Design of TakagiSugeno fuzzy model based nonlinear sliding model controller

1.INTRODUCTION Sincethefirstpaperonfuzzysetswaspublished,fuzzy logiccontrol(FLC)hasattractedgreatattentionfrom boththeacademicandindustrialcommunities.Much progresshasbeenmadeinsuccessfullyapplyingFLCto industrialcontrolsystems.Manytheoreticalresultsabout stabilityanalysisanddesignoffuzzylogiccontrollersys temshavealsobeenobtained.Amongvariouskindsoffuzzycontrolmethods,manycontroldesignmethodshavebeenproposedon theTakagi Sugeno(T S)fuzzymodel[1].Thebasic ideaofthesemethodsincludestwos…     

一种基于MATLAB的模糊控制器综合优化设计方法

提出了一种基于MATLAB的模糊控制器综合优化设计与仿真分析的实现方法。该方法首先利用MATLAB中的模糊系统工具箱结合MATLAB函数构建控制规则可调整的模糊控制器,然后利用最优化工具箱优化模糊控制器的控制规则和参数,从而提高设计模糊控制器的效率。最后利用仿真连接器建立系统仿真模型并在单位阶跃输入信号作用下仿真分析系统动态性能和优化设计结果。仿真表明,控制规则及参数优化后,系统阶跃响应特性基本上能达到“快速—无超调”的设计目标。     

分散自适应模糊滑模控制器与车辆跟随控制

针对一类不确定非线性大系统提出了一种新的组合型自适应分散模糊滑模控制算法.借助模糊逻辑系统与滑模方法设计的控制器加权组合了间接与直接自适应两种模糊控制器,可以同时融合被控对象知识与控制知识两种模糊信息来提高自适应效果.在一类大系统框架下基于统一的格式提出了间接与直接自适应模糊控制设计方案,并进一步消除了现有各种相关控制算法的缺陷.闭环大系统被证明是一致渐近稳定的.该算法应用于自动公路系统车辆的跟随控制,仿真结果表明提出的组合型自适应模糊控制系统比通常间接或直接自适应模糊控制系统具有更好的跟踪性能.     

一种T-S型粗糙模糊控制器的设计与仿真

提出了一种新型的粗糙模糊控制器的设计方法,该方法将粗糙逻辑与模糊推理结合起来,利用粗糙集寻求输入输出空间的最小规则集,通过对粗糙规则输出控制信息的补充,建立起T-S型粗糙模糊控制系统。此方法能有效地从输入输出数据中获取控制规则,同时能够解决规则数目随系统变量呈指数增长的“规则爆炸”问题。对变杆长倒立摆控制的仿真结果表明,该方法能够以较少的规则实现高精度、非线性控制。     

磁轴承-转子系统的离散模糊自适应滑模控制

针对磁悬浮反作用飞轮工程化的需要,提出了一种磁轴承—转子系统的离散滑模控制方法,用于处理系统中不平衡量和非线性干扰,实现了该系统的高精度鲁棒控制。针对滑模控制方法存在抖振大的问题,采用模糊控制器输出的绝对值作为滑模控制器的增益,实现了增益的自适应调节,大大减弱了抖振。设计了离散非线性跟踪微分器用于合理提取微分,代替实际速度信号实现全状态反馈。仿真结果表明,该控制系统的不平衡量和非线性干扰得到有效抑制,控制电流较小,抖振控制在精度范围之内,位移在短时间内收敛到零,从而转子绕惯性主轴旋转,实现了自动平衡。     

基于LMI的模糊控制器设计

对于许多实际的非线性系统,状态变量往往不能获取或难于测量。因此设计模糊状态观测器来估计状态变量是非常必要的。针对T-S模糊模型近似描述的非线性系统,提出了一种基于线性矩阵不等式(LMI)的具有区域极点配置功能的模糊控制器和模糊状态观测器的设计方法。首先利用并行分布补偿(PDC)设计思想和基于线性矩阵不等式(LMI)的极点配置理论,将闭环系统的全局渐进稳定性要求,性能指标及控制量约束条件统一到线性矩阵不等式框架内。然后求解线性矩阵不等式族获得控制器和观测器参数。最后将该设计方法应用于倒立摆的平衡控制中,通过仿真曲线可以看出该方法设计的控制器可使倒立摆稳定并满足指定的性能指标,因此该设计方法是有效的。     

基于模糊空间矢量调制的直接转矩控制方案

提出了一种基于模糊空间矢量调制(SVM)技术的异步电机直接转矩控制(DTC)方案。传统SVM-DTC中使用两个PI控制器来产生参考电压矢量的两个分量。设计了转矩模糊控制器代替原有的转矩PI控制器,并给出了基于此模糊控制器的SVM-DTC系统。该转矩模糊控制器的输入是转矩误差与转矩误差变化率,输出为参考电压矢量的转矩分量。针对所提出的方案进行了仿真实验,并与传统SVM-DTC相比较。仿真结果表明该模糊SVM-DTC方案能够提高系统的鲁棒性。     

基于分段模糊Lyapunov方法的离散模糊控制系统设计

针对应用公共Lyapunov函数方法和模糊Lyapunov函数方法判定离散T-S模糊控制系统稳定性存在的保守性和难度，在定义离散型分段模糊Lyapunov函数的基础上，应用并行分布补偿方法（PDC）设计出使模糊系统全局渐近稳定的拉制器，并提出和证明了一个新的判定用环离散T-S模糊系统稳定的充分条件，该条件降低了上述方法的保守性和难度。通过一个仿真例子验证了方法的有效性。     

基于Sugeno推理自调整模糊Smith-PID控制器仿真研究

针对工业控制中大惯性、纯滞后、参数时变非线性受控对象难于控制问题,提出一种新型控制器,利用Smith预估器补偿受控过程纯滞后作用,基于Sugeno推理模糊控制器自调整PID参数.给出控制器结构及其控制策略,并将其应用于加热炉温度控制系统中,与常规PID控制器和Smith预估补偿PID控制器比较.仿真结果表明,该控制器各项性能均好于其它两种控制器,具有动态调节性能好、稳态精度高、抗干扰性强和鲁棒巨好的特点.     

TS-PID模糊控制器的IO稳定性分析

推导出了单输入TS PID模糊控制器的插值解析表达式,为实际应用提供了一种快速精确的控制算法。该类模糊控制器的输入变量采用正规模糊集、三角形全交迭隶属度函数,规则后件采用PID表达式,其本质为一种非线性PID控制器。针对几种典型被控对象,应用钝性定理研究获得了TS PID模糊控制器闭环系统IO稳定的充分条件,为这类模糊控制器的系统化设计和稳定性分析提供了一种简便有效的新方法。     

锅炉燃烧系统的聚类自适应模糊控制器的设计

将聚类算法和模糊控制相结合，提出一种新型的聚类自适应模糊控制方案，应用于非线性、大延迟、强耦合的锅炉燃烧系统中，并用遗传算法将模糊控制器的隶属参数进行了优化，仿真表明该方案的适应性和鲁棒性都很强，具有很大的工程实用价值。     

一类基于T-S模型的非线性系统模糊完整性控制

针对一类非线性系统的执行器故障,提出了一种基于T-S模型的模糊完整性容错控制设计方法。将不同模糊规则下的系统模型转化为其中一个模糊规则下的不确定性系统,分别给出执行器故障前后模糊控制器存在的充分条件,证明了两个充分条件存在交集的情况下,根据LMI原理设计的模糊完整性控制器使得在执行器卡死或失效时,仍然能够保证非线性闭环系统的稳定性。仿真算例表明了本方法的有效性。     

非线性系统基于HM模型的变结构控制

对非线性系统的稳定控制问题进行了研究，基于HM模型对非线性系统进行描述，并将全局HM模型表示成含不确定项的形式，在满足匹配条件下，采用稳定性理论设计出确保HM模型全局渐近稳定的滑模变结构控制器，用一级倒立摆进行仿真验证，控制器结构简单，只用较少的模糊规则，就能得到满意的控制效果，成功地将变结构控制应用于非线性系统，有推广应用价值。     

模糊控制技术在自动着舰控制系统中的应用

纵向引导控制律是舰载飞机自动着舰控制系统的核心。舰载飞机着舰环境存在极大的随机性,舰尾流和航母运动不断变化,传统PID纵向引导控制器因其控制器参数固定不变而缺乏灵活性和精确性。在传统的舰载飞机自动着舰PID控制器中引入模糊控制模块,构造模糊PID控制器,并依据飞行控制工程专家的经验构建模糊规则,可实现根据系统状况对控制器的参数进行在线最优调节。与传统PID控制器相比,可极大地提高舰载飞机着舰飞行轨迹精度,也一定程度改善了着舰飞行控制系统的鲁棒性。以F/A-18A为例进行自动着舰飞行仿真,结果表明应用模糊控制技术可以减小着舰误差,提高着舰品质。     

基于T-S模糊模型的非线性自适应逆控制系统

现在非线性自适应逆控制系统中，由于对象模型和逆控制器均采用非线性自适应滤波器，自适应过程需要同时训练至少两个串联的非线性自适应滤波器，从而造成自适应学习过程过于复杂。利用一组自适应LMS滤波器建立非线性对象的T-S模糊模型，它为逆控制器的学习提供了准确的解析的对象模型Jacobian信息，从而有效简化了自适应逆控制学习过程。仿真结果表明，无论是离线建模还是在线建模，该非线性自适应逆控制方法均能取得理想的控制效果。     

非线性连续时间系统的混合型自适应模糊控制

对于一类非线性连续时间系统,提出了一种可以同时利用模糊控制信息和模糊系统信息的自适应模糊控制器的设计方法,并从理论和仿真实例上证明了这种控制器具有很好的性能.     

基于聚类方法和神经网络的非线性系统多模型自适应控制

针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。     

AN INTELLIGENT CONTROL SYSTEM BASED ONRECURRENT NEURAL FUZZY NETWORK AND ITS APPLICATION TO CSTR

In this paper, an intelligent control system based on recurrent neural fuzzy network is presented for complex, uncertain and nonlinear processes, in which a recurrent neural fuzzy network is used as controller (RNFNC) to control a process adaptively and a recurrent neural network based on recursive predictive error algorithm (RNNM) is utilized to estimate the gradient information ρy/ρu for optimizing the parameters of controller.Compared with many neural fuzzy control systems, it uses recurrent neural network to realize the fuzzy controller. Moreover, recursive predictive error algorithm (RPE) is im-plemented to construct RNNM on line. Lastly, in order to evaluate the performance of the proposed control system, the presented control system is applied to continuously stirred tank reactor (CSTR). Simulation comparisons, based on control effect and output error,with general fuzzy controller and feed-forward neural fuzzy network controller (FNFNC),are conducted. In addition, the rates of convergence of RNNM respectively using RPE algorithm and gradient learning algorithm are also compared. The results show that the proposed control system is better for controlling uncertain and nonlinear processes.     

神经网络模糊预测优化控制在VAV系统中的应用

将神经网络、模糊控制与非线性预测优化控制结合起来,提出了神经网络模糊预测优化控制方法,采用前馈神经网络作为预测模型,利用贝叶斯正则化方法对模型进行了辨识,以自调整模糊控制器作为优化控制器,通过多步预测方式,系统的优化性能指标综合考虑温度偏差最小和能耗最小这两方面因素,应用该方法对制冷工况变风量空调系统的送风温度和回风温度（室内温度）进行了仿真控制研究。控制结果表明了该方法的有效性,控制效果良好,并且可以达到节省能耗的目的。

Abstract：

Artificial neural network,fuzzy control and nonlinear optimal predictive control were combined.The algorithm of neural network nonlinear fuzzy predictive optimal control was proposed.Feed-forward neural network was adopted as the predictive model of the cooling VAV system.The model was identified by the method of Bayesian regularization.The self-adjusting fuzzy controller was adopted as optimal controller.The algorithm was applied in the cooling VAV system with multi-step predictive method.Indoor temperature and supply air temperature was controlled aimed at minimum temperature deviation and minimum energy consumption by this scheme in Matlab.Simulation results illustrate the effectiveness of this technique,and in the meantime illustrate that this technique can save energy consumption.     

基于遗传算法的模糊免疫控制器设计

运用模糊李亚普诺夫综合法设计模糊控制器来模拟免疫系统中的反馈机理,应用遗传算法对控制系统响应的快速性及稳定性的参数进行了优化,实现了免疫控制器的合理设计。采用此方法设计平衡梁系统控制器,仿真结果表明,控制器性能优于常规控制器,且系统具有良好的鲁棒性。