基于气动人工肌肉的自适应模糊 小脑模型神经网络位置跟踪控制

针对一种气动人工肌肉驱动的弹簧质量位置控制系统,设计了一种自适应模糊小脑模型神经网络(AFCMAC)控制器.离散抗饱和PID (DASPID)并行监督控制设计保证了控制运行初期不会出现较大的跟踪误差和气压波动,使AFCMAC的在线实时学习调整成为可能.在线实时的自适应算法逐步提高了AFCMAC的控制性能,从而最终完全过渡到AFCMAC控制.通过规划AFCMAC的输入空间,保证了AFCMAC对迟滞力和气压波动等不确定因素的感知能力,为实现AFCMAC控制奠定了基础.对DASPID与AFCMAC控制器的位置跟踪控制性能进行了对比实验.结果表明,在非线性系统条件下,AFCMAC较之DASPID有着更好的跟踪控制性能和较低的实现难度.     

工业机器人轨迹跟踪的自适应模糊变结构算法

为提高工业机器人的轨迹跟踪控制性能,提出了一种自适应模糊变结构控制算法,即对滑模区中趋近运动的趋近律进行重新设计,新设计的趋近律能够随着机器人轨迹跟踪误差的改变而做出相应变化,从而使设计后系统的抖振减小,滑模过程中的趋近运动得到改善,控制性能也得到提高.针对该算法设计了自适应模糊变结构控制器,并与其他方法做了实验对比分析,结果表明该算法的响应速度、跟踪精度等更优.     

基于模糊神经网络的无人水下航行器航迹跟踪控制

针对外界扰动的无人水下航行器航迹跟踪控制问题,通过定义一个动态滑模面,结合Lyapunov稳定性理论,设计航迹跟踪滑模控制器.考虑到系统中存在的未建模动态,在保证不引入模型参数的前提下,采用模糊神经网络在线逼近理想滑模控制律,并根据Lyapunov稳定性理论及投影算法得出模糊神经网络的参数自适应律.理论分析证明闭环控制系统的一致渐近稳定性、所有变量的有界性及跟踪误差及其导数渐近趋向于零.仿真实验验证了所提控制策略的有效性.     

一类非线性不确定系统的自适应模糊滑模控制设计

针对一类含非匹配不确定项的非线性系统提出一种自适应模糊滑模控制方法.构造线性切换面确保滑动运动稳定,利用趋近律构造理想控制,用监督控制确保系统状态有界,用模糊逻辑系统逼近其连续项,用补偿切换项来消除逼近误差,该方法有效的结合了自适应模糊控制和滑模控制的优点,控制器构造简单,稳定条件弱,控制性能好.仿真结果也证明了此方法的有效性.     

一类非线性系统综合自适应模糊控制

针对一类非线性系统把模糊控制、模糊逻辑逼近及模糊滑模控制相结合,提出一种综合自适应模糊控制方法.基于李亚普诺夫函数系统参数的自适应律,不需要最小逼近误差平方可积条件,而且利用模糊滑模控制补偿模糊系统的逼近误差及外部干扰对输出跟踪误差的影响.理论证明了闭环系统稳定,跟踪误差收敛到零或零的一个小邻域内.仿真表明了算法的有效性.     

不确定非线性系统的鲁棒自适应模糊滑模控制

对一类不确定非线性系统,利用滑模控制与模糊自适应控制相结合的方法,设计了基于模糊逻辑的鲁棒自适应模糊控制器.所提出的设计方法是用模糊模型逼近系统的不确定性项,根据滑模控制原理构造出模糊模型的参数自适应律,在线调节模糊模型的参数,同时处理存在逼近误差时的干扰抑制问题.该方法不仅能有效地消除高频抖振,对逼近误差具有较强的鲁棒性和对参考输入具有良好的跟踪性能,而且该方法不需要求取Lyapunov方程的公共解,且对不确定性的知识要求不高.该文用Lyapunov方法证明了闭环系统信号的全局有界性,以及整个系统的稳定性和鲁棒性.     

一类具有非线性输入系统的自适应模糊控制

基于滑模控制基本原理,利用I型模糊逻辑系统对未知函数进行在线逼近,提出了一种具有监督器的自适应模糊滑模控制方法.该方法通过监督控制器保证闭环系统所有信号有界,并进一步引入最优逼近误差的自适应补偿项来消除建模误差的影响.通过李亚普诺夫方法,证明了跟踪误差收敛到零.仿真结果表明了该方法的有效性.     

航空发动机模糊PID趋近律滑模控制器设计

针对航空发动机是一个强非线性系统,设计了一种基于模糊PID趋近律的航空发动机滑模控制器。模糊理论实现了PID趋近律3个参数的动态自适应调整,在保证控制响应快速性的前提下,还能极大的削弱系统的抖振。通过仿真,模糊PID趋近律控制器的珔nH响应时间较等速趋近律快了0.92s,仅落后固定参数PID趋近律0.11s,且稳态误差较其他两种控制器分别减少了6.89×10-5与1.68×10-5;πT的响应时间较等速趋近律快了0.56s,仅落后固定参数PID趋近律0.23s,且稳态误差分别减少了6.38×10-6与6.11×10-7。通过对比可以看出模糊PID趋近律的航空发动机滑模控制器抑制抖振的效果明显更强,而且对控制的快速性影响不大,证明了该种控制器的有效性。     

受限机械臂的自适应小波滑模位置/力混合控制

针对终端运动受约束的机械臂位置/力混合控制问题,提出了一种自适应小波滑模控制算法.该控制方案将滑模控制的鲁棒性及自适应调整能力与小波神经网络相结合,根据坐标变换得到降阶位置/力模型,针对降阶模型采用小波神经网络在线学习系统未知动力学模型中的非线性部分,同时引入滑模控制自动调整小波网络权值参数,从而对神经网络的固有逼近误差进行有效补偿,达到期望的跟踪性能.二自由度机械臂的仿真结果表明该控制器能保证系统快速有效跟踪指定参考信号.     

非线性耦合系统的分散自适应模糊控制

针对一类具有高阶耦合作用的MIMO非线性系统,根据滑模控制原理,并利用模糊逻辑系统的逼近能力,提出一种分散自适应模糊控制器设计的新方案.对每一个子系统,仅通过子系统的局部信息在线调节模糊系统的可调参数、滑模控制增益, 从而实现了对动态不确定性及建模误差进行自适应补偿.理论分析证明了闭环系统是全局稳定的,跟踪误差收敛到零的一个邻域内.仿真结果表明了该方法的有效性.     

无刷直流电机转速智能混合控制器设计

提出一种传统PI(比例 积分)结合自适应模糊PID(比例 积分 微分)的智能混合控制器, 以提高无刷直流电机转速跟踪和动态适应能力. 该控制器通过开关函数根据转速误差在稳态的PI控制器和瞬态的自适应模糊PID控制器之间灵活切换. 自适应模糊PID包含两级模糊逻辑控制器: 一级模糊逻辑控制器自适应调节PID增益; 二级逻辑模糊控制器对一级模糊逻辑控制器的缩放因子自动调节. 在MATLAB/Simulink环境下进行仿真测试, 测试结果表明, 相比于传统PID和模糊PID控制器, 智能混合控制器在各种条件下的转速响应、 稳态误差和超/欠调量等均有较大改善, 表明其具有更好的鲁棒性、 抗干扰性和动态适应能力.     

基于分组数据处理神经网络气动人工肌肉迟滞特性

气动人工肌肉的动态特性中存在着非常复杂的迟滞现象.目前对其迟滞特性的研究很不充分,甚至对其输入空间都难以确定.为此,建立了单自由度气动人工肌肉实验平台,利用分组数据处理神经网络独特的自组织特性,运用数据挖掘技术探索气动人工肌肉迟滞特性的输入空间.将自适应模糊小脑模型神经网络引入滑模控制,基于已确定的输入空间,在每个采样周期逼近迟滞力不断变化的动态值,在线实时补偿迟滞力的影响.实验结果验证了输入空间选取的合理性和有效性.
     

基于改进型偏差耦合结构的多电机同步控制

针对现有的多电机同步控制方案难以满足高精度控制的要求和不能实现比例同步控制的局限性，提出一种带PI补偿控制的改进型偏差耦合控制结构，可适用于多电机完全同步和比例同步控制.针对永磁同步电动机非线性和强耦合特性，设计了自适应模糊滑模变结构控制器来实现永磁同步电动机的跟踪控制.建立了4台永磁同步电动机的同步控制仿真模型，仿真实验表明，所提出的多电机同步控制结构相对于带固定增益补偿的控制结构具有更高的同步控制精度.与PID和常规滑模控制算法相比，自适应模糊滑模控制策略具有更高的同步稳定性和更强的鲁棒性.     

三轴转台模糊PID控制研究

以三轴转台为研究对象,利用多刚体系统运动理论和欧-拉方程建立了动力学模型,并运用模糊理论构造了模糊自适应PID控制器,利用Matlab中的Simulink进行仿真.结果表明,模糊PID控制器可显著改善控制系统对动态目标的捕获跟踪能力,提高跟踪精度.     

基于滑模控制的液位系统研究

探讨了滑模变结构控制的设计原理,设计了一种滑模控制器,实现了单输入单输出系统的控制,并利用MATLAB／SIMULINK搭建系统进行仿真,研究了基于滑模变结构控制的三容水箱液位高度控制器对于系统输人的跟踪效果．并与传统PID控制相比较,体现了滑模变结构控制的动态、稳态品质良好,对输入信号跟踪效果理想,鲁棒性好,比传统PID控制更为优越．     

电液伺服系统的神经网络并行控制

文章针对电液伺服系统的非线性、不确定性和参数时变的特点,提出一种基于神经网络的并行自学刁控制算法。该控制策略以系统动态误差和给定信号量作为小脑模型神经网络控制器的激励信号,并与单神经元自适应PID控制器相结合构成系统的复合控制。仿真结果表明,该并行控制算法较常规PID控制具有更快的响应特性和良好的动态特性,对模型参数变化和负载扰动表现出更强的适应性和鲁棒性。     

基于滑模PID的微型旋翼飞行器轨迹跟踪控制

针对微型旋翼飞行器的轨迹跟踪精度不高的问题, 提出一种基于自适应调节PID（Proportion Integration Differentiation）增益的滑模控制器。基于李亚普诺夫稳定性理论, 通过自适应律在线调节PID控制增益参数, 设计饱和函数抑制滑模控制器的高频抖振, 以实现轨迹跟踪误差系统对模型参数变化和外部扰动的鲁棒性。仿真结果表明, 该控制器能驱动旋翼飞行器精确跟踪期望的轨迹, 具有较高的控制精度, 能满足实际工程应用的要求。     

单轴并联式混合动力汽车能量分配的模糊控制策略研究

针对单轴并联式混合动力轿车,以混合驱动系统需求转矩和电池剩余电量(SOC)为输入,以发动机转矩为输出,构建了能量管理模糊控制器,基于ADVISOR的仿真研究表明,模糊控制策略与传统的逻辑门控制策略相比,能够更有效地降低混合动力汽车的燃油消耗和排放,更好地控制电池组SOC的变化。