分组自适应模糊神经网络在双摆吊车上的应用

在工业生产中,若吊钩质量较大不能忽略,吊车会呈现出双摆系统特征,即吊钩绕台车进行一级摆动,同时负载绕吊钩进行二级摆动.针对这种欠驱动非线性系统控制问题,提出一种基于双摆桥式吊车系统的自适应神经网络与分组模糊控制相结合的控制策略.具体而言,采用改进的Takagi-Sugeno型神经网络模糊控制模型,利用分组模糊控制的方法,规避多输入模糊系统规则冗杂导致的时效性问题.因模糊控制不具备自适应与迭代优化参数的能力,引入神经网络模型借助混合算法,通过前向学习与反向学习,利用二次型最优控制理论设计得出的样本数据,不断优化模糊规则和隶属度函数,从而使控制器参数高精度逼近系统要求,满足双摆吊车高温熔融金属吊运的需求.最后仿真实验结果证明该控制策略不仅使双摆桥式吊车台车与负载快速、精确到达目标位置,还能够抑制吊钩与负载的摆动,提高了控制器性能.     

一类不确定T-S模糊系统的H_∞控制器设计

基于线性矩阵不等式的方法,研究了一类带有不确定参数的T-S模糊系统的H∞控制器设计问题.给出了参数不确定的T-S模糊系统的系统建模以及系统的二次稳定性,并且对此类T-S模糊系统的H∞控制问题进行了探讨,给出了新的基于状态反馈H∞控制器的设计方法.     

一类不确定切换模糊系统的鲁棒控制

针对不确定的模糊系统,提出一类不确定切换模糊系统的鲁棒控制问题.使用切换技术及Lyapunov函数方法构造出连续状态反馈控制器,使得对于所有允许的不确定性,相应的闭环系统渐近稳定,同时设计可以实现系统全局渐近稳定的切换律.模型中的每个切换系统的子系统是不确定模糊系统,取常用的平行分布补偿PDC控制器,主要条件以凸组合的形式给出,具有较强的可解性.这类混杂控制系统对参数变化具有很强的鲁棒性.计算机仿真结果表明设计方法的可行性与有效性.     

一类带有不确定项的多输入模糊双线性系统的鲁棒控制

对一类带有不确定项的多输入模糊双线性系统(M-I FBS)进行了稳定性分析及控制器设计.使用分布补偿算法(PDC)设计了模糊控制器,得到了带有不确定项的M-I FBS渐近稳定的充分条件.最后,仿真结果验证了推导的该条件的有效性.     

基于T-S模糊模型一类不确定非线性系统的H∞模糊鲁棒跟踪控制

研究一类不确定非线性系统模糊鲁棒跟踪控制的设计. 基于存在外界干扰的不确定非线性系统的T-S模糊模型, 考察被控系统跟踪参考信号的误差, 得出跟踪误差指数稳定的约束条件, 在跟踪控制与镇定控制一致的前提下研究了H_∞模糊鲁棒跟踪控制器的设计问题, 基于Matlab的LMI和FLC工具可实现对此问题求解. 仿真实例验证了算法的有效性.     

基于模糊学习方法的非线性系统智能容错控制

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.     

一类不确定切换模糊系统的自适应鲁棒跟踪控制

提出了一类新的不确定切换模糊系统,即切换系统中的每个子系统都是不确定模糊系统.与传统的模糊切换系统不同,这类系统并没有分为两级结构,而是由多个子系统构成,并在子系统之间进行切换.采用多Lyapunov函数研究不确定切换模糊系统的鲁棒跟踪问题,针对模型中未知上界的外部干扰,设计全局鲁棒控制器及其自适应律,并给出使该系统的跟踪误差一致渐近趋于零的切换策略.仿真表明,当自适应参数的在线慢调节与切换律的在线快调节相结合时,能提高系统的暂态响应性能.     

基于T-S模型不确定离散时滞系统的保成本控制

针对非线性不确定时滞系统的模糊保成本控制问题,讨论了参数不确定离散时滞系统的模糊保成本控制问题,并基于线性矩阵不等式(LMI:Linear Matrix Inequality)给出了参数不确定离散时滞系统模糊保成本控制的控制律存在的一个充分条件及成本上界.从而使求解模糊保成本控制器的非优化问题转化为具有线性矩阵不等式约束的凸优化问题.数值仿真结果表明,所提出的方法是可行而有效的.     

一类不确定模糊系统的指数稳定性问题研究

基于T-S模糊模型和线性矩阵不等式(LMI)技术,研究一类带有状态不确定项的模糊系统的指数稳定性和被估计的系统收敛率,并基于模糊模型和模糊控制器,设计一种模糊状态观测器,应用线性矩阵不等式技术(LMI)得出控制器增益和观测器增益,并通过实例验证结果的有效性.     

基于自适应网络的动态双足机器人模糊控制

提出一种基于步态规划分级结构的自适应网络模糊推理系统控制策略,该方法不需要确定双足机器人运动学和动力学模型.以一种动态双足机器人为例,建立机器人的Sugeno模糊模型,对机器人系统的不确定上界进行自适应参数估计,采用自适应控制器逼近未知不确定界,解决了一类非线性系统的稳定控制问题.控制器的设计只要求不确定性满足匹配条件,而无需知道不确定界,能够处理不确定参数变化范围更广的情况,减少控制系统设计中的保守性.设计的分级控制系统可以学习试验的输入输出数据,从而在动态平衡下进行行走.同时,模糊控制器的进一步在线学习能力可以显著地改善步行机器人的动态性能.     

多目标模糊优化方法及其在工程设计中应用

应用多目标模糊优化方法,以工程设计中桥式起重机箱形主梁设计为实例,建立了桥式起重机箱形主梁多目标模糊优化设计的数学模型,构造了模糊目标集,确定了多目标函数的模糊性和约束的模糊性,并应用最优水平截集法实现了模糊约束到实数论域上的集合转换,从而用遗传算法寻求到子目标函数在可行域空间的最优解和约束最优值.优化结果表明,在工程设计中应用多目标模糊优化方法是可行和有效的.     

基于输入整形的线性二次型调节器及其应用

针对桥式起重机这一类不完全控制系统,提出了一种新的混合控制方案,有机地结合了鲁棒输入整形技术以及线形二次型调节器(LQR).该方案中,结合起重机模型的特点,采用LQR控制器来同时实现小车的定位以及消除负载的残留振荡.输入整形技术采用频域的零点配置方法设计多峰鲁棒输入整形器用来进一步减小负载的瞬时振荡,保障安全作业;所设计的混合方案在结构上简单实用,适合实际应用.仿真结果证明了该方案的良好性能.和基本的LQR控制进行比较,该方案可同时实现小车的定位以及消除负载的残留振荡,并可有效地减小负载的瞬时振荡,体现了良好的综合性能.     

基于模糊神经网络的钳式吊大车行走力矩跟随控制系统

根据主机参数设计一个模糊神经网络控制器,利用模糊神经网络使从机的速度和力矩跟随主机,以实现主从跟随模式;根据设计参数进行仿真和运行,成功用于钳式吊控制系统.     

粒子群优化模糊PID的塔式起重机定位和防摆研究

针对塔式起重机控制系统是一个大时滞性、时变及非线性的控制系统,无法建立准确数学模型,难以进行精确控制的问题,设计了模糊PID控制器,通过模糊推理对PID的参数进行在线调整,但由于专家经验具有局限性、盲目性以及模糊控制内不确定因子过多,导致控制性能较差.因此,本文采用粒子群算法对量化因子和比例因子先在离线状态下进行迭代优...     

基于模糊专家系统的智能行车控制

模糊自适应控制利用不同特性参数下的控制规则进行推理控制，专家系统则利用经验及策略迅速校正控制器的输入，减小控制过程中的迟滞，达到平稳快速的调节。提出了一种模糊控制与专家控制相结合的比例控制器。该控制器能够实现精确的点到点运输负载，并且减小过程中的振荡。仿真结果表明，模糊专家控制器在行车控制中比串联反馈控制器各项控制性能好。     

桥式吊车水平移动自抗扰防摆控制器与参数优化

为解决桥式吊车水平移动过程中的定位控制与防摆控制问题, 利用拉格朗日方程建立了其非线性数学模 型, 设计了自抗扰控制器(ADRC: Auto Disturbances Rejection Controller) 并与比例微分( PD: Proportional Differential)控制器。 利用人工鱼群算法对控制器参数进行了整体优化, 克服了试凑参数的繁琐性。 通过仿真 实验对控制器进行的测试结果表明, 该控制器系统能有效抑制负载摆动, 对系统参数变化及摆角扰动有很强的 鲁棒性。     

基于Matlab环境下高架吊车的控制及动画模拟仿真

针对高架吊车的两自由度控制,给出了模糊控制方案。介绍了利用Matlab软件中的模糊控制工具箱和Simulink仿真工具来实现模糊控制器的设计、分析和仿真研究。并利用S函数和Simulink的连接来实现控制系统的动画模拟仿真。     

模糊控制器在塔吊调速系统中的应用研究

针对塔吊电气控制过程中给定参数变化频繁且变化幅度大的特点，提出了一种基于给定参数自调整模糊控制与ＰＩ调节相结合的控制策略，运行结果表明这种控制是可行的，取得了良好的控制效果．     

基于输入整形的桥式起重机组合滑模控制

考虑桥式起重机载荷的垂直运动速度,提出一种新的基于输入整形的组合滑模控制方法。结合输入整形前馈控制和滑模反馈控制的优点,设计组合滑模控制器控制小车位移和负载摆角,利用输入整形进一步抑制负载的残留振荡,采用Lyapunov方法证明了系统的稳定性,实现了起重机小车的精确定位和负载的消摆,对外部干扰具有很强的鲁棒性,控制性能得到了改善。仿真结果表明了方案的有效性和可行性。