二级倒立摆的参数自整定模糊-PI控制

基本模糊控制器在面对复杂控制对象时,其稳态精度比较差。针对这一问题,文中以二级倒立摆系统为控制对象,提出了一种新的模糊控制器。该模糊控制器通过对基本模糊控制器中结构参数的寻优和调整,以及系统输出结构的完善,实现了二级倒立摆的稳定控制。仿真研究表明,提出的模糊控制算法无论是在动态指标还是在稳态精度方面与基本模糊控制器相比,都有了明显的改进。     

基于模糊控制的单级旋转倒立摆系统设计

单级旋转倒立摆系统是一种典型复杂的，不稳定的非线性系统。该系统作为一种理想的实验平台，被广泛应用于控制理论教学和各种控制方法的验证中。该文介绍了单级旋转倒立摆的系统组成结构，设计了相应的模糊控制器，并以自制的单级旋转倒立摆为研究对象开展此项研究。最终的实验结果表明，该系统的稳态特性和动态特性均较优。     

二级倒立摆的TS型逐级模糊神经网络控制

提出了一种逐级模糊神经网络控制法．该控制法通过采用Takagi-Sugeno型模糊神经网络控制器和逐级模糊控制规则,实现了二级倒立摆系统的稳定控制．模糊神经网络控制器的参数采用遗传算法分4步进行优化．实验结果表明,采用逐级模糊神经网络控制法,用20条模糊规则就可以实现二级倒立摆系统的稳定控制,并且控制效果佳,系统鲁棒性强。     

基于粒子群算法的变论域模糊控制在二级倒立摆中的研究

为了实现二级倒立摆系统的快速稳定控制,设计了一款基于粒子群算法的变论域模糊控制器。通过对二级倒立摆系统结构和参数的分析,建立了二级倒立摆的数学模型,再利用粒子群算法优化了变论域模糊控制器的参数,改进了控制器的性能,最后通过仿真证明该算法切实可行。     

倒立摆系统的模糊控制方法

阐述了基于二级倒立摆的两种模糊控制方法，即模糊逻辑控制方法和分层模糊控制方法．模糊逻辑控制方法是将二级倒立摆系统的6个状态变量加权变化为两个参变量，再用模糊控制器实现稳定控制．而分层模糊控制是将状态变量分解为子系统，设计下层模糊控制器对其控制，上层模糊控制器负责整个系统的协调和管理，实现稳定控制．实验结果表明：分层模糊控制较模糊逻辑控制具有更好的控制效果．     

二级倒立摆基于融合函数的模糊控制

文章针对多变量、非线性、强耦合性的二级倒立摆系统,采用模糊控制理论研究了二级倒立摆的稳定控制问题.考虑到二级倒立摆为多变量系统,为了解决模糊控制器规则组合爆炸问题,利用LQR控制方法设计了融合函数以降低模糊控制器的输入变量维数,降低了控制器的设计难度,并研究了量化因子对控制效果的影响,通过设置阈值使量化因子可自动调节,...     

基于加权变量模糊控制的倒立摆控制系统

针对多变量、非线性和强耦合的二级倒立摆系统,利用最优控制反馈矩阵,综合考虑小车、下摆、上摆和模糊误差信息,加权模糊控制器输入变量.设计了分别以倒立摆的小车、下摆和上摆为主控制量设计三种加权变量模糊控制器,控制二级倒立摆系统稳定.仿真研究表明,以上摆为主控制量设计的加权变量模糊控制器控制效果最佳,能够得到很好的稳定效果,收敛快、精度高,表明该方法的控制效果是最有效可行的.     

基于改进的表格查询法的二级倒立摆模糊控制

研究了二级倒立摆系统的模糊控制问题,对表格查询算法在二级倒立摆上的应用进行了详细介绍,通过引入输入-输出数据对及模糊规则置信度的概念,去除冗余规则,减少了控制规则,使控制器的控制规则更为简单、有效。通过建立模糊规则,构造模糊控制器,实现了倒立摆系统的稳定性控制。研究结果表明,该算法具有简单、实时跟踪效果好等特性。     

柔性二级倒立摆的准滑动模态控制研究

柔性二级倒立摆是一个高阶非线性强耦合的自然不稳定系统,为了对其进行稳摆控制,基于建模机理建立了柔性二级倒立摆数学模型,提出准滑动模态控制方法,设计了滑模变结构控制器,使系统具有较好的稳摆控制和鲁棒性.仿真结果表明:基于准滑动模态控制的滑模变结构控制方法能够更好地实现倒立摆稳定控制;比传统指数趋近率的滑模控制器输出更加平滑,削弱了抖振.     

自适应神经网络模糊控制在倒立摆中的应用

应用MATLAB的模糊控制工具箱，设计了用于倒立摆系统的模糊控制器，并且利用神经网络能够自学习的特点，采用反向传播算法对倒立摆控制样本数据进行了学习，调整了各变量的隶属函数，从而使学习后的模糊控制器更能适应倒立摆系统控制的需要。把学习前后的模糊控制器用于倒立摆系统进行了实验对比，结果表明学习后的控制器控制效果明显优于学习前的控制器。     

基本模糊控制器的研究

分析、研究了基本模糊控制器的模型及其算法，并对其改进型进行了讨论。     

多输入模糊控制器规则数目的确定方法

一个好的模糊控制器需要多少条规则,这是模糊控制领域中的一个基本问题。为讨论此问题,给出了多元Lagrange插值公式的误差估计式,并据此推导出一个好的多输入模糊控制器所需规则个数的上界,当模糊规则库确定之后,可求得用模糊控制器逼近精确控制时的误差。通过仿真实例,结论得到进一步验证。     

基于神经网络模式识别的板形模糊控制器

提出一种基于CMAC(Cerebellar Model Articulation Controller)神经网络的板形缺陷模式识别方法,并基于模式识别结果设计了板形模糊控制器.将模式识别与控制器设计合二为一,利用CMAC神经网络识别出相对于6种常见板形缺陷基本模式的隶属度,直接作为板形模糊控制器的前件部,实现了隶属度的求取功能.通过对板形缺陷特征的分析,合理定义了模糊集合,大大地减少了模糊推理的计算量.仿真结果表明,该板形模式识别方法识别精度高,设计的板形模糊控制器可以快速将板形缺陷控制到期望目标,板形控制性能良好.     

基于示例学习的模糊控制器原理

简要回顾了示例学习的基本知识 ,并在此基础上 ,针对基本模糊控制器依赖人为经验的局限性 ,提出了一种基于示例学习的模糊控制器并给出了其设计原理。这种设计方法明显提高了控制器的自学习能力 ,从而能够进一步改善控制器的性能     

模糊控制系统原理及应用浅析

简要阐述了模糊控制的基本原理,详细分析了模糊控制器的设计方法,最后就典型的模糊控制系统原理和新型模糊控制系统应用进行了分析。     

一种仿人智能Fuzzy控制方法

首先介绍了Ｆｕｚｚｙ控制的基本原理，然后针对经典模糊控制稳态精度不高的弱点，在Ｆｕｚｚｙ控制器中引入一种仿人智能调节器，提出一种仿人智能Ｆｕｚｚｙ控制方法。给出了仿人智能Ｆｕｚｚｙ控制方法的具体算法及相应的应用示例。应用结果表明，这种方法用于工业电炉等参数时变的被控对象中，能有效地提高Ｆｕｚｚｙ控制的稳态精度     

一种高精度Fuzzy控制器的设计

提出了一种基于基本Fuzzy控制器基础上更好地模拟人的操作经验来改善控制性能的一种高精度Fuzzy控制器的设计方法 ,针对将语言变量量化出相应的等级引起的误差 ,采用了加权方法进行处理 ,提高了控制器的精度 ,有一定的实用价值     

兆瓦级风力发电机组变桨系统模糊控制研究

根据变桨距控制系统模糊节距器的设计思路和模糊控制器的结构,设计了在高于额定风速时的模糊节距控制器,阐述了其基本原理和技术特点。     

直流调速系统的模糊免疫PID控制器研究

为了增强直流调速系统的抗扰动能力和鲁棒性能,提出了一种基于生物体免疫反馈机理的模糊免疫PID控制器.该控制器由一个PID控制器和一个基本的免疫型比例控制器顺序串联而成,免疫型比例控制器中的非线性函数由模糊推理来实现.利用Matlab/Simulink对闭环调速系统进行仿真,结果表明,与常规的PID控制器相比,该系统具有调整时间短、抗扰动能力强、鲁棒性好等优点.