提高模糊控制器稳态精度的一种可实现方法

为了提高模糊控制器的稳态精度 ,首先研究了模糊推理算子 ,发现利用概率算子所推得的模糊控制表控制精度高 ;其次在 Mathematic环境下实现了模糊推理的程序化 .为模糊控制的研究提供了方便的条件 ,并给出增加模糊量化论域的典型模糊控制器的控制表 ( 2 1× 2 1 ) ;最后研究了隶属函数的分布对控制表的影响 ,发现非均匀分布的隶民各函数所产生的控制表数据有波动 .仿真结果表明 ,增加模糊量化论域的稳态控制精度明显提高 .     

基于Fuzzy函数逼近的柔性模糊控制器论域压缩算法

针对模糊控制稳态控制精度不高的问题,提出了一种提高ＦＩＳ系统函数逼近精度的新方法——论域压缩算法．基于模糊数二元基元组的概念改进了一类Ｈｏｏｖｅｓ－Ｊｅｅｖｅｓ算法,实现对模糊数参数的寻优和输出论域的动态调整．构造基于ＳＯＷＡ类算子和ＢＡＤＤ解模糊的广义柔性模糊控制器作为仿真平台,对一过热汽温对象的控制给出仿真算例．结果表明,该方法可对控制达到任意精度上的逼近,从根本上解决Ｆｕｚｚｙ控制精度不高的问题．分析指出动态论域压缩算法对模糊控制具有理论上的普遍意义     

基于模糊PID控制的点胶单螺杆泵流量控制方法研究

建立了单螺杆点胶泵流量控制系统数学模型,采用了一种模糊PID控制器以提高系统控制性能,并基于实际系统和Mamdani模糊推理算法确定偏差e,偏差变化ec,输出量K_p,K_i,K_d的论域变量范围、语言值、隶属度函数、模糊控制规则表,搭建了模糊PID控制器。使用MATLAB/Simulink软件对所搭建的系统控制器进行仿真实验,并通过对比传统PID控制与模糊PID控制的系统阶跃响应图,得出模糊PID控制器的效果最佳,并且具有调节时间快、超调量小、抗干扰强的优点,一定程度上提高了单螺杆泵流量控制系统的稳定性。     

基于遗传算法优化的模糊PID控制研究及其仿真

提出了一种基于遗传算法优化的模糊PID控制系统：采用遗传算法优化模糊控制中的隶属函数和控制规则,进一步完善了模糊PID控制器的性能,提高了系统的控制精度。并对优化后的模糊控制器进行了Matlab仿真研究,结果表明：经过优化后的控制器明显地改善了控制系统的动态性能,能使系统达到满意的控制效果,对进一步应用研究具有较大的参考价值。     

变论域模糊PID算法在供热控制中的应用

针对供热系统中二次网供水温度控制具有非线性、时变性、难以精确控制等缺点,结合模糊控制和PID控制的优点,采用变论域的思想,提出了变论域模糊PID算法。介绍了变论域模糊PID控制器的结构设计及伸缩因子的选择方法。经仿真实验表明,该控制方法使具有响应时间快、稳态精度高,及较强的抗干扰能力。该算法提高了二次网供水温度的控制精度,起到了节能降耗的作用。     

模糊神经网络控制系统

介绍了将神经网络和模糊控制相结合,即用人工神经网络算法产生模糊推理规则和隶属函数,再基于这些模糊推理规则和隶属函数产生模糊逻辑控制的一种新颖控制策略--模糊神经网络系统的组织结构及其神经网络的设计.     

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.     

模糊控制中隶属度函数的确定方法

本文对模糊控制理论中的隶属度函数的确定方法进行了广泛的探讨 ,对隶属度函数的四种曲线形状进行了详细的分析 ,并对隶属度函数形状对控制特性的影响进行了研究。指出了能达到控制精度高且稳定性好的控制效果的模糊变量隶属度函数的选择原则 ,为模糊控制设计者提供了理论依据     

模糊神经网络控制系统

介绍了将神经网络和模糊控制相结合,即用人工神经网络算法产生模糊推进规则和隶属函数,再基于这些模糊推理规则和隶属函数产生模糊逻辑控制的一种新颖控制策略-模糊神经网络系统的组织结构及其神经网络的设计。     

基于模糊高斯基函数神经网络控制的机器人视觉伺服系统

针对机器人视觉伺服控制系统中存在的不确定性问题,将模糊控制与神经网络相结合,用神经网络来实现模糊推理,提出了一种把高斯基函数作为隶属函数的模糊神经网络视觉伺服控制器,该控制器不仅具有定性知识的表达能力,而且具有很强的在线学习能力。将所提方法用于三关节机器人"手-眼"视觉伺服系统的控制中,取得了很好的控制效果。     

一种新型浮力称重式动态计量自适应模糊控制器设计

为了解决传统新型浮力称重式动态计量控制系统自适应能力较差、无法为变化的瞬时给物量提供准确的动态计量服务的问题,设计了一种新型浮力称重式动态计量自适应模糊控制器。分析了新型浮力称重原理,确定物质质量,以计算浮力称重瞬时给物量。通过输入阶段、模糊化阶段、模糊推理阶段和输出阶段实现新型浮力称重式动态计量自适应模糊控制器设计,将浮力称重偏差和偏差改变率作为输入,不同阶段通过隶属度函数相关联。依据浮力称重瞬时给物量,将整体误差及其变化率当成输入,建立模糊规则表,完成模糊推理,输出控制电压,控制新型浮力称重电机自适应加料或减料。结果表明:所设计控制器响应速度快,稳定性较高,在快速、中速与慢速给料过程中大部分处于稳定阶段,称量结果准确;经现场测试,设计控制器控制误差最低。可见设计控制器控制精度高,可达到实际应用要求。     

基于模糊PID控制的泵流量控制系统研究

为了增强脱硫除尘离心泵流量控制系统的稳定性和提高其控制精度,使系统具有较强的抗干扰和自适应能力．建立了流量控制系统的数学模型,分析了控制系统的性能,设计了模糊PID控制器,确定了偏差e、偏差变化ec、输出量Kp、Ki、Kd的隶属度函数,建立了Kp、Ki、Kd的模糊控制规则表,利用Matlab／Simulink进行仿真,比较了系统在未加入和加入PID及模糊PID控制情况下的性能,结果表明,模糊PID控制效果最好,具有响应快、抗干扰等优越性。     

用遗传算法划分模糊量的语言变量覆盖范围

在模糊控制器设计中．模糊规则的确定以及模糊变量隶届函数的选取都是非常重要的，隶属函数的形状、模糊划分的覆盖范围对模糊推理有很大影响。本主要介绍在模糊规则确定时用遗传算法划分模糊量的语言变量覆盖范围，利用调整已给定形状下隶属函数参数的方法改变各语言变量的语言值所覆盖范围，以模糊控制器的推理结果与专家经验控制结果的方差最小作为遗传算法进行优化的目标函数。     

彩色套印与制袋模糊控制的研究

介绍了模糊控制在彩色套印与制袋控制系统中的应用,取加工物偏移误差值E和偏移误差变化率△E作为模糊推理的输入变量,变频电机的纠偏速度V作为输出变量,纠偏速度包括转速和转向两个指标.给出了三个变量的离散论域,确定了模糊集及其隶属度函数,讨论了模糊化过程、模糊推理和解模糊判决,通过加权平均值得到最终的模糊控制输出量.给出了模糊推理规则表.系统可以保证很高的加工精度和加工效率,同时也会节约能源.死区的设置既保护了变频电机,又减少了噪音.     

基于模糊Lyapunov-Krasovskii函数的离散时滞T-S模糊模型的非二次镇定条件

研究了离散时滞T-S模糊模型基于模糊Lyapunov-Krasovskii函数的稳定性分析及控制器设计问题.首先,构造出离散型模糊Lyapunov-Krasovskii函数,此函数是系数与T-S模糊模型的模糊规则权重相对应的复合型Lyapunov-Krasovskii函数.然后,基于一系列线性矩阵不等式,得到了开环系统稳定的充分条件,进而又基于非二次PDC控制律,设计出了模糊控制器.最后,仿真实例验证了该方法的有效性和优越性.     

采用模糊控制的某航空导弹俯仰舵机模糊控制器的设计与软件编程

模糊控制的设计核心是模糊控制器的设计,利用计算机编制实时模糊控制软件可灵活而有效地实现模糊控制.采用C语言编制了模糊控制器设计软件,获得了模糊控制总表,并进而根据模糊控制总表实现了实时模糊控制.     

基于神经网络的模糊控制器及其应用

本文提出了一种基于神经网络的模糊控制器，采用神经网络技术实现模糊控制的知识规则的获取、隶属函数的确定及模糊推理。最后通过仿真实验证明了这种方法的有效性     

基于神经网络模式识别的板形模糊控制器

提出一种基于CMAC(Cerebellar Model Articulation Controller)神经网络的板形缺陷模式识别方法,并基于模式识别结果设计了板形模糊控制器.将模式识别与控制器设计合二为一,利用CMAC神经网络识别出相对于6种常见板形缺陷基本模式的隶属度,直接作为板形模糊控制器的前件部,实现了隶属度的求取功能.通过对板形缺陷特征的分析,合理定义了模糊集合,大大地减少了模糊推理的计算量.仿真结果表明,该板形模式识别方法识别精度高,设计的板形模糊控制器可以快速将板形缺陷控制到期望目标,板形控制性能良好.