基于T-S模糊模型的自适应重构控制

针对建模误差,外界干扰及操作故障等因素对重构控制的影响,提出了一种基于T-S模糊模型的自适应重构控制方案。整个方案基于模糊T-S模型,在与神经网络的学习能力相结合后,使模糊控制器能自动调整它的隶属度函数,为模糊控制器增加了相当的灵活性,可重构的控制律又使系统在故障情况下的输出精确跟踪期望参考模型的输出,可以有效地补偿故障引起的非线性因素的影响。仿真结果表明了所提出的方法的有效性。     

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。     

模糊神经网络模型参考自适应控制

给出了一种基于模糊神经网络的模型参考自适应控制方案。首先,构造了一种运用递推预报误差（ＲＰＥ）算法的多层前向神经网络,并用其对被控对象建模,然后,又构造了一种模糊神经网络控制器（ＦＮＮＣ）。从而为一类难以建立精确数学模型的非线性被控对象提供了一种新的自适应控制方法,信息结果验证了其有效性。     

滴丸机石蜡油液位的模型参考模糊自适应PID控制

滴丸机定型杯石蜡油液位控制系统是一个存在非线性、参数时变性和耦合性的复杂系统．通过分析建立了该液位系统的数学模型,并且将自适应控制、模糊控制和PID控制结合起来,提出了一种模型参考模糊自适应PID控制方法．该方法无需辨识被控对象参数,实时性好,便于在线控制．仿真结果表明,该方法具有较好的动态品质和调节精度,以及很强的鲁棒性,即使当被控对象参数摄动20％时,依然可以获得理想的控制效果．现场运行实验结果也表明了该方法的有效性．     

基于T-S模型的模糊神经网络

一种基于Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模型的模糊神经网络由前件网络和后件网络两部分组成。前件网络用来匹配模糊规则的前件，它相当于每条规则的适用度。后件网络用来实现模糊规则的后件。总的输出为各模糊规则后件的加权和，加权系数为各条规则的适用度。所提出的模糊神经网络具有局部逼近功能，且具有神经网络和模糊逻辑两者的优点。它既可以容易地表示模糊和定性的知识，又具有较好的学习能力。给出了调整规则后件参数及前件隶属度函数参数的学习算法，举例说明了它的逼近性能。     

二自由度关节型机器人的自适应模糊滑模控制

针对二自由度关节型机器人控制问题,通过分析传统滑模控制的不足,提出一种自适应模糊滑模控制算法。采用自适应单输入单输出模糊系统来计算控制增益,同时设计了基于Lyapunov稳定性理论的自适应律,最后利用Simulink软件对自适应模糊滑模控制进行仿真实验。结果表明,机器人各关节控制力矩的抖振现象明显减弱,系统性能得到提升;自适应算法的加入使模糊滑模控制能在短时间内随着系统状态的变化自动地进行调节,稳态收敛为常数;在关节型机器人参数不确定和存在外界干扰的情况下,自适应模糊滑模控制算法依然具有良好的鲁棒性和跟踪精度。     

用T-S型模糊神经网络的机械手轨迹跟踪自适应控制

对于常见的将 CMAC神经网络前馈控制器和常规反馈控制器相结合的机械手轨迹跟踪控制方案 ,它的控制性能同时受神经网络前馈控制器学习能力和反馈控制器控制精度的制约。该文提出的采用 T- S型模糊神经网络的机械手轨迹跟踪自适应控制方案充分利用了 T- S模糊模型的特点和优点 ,以一种基于简化的 T- S型的模糊神经网络作为前馈控制器 ,同时反馈控制器也采用 T- S型模糊神经网络实现。针对三自由度机械手轨迹跟踪问题的仿真实验表明 ,采用 T- S型模糊神经网络的机械手轨迹跟踪自适应控制方案是可行的和有效的     

模糊自适应控制及其应用

针对船舶驾驶的要求，提出了一个新的模糊自适应控制算法，该方案汇集了模糊模型参数自适应控制，比例因子自校正模糊控制，经典控制及非线性方法等各自的优点。     

模型参考自适应控制系统设计--输出误差直接自适应控制

本文利用输出误差直接自适应控制算法对一具体对象的模型参考自适应控制器进行设计.首先描述了常规的模型参考自适应控制法,然后提出了一种性能更佳的模型参考自适应控制方案.对两种模型参考自适应控制方案进行了鲁棒性分析.数值仿真结果表明,与常规的模型参考自适应控制法相比,本文所提出的控制方案大大提高了系统的性能,明显减小了震荡,缩短了自适应时间.而且在有界扰动的情况下,本文所提出的改进的控制方案能够更加较好地保证系统的各项性能.     

模糊神经网络自适应控制

为实现复杂生产过程的自适应控制,设计了一类基于模糊神经网络控制器的自适应控制策略,仿真结果表明,该算法对复杂动态过程的控制具有良好的适应性。     

基于T-S模型的模糊预测控制在聚合釜中的应用

针对具有大滞后、大惯性、强非线性的工业过程,提出了基于Takagi-Sugeno（T-S）模型的预测函数控制（Predictive Functional Control,PFC）方法。设计了一种适用于聚合釜的模糊预测控制器;将各分阶段定义为多个子空间,每个子空间对应一个预测模型。仿真结果验证了该控制器具有较好的适应性和鲁棒性。     

二自由度轴盘扭振系统的极限环稳定性控制

建立一类含非线性阻尼的二自由度轴盘扭振系统的动力学方程,根据Hopf定理确定非线性系统的分岔临界点,并采用数值模拟的方法分析在非线性阻尼变化时系统产生极限环的稳定性。针对未受控系统极限环不稳定而引起的失稳振荡问题,引入非线性状态反馈控制器,运用多尺度法求取非线性系统分岔点处的规范形,并给出控制极限环稳定性的反馈增益。仿真表明,该控制器能有效的控制系统极限环的稳定性。     

T-S模糊控制在乙型病毒性肝炎传播过程中的应用

基于微分代数方程描述的乙型病毒性肝炎传播模型,构造了相应的广义T-S模糊模型。利用T-S模糊广义系统控制方法,设计状态反馈控制器,以抑制传染病的发展,使乙肝病毒传播模型在无病平衡点达到稳定状态。通过数值模拟验证了结论的合理性。     

T-S模糊控制在乙型病毒性肝炎传播过程中的应用

基于微分代数方程描述的乙型病毒性肝炎传播模型, 构造了相应的广义T-S模糊模型.利用T-S模糊广义系统控制方法, 设计状态反馈控制器, 以抑制传染病的发展, 使乙肝病毒传播模型在无病平衡点达到稳定状态.通过数值模拟验证了结论的合理性.     

一类2个自由度Hamilton系统的动力学性质

主要考虑了一类耦合二阶常微分方程组在参数b{12},b{21}均大于零的情形下,通过适当的尺度变换将此方程组变成具有2个自由度的Hamilton系统,利用Hamilton系统的相关知识分析了系统的平衡点、周期轨、同宿轨,并且运用Melnikov方法研究了系统的混沌性.     

一类非线性系统的模糊自适应容错控制

针对一类单输入单输出未知非线性系统,提出了模糊自适应故障诊断和容错控制方法。首先,利用模糊逻辑系统和非线性观测器技术实现非线性系统的故障诊断。在故障诊断的基础上．利用估计故障函数,实现了模糊自适应容错控制器的设计。证明了所提出的容错控制方案能够保证整个闭环系统的稳定性。把所提出容错控制方法应用于倒立摆系统．其仿真结果进一步验证了该方法的有效性。     

基于Buck变换器T-S模型的模糊滑模控制器的设计

为了解决Buck变换器非线性特征在控制器设计中带来的困难,在电感电流连续模式下,构建了Buck变换器的T-S模糊模型;同时考虑到系统参数摄动和外部扰动等因素,在T-S模糊模型的基础上,利用Lyapunov函数方法和线性矩阵不等式(LMI)方法构造全局模糊滑模面,并设计模糊滑模控制器.仿真结果表明:应用模糊滑模控制器的Buck变换器的上升时间和调节时间均在15ms左右,跟踪效果好,抗扰性强,具有良好的动态性能.