基于遗传算法优化的自适应FNN-PID控制器研究

针对传统PID控制器参数整定后因无法在线自动调整而导致控制效果不理想的问题,提出了一种基于遗传算法优化模糊神经网络（FNN, Fuzzy Neural Network）的自适应FNN-PID控制器模型。该模型结合了模糊神经网络良好的自适应自学习能力和遗传算法强大的全局搜索能力,利用遗传算法对模糊神经网络的参数进行优化与训练,使PID控制器能够根据被控对象的变化而适时在线调整自身参数KP, KI和KD,从而达到理想的控制性能。将该控制器应用于异步电动机控制系统进行仿真实验,结果表明：基于遗传算法优化的自适应FNN-PID控制器具有较好的自适应能力和鲁棒性,控制效果明显优于传统PID控制器。     

基于uCOS-II的模糊自适应温度控制系统设计

针对车间温度控制系统具有非线性、滞后性和时变性等特点,提出了一种改进型的模糊自适应PID控制器。该控制器通过在线调整学习速率因子和PID参数增量,并结合积分分离思路,实现PID参数的自适应调节。仿真结果表明该控制器优于传统PID控制和传统模糊自适应PID控制。控制系统采用PIC24F作为主控芯片,结合操作系统uCOS-II的实时性、可靠性以及模糊自适应控制的非线性、时变性等特点,通过实验成功的实现对温度准确控制。     

神经元控制器在感应电机矢量控制中的应用

神经网络具有自学习、自适应能力，用于控制时可以不依赖控制对象的数学模型．为实现对交流电机快速和精确控制，基于单神经元设计出用于感应电机矢量控制的自适应碰饺和转速控制器，利用神经元的自学习功能在线调节连接权重，实现自适应控制．并将此设计应用于交流电机矢量控制系统中，数字仿真实验表明此方法设计的控制器可克服传统PID控制器在电机参数改变时控制性能差等不足，动态特性好，鲁捧性强．该设计结构简单，实际应用时易于实现数字化．     

自适应PID控制在风力发电机试验系统的应用

将模糊自适应的控制模型与常规PID控制算法相结合,设计一种自适应模糊PID控制器,利用这种控制器的控制参数在线调整功能,以适应被控过程的参数时变性,并将其应用于风力发电机试验系统电源组的控制系统,来改善试验系统电源组的控制性能.结果表明,控制器参数易于整定,且具有较好的自适应性.应用自适应模糊PID控制的风力发电机试验系统电源组的控制系统能够适应被控对象在较大范围内的变化,具有较强的自适应性和优良的控制性能.     

车辆半主动悬架自适应模糊控制器设计与仿真

提出了一种新的自适应模糊半主动悬架控制器 ,它以模糊控制原理为基础 ,融合自适应方法 ,将模糊系统辨识和模糊控制结合起来 ,并对自适应模糊控制规则进行修正 ,以在线自适应调整模糊控制的有关参数 ,提高了模糊控制器的控制效果 ,具有很强的适应性和鲁棒性 结果表明 ,该控制系统明显地改善了控制系统的动态性能     

基于观测器的无速度传感器感应电机控制

为了辨识感应电机的转速,提出了一种模型参考自适应观测器.该观测器基于模型参考自适应系统(model reference adaptive system,MRAS),将感应电机和全阶观测器分别作为参考模型和可调模型,基于两模型输出之间的误差构造了一个自适应律,通过自适应律不断调整观测器的参数,全阶观测器的输出将实现对实际系统输出的跟踪,并用李雅普诺夫稳定性定理验证了系统的稳定性.理论分析和仿真结果表明,所提出的感应电机无速度传感器矢量控制系统的转速辨识方法具有令人满意的动静态性能.     

车辆半主动悬架自适应模糊控制设计与仿真

提出了一种新的自适应模糊半主动悬架控制器,它以模糊控制原理为基础,融合自适应方法,将模糊系统识别和模糊控制结合起来,并对自适应模糊控制规则进行修正,以在线自适应调整模糊控制的有关参数,提高了模糊控制器的控制效果,具有很强的适应性和鲁棒性,结果表明,该控制系统明显地改善了控制系统的动态性能。     

模糊变结构控制在感应电机控制中的应用

结合模糊变结构理论和磁场定向控制技术设计出一种交流感应电机速度控制器。模糊逻辑的引入克服了传统的基于模型控制所遇到的参数与结构的不确定性问题。仿真的结果证明该系统具有很好的转矩、转速特性和鲁棒性。     

基于模糊神经网络的机械手自适应控制

单纯的神经网络和单纯的模糊系统具有各自的优点和缺点,模糊神经网络是两者的结合,它可吸取两者的优点而达到更优良的性能。这里提出了一种基于模糊神经网络的自适应控制方法。在利用常规控制器提取初始模糊规则的基础上,利用专家经验对初始规则进行补充,最后再利用误差的反向传播算法对参数进行在线的自适应调整。该方法用于机械手的跟随控制,两个模糊神经网络分别用于主回路控制和对象的逆模型,最后得到了优于样本控制器的跟踪控制效果。     

模糊变结构控制在感应电机控制中的应用

结合模糊变结构理论和磁场定向控制技术设计出一种交流感应电机速度控制器.模糊逻辑的引入克服了传统的基于模型控制所遇到的参数与结构的不确定性问题.仿真的结果证明该系统具有很好的转矩、转速特性和鲁棒性.     

High Performance Position Control System Based on SR-PM Motor

A position control system was developed using a synchronous reluctance permanent magnetic (SR-PM) motor with the field oriented control (FOC). To get satisfactory control performance, a fuzzy adaptive proportion integration (PI) controller was used rather than a conventional PI controller for the position control. The controller tunes the PI parameters online with fuzzy logic, based on the error and the change of the error between the feedback and reference position. The superiority of the fuzzy PI controller compared to conventional controller is illustrated by simulations and experiments which confirm that the fuzzy PI controller effectively restrains overshoot of the position response. As a result, the servo system gives satisfac- tory steady state and dynamic performance.     

无刷直流电机的模糊自适应控制

在分析无刷直流电机数学模型的基础上，将模糊控制和经典自适应控制相结合，设计了模糊自适应无刷直流电机速度控制器，并应用于调速伺服系统。仿真实验证明，该控制器具有优越的跟踪能力与控制性能。     

Urban Intersection Traffic Signal Control Based on Fuzzy Logic

IntroductionTraffic signals are essential in transportationnetwork management.A number of traffic signalcontrol methods have been developed in the past.Recently,a major research focus has been theapplication of artificial intelligence techniques,such as expert systems,fuzzy logic,neuralnetworks,and genetic algorithms for intersectionsignal control.　 Pappis and Mamdani[1] developed fuzzy rules toevaluate the suitability of extending a currentgreen phase by different time durations based on ac…     

静止无功补偿器的智能自适应PID控制器设计

将神经网络和模糊控制与有着广泛应用ＰＩＤ控制相结合,设计了一种静止无功补偿器的智能自适应ＰＩＤ控制器。利用神经网络实现系统模型辨识,采用模糊逻辑和神经网络相结合对ＰＩＤ控制器参数动态寻优。使ＳＶＣ的控制既具有模糊控制的简单,有效的非线性控制作用,又具有神经网络的自学习,自适应能力。     

一个离散时间非线性系统的间接自适应模糊控制器

对于具有未知非线性函数的离散时间非线性系统。构造了一个间接自适应模糊控制器，并进行了稳定性分析，用模糊逻辑系统使系统参数化。如果参数化模型和真实系统是非常接近的，它们之间的差异是非常小的并且能假设为零，则能够构造一个简单的自适应模糊控制器，并且可以证明闭环控制系统在输入输出有界意义下的全局稳定性，且跟踪误差收敛到零，仿真实验证实了控制器的有效性。     

一类非线性不确定系统的自适应模糊滑模控制

针对一类非线性不确定系统提出了一种自适应模糊滑模控制方法，利用趋近律构造理想控制，利用模糊逻辑系统逼近其连续项，用自适应律和非线性补偿保证滑模到达条件成立．该方法综合了自适应模糊控制和滑模控制的优点，既保证了闭环系统的稳定性，又限制了抖振，控制效果良好，仿真结果也说明了这一点．     

区间Ⅱ型变论域自适应模糊逻辑控制器

在变论域自适应模糊控制方法的基础上,结合Ⅱ型模糊集较强的鲁棒性和处理不确定性问题的能力,设计了一种区间Ⅱ型变论域自适应模糊逻辑控制器.为了使控制器保持在最优状态,采用粒子群优化算法来优化隶属度函数;然后由Lyapunov方法证明了区间Ⅱ型变论域自适应模糊逻辑控制器的稳定性.对Duffing系统和1维6卷混沌系统的仿真表明,区间Ⅱ型变论域自适应模糊逻辑控制器可以很好地跟踪参考信号,较之变论域模糊逻辑控制器,其可以有效地防止抖震且控制量较小.     

基于Matlab的模糊PID调速系统的设计与仿真

针对异步电动机调速系统的非线性和结构参数易变等特点,将模糊控制和PID控制的简便性、灵活性结合起来,设计了模糊PID调速系统的双闭环模糊控制仿真模型,建立了基于Matlab Simulink的系统仿真模型,并对模型进行了多方面性能的仿真研究。仿真结果表明,该模糊控制系统仿真模型具有良好的给定适应性、鲁棒性;并且提高了非线性系统的动、静态特性,使系统获得了较好的性能。     

一类非线性不确定系统的自适应模糊滑模控制设计

针对一类含非匹配不确定项的非线性系统提出一种自适应模糊滑模控制方法.构造线性切换面确保滑动运动稳定,利用趋近律构造理想控制,用监督控制确保系统状态有界,用模糊逻辑系统逼近其连续项,用补偿切换项来消除逼近误差,该方法有效的结合了自适应模糊控制和滑模控制的优点,控制器构造简单,稳定条件弱,控制性能好.仿真结果也证明了此方法的有效性.     

模糊控制算法在温度控制系统中的研究

本文结合电加热炉的控制特性,分析了传统PID算法控制器和模糊逻辑控制器的优缺点,并根据智能控制理论的前沿研究,选择了模糊PID复合控制(Fuzzy-PID)来实现对电加热炉这一数学模型为双输入双输出系统的智能控制。根据实际温控系统的要求,设计出一种PID控制与模糊控制相结合的智能控制系统,具备一定的自适应控制能力,因而特别适用于难于用精确数学模型描述的温度控制系统,有较强的稳定性和鲁棒性。