一种基于遗传算法的高精度模糊控制器

为了提高模糊控制器调节系统稳态精度的能力，对常规PD型模糊控制器进行分析，找到了产生稳态误差的主要原因。采用根据个体适应度来自适应调节交叉率和变异率的遗传算法来优化模糊控制器中的隶属函数和量化因子的初始值，并同时根据控制查询表的输出在线调整量化因子。理论分析和仿真结果表明这种方法是可行的。     

模糊控制器的PID描述及量化因子整定

以二维模糊控制器为例 ,对模糊控制器的输入、输出关系引入PID描述函数。通过类比 ,凸现二维模糊控制器位置输出时的PD特征和增量输出时的PI特征 ,从而揭示模糊控制器的本质是PID参数的模糊自适应校正作用。正是这一模糊校正过程 ,使模糊控制器获得了普通PID控制器所不具备的优良控制品质。据此 ,可借用PID工程整定方法 ,得到实用性较强的模糊控制器量化因子的DY综合整定法     

智能调整型模糊控制器的研究

在分析了不同的量化，比例因子对系统控制特性影响的基础上，提出了一种量化、比例因子智能调整式模糊控制器的算法，其中的上级模糊智能调整器能够根据系统的响应在线调整下级模糊控制器中的偏差、偏差变化率的量化因子的控制量的比例因子，下级模糊控制器利用这些因子并结合常规查表模糊控制算法完成对系统的实时控制。     

量化因子和比例因子对模糊控制器的影响及其修正

本文阐述了量化因子、比例因子的一般选择方法,详细分析了它们对模糊控制器控制性能的影响,并提出对量化因子、比例因子进行修正的方法,从而改善模糊控制器的控制性能。     

无刷直流电机自适应模糊PID控制及仿真

针对iECar永磁无刷直流电机转速PID控制精度低、控制不稳定和响应滞后等缺点,介绍了一种具有智能性质的自适应模糊PID控制器设计思路,提出了一种模糊控制器量化因子与比例因子整定的新方法。通过模糊推理方法实时调整PID控制器的比例、积分、微分3个参数,以实现电机转速输出的有效控制。最后,在Matlab/Simulink环境下构建了iECar无刷直流电机转速自适应模糊PID控制模型。仿真结果表明,自适应模糊PID控制效果较传统PID控制有明显的改善,显示了该控制器良好的鲁棒性、稳定性和动态响应特性。     

基于参数在线自调整的自适应模糊控制器研究

分析了模糊控制器的量化因子和比例因子对系统性能的影响，设计了一种自适应模糊控制器，能够在线调整其量化和比例因子以适应被控对象的变化，仿真结果表明该模糊控制器能获得较常规模糊控制器优良的控制效果．     

PID模糊控制器初始化的研究

为了克服线性PID控制器的缺点,把线性PID控制器转化为PID型模糊控制器,如PI,PD,PI+D,PI+I以及PI+PD.对于不同的实际线性度量,大多数PI和PID模糊控制器事实上是非线性的PI(PID)控制器.对于每个输入变量至少定义三个梯形或三角型输入模糊集合,PI(PD)控制器是非线性的PI(PD)控制器,其P增益,I增益和D增益都会随着被控系统的输出发生变化.对于采用乘积T范数估计模糊规则的前提部分,而且只有Mandani的乘积T范数的模糊蕴含同Zadeh与算子(如取小)结合才能给出与实际相符的控制效果.采用增量式作为控制器的输出来实现PID控制器上的模糊模拟,并在此基础上,推导了PID型模糊控制器初始化算法公式.     

变论域模糊控制器及其伸缩因子的仿真研究

在动态性能指标和稳态性能指标方面,变论域模糊控制器相时于一般模糊控制器均获得了较大的提高.但是,这些性能的提高与其伸缩因子的选取有很大的关系.作者对一般模糊控制器与变论域模糊控制器的控制性能作了仿真对比,讨论了伸缩因子中的参数对变论域模糊控制器的动态性能的影响,并总结了参数在不同的数值区间取值时影响性能指标的规律.     

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     

快速锻造液压机组模糊控制策略的改进

分析了常规模糊顺的缺点，提出了两级控制策略，即较低一级采用自调整因子三维模糊控制，较高一级采用最优模糊控制，对快束这锻造液压机组的仿真结果表明流亡硎产常规模糊控制器优良的控制效果。     

RoboCup中型组足球机器人运动控制算法

针对RoboCup机器人路径规划和位姿控制的特点,以二维模糊控制器为基础．分别设计了基于误差分析的论域自调整伸缩因子和基于路径的误差累积因子,提出了一种基于误差累积因子的论域自调整模糊控制算法．仿真及试验结果表明,该算法具有控制精度高、实时性强,能快速、准确地跟踪期望路径的特点．     

一种减少永磁同步电机转矩脉动方法

对内埋式永磁同步电机直接转矩控制系统特性进行了深入研究.针对内埋式永磁同步电机直接转矩控制存在较大脉动转矩的缺点,提出了一种新的永磁同步电机直接转矩控制策略.以减小转矩脉动为目标引入模糊逻辑思想,将磁链偏差和磁链偏差的变化率进行了合理的模糊分级,模糊调节选择电压矢量和反电压矢量作用时间.这种方法可以保持恒定的开关频率并有效地减小转矩脉动.为了获得高性能的无速度传感器内埋式永磁同步电机控制系统,设计了一种无速度传感器方案.最后,通过仿真验证了所提控制策略的有效性.     

多关节机器人的自学习模糊全局滑模控制

针对模型不确定性多关节机器人的轨迹跟踪控制问题,研究多关节机器人全局滑模控制,为了削弱系统在滑动模态上的抖振,将模糊控制和全局滑模控制相结合,提出一种自学习模糊全局滑模控制方法.该方法利用模糊系统的输出代替全局滑模控制中的非连续开关切换量,并根据滑模变结构原理,设计自学习算法,动态调整模糊隶属函数的参数.通过对2关节机器人的仿真,结果表明在存在模型误差和外部扰动的情况下,该方法既能达到快速跟踪,又能很好地消除控制器的抖振.     

基于单片机的非线性量化因子模糊控制器设计

在分析非线性量化因子基本原理的基础上,设计了基于单片机的非线性量化因子模糊控制器。该控制器通过键盘可实现参数调整．在系统对象或结构发生变化时具有较高的适应性。将其用于加热炉控制系统．实验表明该控制器可以提高系统的控制精度和响应时间。     

生物流化床氨氮废水处理模糊切换控制研究

三相生物流化床氨氮废水处理过程是大时间常数、非线性、具有不确定性的复杂被控对象.分析并建立了主导数学模型,并给出了模糊PD加积分与PID的切换控制方案.仿真研究表明系统具有大的稳定裕量、较高控制精度和抗干扰能力,暂态性能较优,扰动稳态误差小于模糊PD加积分控制,对实际工程应用有一定参考意义.     

彩色套印与制袋模糊控制的研究

介绍了模糊控制在彩色套印与制袋控制系统中的应用,取加工物偏移误差值E和偏移误差变化率△E作为模糊推理的输入变量,变频电机的纠偏速度V作为输出变量,纠偏速度包括转速和转向两个指标.给出了三个变量的离散论域,确定了模糊集及其隶属度函数,讨论了模糊化过程、模糊推理和解模糊判决,通过加权平均值得到最终的模糊控制输出量.给出了模糊推理规则表.系统可以保证很高的加工精度和加工效率,同时也会节约能源.死区的设置既保护了变频电机,又减少了噪音.     

微波催化连续反应实验系统的温度控制

采用了一种新型的模糊控制方法 ,对微波催化连续制药反应温度进行智能控制·该模糊控制系统具有单变量二维输入、增量型输出和多组自调整量化比例因子等特点·为了提高运算速度 ,设计控制系统时建立模糊控制表 ,系统运行时进行在线查询此控制表·采用多组因子自调节的方法 ,减小模糊控制的死区 ,提高控制系统的精度·用工业计算机作为控制器 ,通过软件实现该控制算法 ,在实验中调整控制周期和各组因子的具体值·实验结果表明 ,该系统的稳态误差范围为± 1℃ ,控制精度和系统稳定性达到了微波催化反应对温度控制的要求     

一种控制增益函数未知的自适应模糊控制

针对一类控制增益函数未知的、含有不确定项的非线性系统,为实现其跟踪控制目标,提出了一种鲁棒直接自适应模糊控制方法.该方法仅要求控制增益函数为有界函数,用广义模糊双曲正切模型逼近一个与控制增益函数无关的新颖的等价控制器,并为消除系统中的不确定项和逼近误差设计了一个双曲形式的鲁棒补偿控制项,从而保证了系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界,控制输入平滑没有抖振.利用Lyapunov函数证明了该算法的有效性,并用倒立摆仿真实例进行了验证.     

基于模糊神经网络融合的温度控制方法

针对目前温度控制中存在的问题，研究设计了一种新的适合于非线性、惯性系统应用的动态控制的方法。采用了将具有简单有效的非线性控制作用的模糊控制技术与学习和自适应能力较强的人工神经网络技术相融合的方法，建立了模糊神经网络相融合的智能控制模型。文章详细地介绍了基于模糊神经网络的智能温度控制的实现过程。实际应用结果表明，系统具有较强的实时性和可靠性，不仅温度控制精度高，而且动态响应速度快。该控制方法的研究，为实现最佳温度控制提供了理论根据和有效方法。     

Application of linear active disturbance rejection control for photoelectric tracking system

Dynamic characteristics and tracking precision are studied in the photoelectric tracking system and a linear active disturbance rejection control( LADRC) scheme is proposed for position loop. A current and speed controller is designed by a transfer function model,which is obtained by adaptive differential evolution. Model error,friction and nonlinear factor existing in position loop are treated as ‘disturbance',which is estimated and compensated by generalized proportional integral( GPI)observer. Comparative results are provided to demonstrate the remarkable performance of the proposed method. It turns out that the proposed scheme is successful and has superior features,such as quick dynamic response,low overshoot and high tracking precision. Furthermore,with the proposed method,friction is suppressed effectively.