共查询到18条相似文献,搜索用时 146 毫秒
1.
基于多分辨率分析的模糊系统结构辨识算法 总被引:1,自引:0,他引:1
分析了尺度函数多分辨率逼近性以及与T—S模糊系统结构的相似性,提出基于多分辨率分析的模糊系统(MAFS)。在此基础上,利用B—样条尺度函数作为模糊隶属函数具有紧支撑性、多分辨率逼近的特性,从时一频域局域化角度,采用WTMM技术,给出了模糊系统结构辨识算法。仿真结果验证了这种模糊系统在不影响辨识精度情况下,模糊隶属函数具有模糊语义的完备性和可解释性,同时表明该结构辨识算法的正确性和有效性。 相似文献
2.
重载列车和准高速动车组的运行,使轮轨之间的粘着经常处于极限状态,因此需要研究更先进的控制方法来优化利用粘着力。建立了包括牵引系统、控制系统和机车多体动力学模型的多学科虚拟样机仿真平台。使用机械动力学仿真软件ADAMS/Rail建立了某种电力机车的多体动力学仿真模型;利用MATLAB建立了组合粘着控制算法;通过联合仿真实现了针对机车粘着控制系统的多学科虚拟样机仿真。联合仿真平台成为了沟通粘着控制方法理论研究和试验研究的桥梁,为智能控制方法在粘着系统中的应用提供了有效的仿真环境。Abstract: With heavy-haul train and high-speed electric multiple unit (EMU) operation,the adhesion between wheel and rail often reaches limit states.Therefore the advanced control arithmetic should be studied to optimize the use of the adhesion force.A simulation platform was built including traction system,control system and multi-body dynamics model of an locomotive.The model of the electric locomotive was established with ADAMS/Rail (Automatic Dynamic Analysis of Mechanical Systems).Then a hybrid adhesion control algorithm was designed using MATLAB.The adhesion control system can be studied with co-simulation of different simulation tools.The theoretical and experimental studies are realized with the simulation platform.It provides a new and effective ways to study the adhesion control. 相似文献
3.
针对一类执行器发生故障的非线性系统,提出了基于T-S模糊模型和模型参考自适应控制的容错控制设计方案。该方案特点是:在利用Takagi-Sugeno(T-S)模糊模型对非线性系统进行建模时,假设局部线性模型的参数未知,利用自适应控制算法,在线调整控制器参数,实现系统对参考模型的状态跟踪。在系统发生故障时,系统能够重构控制律以抵消故障对系统的影响,维持系统的稳定性以及期望的跟踪目标。利用李亚普诺夫理论分析了系统的稳定性,给出了能够实现状态跟踪的匹配条件以及控制器参数更新律。利用某飞机模型进行了仿真,证明本文方法的有效性。 相似文献
4.
针对多变量非线性系统的控制问题,提出了一种具有良好控制效果的模糊预测控制方法。首先采用快速聚类法和递推最小二乘法辨识得到非线性系统的T-S模型,然后对系统进行线性化,并基于线性化的模型设计模糊广义预测控制器并对非线性对象进行在线自适应控制。对一个带时延的强耦合二变量非线性对象进行仿真,结果表明对于具有时变性的非线性系统,该方法具有很好的控制效果。 相似文献
5.
针对复杂的非线性系统,提出一种基于多模型结构的鲁棒自适应控制方法,使得系统可以在不同的运行环境下跟踪给定的信号.由多个线性模型和一个模糊模型及其相应的控制器构成基本的多模型控制系统,再引入动态结构自适应神经网络以保证系统的稳定性及抑制由频繁切换引起的噪声.最后,对某小型飞机进行全包络飞行跟踪控制的仿真,验证所提控制方法是有效的. 相似文献
6.
7.
贾清泉 《系统工程理论与实践》2007,27(5):158-163
提出将多机耦合电力系统的每个子系统由一系列T-S模糊逻辑模型逼近;基于模糊模型,考虑系统参数的摄动性,提出状态反馈H∞模糊跟踪控制方法,实现了参数摄动的非线性大系统的稳定跟踪控制;并将该控制器设计问题转化为线性矩阵不等式问题,用凸优化方法求解控制器的参数.仿真实验验证了方案的有效性. 相似文献
8.
9.
10.
为了解决网络闭环非线性控制系统中的时延问题,本文提出了一种在模糊神经网络控制的基础上结合广义预测控制(GPC)处理非线性系统网络时延的方法,建立了网络控制系统的结构模型,并分析了此模型对处理非线性网络控制系统中时延问题的有效性。在MATLAB环境下对网络控制倒立摆系统进行了仿真,通过对比模糊神经网络控制与模糊-GPC串级控制的控制效果,进一步证实了此方法对非线性网络控制系统能够实现稳定控制。 相似文献
11.
针对欠驱动自主水下机器人(AUV)水平面路径跟踪控制问题进行研究。基于解析形式描述的单输入模糊控制器,提出了一种混合模糊P+ID控制算法。将其应用于欠驱动AUV路径跟踪控制中的趋近角跟踪控制,研究了控制器设计和参数调节方法,并采用小增益定理对基于混合模糊P+ID控制的趋近角跟踪控制系统的稳定性进行了分析。最后,采用欠驱动AUV非线性动力学模型进行仿真研究,结果表明基于提出的混合模糊P+ID控制的欠驱动AUV路径跟踪控制系统具有很好的鲁棒性和适应性,AUV能够精确跟踪预规划的航行路径。 相似文献
12.
Wang-Mendel模糊模型控制规则的提取及应用 总被引:1,自引:0,他引:1
针对如何利用系统的模糊模型设计模糊控制器,提出以系统的模糊规则库为基础,提取模糊规则中的信息获得控制规则的方法。以钢铁工业中连续退火炉的加热炉为对象进行了仿真,首先提取描述对象输入-输出映射关系的模糊规则组成完备规则库,并以此为基础提取控制规则补偿输出偏差。仿真结果表明能够达到期望的效果。 相似文献
13.
为了使混合电动汽车获得较大的加速度和较长的续驶里程,同时改善整车的动力性能,提出了一种多能源混合动力系统结构。高能量、大功率的多能源混合动力系统必须配备一个能量智能管理系统,才能达到合理分配功率的目的。为此,建立在前向推理结构模型的基础上,提出了一种能量管理系统的模糊预测控制策略。它主要由电池荷电状态预测控制器、充电控制器和功率分配控制器组成。仿真结果表明:与简单分配控制策略(查表法)相比,采用模糊预测控制策略的混合电动汽车在续驶里程、燃油经济性和整车效率等方面均有较大提高。下一步将采用快速控制原型dSPACE系统完成该模糊预测控制的实车实现。 相似文献
14.
15.
16.
PHEV模糊控制能量管理策略建模与仿真 总被引:1,自引:0,他引:1
为降低汽车的燃油消耗和尾气排放,对并联式混合动力汽车(Parallel Hybrid ElectricVehicle,简称PHEV)的能量管理系统(Energy Management System,简称EMS)进行了研究。利用Matlab/simulink建立了PHEV模糊控制能量管理算法,并将该算法嵌入到Advisor软件的PHEV中进行仿真和对比分析。结果表明,与原电辅助控制策略相比,采用所设计的模糊控制能量管理策略,在有效降低每100千米汽车的燃油消耗的同时,HC、CO、NOX等废气排放均有所下降。 相似文献
17.
Constrained predictive control based on T-S fuzzy model for nonlinear systems 总被引:4,自引:0,他引:4
下载免费PDF全文
![点击此处可从《系统工程与电子技术(英文版)》网站下载免费的PDF全文](/ch/ext_images/free.gif)
A constrained generalized predictive control (GPC) algorithm based on the T-S fuzzy model is presented for the nonlinear system. First, a Takagi-Sugeno (T-S) fuzzy model based on the fuzzy cluster algorithm and the orthogonalleast square method is constructed to approach the nonlinear system. Since its consequence is linear, it can divide the nonlinear system into a number of linear or nearly linear subsystems. For this T-S fuzzy model, a GPC algorithm with input constraints is presented. This strategy takes into account all the constraints of the control signal and its increment, and does not require the calculation of the Diophantine equations. So it needs only a small computer memory and the computational speed is high. The simulation results show a good performance for the nonlinear systems. 相似文献