加气砼生产制浆过程自动控制系统

在文献[1]的基础上，详细介绍了加气砼生产制浆过程自动控制的相关问题。为了解决废浆计量的准确性问题，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。     

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。     

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。     

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.     

飞行模拟器新型倾斜协调体感算法应用分析

经典洗出滤波算法在一次突发过载运动后,平动低频输出持续加速度与参考加速度存在较大的感觉误差,为提高模拟器动感逼真度,针对经典洗出算法结构提出一种新型倾斜协调体感算法:采用模糊逻辑补偿思想,以人体感官模型洗出信号误差及变化率作为模糊控制器输入补偿于倾斜协调通道;去除低通滤波器,将输入参考信号与平动高频信号差值及模糊补偿合成信号代替低通滤波器输入信号,结合平动高通角加速度二次滤波补偿和加速度补偿使得洗出效果在有限的空间内达到最优。以模拟飞机加速度信号进行Simulink仿真,结果表明提出的算法在相位延迟和虚假暗示方面有较大改善,同时扩展了运动范围,增加了模拟逼真度。     

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.     

基于模糊神经网络的变风量空调室内温度控制系统

本文将模糊理论的知识表达与神经网络的自学习能力结合起来,针对变风量空调温度控制系统提出了一种模糊神经网络控制方案,并详细阐述了模糊神经网络的结构、算法。对变风量空调室内温度控制系统进行仿真,验证了模糊神经网络应用于温度自动控制系统的可行性。     

基于模糊逻辑系统的采矿船升沉补偿控制方法研究

采矿船是海洋资源开采中必不可少的海工装备。采矿船在海上作业时,船体受海浪载荷作用所引起的升沉运动对于水面下采矿系统作业安全性有恶劣的影响,为了减少升沉运动,需要对采矿船进行升沉补偿,提出了一种基于复合液压油缸的主被动一体式复合型升沉补偿系统。为了提高控制精度,本文提出了一种基于Mamdani型的模糊PID主动式补偿控制策略来减小升沉干扰下的补偿误差,首先对升沉补偿原理进行介绍,随后基于莫尔经验公式推导出不同海况下船体升沉幅值的计算过程,并建立所提升沉补偿系统的数学模型和传递函数,最后用所提的模糊控制算法进行控制,在规则海浪波和不规则海浪波下分别进行仿真,并和传统PID控制效果进行比较,结果表明,两种海浪波下,模糊控制算法的误差要小于传统PID控制算法的误差,可见模糊控制算法有着明显的优势。     

模糊控制在无功补偿中的应用

目的阐述模糊控制理论在无功补偿控制中的应用。方法系统控制策略基于模糊控制理论,以电压和无功功率的偏差为输入,经过模糊推理,以对电容器组的投入或者切除为输出。结果很好地解决了由于轻载产生投切震荡的问题。结论将模糊控制方法应用于无功补偿系统中,将专家经验与自动控制相结合,可提高补偿准确度和系统鲁棒性,从而可改善电网的供电质量。     

基于补偿模糊神经网络的BLDCM伺服控制

为了实现无刷直流电机(BLDCM)位置伺服系统的高精度位置跟踪控制,针对系统多变量、非线性、强耦合、时变的特点,提出了一种基于补偿模糊神经网络控制器(CFNNC)的设计方法.该控制器将补偿模糊逻辑和神经网络相结合,引入了模糊神经元,使网络既能适当调整输入、输出模糊隶属函数,又能借助于补偿逻辑算法动态地优化模糊推理,大大提高了网络的容错性、稳定性和训练速度.仿真和在DSP控制系统上的实验结果表明,采用补偿模糊神经网络控制器,系统响应快、精度高、鲁棒性强,动态特性明显优于传统PID控制.     

模糊控制及其在ASAS执行服务器中的应用

提出一种崭新的控制策略，将模糊逻辑应用到后端服务器容量控制，给出了主动自调度集群系统中模糊控制器的设计和实现。结果表明该模糊容量控制算法（fuzzy capacity control algorithm，FCCA）运行良好，并已经成功应用到ASAS1000系列的产品中。     

预测模糊协调控制在纯滞后系统中的应用

针对电阻炉温度系统具有容量大、纯滞后量大,非线性的特点,提出了一种模糊预测协调控制算法,将模糊控制和预测控制相结合,发挥预测控制的超前性和模糊控制不需要对象精确模型的优势,增强了系统的跟踪和抗干扰能力.现场运行结果表明,该算法简洁实用,对纯滞后特性具有较好的补偿作用,对被控参数变化具有较强的适应能力,取得了满意的控制效果.     

模糊控制及其在ASAS执行服务器中的应用

提出一种崭新的控制策略，将模糊逻辑应用到后端服务器容量控制，给出了主动自调度集群系统中模糊控制器的设计和实现。结果表明该模糊容量控制算法（fuzzy capacity control algorithm，FCCA）运行良好，并已经成功应用到ASAS-1000系列的产品中。     

自动送钻模拟加载实验的自适应模糊控制

自动送钻实验装置是为探索和研究自动送钻技术和控制方法而开发研制的 ,它是一个具有时变、时滞的非线性系统 .因此 ,对于系统中模拟井下钻压变化和模拟自动送钻子系统的控制至关重要 .将自适应模糊控制策略应用于加载控制 ,跟踪实际钻压实现加载 ,为钻压优化自动送钻技术的研究提供载荷条件 .实验结果表明 ,自适应模糊控制在自动送钻加载子系统中的应用是成功的 ,它具有良好的跟踪控制特性 ,控制算法亦具有通用性     

一类不确定离散切换模糊时滞系统的鲁棒输出反馈控制

针对状态不可观测的情况,重构系统状态,提出了一类不确定离散切换模糊时滞系统的鲁棒镇定问题.考虑每个切换子系统都是模糊系统的切换系统模型,利用切换技术,对于系统状态采用多Lyapunov函数方法,对于观测器误差采用共同Lyapunov函数方法,给出了切换律设计.利用平行分布补偿算法(PDC),给出了基于观测器的切换模糊反馈控制器设计,使得闭环系统对所有允许的不确定性,在所设计的反馈控制器和切换律下具有鲁棒性.最后通过数值仿真例子验证了该设计方法的有效性和可行性.     

一种模糊神经网络自适应预测控制方案的研究

在过程控制中,由于被控对象常具有非线性、不确定性及参数时变等复杂因素,难以建立精确的数学模型,从而直接影响了控制效果,提出了一种模糊神经网络自适应预测控制议案,对学习公式进行了理论指导,并结合误差补偿以提高预测控制的精度,仿真实验表明,该算法可实现模糊控制和神经网络的优势互补,对非线性复杂系统具有良好的控制性能。