电动变桨系统的变论域模糊控制方法。在该方法中,通过分析确定变论域伸缩因子的结构,利用多种群遗传算法优化其参数,实现伸缩因子参数的智能寻优,有效解决了模糊控制器精度不高、模糊控制中规则数量与控制精度之间的矛盾。在遗传算法迭代中,染色体采用实数编码、多种群、多目标并行搜索,利用最优个体最少保持代数作为算法终止判断。将设计的优化变论域模糊控制器应用于电动变桨系统的速度控制中,根据速度环的性能指标建立合适的目标函数,通过对基本论域自适应调整,实现了速度环的自适应控制。仿真结果表明,基于多种群遗传优化算法的变论域模糊控制在动态性能和稳态性能上优于变论域模糊控制。     

变论域自适应模糊PID控制系统仿真与应用

由于电液伺服系统具有非线性、时滞性等问题,自适应模糊PID控制方式仍难以精确控制马达转速,故设计了变论域自适应模糊PID控制算法。通过设计合适的伸缩因子,将变论域与自适应模糊PID控制相结合,该算法可以精确控制电磁比例阀的流量进而控制马达的转速。将PID控制、模糊控制、自适应模糊PID控制和变论域自适应模糊PID控制算法进行Matlab仿真,结果表明：变论域自适应模糊PID控制具有响应快、无超调、稳态误差基本为零的特点。通过可编程控制器实现了模糊PID控制与变论域自适应模糊PID控制算法在电液伺服系统中的应用,实验数据表明,变论域自适应模糊PID控制更加精确,符合工业控制要求。     

基于多层蚁群算法的变论域模糊控制

针对模糊控制器控制精度不高、自适应能力有限等问题,提出一种变论域自适应模糊控制方式.首先在对离散蚁群算法改进的基础上,提出用于连续域寻优的多层蚁群算法.其通过将解空间分成有限网格,并且算法在迭代过程中采用三个阶段的搜索策略,每个阶段采用异构搜索机制.然后根据系统性能利用改进算法动态调整伸缩因子,从而构成基于多层蚁群算法的变论域自适应模糊控制器.最后将此控制器用于中厚板液压位置伺服系统中.仿真结果表明,采用自适应模糊控制器的伺服系统收敛速度明显加快,此控制策略在适应能力与鲁棒性好于其它控制方式.     

基于变论域理论的模糊自适应控制方法研究

针对一类非线性、快时变性以及模型不确定性问题,设计了一种基于变论域的模糊自适应控制器。利用模糊模型逼近控制系统的非线性部分,以及采用李亚普诺夫方法证明所设计的非线性控制系统的渐进稳定性并推导出自适应律。最后将设计的控制器应用于倒立摆,仿真结果表明跟踪性能良好。     

一种新型自适应复合控制器在锂电池充电系统中的应用

为了解决锂电池充电系统的不确定性和参数整定困难的问题,本文提出了一种基于蚁群算法优化的模糊＋变论域模糊PID复合控制器的新方法。该控制器在系统波动频繁时,采用模糊控制使其具有最优的动态性能;当系统进入稳定阶段,采用PID参数自适应的变论域模糊控制以提高准确度。而用蚁群算法对PID参数值进行离线优化,并将优化后的值作为在线调节的初值,使系统更加稳定。将提出的复合控制策略应用于锂电池充电控制系统中。仿真结果表明,该系统具有良好的抗干扰性和鲁棒性。     

基于变论域模糊PID的分解炉温度控制研究

分解炉温度控制系统具有非线性、时变、纯滞后的特点,针对传统PID控制及模糊.PID控制难以很好地满足控制要求,提出了一种变论域模糊自适应PID控制方法。利用变论域思想,设计了一种基于函数模型的伸缩因子控制器,动态地调整模糊控制器的量化因子和比例因子,提高了控制精度。在Matlab环境下分别对PID控制、模糊PID控制和变论域模糊PID控制方法进行了仿真对比,结果表明变论域模糊PID控制方法具有更好的动静态性能和自适应能力。     

一种改进的三级倒立摆变论域模糊控制器设计

在传统变论域模糊控制系统中, 论域随着输入的变化实时改变, 论域的反复调整降低了控制的实时性, 同时伸缩因子的函数结构和参数也不易确定. 基于上述问题本文设计了基于改进型变论域算法的三级倒立摆模糊控制器: 首先提出了相对变论域控制思想, 然后采用模糊逻辑推理器构造了伸缩因子, 实时调整输入变量, 从而相对性地改变论域大小, 避免了传统伸缩因子的函数结构和参数不易确定的问题, 并根据系统闭环响应曲线设计了控制 器输出调整因子. 最后采用极点配置方法对状态变量进行综合, 避免了规则爆炸问题. 三级倒立摆的仿真结果表明了该方法具有较好的控制效果.     

负荷扰动互联电力系统模糊自适应输出跟踪与干扰抗御

风电、光伏等新型发电设备并入传统大电网后,使互联电力系统日益复杂,给电力系统建模和运行控制带来了新挑战.基于此问题,本文提出基于模糊自适应控制的互联电力系统输出跟踪与干扰抗御算法.首先利用模糊控制理论对系统进行建模,然后利用非线性输出调节思想解决带有扰动的跟踪问题.但模糊逼近不可避免的存在逼近误差,为减小逼近误差与外部扰动对于控制系统的影响,利用Backstepping法设计自适应输出调节控制器.最后,仿真结果验证了该算法有效,实现了系统输出跟踪与干扰抗御.     

船舶双舵同步补偿控制

采用双舵配置的船舶,两套舵伺服系统结构参数和电气参数等具有一定的差异.在航行过程中,将会导致船舶双舵的同步误差增大、舵效降低、操纵性能变差.为了减小双舵同步误差,本文阐述了一种模糊变论域同步补偿控制方法.为此首先对舵机系统进行了机理建模,然后借鉴主从控制策略提出了双舵同步补偿控制系统结构,针对PID适应性差的问题,引入变论域模糊控制思想,进一步设计了变论域模糊PID双舵同步补偿控制器.最后仿真结果表明所设计的控制器有效地减小了双舵同步误差、提高了船舶航向稳定性,该方法在船舶双舵同步控制中切实可行,具有工程指导意义.     

异步电机软启动的变论域模糊自适应控制策略

异步电机软启动系统是一个时变、非线性的高阶系统,将变论域模糊自适应控制方法应用于异步电机的软启动控制系统中,并建立电机软启动控制系统的Matlab/Simulink的仿真模型,给出了变论域自适应模糊控制方法的仿真结果,与传统PID控制和常规模糊软启动控制方法进行了比较。仿真结果表明,该方法具有无需精确建模、响应快速、精度高、鲁棒性好、适应性强等优点,切实可行,并优于其他控制方法。     

Intelligent process control using neural fuzzy techniques

In this paper, we combine the advantages of fuzzy logic and neural network techniques to develop an intelligent control system for processes having complex, unknown and uncertain dynamics. In the proposed scheme, a neural fuzzy controller (NFC), which is constructed by an equivalent four-layer connectionist network, is adopted as the process feedback controller. With a derived learning algorithm, the NFC is able to learn to control a process adaptively by updating the fuzzy rules and the membership functions. To identify the input–output dynamic behavior of an unknown plant and therefore give a reference signal to the NFC, a shape-tunable neural network with an error back-propagation algorithm is implemented. As a case study, we implemented the proposed algorithm to the direct adaptive control of an open-loop unstable nonlinear CSTR. Some important issues were studied extensively. Simulation comparison with a conventional static fuzzy controller was also performed. Extensive simulation results show that the proposed scheme appears to be a promising approach to the intelligent control of complex and unknown plants, which is directly operational and does not require any a priori system information.