加气砼生产浇注过程自动控制系统

在文[1]的基础上，详细介绍了加气砼生产浇注过程自动控制的相关问题，为了解决料浆计量的准确性，提出了模糊补偿算法。实际运行表明了自动控制系统及模糊补偿算法的先进性和有效性。     

模糊解耦理论在酒精蒸溜过程中的应用

针对酒精粗溜过程的多变量控制问题，利用M.MGupta模糊子空间分解算法加快模糊运算速度，利用模糊补偿实现模糊解耦控制，从而提出了带补偿器的Gupta模糊解耦方案及其解耦控制器的设计方法。仿真结果表明该方法较好地实现了对具有一定可变性对象的模糊解耦控制。     

图象灰度的非线性模糊补偿

在图象处理系统中，经常由于系统及环境亮度等诸多因素的非线性所带来的影响，需要对图象灰度进行非线性补偿．本文研究将模糊逻辑用于图象灰度的非线性补偿，提出根据模糊逻辑推理原理的非线性补偿算法，并与常规算法进行了比较，实验结果令人满意．     

基于模糊迭代算法的曲面恒力跟踪

针对机器人末端执行器对曲面轮廓跟踪时难以得到恒定跟踪力的问题,对机器人末端执行器和曲面轮廓的接触力进行了研究,建立了研究对象曲面法向力和已知传感器坐标系的映射关系,提出了一种模糊迭代算法.模糊迭代算法不需要得到系统内部传递函数,简化了建模设计,同时,模糊迭代算法根据上次实验力误差以及误差变化量模糊补偿机器人的轨迹,加快了收敛速度,文中在理论上证明了模糊迭代算法有界收敛.实验结果显示:接触力的波动范围在±3 N之内,验证了此算法的可行性,相比于传统的比例微分(PD)算法,接触力误差波动的均方差减少了42%;相比于未进行模糊补偿的算法,在所选择的时间段内迭代周期至少减了1次.     

基于聚类和文化算法的补偿模糊神经网络建模方法

根据补偿模糊神经网络的建模特点,提出了基于聚类和文化算法的补偿模糊神经网络建模方法。该网络的学习分为两步:结构辨识和参数辨识。在结构辨识中,采用改进的聚类算法确定模糊规则数及初始参数,构造一个初始模糊模型;在参数辨识中,采用基于多层信念空间的文化算法对具有5层结构的补偿模糊神经网络参数进一步优化,使其具有更高的精度。通过对TE过程的故障诊断建模,结果表明该网络在建模精度和收敛速度上均优于常规补偿模糊神经网络和常规模糊神经网络。     

基于密度聚类补偿模糊神经网络的建模方法

补偿模糊神经网络是综合补偿模糊逻辑和神经网络的混合系统。提出了将密度聚类算法运用到补偿模糊神经网络的输入模糊化和规则提取中。通过该方法对非线性系统的建模,仿真结果证明改进后的网络在提取规则、误差精度、收敛速度等方面均优于传统补偿模糊神经网络。     

参数在线模糊整定与递推积分PI控制的并联三相四线APF

针对传统的比例积分PI控制在有源电力滤波器电流跟踪控制中动态响应慢和补偿电流与实际补偿电流误差大而谐波补偿效果不理想问题,为了提高有源电力滤波器的谐波补偿性能,加快动态响应速度,提出了模糊调节参数在线整定与递推积分PI控制相结合的控制算法。设计的算法结合了递推积分PI控制对采样点误差逐个周期积分的特点和PI参数模糊自适应在线整定算法的优点,MATLAB仿真实验表明:本文方法比传统PI控制谐波含量降低了4.59%,证明了新算法的可行性与正确性。     

回转窑简体温度红外扫描与状态预报系统研究

针对烧结法生产氧化铝工艺过程中回转窑窑皮形状复杂与筒体测温难的特点，采用红外线测温与数字滤波补偿技术相结合，开发出回转窑筒体温度红外线扫描和状态预报系统孩系统在测量回转窑筒体表面温度及其变化的基础上，通过基于模糊协方差矩阵的聚类算法。在线仿真出窑内村与窑皮的形状及厚度，发出相应的状态预报信号，有效地改善了窑的操作，提高了设备的运转率，降低了生产成本，并为回转窑的自动控制提供参考．图2，参12．     

图象灰度的非线性模糊补偿

在图象处理系统中,经常由于系统及环境亮度等诸多因素的非线性所带来的影响,需要对图象灰度进行非线性补偿.本文研究将模糊逻辑用于图象灰度的非线性补偿,提出根据模糊逻辑推理原理的非线性补偿算法,并与常规算法进行了比较,实验结果令人满意.     

一类时滞离散模糊切换系统的H∞控制

研究了一类时滞离散模糊切换系统的H∞控制问题.基于模糊Lyapumov-Krasovekli函数,应用并行部分补偿算法,设计了使模糊系统全局渐近稳定的控制器,提出并证明了一个新的判别闭环一类离散时滞模糊切换系统H∞渐近稳定的充分条件.