基于模糊学习方法的非线性系统智能容错控制

提出了一种基于自适应模糊逻辑学习方法的非线性系统智能容错控制方案.整个控制方案集自适应模糊控制器、监督控制器和调节控制器为一体,是一个功能强大的控制体系结构.仿真结果表明:提出的控制方案能有效地识别和调节非线性系统的未知错误,而且控制系统在不确定或错误的情况下具有稳定性和鲁棒性.     

非线性系统的模糊Backstepping自适应容错控制

针对一类受扰动的且伴有执行器故障的严格反馈不确定非线性系统,提出了一种模糊自适应容错控制方法.当故障发生时,改变控制器结构使其融合故障.设计中,模糊逻辑系统用作在线逼近系统的未知动态和未知的故障函数,结合模糊自适应控制与backstepping技术,给出了模糊容错控制器方法,并基于Lyapunov定理严格证明了所提出的鲁棒模糊自适应控制方法能够保证整个闭环系统的稳定,最后通过仿真实例验证了该方法的有效性.所提出的模糊自适应容错方法扩展了经典容错控制方法的结果,给出的结果更具有一般性意义     

一类非线性不确定系统的自适应模糊滑模控制

针对一类非线性不确定系统提出了一种自适应模糊滑模控制方法，利用趋近律构造理想控制，利用模糊逻辑系统逼近其连续项，用自适应律和非线性补偿保证滑模到达条件成立．该方法综合了自适应模糊控制和滑模控制的优点，既保证了闭环系统的稳定性，又限制了抖振，控制效果良好，仿真结果也说明了这一点．     

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MIMO非线性系统的自适应模糊滑模控制

研究了一类具有未知常数控制增益的MIMO非线性系统的自适应模糊控制问题。基于滑模控制原理,利用Ⅱ型模糊系统的逼近能力,提出了一种分散自适应模糊滑模控制器设计设计的新方案 。通过理论分析,证明了闭环控制系统是全局稳定的、跟踪误差收敛到零。     

非线性系统的稳定自适应模糊变结构控制

针对一类高阶非线性系统提出了一种稳定的自适应模糊变结构控制方案 ,它既可以利用模糊描述信息 ,又可以利用变结构控制 .并提出了参数适应律 ,保证有关参数的有界性 ,并用李雅普诺夫方法保证了系统的全局稳定性 .该文的控制算法有良好的控制性能     

一类不确定非线性系统主动容错控制

针对一类不确定非线性系统,提出一种新的主动容错控制策略。该策略可以根据系统的运行状态实现切换控制,当系统无故障时,系统切换至常规状态反馈控制,保证系统稳定的同时且具有一定的鲁棒性能;当系统发生故障时,切换至主动容错控制,利用RBF神经网络在线逼近故障模型,同样保证系统鲁棒渐近稳定性。仿真示例表明,系统对不确定性具有较好的鲁棒性,同时对故障可以进行较好的重构,从而验证了设计方法的有效性。     

一类非线性系统的直接自适应控制

在模糊神经网络滑模控制器的基础上提出了一种设计方法，将ＦＮＮＳＭＣ与模糊神经网络有机结合，通过平滑切换实现自适应控制。这种方法增强了系统的鲁棒性且能有效地消除高频颤动，仿真结果说明本方法有效。     

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.     

基于模糊逻辑的MIMO非线性系统的自适应控制

针对一类具有未知函数控制增益的MIMO不确定非线性系统，基于一种修改的李亚普诺夫函数，利用第二类模糊系统的逼近能力，提出了一种分散自适应模糊控制器设计的新方案。该方案不但能够避免现有的一些自适应模糊／神经网络控制器设计中对控制增益一阶导数上界的要求，而且能够避免控制器的奇异问题。通过理论分析，证明了闭环控制系统是全局稳定的，跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

模糊自适应PID控制在阳极焙烧中的应用

阳极焙烧是铝工业的重要工序,温度是焙烧过程中最重要的控制参数,温度的控制系统是一个典型的非线性、时变、大滞后系统。应用模糊自适应PID控制器对其进行控制,既利用了模糊控制适应能力强、动态特性好、抗干扰能力强的特点,又利用PID控制消除了系统静差,使控制系统的动态和静态品质都得到极大的提高,取得了较理想的控制效果。     

基于遗传算法的自适应分级模糊控制系统

针对多输入多输出的非线性系统,设计了一个基于遗传算法的自适应分级模糊控制器一用分级控制实现了多输入多输出系统的降维,用遗传算法对各级模糊控制器的参数进行在线优化,实现了控制器参数的自调整、在Matlab环境下实现了该系统的编程,并以风力太阳能混合发电的能量管理系统为例,与常规分级模糊控制器进行了仿真比较,仿真结果表明,采用遗传算法进行参数寻优具有更好的稳定性,对多输入多输出非线性系统具有很好的控制效果     

一类非线性系统的模糊滑模控制

对一类不确定非线性系统，提出了一种基于模糊逻辑的连续滑模变结构设计方法。由于使用模糊逻辑控制，平滑了切换信号，避免了滑模控制所固有的颤动现象。仿真结果表明，文中所提出的控制方法，对模型不确定性和外来扰动具有较强的鲁棒性。     

自适应动态寻优极值调节控制的算法研究

提出了一种自适应动态寻优方法，解决了极值调节控制系统运行的连续性和稳定性问题．当系统的参数发生漂移后，应用以往的寻优方法，必须使控制系统停止运行，然后再次辨识系统的参数，进行调试．该方法的突出优势是在自动寻优的过程中，不仅能自动辨识极值调节控制系统的参数，还能自动适应参数的漂移，从而保证控制系统运行的连续性和稳定性．     

基于非线性模型的汽车空气悬架系统模糊控制研究

文章采用了一种直接把空气弹簧的非线性力放入系统模型中进行分析和计算的方法,在非线性模型上分别施加一般模糊控制和参数自调整模糊控制,并比较两种控制方法对车辆行驶平顺性的影响;运用Mat-lab/Simulink软件对系统进行平顺性分析,其结果发现运用非线性方法更能真实反映车辆在实际行驶中的振动响应情况,而施加参数自调整模糊控制较一般模糊控制能进一步改善车辆行驶平顺性。     

时间最优控制算法及其在SVC控制中的应用

针对时间最优控制系统中存在的"颤振"问题,提出了在开关线两侧设置"回滞带"以及在原点邻域内切换为连续稳定控制律的一种实用型改进算法。同时,将上述算法与逆系统方法相结合,对含TCR-FC型静止无功补偿器(SVC)电力系统设计出相应的反馈线性化和时间最优组合的非仿射非线性紧急支持配合控制器。数字仿真表明,该算法有效地解决了在设计过程中导出的双积分型时间最优控制在实用中出现的颤振问题,并可使电力系统在受到扰动时,能够尽快地镇定到正常的运行状态。     

一类间歇过程的优化及非线性预测控制

基于主产物浓度和反应温度的RBF神经网络模型,使用粒子群优化算法(PSO)求解该间歇反应主产物产率最大化问题,进而得到反应温度优化曲线。利用RBF神经网络建立了反应器冷却水控制温度阶段的预测模型,采用非线性预测控制,并引入了模型误差项,增强了控制方法的鲁棒性和间歇过程的抗干扰性能。利用 Lyapunov 原理对该预测控制算法做了稳定性分析,确定了系统稳定条件下的参数的取值范围。同时编制控制程序在多功能过程及控制实验装置(MPCE)装置上实现了算法的控制,并与以升温速率为基准的特殊PID调节器的控制结果比较,结果证明了基于RBF神经网络非线性预测控制方法的有效性。     

一类混沌金融系统的增益控制

针对一类非线性混沌金融系统,研究了其增益控制的有效性．首先通过对反馈增益矩阵的选择与修正方法设计了两种控制器将一类混沌金融系统控制到不稳定平衡点,然后利用Lyapunov直接方法和Routh-Hurwitz判据来分析研究受控系统在平衡点处增益的取值范围和平衡点的渐进稳定性．理论分析和数据模拟均证明了这两种方法的有效性．     

一类互连网络的容错性与传送延迟

目的给出匹配组合网络的定义,研究它的容错性与传送延迟。方法用图表示互连网络的拓扑结构,图的距离和直径直接刻画该网络的传送延迟,图的连通度刻画网络的容错性。结果用原图的直径和连通度刻画了匹配组合网络的直径及其限制连通度的上下界,通过原图的阶确定了几类特殊匹配组合网络直径的上下界。结论提供了一种从小网络构造大网络并用小网络的一些参数刻画大网络性能的方法。     

一类非线性微分方程组解的有界性

对一类著名的非线性微分方程组x=h（y）-F（x）,y=-g（x,y）k（y）＋e（t）的解的有界性进行了研究,得到了该系统解的正向有界性的新的充分条件和必要条件。举例说明所获得的结果推广和改进了一些前人得出的结论。