基于T-S模型的模糊PID控制系统设计

在对T-S模型的结构及稳定性分析研究的基础上，提出了一种基于T-S模型最简的模糊PID控制系统；该系统克服了非线性系统设计的困难，借助于线性系统理论解决非线性系统设计中的问题；还把三维模糊PID控制系统设计用两个二维的模糊控制器或是二维模糊控制器加上积分环节来替代，使模糊PID控制系统的设计得到大大的简化．仿真结果表明：这种模糊PID控制系统具有结构简单，规则数少，稳定性高的特点．     

T-S模糊广义系统稳定性分析及控制器设计

针对T-S模糊离散广义系统稳定性判别条件严格,不具备更好适用性等问题,提出一种优化判据的新方法.该方法利用模糊Lyapunov函数分析了T-S模糊离散广义系统的稳定性问题,经过推导得出了更具一般性的稳定充分条件,并对得到的结论予以严格的数学证明;基于并行分布补偿(PDC)设计了模糊控制器,在原有T-S模糊模型的基础上,引入了Lyapunov函数,然后根据稳定性判别表达式不同的处理方式,提出了更宽松的T-S模糊离散广义系统稳定性判别条件,并对推论进行了证明.对T-S模糊离散广义系统的稳定性问题的优化,使得模糊离散广义系统具有更好的通用性,更贴近实际及更稳定的控制作用.     

基于T-S模糊模型的自适应重构控制

针对建模误差,外界干扰及操作故障等因素对重构控制的影响,提出了一种基于T-S模糊模型的自适应重构控制方案。整个方案基于模糊T-S模型,在与神经网络的学习能力相结合后,使模糊控制器能自动调整它的隶属度函数,为模糊控制器增加了相当的灵活性,可重构的控制律又使系统在故障情况下的输出精确跟踪期望参考模型的输出,可以有效地补偿故障引起的非线性因素的影响。仿真结果表明了所提出的方法的有效性。     

时变时滞T-S模糊模型的稳定性分析

针对带有时变时滞的Takagi-Sugeno模糊模型,首先设计了一个适当的Lyapunov-Krasovskii泛函,然后给出一个积分不等式用于处理李雅普诺夫泛函求导所产生的积分部分,最后以LMI(线性矩阵不等式)的形式提出一个保守性比较小的系统稳定条件,并以数值例子证明了本文所提方法的优越性与可行性。     

基于T-S模糊模型的半主动悬架控制研究

在1／4车辆悬架数学模型的基础上,分别采用T-S和Mamdani模糊控制策略,建立模糊模型的半主动悬架控制系统,分析和比较了两种控制系统的性能,设计了基于CIP-51为核心的单片机控制器,并进行了半主动台架试验．计算和试验结果表明,模糊控制器均能有效地控制半主动悬架系统,提高车辆的乘坐舒适性,改善车辆的性能．与普通Mamdani模糊控制相比,T-S模糊控制器具有设计简单,运算速度快,便于实时控制的优点,验证了T-S模糊控制方法的有效性和优越性．     

离散T-S模糊系统稳定性分析及控制器设计

针对离散T-S模糊控制系统稳定性分析及控制器设计问题,在Lyapunov直接方法把稳定性的判据归结为在所有的子系统中寻找一个公共的正定的矩阵P基础上,基于模糊Lyapunov方法提出了一种新的稳定性判别条件,把常规Lyapunov方法中的一个公共矩阵的寻找分解为r个矩阵的寻找,使该条件具有更大的宽松性:利用离散T-S模糊系统模型和模糊Lyapunov函数,通过矩阵变换,解决了控制器设计时的双线性矩阵不等式问题,使得稳定性的判定和控制器的增益计算都可以直接利用线性矩阵不等式,通过利用MATLAB中的LMI工具箱对系统进行了仿真,仿真实例给出了由具体规则描述的模糊系统,仿真结果说明了该算法的有效性和优越性.     

一种新的T-S模糊模型辨识算法

针对非传统T-S模糊模型,给出了一种新的辨识方法。利用改进模糊划分聚类算法辨识前件参数,最小二乘法对模糊模型的后件参数进行辨识。应用Box-Jenkins煤气炉数据和一个非线性系统进行仿真实验,结果证明了该方法的有效性与实用性。     

改进的T-S模糊模型建模方法及其应用

针对一般的仿射非线性系统,提出了一种改进的建立T-S模糊模型的方法. 使建立的模糊系统与原非线性系统具有相同的响应特性,避免了平衡点线性化产生的系统误差的不利影响,同时也适用于含有多个非线性项的系统. 将这种建模方法应用到GMAW系统,建立了改进基于T-S模糊模型GMAW系统,并且建立的模糊系统和原系统具有相同的响应特性. 仿真结果证明了该方法的有效性.     

基于积分型模糊Lyapunov函数的T-S模糊系统H∞控制

研究了连续T-S模糊系统H∞状态反馈控制器的设计问题.主要目的 是针对连续T-S模糊系统设计H∞状态反馈控制器,使得闭环控制系统渐近稳定并且满足给定的H∞性能指标.通过应用积分型模糊Lyapunov函数方法并结合有效的矩阵变换技术引入松弛变量,以线性矩阵不等式的形式给出了两个H∞状态反馈控制器存在的充分条件.最后通过仿真算例验证了所提出方法的有效性.     

基于T-S模糊模型的CNN混沌同步控制研究

研究了四元细胞神经网络(CNN)混沌系统的T-S模糊模型建立问题,用李雅谱诺夫法构建CNN混沌系统的同步控制器,并用遗传算法对控制参数进行优化,达到比较理想的同步效果.     

联合粉磨系统基于T-S模糊模型广义预测控制

针对磨机负荷多变量、强耦合、大滞后的控制难题,利用磨机电流的历史数据进行T-S模糊建模,对所建模型设计广义预测控制器,采用对控制器模糊加权的方法调节控制器输出,通过Matlab进行仿真比较。结果表明:广义预测控制达到稳态所需时间约为25 s,而PID控制需要约90 s,广义预测控制跟踪设定值的快速性更好,能更快达到控制要求;该方法避免了反复求解不同丢番图方程的繁琐过程,简化了控制器运算步骤。     

Liu混沌系统基于T-S模糊模型的控制方法

论文运用并行分布补偿(PDC)技术建立了Liu混沌系统的T-S模型,并利用Lyapunov稳定性理论和线性矩阵不等式(LMIs)方法,设计了模糊控制器,仿真结果表明,所设计的控制器能有效地控制Liu混沌系统的混沌时间轨迹到其零平衡点,且控制简单可靠.     

T-S模糊广义系统的次优控制

基于T-S模糊系统模型,对一类非线性广义系统进行建模,给出了使得模糊广义系统二次稳定的模糊状态反馈控制器存在的充分条件,同时求出了该控制器下系统二次性能指标的上界;以线性矩阵不等式(LMIs)的形式给出了使系统二次性能指标上界最小的优化设计方法,同时给出了使得模糊广义系统二次稳定的模糊状态反馈控制器的设计方法;最后,通过一个数值例子证明了该控制器设计方法的有效性和可行性.     

基于Type-2 T-S的模糊脉冲控制

利用Type-2模糊系统在描述复杂非线性系统诸多不确定性问题时的有效性,在Type-1模糊脉冲控制的基础上,提出了区间Type-2 T-S模糊脉冲控制方法.该方法利用Type-2模糊隶属函数的“宽带”效应,解决了Type-1模糊脉冲控制中数据噪声和外界扰动问题;利用Lyapunov理论和Lipschitz条件,通过运用比较方法和线性矩阵不等式等综合方法,设计Type-2 T-S模糊脉冲控制器,给出系统的渐进稳定性分析;最后,在倒立摆系统的仿真中,较方便地确定了隶属函数并选取了较少的模糊规则,表明系统的有效性和优异性.     

一种新的T-S模糊模型数学建模方法

T-S模糊系统被广泛应用于基于数据的建模应用中,T-S模糊系统的建模问题在非线性系统的分析与设计中一直是个很重要的问题.在常见的T-S模糊系统建模方法的基础上,提出一种新的建模方法.该方法利用泰勒级数和麦克劳林级数展开式将非线性项进行分解,相对于现有的建模方法来讲,在一定程度上提高了建模精度.     

一类非线性系统的模糊建模方法

针对一类非线性系统的建模问题,以扇区非线性化为基础,提出了一种T-S模糊建模方法。首先在论域上确定出系统中非线性项的最大值和最小值;然后给出非线性项的隶属度函数;最后建立了非线性系统的T-S模糊线性模型。本算法计算简单,容易实现,同时,仿真结果也表明算法能够有效实现对原系统的逼近。     

一种基于T-S模糊模型的自适应建模方法及其应用

提出了一种改进的基于T-S模糊RBF神经网络模型的辨识算法和自适应方法,采用模糊C均值聚类(FCM)算法划分输入输出数据空间,最后将该算法应用于丙烯腈收率的预报,仿真结果表明了这种基于T-S模糊模型的自适应建模方法的有效性。     

一类基于模糊T-S模型的输出反馈控制系统鲁棒稳定性分析

针对一般线性系统,提出了一种基于T-S模糊自适应控制的输出反馈控制策略.为分析其鲁棒稳定性,利用Lyapunov函数,考察了存在一定建模误差情形下该系统的局部和全局稳定性以及鲁棒稳定性,推导了该控制系统的稳定性以及鲁棒稳定性条件.仿真和试验验证了结论的正确性和有效性.     

基于T-S模型的模糊预测控制在列车速度控制器中的应用研究

针对列车的速度控制特点,提出了基于Takagi-Sugeno(T-S)模型的模糊预测函数控制方法.设计了一种列车速度模糊预测函数控制器,并针对不同运行状况以及列车在启动、停止以及运行过程中的特点采取相应的控制策略,将整个控制过程分为多个子空间,每个子空间对应一个线性预测模型,通过仿真研究,验证了该控制器具有良好特性曲线跟踪能力.     

基于超椭球模型的T-S模糊因果图的故障分析

研究了用区间数对T-S模糊因果图的故障诊断问题,同时考虑了基于超椭球模型对因果图的故障区间加以约束;首先,建立T-S模糊门,通过D-S理论建立适当的超椭球模型处理因果图中不确定性参量的取值范围和解决复杂系统的故障机理和多态性;其次,将超椭球模型转化成单位超椭球模型,在超椭球内产生均匀分布的随机数,对其进行均匀采样,从而得到了更加符合实际T-S规则的故障可能性区间概率;最后,利用Matlab进行数值模拟,证实了由超椭球模型所得结论的有效性;结果显示:超椭球模型能有效减缓因果图获取精确数据的难度,比区间模型下的范围对因果图更加具有可靠性和实际意义。