非线性系统的自适应模糊调节器的设计与分布

对于未知的非线性系统,利用误差滤波方法,提出了一种自适应模糊调节器的设计方法。根据模糊系统的逼近性质,非线性系统可以表示为线性参数化模型加上一建模误差项。当建模误差项满足线性增长条件时,分析了算法的鲁棒性,利用李亚普诺夫稳定性理论,证明了算法的全局稳定性,并且系统的状态收敛于零的某一领域内。     

一类非线性系统的模糊神经网络内模控制

针对一类开环稳定的非线性系统,提出了一种基于模糊神经网络的非线性内模控制方案.通过理论分析指出模糊神经网络模型可视为一类特殊的线性时变系统,其模型的解析逆可以直接获得,从而简化了非线性内模控制的设计.为了研究建模误差对闭环系统稳定性的影响,将建模误差转换为结构性不确定,采用μ方法分析了闭环系统的鲁棒稳定性.仿真结果验证了该方法的有效性.     

一类非线性系统的模糊建模方法

针对一类非线性系统的建模问题,以扇区非线性化为基础,提出了一种T-S模糊建模方法。首先在论域上确定出系统中非线性项的最大值和最小值;然后给出非线性项的隶属度函数;最后建立了非线性系统的T-S模糊线性模型。本算法计算简单,容易实现,同时,仿真结果也表明算法能够有效实现对原系统的逼近。     

不确定系统的模型参考自适应模糊控制

针对一类不确定非线性系统,基于王立新1994年提出的监督控制方案并利用广义多线性模糊逻辑系统的逼近能力,提出了一种MIMO系统的模型参考自适应模糊控制器设计的新方案.通过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,不但能保证闭环系统稳定,而且可使跟踪误差收敛到接近零.仿真结果表明了该方法的有效性.     

一类非线性系统的扇区模糊建模方法

针对一类非线性系统的建模问题,以扇区非线性化为基础,提出了一种T-S模糊建模方法。首先在论域上确定出系统中非线性项的最大值和最小值;然后给出非线性项的隶属度函数;最后建立了非线性系统的T-S模糊线性模型。本算法计算简单,容易实现,同时,仿真结果也表明算法能够有效实现对原系统的逼近。     

一类不确定非线性系统的直接自适应模糊控制

针对一类具有未知函数增益的不确定非线性系统,基于监督控制方法并利用第二类模糊系统的通用逼近能力,提出一种新的直接自适应模糊控制设计方案.该方案通过引入最优逼近误差的自适应补偿项和新的鲁棒项,削减建模误差和参数估计误差的影响,从而在稳定性分析中取消了要求逼近误差平方可积或逼近误差的上确界已知的条件.理论分析证明了闭环系统状态有界,跟踪误差收敛到零.仿真结果表明了该方法的有效性.     

一类非线性时滞互联系统的鲁棒H_∞控制

针对互联项与输入项均存在时滞的非线性时滞互联系统,通过模糊控制方法研究其鲁棒H∞控制问题.应用模糊T-S模型对系统进行建模,利用分散化平行分布补偿算法(DPDC)设计模糊分散控制器.通过定义新的Lyapunov函数,利用牛顿-莱布尼兹公式、自由加权矩阵和线性矩阵不等式理论,给出时滞互联系统保持稳定的充分条件.研究结果表明:存在外界干扰的非线性时滞互联系统,在满足该充分条件的情况下仍能满足H∞性能指标.数值仿真验证方法的有效性.     

一类非线性系统的模糊自适应辨识及稳定性分析

针对一类含未建模动态的非线性系统,提出了一种模糊自适应辨识及稳定性分析方法.该方法首先设计模糊辨识器对系统未知部分进行辨识,然后设计控制器使系统稳定.控制器中的状态反馈控制器使系统的线性部分稳定,而基于辨识器的补偿器则用来消除未建模动态.仿真研究结果表明:该方法可以对非线性系统进行辨识,并使得整个系统稳定.     

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.     

带有未建模动态的一类非线性系统的鲁棒自适应控制

本文针对一类带有未建模动态的非线性系统,在文献[1]的基础上设计了一种鲁棒自适应算法,并在理论上证明了系统的稳定性,利用这种算法,只要适当选择设计参数,可以使输出均方误差任意小.本文参考文献[1]的方法,弥补了文献[2]没有考虑未建模动态的不足,并将文献[1]的方法扩展到了更为广泛的一类非线性系统.     

二自由度平面机械手的模糊建模与模糊控制

本文以二自由度平面机械手为例，尝试用线性系统理论和模糊控制理论解决非线性系统问题。要点是：把一个整体非线性动力学模型看成是多个局部线性模型的模糊逼近；把整个非线性系统的控制看成是多个局部线性系统控制的模糊逼近。这种方法称为并行分配补偿法。本文建立了二自由度平面机械手的模糊模型并在此基础上用并行分配补偿法对系统进行了综合，最后用仿真进行了验证，证明了并行分配补偿法的成功和所建模型的合理性。     

多输入多输出非线性时变时延系统的自适应跟踪控制

针对多输入多输出非线性时变时延系统,提出了一种模糊自适应跟踪控制方案,该方案构建了基于模糊T-S模型的自适应时变时延模糊逻辑系统,用来逼近未知非线性时变时延函数,从而实现了对非线性系统的建模.根据跟踪误差给出了模糊逻辑系统的参数自适应律,设计了H..补偿器来抵消模糊逼近误差和外部扰动.基于Lyapunov稳定性理论,提出的控制方案保证了闭环系统的稳定性并获得了期望的H..跟踪性能,机械臂的仿真结果表明了该方案的有效性.     

基于T-S模型的非线性离散系统的鲁棒镇定

研究了非线性离散系统的基于T S型模糊系统的二次镇定问题·针对含有不确定项的非线性离散系统,在构造T S模型时,引入了参数不确定项,使得模糊模型能够更精确逼近原系统·基于Lyapunov稳定性理论,推导出满足二次稳定的状态反馈控制律存在的充分必要条件,并且把该条件进一步等价为一个求解线性矩阵不等式(LMI)的问题,利用Matlab工具箱能够方便地求解出该线性矩阵不等式·最后通过对truck trailer例子的仿真,验证了该方法的可行性·     

基于时间最优控制的模糊控制优化方法

讨论了二次积分系统的时间最优控制．考虑到系统的鲁棒性和抗扰动能力，对其参数设计方法进行了改进．理论分析和仿真表明，这种基于时间最优控制的非线性设计方法具有很好的控制效果和鲁棒性，适用于一类二阶系统的控制．通过二阶系统的模糊控制和时间最优控制的对比发现，一类二阶系统或可近似为二阶系统的模糊控制实际上是对二阶系统最优控制的一种近似．在此基础上，指出了模糊控制规则设计中一种常见的错误，并提出了基于时间最优控制的模糊控制规则的制定和优化方法     

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.     

模糊时滞系统的状态反馈控制器设计与稳定性分析

在保证闭环系统稳定的基础上,为进一步改进系统的动态性能,将模糊T-S模型方法应用到非线性连续时滞系统的控制器设计中,提出了一种带调节因子的状态反馈控制器的设计方法.首先给出变时滞非线性系统的模糊T-S模型,然后设计出基于观测器的状态反馈控制器,并利用Lyapunov-Razum ikhin稳定性理论给出模糊闭环系统一致渐近稳定的充分条件,最后通过求解一系列线性矩阵不等式得到状态反馈增益矩阵和观测增益矩阵.通过对卡车倒车控制的实验仿真,表明当调节因子选取适当时,闭环系统的超调量和震荡次数都有明显减少,选取不当时,超调量和震荡次数都有所增加.因此,通过改变调节因子的值,可以对闭环系统的动态性能进行适当调节.此外,通过引入特殊矩阵,使得判据中含有较少的约束不等式,从而减弱了结论的保守性.     

非线性离散时间系统的自适应模糊逻辑控制

对一类非线性离散时间系统x(k 1)=f(x(k)) g(x(k)) d(k),根据模糊逻辑系统的逼近性质,给出了一种自适应模糊逻辑控制器的设计方法,利用李亚普诺夫稳定性理论,证明了控制算法是全局稳定的,跟踪误差收敛于零的某一邻域中,这一设计方法克服了JagamathanS(1998)文中要求模糊基函数向量满足持续激励（PE）条件这一难以验证和满足的假设条件。     

一类非线性系统的鲁棒输出跟踪模糊控制

针对一类单输入单输出不确定非线性系统，提出一种稳定的自适应模糊控制方法。该方法应用I型模糊逻辑系统逼近过程的不确定部分，利用后推方法及监督策赂设计出一种鲁棒自适应控制器，理论分析证明了系统的稳定性，跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

Modeling and stabilization for a class of nonlinear networked control systems: a T-S fuzzy approach

The stabilization problem for a class of nonlinear networked control systems （NCSs） is investigated in this paper. A Takagi Sugeno （T-S） fuzzy model is employed to represent the nonlinear controlled plant in the NCSs. Based on parallel distributed compensation （PDC） technique, a novel model of the nonlinear NCSs is established firstly in consideration of both network-induced delay and packet losses in transmission. Then a stability condition of the nonlinear NCSs is presented in terms of linear matrix inequalities （LMIs） by using the Lyapuno~Krasovskii functional method and the delay input approach. Furthermore, the control design of the nonlinear NCSs is developed by means of LMIs. Finally, a numerical example is given to demonstrate the effectiveness of the proposed method.     

基于指数饱和函数的非线性系统自适应模糊控制

为减小模糊逻辑系统的逼近误差,引入指数饱和函数项对一类未知非线性系统进行间接自适应模糊控制.直接用模糊逻辑系统逼近未知非线性函数,基于广义误差对模糊逻辑系统中的未知参数进行自适应调整,并用指数饱和函数项对逼近误差进行补偿.该方法不但能使跟踪误差收敛到原点的一个小邻域内,而且通过适当减小控制器中设计参数,可使跟踪误差减小.仿真验证了该方法的有效性.