冷带轧机板厚控制系统的模糊预测控制

为了提高板厚控制系统的智能化程度,提出了基于T-S模糊模型的冷带轧机板厚控制系统模糊预测控制策略。在板厚控制系统T-S模糊模型辨识的基础上,采用基于广义预测控制的模糊预测控制算法求解控制律,弥补了规则型模糊控制器的不足。利用板厚控制系统TS模糊模型离线求解模糊预测控制器的规则库,采用强度转移法求解输入信号相对于规则库的隶属度函数值,避免了Diophantine方程的在线递推求解,降低了控制算法的复杂性,提高了实时性。轧制试验结果表明,所提出的控制策略有效改善了板厚控制系统的性能,提高了冷轧带钢的板厚控制精度。     

基于T-S模型的局部通风机风量模糊预测控制算法

针对目前比例-积分-微分(PID)控制、模糊控制以及模糊自适应PID控制方法在局部通风机风量控制系统中的不足,提出一种基于T-S模型的局部通风机风量模糊预测控制算法。首先建立了局部通风机系统的T-S模糊模型,并进行拟合度验证实验,然后提出基于T-S模型的模糊预测控制算法局部通风机风量控制策略,并对算法进行了实验验证。结果显示,局部通风系统中,该控制算法相对于PID控制、模糊控制以及模糊自适应PID控制具有更好的控制效果,并且该算法能够根据瓦斯的历史浓度做出先见性的控制。     

液压挖掘机模糊自适应节能控制系统

为了减少液压挖掘机的燃油消耗,在分析传统转速传感节能控制策略的基础上,提出了一种新的功率敏感节能控制策略.应用基于T-S模型的模糊PID控制算法,对发动机-变量泵的功率匹配进行控制,并根据仿人工智能的思想对模糊规则进行了优化,提高了控制系统的动态特性.两种节能控制策略的对比试验表明,采用功率敏感节能控制策略之后,节省燃油20%以上.     

基于观测器的多机系统气门开度的模糊H_∞控制新方法

研究了汽轮发电机组成的多机电力系统气门开度的模糊观测H∞控制器设计问题.首先对多机电力系统建立T-S模糊模型,由于实际电力系统的状态有时不能作为模糊规则的前件变量,基于观测状态给出了多机电力系统具有H∞性能指标的条件,但它不是基于线性矩阵不等式(LMIs)的,只能通过两步法求解.因此又提出仅需一步就能求解的基于LMIs的条件,克服了两步法求解带来的保守性.最后采用局部线性化方法对两机无穷大母线的气门开度控制系统建立T-S模糊模型,并验证了控制方法的有效性.     

HVAC系统的模糊预测函数控制器设计

针对暖通空调HVAC系统中由于存在高度非线性、时变特征以及扰动和不确定性等因素而难以控制的特点，提出基于Takagi-Sugeno(T-S)模糊模型的预测函数控制器设计方法。该方法通过最小二乘辨识算法建立系统的模糊T-S模型，然后基于模糊全局线性化预测模型，采用预测函数控制算法设计系统控制律。仿真实验结果表明该算法是一种跟踪性能好、鲁棒性强的有效控制方法。与常规的PID控制器相比，该方法具有超调量小、调整时间短等优良的动态性能。     

模糊模型PID优化控制在非线性系统中的应用

通过提出一种基于T-S模糊模型的非线性系统PID优化控制算法,将该算法应用于具有强非线性与不稳定性的填料塔热交换装置,为非线性控制系统的实际应用提供一种方案.在机理分析的基础上建立了分段非线性模型,设计了该装置的模糊模型PID优化控制器,对系统温度进行控制.实验结果与传统的PID控制结果对比表明,采用文中提出的模糊模型PID优化控制方法能够有效解决非线性控制问题.     

基于生态系统冗余结构的Type-2模糊控制器设计

本文提出了一类新的基于生态位模型的Type-2模糊控制系统,将含参数的生态位贴近度函数作为模糊规则的后件,从而构成了Type-2 Takagi-Sugeno(T-S)模糊控制模型。主要采用Lyapunov方法设计控制器,利用梯度下降法优化参数,得到参数的自适应律。建立的模糊T-S模型具有生物个体的自适应性,可以确保整个系统的稳定性,通过prey-predator生态模型验证了该类控制器的有效性。     

基于模糊预测控制的机车制动控制方法

为了减少模型参数、噪声耦合和随机性干扰对机车制动控制系统控制精度和稳定性的影响,提出1种基于模糊预测控制的制动控制方法,利用基于满意度的T-S模糊建模方法建立精确的预测模型.研究结果表明:通过模糊遗传算法进行滚动优化,获得全局最优解作为预测控制控制器的输出,进而提高系统控制快速性和稳定性,仿真结果验证了该方法的有效性.     

热障涂层加热系统的自适应模糊预测控制

针对航空发动机热障涂层加热过程中的时变、大惯性、滞后以及高度非线性等问题,提出了一种基于T-S模糊模型的广义预测控制策略来控制涂层的温度。首先,针对模糊C均值(FCM)算法容易陷入局部最优的问题,采用自适应遗传粒子群优化(GA-APSO)算法来优化模糊C均值(FCM)算法的全局寻优能力,并对T-S模糊模型的前件参数进行辨识;其次,采用自适应遗忘因子的递推最小二乘法来估计T-S模糊模型的后件参数。 最后,根据得到的T-S模糊模型设计模糊预测控制器并进行仿真实验。仿真结果表明,在利用自适应遗传粒子群算法对FCM算法进行优化后,算法的初始适应度值、收敛适应度值以及辨识模型的均方误差都有较大程度的降低,说明改良后算法的全局寻优能力得到了很大提升,对样本的模糊聚类效果也更好。在有干扰的情况下利用PID控制器和模糊预测控制器分别跟踪期望温度,相比传统的PID控制,模糊预测控制的控温精度更高,达到稳定期望温度所需时间更短,仿真结果验证了控制方法的有效性。     

基于T-S模型的模糊PID控制系统设计

在对T-S模型的结构及稳定性分析研究的基础上，提出了一种基于T-S模型最简的模糊PID控制系统；该系统克服了非线性系统设计的困难，借助于线性系统理论解决非线性系统设计中的问题；还把三维模糊PID控制系统设计用两个二维的模糊控制器或是二维模糊控制器加上积分环节来替代，使模糊PID控制系统的设计得到大大的简化．仿真结果表明：这种模糊PID控制系统具有结构简单，规则数少，稳定性高的特点．     

基于在线模糊聚类的故障检测和容错控制

提出了一种新的基于T-S模糊模型在线辨识的非线性系统的故障诊断与容错控制策略.在闭环控制中,根据在线产生的数据对T-S模糊模型进行辨识,当故障引起系统动态的结构性变化时,在线模糊聚类算法能够辨识出系统的重大改变并产生新的模糊规则描述系统新的动态,同时基于T-S模型的控制律也会做出相应的调整.分析了T-S模糊模型结构和参...     

基于T-S模型的模糊预测控制在列车速度控制器中的应用研究

针对列车的速度控制特点,提出了基于Takagi-Sugeno(T-S)模型的模糊预测函数控制方法.设计了一种列车速度模糊预测函数控制器,并针对不同运行状况以及列车在启动、停止以及运行过程中的特点采取相应的控制策略,将整个控制过程分为多个子空间,每个子空间对应一个线性预测模型,通过仿真研究,验证了该控制器具有良好特性曲线跟踪能力.     

用简化模糊规则数的方法设计模糊PID控制系统

在对常规模糊控制器和PID控制器研究的基础上，提出了一种最简单的模糊PID控制系统。该系统基于T-S模型，借助于线性系统理论解决非线性系统设计中的问题，用2个二维的模糊控制器或二维模糊控制器加上积分环节来替代三维模糊PID控制系统，大大简化了模糊PID控制系统的设计。仿真结果表明，这种模糊PID控制系统结构简单，规则数少，稳定性高。     

非线性Hammerstein-Wiener模型辨识预测控制

为解决工业过程控制领域中非线性系统的模型辨识与预测控制问题,提出一种基于BP神经网络模型的预测控制策略,采用一种分段最小二乘支持向量机辨识Hammerstein-Wiener模型系数的方法建立非线性预测控制器.利用BP神经网络训练预测控制输入序列和拟牛顿算法求解非线性预测控制律,从而实现了一种基于支持向量机Hammerstein-Wiener辨识模型的非线性预测控制算法.仿真实验验证了该算法的有效性和可行性.     

模糊控制系统输出的插值形式

推导出了Mamdani模糊控制系统输出的插值形式,并推广到T-S型模糊控制系统.这些插值表达式可以揭示典型模糊控制器的本质特征,为模糊控制器的设计及优化提供准确的解析模型,为模糊控制器的实际应用提供精确的控制算法.     

基于Takagi-Sugeno模型的质子交换膜燃料电池广义预测控制

针对质子交换膜燃料电池（PEMFC）这一非线性复杂被控对象,采用基于C均值模糊聚类的Takagi-Sugeno(T-S)模糊神经网络辨识方法,建立了系统的电特性模型;在此基础上应用广义预测控制策略,实现了PEMFC的输出功率控制。仿真实验比较了该方法与基于时间绝对偏差乘积积分(ITAE)指标的PID控制器和LQG控制器方法,结果表明所提出的方案在负荷跟踪、克服扰动及鲁棒性方面具有较理想的控制性能。     

Hammerstein-Wiener非线性系统的模糊预测控制

针对输入和输出受约束的Hammerstein-Wiener型非线性系统,提出一种基于T-s模糊模型的非线性预测控制算法,并用Lyapunov函数分析系统稳定性.通过建立T-S模糊模型,将预测控制器设计中的非线性优化问题转化为相应的线性优化问题;通过离线设计状态反馈控制律,在线实施符合条件的反馈控制律,极大程度地提高了在...     

热连轧厚度系统的多目标鲁棒预测控制

针对热连轧厚度控制系统模型(AGC),提出基于线性矩阵不等式的多目标鲁棒预测控制算法,有效处理了液压厚度控制系统的参数不确定性、扰动以及约束等问题. 由于所得结果以非线性矩阵不等式形式给出,采用锥补线性化思想将控制器的设计转化为一个受线性矩阵不等式约束的非线性规划问题,求解线性矩阵不等式,根据其可行解构造控制器,实现系统的多目标优化控制策略. 仿真结果表明,该方法有效并具有较好的控制性能.     

基于联合控制的汽车驱动防滑控制仿真

为提高车辆在低附着路面上的加速性能,设计了基于节气门干预与制动干预联合控制的汽车驱动防滑控制系统(ASR).建立了防滑系统的动力学模型和基于模糊PID控制算法的控制器模型,并进行了低附着路面和对开路面工况的仿真对比实验.实验结果表明,采用模糊PID控制算法,通过控制节气门和对滑转驱动轮进行制动控制,能够有效控制汽车在低附着路面上加速时驱动轮过度滑转,大大提高了汽车在单一低附着路面和对开路面上的加速性能,验证了ASR控制策略的合理性,为开发实际控制器提供了依据.     

基于遗传算法的神经-模糊减振控制方法

针对复杂情况下模糊控制器难以获取经验规则的缺点,利用遗传算法来优化模糊控制器的规则,并采用一种权重和方法以实现多目标的优化控制.为了减少时滞对控制效果的影响,应用BP神经网络以预测模糊控制器的输入.基于76层风振Benehmark模型对提出的控制算法进行了计算仿真分析.结果表明神经-模糊控制(NN-FLC)方法在理想情况下与传统LQG控制算法控制效果相当;但在结构刚度不确定时,该方法具有较强的稳定性和鲁棒性,远优于LQG算法.