首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 93 毫秒
1.
应用模糊切换型PID控制方法处理船舶运动线性模型.根据控制目标把船舶转向过程分化为两个模糊工作域,当偏差较大时,采用TS-PID模糊控制器提高船舶响应速度;偏差接近设定切换点时,由TS-PID与传统PI控制器组成的混合控制器进行控制;偏差足够小时,传统PI控制方式可使船舶尽快稳定在设定航向上.对某商船的仿真对比实验证明所设计的控制方式优于单一PID控制方式.  相似文献   

2.
基于模糊逻辑的船舶航向变结构控制研究   总被引:3,自引:0,他引:3  
运用变结构控制理论设计了船舶航向控制器.为了削弱控制器所带来的抖振,运用模糊逻辑理论对控制器的不连续项进行了修正,从而得到了一种新的基于模糊逻辑的变结构控制器.仿真结果表明:该控制器能对船舶航向进行很好的控制,并具有较强的鲁棒性.  相似文献   

3.
基于小生境免疫算法的船舶FNN自动舵设计   总被引:1,自引:0,他引:1  
结合隔离小生境技术的特点和免疫遗传算法的全局收敛特性,提出一种基于小生境免疫遗传算法的模糊神经网络控制器优化设计方法,并将其用于船舶自动舵的设计.隔离小生境能有效解决局部和全局收敛的矛盾,可以解决船舶运动控制的FNN控制器难于设计以及传统BP学习算法易于陷入局部收敛的不足.将神经网络结构辨识器作为船舶的辨识模型,船舶运动模型采用二阶非线性方程,模糊神经网络控制器为主控制器,对船舶航向运动控制系统进行仿真研究.结果表明,在船舶无干扰和存在随机干扰的情况下,由此设计的船舶自动舵控制系统均能使船舶转向控制无超调,跟踪快,与BP学习算法相比控制效果更趋于为理想,可以进一步提高航行的性能.  相似文献   

4.
根据船舶定位的原理和特点,设计了基于ANFIS自适应模糊神经网络预报模型的控制方法.该方法对影响船舶定位的各种无规律运动的海浪、风、水流等因素,通过MISO ANFIS模糊神经网络的结构,给出影响船舶定位的预报模型,从而建立船舶控制模型.以混合式的学习算法为基础,对条件参数采用反向传播算法,而结论参数采用线性最小二乘估计算法来调整参数.使控制快速准确,实现了船舶推进装置的最优控制,达到船舶精确定位的目的.  相似文献   

5.
提出基于自适应网络模糊推理系统 (ANFIS)的神经 模糊控制器作为船舶减摇鳍系统的控制装置。仿真结果表明 ,ANFIS控制器在恶劣海况下也能够改善船舶的横摇减摇性能。该智能控制器有希望作为常规PID控制器的改进选择  相似文献   

6.
船舶航向非线性系统自适应模糊补偿控制   总被引:1,自引:0,他引:1       下载免费PDF全文
摘要: 研究了船舶直航和谐波航向控制问题.基于Lyapunov稳定性理论,将自适应模糊补偿技术应用到船舶航向非线性响应模型中,利用万能逼近定理构造模糊系统逼近系统中的未知非线性,提出了一种基于自适应模糊补偿且带有物理约束二阶滤波器的鲁棒跟踪控制器.运动响应模型考虑了建模误差和外界干扰,模糊系统能有效地逼近非线性系统,控制器能够准确地跟踪预设航向和转首角速度.舵角控制结合舵机伺服系统模型,操舵情况符合物理现实. 数值仿真在相同控制参数下与传统比例 微分(PD)控制作比较,结果验证了自适应模糊控制器的有效性和优越性.  相似文献   

7.
工业对象大多是具有非线性、大时滞、高阶次的复杂对象,常规的控制方法往往难以适应这些对象的变化.文中提出了一种自适应模糊控制器,它能在控制过程中不断调整和修改控制规则,以适应对象和环境的变化.对控制方法与常规PID控制、Smith预估控制、基本模糊控制进行了仿真比较.仿真曲线表明,自适应模糊控制器的控制性能明显好于其它3种控制方法.  相似文献   

8.
为能够以较小计算量实现船舶航向的精确控制,针对船舶航向保持控制设计一种基于自组织广义椭球基函数模糊系统(SO-GEBF-FS)的航向保持控制器.分析非线性船舶航向运动模型,介绍SO-GEBF-FS的结构及组成,并设计一种有效的规则生长修剪算法.采用DSC设计方法设计控制器,利用SO-GEBF-FS逼近其中不确定性,通过Lyapunov稳定性理论证明闭环系统稳定性.将所设计控制器应用于船舶航向运动数学模型,结果验证了该控制器的有效性和优越性.  相似文献   

9.
新型船舶自适应舵机系统的研究   总被引:2,自引:0,他引:2  
提出了采用模糊辩识器对船舶舵机离线辩识,使用遗传算法对辩识器进行参数寻优,并用BBP算法对模糊神经网络控制器的有关权值在线调整以适应被控对象的参数变化。给出了遗传算法对控制器的参数优化方法。仿真结果证明了控制策略的有效性。  相似文献   

10.
翟龙余 《科技信息》2012,(13):64-66
本文设计了两个模糊控制器即位置模糊控制器和角度模糊控制器,用这两个模糊控制器进行分层控制,并把位置模糊控制器控制输出作为一个虚拟角度乘以一个系数与摆杆的实际角度叠加形成一个广义角,以这个广义角和摆杆的角速度作为输入量输入给角度模糊控制器对摆杆的角度进行控制;通过matlab的Simulikn实现了倒立摆模糊控制系统的仿真,仿真结果证明:模糊控制器不仅可以稳定倒立摆系统,还可以使小车定位在特定位置。  相似文献   

11.
针对链条式锅炉的蒸汽压力受诸多因素制约的问题,选用带有PID 自适应模糊控制器的模糊控制方式,阐述了该控制方式系统的工作原理、设计原则、以及其优越性,介绍了该系统的硬件和软件设计方案。  相似文献   

12.
提出了一种基于自适应模糊逻辑学习方法的非线性系统智能容错控制方案.整个控制方案集自适应模糊控制器、监督控制器和调节控制器为一体,是一个功能强大的控制体系结构.仿真结果表明:提出的控制方案能有效地识别和调节非线性系统的未知错误,而且控制系统在不确定或错误的情况下具有稳定性和鲁棒性.  相似文献   

13.
针对一类非线性函数未知的非线性离散系统 ,提出一种基于模糊基函数的稳定自适应控制器设计方法 ,该方法基于Lyapunov稳定性理论 ,因此 ,整个闭环系统渐近稳定 .使用遗传算法 (GA)实现对可调参数的全局优化 ,代替通常设计自适应控制器时对参数调节律的繁琐求取 .仿真结果验证了该方法的有效性  相似文献   

14.
一类非线性系统的鲁棒自适应模糊控制   总被引:1,自引:0,他引:1  
对一类非线性系统,根据模糊自适应控制的设计思想,考虑逼近误差及外扰的影响,提出一种在控制器中增加一个鲁棒自适应控制项的设计方法,并利用Lyapunov理论证明了由此控制的闭环系统的跟踪误差可收敛到零的一个邻域内。采用该方法,无需事先知道逼近误差和外扰的界,从而提高了实际应用价值。  相似文献   

15.
空间三关节机器人自适应双模糊滑模控制   总被引:1,自引:0,他引:1  
为了提高空间三关节机器人轨迹跟踪控制性能,提出了一种带双模糊自适应控制的滑模控制新方法.该方法将滑模控制器分为等效控制和切换控制两部分.采用一个模糊自适应控制器,根据滑模到达条件对切换增益进行有效估计.采用另一个模糊自适应控制器,根据滑模面来调整切换控制项.这些控制器结合起来消除了抖振,提高了控制性能.系统的稳定性通过李亚普诺夫定理证明.最后进行了仿真实验,并与其他方法进行了对比分析.结果表明所提方法是有效的.  相似文献   

16.
模型参数不确定的连续系统自学习定性控制   总被引:3,自引:0,他引:3  
对模型中含有不确定性因素的非线性系统给出了一种定性控制方法,避免了模糊控制器设计中存在的主观性和模糊规则难以获取等缺点.先将状态进行定性划分,再对每个定性状态根据期望约束利用不精确模型求出控制的参考范围及初值,最后对控制量在线自学习调整.此方法具有模糊控制的控制效果.  相似文献   

17.
模糊自适应PID控制器在交流伺服控制系统中的研究   总被引:1,自引:0,他引:1  
交流伺服控制系统中的永磁同步电机是一种多变量、强耦合和非线性的系统,采用传统的PID控制难以达到较好的控制效果。将模糊自适应PID应用于永磁同步电机的控制中,运用模糊控制原理对PID参数进行整定。仿真结果表明,与传统的PID控制相比较,采用模糊自适应PID控制器的交流伺服控制系统具有更好的动态和稳态性能,实现了较好的控制效果。  相似文献   

18.
 针对系统的初始响应,设计了一个兼顾快速性和稳定性的论域自调整的模糊控制器,并用线性PID控制器来实现稳态时的高精度控制,2个控制器之间采用模糊规则进行切换.并给出了它的动态性能、抗干扰能力及鲁棒性的实验结果.  相似文献   

19.
自调整模糊控制器在异步电机矢量控制系统中的应用   总被引:11,自引:0,他引:11  
针对异步电机矢量控制系统因电机参数变化和负载波动等因素性能变差的问题 ,设计了一种二维自调整模糊控制器作为滑差频率式异步电机矢量控制系统的速度调节器。这种自调整模糊控制器可以根据输入变量的大小调整模糊控制器的量化因子、比例因子和两个输入变量的权重 ,从而自动调整模糊控制规则。仿真和实验结果说明 ,具有自调整模糊控制器的异步电机矢量控制系统不仅动态和稳态性能都得到提高 ,而且具有较强的鲁棒性。  相似文献   

20.
针对坦克炮控这一包含非线性和不确定性的复杂系统。提出了应用模糊控制方法设计的由电流环和速度环构成的双闭环控制系统,其中电流环采用常规的PI调节器设计,速度环采用模糊自适应的PID控制器设计。仿真结果表明,该方法与常规的控制方法相比,具有良好的静、动态特性,从而证明了该设计方法的正确性和合理性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号