PD型模糊控制器稳态误差的一种补偿策略

针对一类具有自衡特性的SISO系统，借助其开环阶跃输入稳态响应所提供的信息设计了一个新颖的PD型模糊控制器．其基木思想是：合理确定模糊逻辑控制系统的结构和参数，使系统处于稳态时控制器的输出等于或近似等于某个先验知识确定的值，该值能将系统输出维持在设定值的一个微小邻域内．通过增加前馈环节，调整误差及其变化率在调节过程不同阶段中的比重，提高了系统的快速性．经仿真实验证明该控制器具有良好的稳态性和鲁棒性．     

水下机器人的模糊滑模控制方法

建立了某水下机器人的水动力模型，采用模糊逻辑与滑模控制相结合的方法，通过模糊逻辑动态调整滑模控制器的指数趋近率的参数，有效地抑制了滑模控制中所存在的抖振现象，仿真试验和水池试验证明，该控制器能有效地消除滑模控制的抖振，对外部扰动具有较强的鲁棒性，而且具有良好的响应特性．     

基于遗传算法的参数在线自调整模糊控制器

提出了一种基于遗传算法优化的自调整模糊控制器的设计方法.该模糊控制器的运行参数自调整公式以系统响应的最大超调量、调整时间及稳态误差为性能指标,利用遗传算法搜索模糊控制器量化因子Ke,Kec及比例因子Ku公式中相应的最优基准值Keo,Keco及Kuo和微调参数K1,K2及K3,设计一个根据系统当前的动态误差e运行参数可在线自调整的模糊控制器,以确保系统的响应具有最优的动态和稳态性能.该控制器已用于控制由作者设计的智能人工腿中的执行电机.计算机仿真结果表明,与运行参数固定的模糊控制器相比,这种自调整模糊控制器具有良好的动态和稳态性能.     

参数自调模糊控制方法在机器人中的应用

设计了用于水下船体表面清刷机器人系统运动控制的参数自调整模糊控制器，仿真结果表明，通过调整模糊控制器的参数K1，K2和K3，使机器人系统具有良好的鲁棒性，满足机器人控制性能要求．     

模糊神经免疫自适应PID在恒张力控制系统中的应用

应用免疫反馈系统原理和模糊神经网络控制理论,在传统PID控制基础上设计出一种模糊神经免疫自适应PID控制器,阐述了该控制器的特点、控制规律和整定方法.控制器参数P、I和D分别由模糊神经免疫反馈系统和模糊神经网络控制器在线修正.进行了恒张力控制系统的动态仿真,并与数字PID和模糊PID控制进行了比较.仿真结果表明,模糊神经免疫自适应PID控制器响应速度快、控制输出稳定、抗干扰能力强和鲁棒性好,较传统PID和模糊PID控制器具有更好的动、静态特性.     

基于遗传算法的模糊逻辑控制器优化设计

设计了一种新的用于模糊逻辑控制器优化的遗传算法，实现了模糊逻辑控制器参数和结构的同步快速优化。该算法对经典的简单遗传算法进行了改良，设计了一种带区间限制的十进制编码方案，实现了模糊控制器隶属度函数和控制规则的联合编码；并设计了受限分步一致交叉和变异算子，改进了经典赌轮选择法,避免了病态个体产生，加快了收敛速度。通过对典型的一阶和二阶工业对象控制器优化的仿真研究表明，相对于一般的遗传算法，该算法在群体规模较小（20或40）的情况下，能够在20代左右快速收敛到理想结果，并且在进化过程中很少产生病态个体，因此能够在小群体规模下，实现模糊控制器参数和结构的快速同步优化。     

基于遗传算法的机器人模糊控制器设计

提出了一种机器人轨迹跟踪的模糊逻辑与变结构控制相结合的控制器设计方案，采用变结构控制量作为监督控制，首先保证机器人系统状态有界，应用模糊逻辑系统逼近过程的不确定部分，利用改进的遗传算法对模糊逻辑系统的参数进行在线调节，使得系统输出能够跟踪指定轨迹，该控制方案能够消除变结构控制所固有的抖振性，计算机仿真结果表明该控制方案具有良好的跟踪性能。     

基于复数编码进化规划的参数非线性模糊PID控制器的设计

针对大时滞、非线性的复杂的工业过程．传统的固定参数PID控制器很难满足实际要求，为此，设计一种无量化因子的参数非线性模糊PID控制器．为优化初始的控制器参数．利用复数编码方法来设计进化规划,即个体的信息由染色体的模和幅角共同确定．这种双倍体形式的个体，相对于二进制编码方法而言，大大拓展了群体的信息量，加快了算法的收敛速度．仿真实验表明：该方法对非线性系统具有较快的收敛速度和良好的响应特性．     

汽车防抱制动系统控制理论研究

讨论了汽车防抱制动系统模糊控制器的设计问题，以进一步提高防抱制动系统的制动效果．文中以双参数逻辑门限控制方法为基础提出了新的模糊控制逻辑，设计了基于车轮角加速度的两级模糊防抱控制器；使用Matlab 6．0建立了模糊控制器的仿真模型，并进行了仿真分析．分析结果表明该控制器能有效地适应不同的路况，与传统的控制器相比有更好的鲁棒性和制动效果，具有一定的应用价值．     

混合动力汽车能量管理控制器参数优化

设计了一种新的基于人工免疫网络优化的模糊神经混合动力汽车能量管理控制器．该控制器结合模糊控制和神经网络的优点,利用神经网络的自学习能力,自动生成模糊规则和隶属函数,并不断优化隶属函数的参数,直到达到设计要求．为了避免神经网络的学习过程陷入局部极值点,采用人工免疫网络优化神经网络的参数．仿真结果显示,经过参数优化的模糊神经能量管理控制器的性能比普通能量管理控制器好,能进一步降低HEV的油耗．     

非线性系统神经模糊自适应控制的问题与策略

针对具有未知动力学的机械臂系统 ,提出一系列神经模糊自适应控制方法。提出神经模糊动态逆稳定自适应控制方法 ,该方法使用动态神经模糊系统逼近非线性动态系统 ,设计的动态逆控制器可以通过参数的设定保证闭环系统在初始控制段的动态性能 ,而无需事先要求机械臂状态位于某一紧集的假设。结合延时神经模糊网络 ,引入降维观测器估计输出重定义后机械手的速度矢量 ,从而建立了非线性系统的控制器观测器设计的新方法。采用了动态逆和“Back-stepping(后退 )”的技术 ,将以上方法成功推广到了考虑执行电机动力学特性的柔性连杆机械臂问题上     

轮式机器人遗传模糊神经网络转向控制

针对数学模型复杂的轮式机器人的转向控制问题，使用基于遗传算法的模糊神经网络转向控制方法．首先建立车辆的神经网络模型，然后构造模糊神经网络控制器，再用遗传算法寻找模糊神经网络控制器的参数，最后提高控制器对速度变化的适应性．仿真表明，该方法可以对机器人的转向进行有效控制，效果良好，能适应各种不同速度变化，是一种有实用意义的控制方法．     

基于模糊神经网络的PI自适应控制器

利用模糊神经网络的模糊推理能力以及前馈神经网络的逼近能力 ,将其与自适应控制方案结合 ,并取带有控制增量约束的广义目标函数作为优化指标 ,从而推导出一种能对非线性非最小相位系统进行有效控制的模糊神经网络间接自适应控制器。在网络学习算法上采用带有动量项的BP算法。仿真结果表明了该方法的有效性。     

深海集矿机器人的自修正专家模糊控制

深海底自行走履带集矿机器人作业过程, 受作业环境和集矿机器人自身的影响, 具有未知性、随机性、非线性等特性. 针对该复杂控制过程, 采用一种基于自修正专家模糊控制的路径跟踪控制方案, 控制深海履带机器人行走. 该方案参考履带车辆转向运动学方程, 结合深海集矿机器人工况参数和作业环境, 将履带车辆人工操作经验整合为专家规则, 构成专家系统, 实现机器车绝对速度和方位角的闭环控制;采用具自调整功能的模糊算法, 对深海底履带集矿机器人的左、右履带速度进行控制. 仿真结果验证了该方案的可行性和有效性.     

移动机器人路径跟踪模糊整定的比例微分控制

针对数学模型复杂的移动机器人的路径跟踪问题,使用模糊整定的比例微分控制算法.该控制方法参考模糊控制的思想,将位置和方向误差分成若干个模糊集合,使比例微分控制器参数能够根据机器人的状态进行调节.仿真结果表明,该方法在机器人的路径跟踪控制中效果良好.     

基于自适应网络的动态双足机器人模糊控制

提出一种基于步态规划分级结构的自适应网络模糊推理系统控制策略,该方法不需要确定双足机器人运动学和动力学模型.以一种动态双足机器人为例,建立机器人的Sugeno模糊模型,对机器人系统的不确定上界进行自适应参数估计,采用自适应控制器逼近未知不确定界,解决了一类非线性系统的稳定控制问题.控制器的设计只要求不确定性满足匹配条件,而无需知道不确定界,能够处理不确定参数变化范围更广的情况,减少控制系统设计中的保守性.设计的分级控制系统可以学习试验的输入输出数据,从而在动态平衡下进行行走.同时,模糊控制器的进一步在线学习能力可以显著地改善步行机器人的动态性能.     

专用焊接打磨机器人焊补自动对正系统的研究

针对水轮机修复专用焊接机器人,利用模糊集合理论及建立在该理论基础上的模糊控制技术,实现了机器人对待焊凹穴的自动对正.详细介绍了焊补自动对正系统即机器人前3个关节模糊控制器的设计、模糊变量的选择、精确量的模糊化和模糊决策过程.其控制方法简单可行,易于实现.     

基于变结构的移动机器人侧向控制器的设计

采用基于后推与模糊滑模控制相结合的方法设计了移动机器人的变结构状态反馈控制器,实现了对道路跟踪侧向误差的渐近镇定控制.应用Lyapunov定理推导了移动机器人满足非完整性约束的时变光滑状态反馈镇定控制律;将状态控制区域分为远离奇异点的稳定工作区域与含有奇异点的非稳定区域2部分.设计模糊控制嚣来控制移动机器人的状态从非稳定区域向稳定区域转变,并采用移动机器人Amigobot作为实验平台验证了控制器设计的有效性.研究结果表明:侧向误差较大时,模糊控制器确保移动机器人在稳定区域内沿着模态切换线减小误差;当侧向误差较小时,时变光滑状态反馈控制实现对移动机器人的平稳镇定.在控制器设计中,将移动机器人的平移速度视为渐变参数,根据侧向误差能量函数的变化进行模糊自适应调节.     

改进的模糊滑模控制在机械手上的仿真研究

采用一种改进模糊滑模控制器(MFSMC),用以改善机械手的跟踪性能,并采用模糊逻辑系统作为调节滑模控制器增益之适应机制.为满足机器人系统之实时需求,区域线性化技术亦引入此MFSMC系统.仿真结果显示此控制器可表现出较优异的性能:较小响应时间、平稳的控制行为.此外,此控制器对参数变量和外界干扰亦表现出有效性.