可控串补多目标控制研究

可控串补暂态稳定控制，既要抑制功角第一摆，又要快速阻尼系统故障后的功率振荡，这是一个多目标控制问题。文中提出了基于Ｔ－Ｓ（Ｔａｋａｇｉ－Ｓｕｇｅｎｏ）模型的可控串补模糊控制策略，充分考虑了可控串补装置的非线性，并结合了线性最优控制理论和专家知识。该模糊控制器相当于自适应变增益的线性最优控制器，能满足系统多目标控制的要求。数字仿真表明，该模糊控制策略在暂稳控制中优于其它常规控制方式（ＰＩ控制，ｂａｎｇ－ｂａｎｇ控制，线性最优控制）。     

一般二叉树型分层模糊系统的通用逼近性

为解决多变量模糊系统中的“维数灾”问题,该文提出了一般二叉树型分层模糊系统,简化了多输入复杂模糊系统的分析,并研究了它的通用逼近性。利用分片线性函数理论和中值定理,证明了该二叉树型分层模糊系统具有通用逼近性,并得到了该通用逼近性的充分条件。相对于一般模糊系统,分层模糊系统大大减少了系统的规则数。仿真结果表明:在同样的逼近精度下,二叉树型分层模糊系统的规则数比一般模糊系统减少了10倍左右,从而大大简化了系统的设计。     

分层模糊控制器的解析表达式及自适应控制方法

为解决模糊多变量控制中的“维数灾”问题 ,提出了一种 4输入 1输出的分层模糊控制器 ,推导了它的解析表达式。依据分层模糊控制器的解析表达式 ,提出了其设计参数的模型参考自学习方法 ,其中参考模型选取典型二阶系统 ,用梯度法设计自学习律 ,在线学习分层模糊控制器的可调参数 ,以达到最优值。为检验所提出控制策略的有效性 ,将其应用到板球系统的轨迹跟踪问题 ,并进行了仿真实验。仿真实验结果表明 ,这种分层模糊控制器的可调参数少 ,学习算法收敛快 ,控制效果好 ,具有较强的实用性。     

压水堆蒸汽发生器水位模糊控制器的设计方法

根据压水堆蒸汽发生器的简化数学模型,将一种模糊控制器的系统化设计方法用于蒸汽发生器水位的控制。该方法将模糊控制器的设计分解为各个独立子系统的线性最优控制器(LQR)的设计,不仅大大简化了模糊控制器的设计,而且能够保证模糊控制系统的渐进稳定性。在快速加负荷和突然甩负荷的仿真实验中,该方法的控制效果在超调和反应速度方面明显优于已有的分层模糊自适应控制,验证了该方法的有效性。     

采用伪梯形隶属函数的一类模糊控制器的结构分析

推导了采用伪梯形隶属函数的一类双输入单出模糊控制器的解析表达式。在此基础上对模糊控制器进行了结构分析,证明了这一类模糊控制器相当于一个全局二维多值继电器和局部线性或非线性的ＰＩ或ＰＤ控制器的合,并且这类模糊控制器的输出是输入的连续不减函数。     

一类二叉树型分层模糊系统的等效性条件

为了进一步证明分层模糊系统在很好地解决了多变量模糊系统的规则数随输入变量个数指数增长的问题的同时,是否能够解决系统的参数个数随输入变量指数式的增长,推导一类二叉树型分层模糊系统和一类典型多输入单输出(MISO)模糊系统的输入输出表达式,证明了两者的等效性条件。得出结论:此类二叉树型分层模糊系统要达到典型MISO模糊系统同样的逼近精度,其参数个数至少要与典型模糊系统一样多。这一特例对分层模糊系统是否能从根本上解决MISO模糊系统的"维数灾"问题提出了置疑。     

输入隶属函数不均匀分布时典型模糊控制器的结构分析

针对两输入 (e,Δe)一输出 (u)的典型模糊控制器 ,输入隶属函数为三角形、全交迭、不均匀分布 ,输出隶属函数为单点、均匀分布 ,当采用线性控制规则和 Sum - Product推理方法时 ,证明了输出的解析表达式是一个全局的二维多值继电器与一个局部的线性 PD控制器的和。进而对最常用的输入变量各取 5个模糊集的情况进行了详细分析 ,并将理论结果应用于倒立摆的模型参考模糊自适应控制     

π型隶属函数的典型模糊控制器的解析结构

研究了一种新型的典型模糊控制器,它的输入隶属函数采用π型样条函数,具有二阶逼近特性,而一般典型模糊控制器采用的三角形隶属函数只具有一阶逼近特性,因此研究这种新型的模糊控制器具有重要的意义．文章首先给出了该类典型模糊控制器的定义,推导了它的解析表达式,证明了该类典型模糊控制器可以等效为一个全局的二维继电器和一个局部的非线性PD控制器之和．在此基础上,给出了其极限特性和非线性特性,     

用T-S型模糊神经网络的机械手轨迹跟踪自适应控制

对于常见的将 CMAC神经网络前馈控制器和常规反馈控制器相结合的机械手轨迹跟踪控制方案 ,它的控制性能同时受神经网络前馈控制器学习能力和反馈控制器控制精度的制约。该文提出的采用 T- S型模糊神经网络的机械手轨迹跟踪自适应控制方案充分利用了 T- S模糊模型的特点和优点 ,以一种基于简化的 T- S型的模糊神经网络作为前馈控制器 ,同时反馈控制器也采用 T- S型模糊神经网络实现。针对三自由度机械手轨迹跟踪问题的仿真实验表明 ,采用 T- S型模糊神经网络的机械手轨迹跟踪自适应控制方案是可行的和有效的