镍闪速熔炼过程的模糊动态质量模型与控制

提出了利用ＴａｋａｇｉＳｕｇｅｎｏ（简称ＴＳ）模糊方法建立镍闪速熔炼过程动态质量模型的方法（即考虑过去与当前的输入、输出信息对将来输出的影响）,并对其动态过程进行了结构辨识和模型参数辨识．在此基础上,针对建立的模糊动态模型,设计了两种不同的模糊控制器．一种是建立模糊动态质量模型的逆模型来实现控制;另一种是通过模型计算输出的前馈控制加系统实际输出的反馈控制来实现控制．经过２个月的离线指导和实际在线控制运行,证明了这种方法的有效性．镍闪速熔炼过程的模糊动态质量模型与控制@万维汉$西安交通大学!71004…     

基于T-S模型的模糊广义预测控制

对非线性系统建立了T－S模糊模型,并用正交最小二乘法（OLS）对模糊规则的后件参数进行辨识,然后在每一个采样点对系统进行局部动态线性化,根据得到的系统线性化模型对系统采取广义预测控制（GPC）方法得到当前的控制动作,仿真的结果表明了该方法的有效性。     

仿射非线性系统的在线自适应模糊神经网络辨识与控制

针对单输入单输出非线性系统的自适应控制问题,提出了一种在线自适应模糊神经网络辨识与鲁棒控制的方法.该方法首先利用广义模糊神经网络学习算法,实时建立对象模型未知系统的逆动态模型,实现网络结构和参数的同时在线自适应.考虑到网络建模误差和外部干扰的存在,还设计了基于控制理论的鲁棒补偿器.仿真结果表明,该方法能对模型未知仿射非线性系统实现鲁棒输出跟踪.     

闪速炉的仿人模糊质量控制模型

在闪速熔炼过程模糊质量模型的基础上，进一步提出了闪速炉仿人模糊质量控制模型，即利用Takagi-Sugeno-Kang(TSK)模糊模型建立闪速熔炼炉产品质量的控制模型，并对控制模型进行了结构辨识和模型参数调整，在此基础上，针对闪速炉的运行状况，分别建立了静态和动态质量控制模型，仿真结果表明：动态质量控制模型要优于静态模型，在生产现场经过2个月的控制模型离线指导操作工操作，质量指标能够稳定地控制在指定的范围内，证实了动态模糊质量控制模型的有效性。     

制冷系统蒸发器动态过程数学模型模糊辨识

建立制冷系统动态过程数学模型是实现制冷装置优化控制的重要基础.制冷蒸发器是一类过程复杂的两相流动与换热系统,具有明显的非线性和不确定性,其精确的机理模型难以建立.该文通过熵方法和竞争学习算法对输入空间进行聚类,利用递推最小二乘辨识算法(RLS)确定模型的结论参数,实现了蒸发器动态过程数学模型的在线模糊辨识.通过仿真实例,验证了模糊辨识方法对于制冷系统蒸发器在线建模过程的有效性,所建立的模糊规则模型不仅具有较高的辨识精度,同时还具有较为理想的泛化性能和在线跟踪能力.     

ANFIS在局部板形控制中的建模与仿真

在轧制生产过程中，局部板形动态特性往往表现出非线性、多变量、强耦合和大惯性等特点，这使得难以对其建立比较精确的模型，从而难于精确表达轧制过程及实施优化控制．针对局部板形控制建模难的现状，为达到建立精确非线性模型的目的，采用自适应神经模糊系统（ANFIS）模糊建模方法．该方法通过对模糊系统的结构辨识和参数辨识，使神经模糊网络能够自主、迅速有效地收敛到要求的输入和输出关系，从而达到精确建模的目的．Matlab仿真结果表明，通过anfis训练及检验的模型是有效的，具有较高的控制精度．     

基于浮点数编码GA的T—S模型的模糊辨识方法

提出了一种基于浮点数编码遗传算法学习Ｔ－Ｓ模糊模型的辨识方法。对十进制浮点数编码的遗传算法进行了研究,融合和改进了一些遗传操作,并利用浮点数编码ＧＡ对Ｔ－Ｓ模糊模型为对象建立模糊神经网络中的参数进行估计。仿真给出了满意的结果。     

一种动态感知器的设计

应用神经网络对非线性过程进行辨识的优点之一是,无需有关被辨识过程的事先假设,因而受到了广泛的注意．多层感知器构成的神经网络是一种常用的静态神经网络,可用于对非线性函数的逼近,但因不含有记忆单元,故难于实现对一些动态非线性系统的辨识．而实际中,对一个有一定因果关系的非线性离散时间系统而言,其实际输出常与系统的输入、过去一定时间上的输入和状态有关,故静态多层感知器神经网络难以对这样的系统进行辨识．一个非线性离散时间系统的输出ｙ（ｋ）是系统实际输入ｘ（ｋ）和过去的输入ｘ（ｋ－ｉ）及输出ｙ（ｋ－ｉ）的非…     

电机调速过程的模糊自适应变结构控制

电机在运行中受负荷和环境参数的扰动而速度不稳定,如不及时克服和调整,将使电机发生抖震,也影响系统的稳定.因此给出了一种针对电机调速过程的有效的控制算法.采用Tacagi-Sugeno分段模糊化再进行连接的方法,用局部的模糊线性模型集合来代替整体的非线性模型,完成了模糊模型辨识,并基于此给出了模糊自适应预测控制算法,使得电机的输出速度保持动态稳定;为保证控制的动态跟踪功能引进了变结构控制;对于提出的算法给出了稳定性和鲁棒性设计.实际应用结果表明,所给的控制方案适合于一类不确定动态过程的有效控制.     

基于数据特征的模糊模型辨识与模糊控制器设计方法

针对难于建立精确数学模型的复杂过程,提出了一种基于数据特征的模糊模型辨识方法.该方法首先按过程输出随输入变量变化的剧烈程度对输入变量论域进行划分,然后在此划分的基础上确定出模糊模型的规则总数和前件参数,最后由于要建立的模糊模型可以表示为一个前馈模糊神经网络,因此利用BP学习算法求得过程模糊模型的后件参数.基于所提出的模糊模型辨识方法进行了柔性连杆机器人模糊控制器设计,并进行了柔性连杆机器人模糊控制实验.实验表明,通过所提出的模糊模型辨识和模糊控制方法可以得到满意的控制性能.     

动态模糊系统的鲁棒稳定性分析与控制器设计

稳定性是任何系统正常运作的必备条件．由于动态模糊系统缺乏通用的稳定性分析方法和工具，作者介绍了一类动态模糊系统──ＴａｋａｇｉＳｕｇｅｎｏＫａｎｇ（ＴＳＫ）模糊系统，并推导出被控对象和控制器均由ＴＳＫ模糊系统描述的闭环控制系统的详尽表达式；然后针对该模糊闭环控制系统分析了其鲁棒稳定性；最后给出了鲁棒稳定模糊控制器的设计步骤．该分析和设计方法为动态模糊系统的研究提供了一条崭新的思路，将使动态模糊系统的分析和设计更趋成熟．     

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     

车辆单神经元模型参考自适应控制算法研究

针对智能车辆油门控制系统,提出了一种单神经元模型参考自适应控制算法.首先通过实验研究获得油门控制系统的传递函数,再以该函数获得的数学模型为依据设计了自回归滑动平均模型（NARMAX）神经网络,并对系统输出进行离线辨识和在线预测.采用免疫模糊思想改进二次型单神经元控制算法,构建基于NARMAX神经网络预测的模型参考自适应控制系统,定义了一种评价车辆纵向运动的目标函数,采用浮点遗传算法寻找各控制器的最优值.仿真结果表明,NAR-MAX神经网络可辨识和预测车辆油门系统的动力特性,与免疫模糊和二次型单神经元算法相比,单神经元模型参考自适应算法的阶跃响应速度显著提高.     

基于LMI的T-S模糊控制系统动态输出反馈镇定

研究了一类由T-S模糊模型表示的非线性系统输出反馈控制问题.提出了一种新的动态输出反馈控制器的设计方法,给出了模糊系统二次镇定的充分条件,将控制问题转化为线性矩阵不等式的求解问题.深入分析了各模糊子系统之间的作用关系,使所得的充分条件更加宽松.最后给出了一个倒立摆例子进行仿真说明,结果表明系统具有很好的快速性及鲁棒性.     

Takagi - Sugeno Fuzzy PID Gain - Scheduling Controllers

This paper aims at Takagi - Sugeno (TS) fuzzy controllers as gain scheduling (GS) schemes of PID controllers. A TS fuzzy controller employs arbitrary input fuzzy sets, product or Zadeh fuzzy logic AND, TS fuzzy rules with linear consequent, and the generalized defuzzifler containing the popular centrold defuzzifler as a special case. We first establish the relationship between the TS fuzzy controller and the linear PID controller. The TS ftizzy controller is accurately a nonlinear PID controller with gains continuously changing with Its process output. Then we point out that the TS fuzzy controller is closely related to the traditional gain scheduler. The gains of the TS ftizzy controller are determined by three two - Input - one - output fuzzy systems with singleton output fuzzy sets. Finally, as a demonstration, a simple TS fuzzy controller employing two linear input fuzzy sets, Zadeh fuzzy logic AND, and the popular centrold defuzzifler is designed to be the gain scheduler for the PID controller. Com     

磁流变阻尼结构模糊控制器的设计与分析

对3种采用不同隶属函数和模糊规则的模糊控制器进行了比较分析,即分别比较分析了采用相同模糊规则和不同隶属函数时隶属函数设计对动力反应的影响,及采用相同隶属函数和不同模糊规则时模糊规则设计对动力反应的影响.并对一装有磁流变阻尼器的5层结构分别采用不同模糊控制器进行了实例分析,结果表明:磁流变阻尼器输出大控制力并不能同时有效减小系统的位移和加速度反应,因此在模糊控制器隶属函数和模糊规则的设计中必须权衡系统的位移和加速度反应,以达到最佳减震控制效果.     

一种新型的TS-PID模糊控制方法

基于Takagi和Sugeno的确定性模糊控制,提出了一种变参数模糊PID控制方法.该控制器的参数调整也采用确定性模糊调整规则,从而使控制器的设计简单、容易,同时与一般的参数自适应相比具有很强的适应性和鲁棒性.仿真结果表明,该控制器明显地改善了控制系统的动态性能.     

Analytical Structures of Typical Takagi - Sugeno Fuzzy PID Gain Scheduling Controllers

The analytical structure of a class of typical Takagi Sugeno (TS) fuzzy controllers is revealed in this paper.The TS fuzzy controllers consist of three or more trapezoidal input fuzzy sets, Zadeh fuzzy logic AND operator,fuzzy rules with linear consequent, and the centriod defuzzifier. The TS fuzzy controllers are proved to be accurately nonlinear PID controllers with gains continuously changing with process output. The analytical expressions of the variable gains of the TS fuzzy controllers are derived and their mathematical characteristics including the bounds and geometrical shape of the gain variation are analyzed. The resulting explicit structures show that the TS fuzzy controllers are inherently nonlinear PID gain scheduling controllers with variable gains in different regions of input space.     

多变量模糊控制系统的前馈解耦

为实现多变量模糊控制系统的动态解耦，基于前馈解耦思想和神经网络理论，提出了一种多变量模糊控制系统解耦的新方法——模糊前馈解耦法,模糊控制器和解耦部分独立设计，解耦由两层神经网络实现，节点少，其活化函数采用分段线性函数．利用简化的学习算法，根据系统输出误差，在线调整网络权值，从而实现动态解耦而无需辨识被控对象的模型，该方法结构简单且计算量小，适于实时多变量过程控制，仿真证明了该方法的有效性。     

多目标模糊动态输出反馈控制器设计

针对一类不确定T-S模糊动态系统,利用线性矩阵不等式方法,研究了一类非线性系统H∞动态输出反馈控制,且满足闭环极点配置要求.采用动态并行分布补偿进行控制器的设计,考虑了受控输出变量中的参数不确定以及控制器中控制系数不为零的情况,较以往设计更具一般性.给出了模糊闭环系统的全局稳定性充分条件,并将其转化为线性矩阵不等式形式.最后,以复杂非线性陈系统为仿真算例,验证了算法的有效性