基于模糊推理器的多变量系统控制

针对一类输出量不可直接测量但可以通过其它物理量来获得的多变量非线性系统的控制问题,提出了一种基于模糊推理器的控制方法。这一方法将传统复杂系统的黑箱控制器分解为一般控制器和模糊推理器,其中模糊推理器主要完成相对复杂的测量信号到控制信号的转换,而一般控制器则主要完成系统执行机构的动态性能优化问题。该方法大大简化了这一类控制系统的设计和实现,同时又充分利用了模糊推理和传统控制方法的优点,具有很强的实用性。目前已成功应用于某单位的炮弹装填控制系统的设计中,并取得了良好的效果。     

磁悬浮系统的模糊PID控制器设计

基于GML1001磁悬浮实验装置设计了一个模糊PID控制器.该控制器利用传统的PID控制器和模糊控制器相结合形成,能根据系统偏差的大小、方向以及变化趋势等特征,依据模糊规则库做出模糊推理,能自动调整PID参数,可达到更加满意的控制效果.利用设计的模糊自适应PID控制器,对磁悬浮控制系统中钢球的悬浮位置实现了精确的控制.实验结果表明,模糊自适应PID控制器可以使磁悬浮控制系统拥有较好的稳态和动态性能.     

数据融合及模糊控制在温室大棚的应用研究

针对当前温室大棚控制系统的不足,研究数据融合及模糊控制方法在温室大棚中的应用。利用狄克逊准则(Dixon Criterion)将传感器采集的温度、湿度、光照度3个环境因子数据进行较大误差处理,并采用改进型自适应加权融合算法进行数据融合;使用MATLAB软件的模糊逻辑工具箱设计模糊控制器,以融合后的3个环境因子偏差值作为模糊控制器的输入,以加热器、通风机及补光灯等多个环境控制器信号作为输出,建立多输入、多输出的模糊控制系统。试验结果表明:该方法能使环境因子快速达到环境设置值,稳定状态时数据波动范围较小。该方法能有效改善作物的生长条件,满足温室的控制要求。     

模糊PID控制在液位控制系统中的应用

提出一种基于模糊规则的PID控制器的设计方法.该方法以建立模糊规则和进行模糊推理来调整PID控制器的kp,ki,kd等参数,通过JX-300X集散控制系统对QXLPC-Ⅲ液位对象进行控制.实验结果表明,所设计的模糊PID控制系统比常规PID控制系统具有更优良的控制品质.     

系统云灰色预测模型及其应用

将灰色系统云理论引入到滑模变结构控制中,设计了一种新型的灰色模糊滑模控制器。该控制器将灰色预测与模糊推理的相结合对滑模控制器的控制策略进行预测输出。能有效地解决滑模控制系统中由于系统惯性引起的切换滞后所带来的抖动问题。将此控制器应用到交调速系统中,仿真研究表明交流调速系统能获得优良的动态和静态性能。     

模糊自适应PID控制器在SRD中的应用

对基于模糊理论的自适应PID控制器在开关磁阻电动机调速系统中的应用进行了研究。该控制器通过模糊推理实现PID控制器参数的在线调整。仿真表明,采用该控制方法的开关磁阻电动机调速控制系统具有较好的动态特性。     

高阶SISO非线性系统的分层模糊滑模控制

为了解决高阶SISO(单输入单输出)非线性系统模糊控制中出现的"维数灾"问题,采用典型模糊控制单元,构造了"增一型"分层模糊控制器。提出了分层模糊滑模控制方法,并证明了分层模糊滑模控制系统的全局渐近稳定性。该方法设计参数少,设计步骤简单,并且控制器的设计参数只需要满足一定的比例关系即可使整个分层模糊滑模控制系统全局渐近稳定,从而减小了模糊控制器的设计工作量和难度。用一个仿真例子验证了该方法的有效性和优点。     

水泥回转窑二次风温模糊控制

应用模糊控制理论设计了水泥回转窑二次风温控制系统，阐述了输入信号处理，模糊推理及模糊决策的算法，并结合二次风温控制的实际提出了单输出的模糊控制器应用于多输入对象控制的一种方法，使控制系统得到简化。     

基于ANFIS的DMFC温度建模和改进模糊控制

针对直接甲醇燃料电池(DMFC)的实时控制要求,采用自适应神经模糊推理系统(ANFIS)对DMFC系统的工作温度进行建模与控制.基于实验数据建立DMFC电堆温度模型,避免了DMFC电堆的内部复杂性分析.以训练好的网络模型作为DMFC控制系统的参考模型,采用一种改进的模糊遗传算法(FGA)在线对神经模糊控制器的参数和模糊规则进行自适应调整.将所提出的算法与非线性PID和传统模糊算法进行实验比较,结果表明所设计的神经模糊控制器具有较好的性能.     

温室温度分层递阶控制系统的设计与仿真

作物生长周期为小时级,温室温度变化为分钟级,两者响应时间尺度相差较大.针对这种双时间尺度特性,提出了一种温室温度分层递阶控制系统的设计方法.系统具体分为作物层和环境层.在作物层,根据奇异摄动理论获取解耦的低阶模型,设计优化控制器以求取温室温度设定值,使生产净成本达到最小,并将设定值传递给环境层;在环境层,设计模糊控制器以有效跟踪设定值.最后,对该控制系统进行了仿真验证,结果表明各层控制器均可有效发挥作用,控制效果良好.      

一种用于布尔逻辑设计的神经网络学习算法

提出了一种实现任意布尔函数的前向三层神经网络学习算法 ,简称HKML算法。HKML算法引入汉明距离扩展、卡诺图化简及最小项抑制等思想训练神经网络 ,以尽量少的神经元实现布尔函数的输入输出映射。给出了设计原理及算法流程图。与其他二进神经网络学习算法相比较 ,此方案结构简单可靠 ,学习速度快 ,易于硬件实现     

混沌Arneodo系统非线性与自适应模糊神经网络控制

针对Arneodo系统的参数不确定性,阐述了Arneodo控制系统中抵消非线性的基本思想和设计方法.利用LQR线性反馈技术,设计了具有稳定裕度的二次型最优控制器,同时在控制器中引入一个用于函数逼近的自适应模糊神经网络,利用该神经网络抵消控制系统中的非线性项,使受控系统的某一状态变量可被镇定到任意参考位置.这种具有模糊神经网络的控制器实现了参数不确定系统的精确反馈线性化控制.通过仿真比较研究,说明了反馈线性化与自适应神经网络相结合的控制器具有良好的控制性能,且更易实现.     

离散T-S模糊系统稳定性分析及控制器设计

针对离散T-S模糊控制系统稳定性分析及控制器设计问题,在Lyapunov直接方法把稳定性的判据归结为在所有的子系统中寻找一个公共的正定的矩阵P基础上,基于模糊Lyapunov方法提出了一种新的稳定性判别条件,把常规Lyapunov方法中的一个公共矩阵的寻找分解为r个矩阵的寻找,使该条件具有更大的宽松性:利用离散T-S模糊系统模型和模糊Lyapunov函数,通过矩阵变换,解决了控制器设计时的双线性矩阵不等式问题,使得稳定性的判定和控制器的增益计算都可以直接利用线性矩阵不等式,通过利用MATLAB中的LMI工具箱对系统进行了仿真,仿真实例给出了由具体规则描述的模糊系统,仿真结果说明了该算法的有效性和优越性.     

非线性模糊脉冲系统的输出反馈模糊控制

研究了非线性模糊脉冲系统的静态输出反馈鲁棒模糊控制问题.基于线性矩阵不等式(LMI)方法提出了一种静态输出反馈模糊控制新方案.采用并行分布补偿(PDC)的基本思想设计输出反馈控制器,并利用Lyapunov方法理论证明闭环系统以全局指数稳定.最后基于LMI方法,将鲁棒模糊控制器的设计问题转化为线性矩阵不等式问题(LMIP).仿真表明了本方法的有效性.     

滞后系统基于模糊工具箱的模糊复合Smith控制

文章提出一种解决滞后系统控制问题的模糊复合Smith控制方法,即设计一种复合模糊控制器.利用模糊工具箱对此方法进行仿真.仿真手段具有简单、明了等优点.仿真结果表明这种复合控制器的可知效果好,特别是解决了系统的振荡问题,且结构简单,易于理解和实现.     

基于Lyapunov方法的离散时间模糊控制系统设计

研究了基于 T-S模型的离散时间模糊控制器的规则化设计问题。将模糊控制系统看成是一类具有结构式不确定性的系统 ,利用 L ya-punov稳定性定理 ,提出了一类线性状态反馈控制器的规则化设计方法。通过求解离散时间 Lyapunov方程 ,得出线性状态反馈控制律。并给出了保证闭环系统渐近稳定的充分条件     

网络闭环系统的离散模糊控制

针对网络控制系统（NCS）存在时延的情况下如何设计控制器问题，提出了一种新的网络闭环控制系统建模方法-离散模糊T-S模型，并在此模型的基础上应用平行分布补偿原理设计了NCS模糊控制器；应用Lyapunov理论和LMI方法，研究了系统的模糊稳定控制御题，给出了基于线性矩阵不等式的不依赖时滞的状态反馈模糊控制器的设计方法，并获得了NCS模糊控制的稳定充分条件为求解一组线性矩阵不等式；通过仿真验证了该控制方法的有效性。     

基于模糊控制的交流伺服系统的设计

针对永磁同步电动机交流伺服系统,提出了模糊控制方案.在交流伺服系统的设计中,采用模糊控制器作为其位置调节器,采用电流快速跟踪控制方案设计电流调节器,对于速度调节器,按Ⅱ型系统设计,并选用PI型调节器,极大地提高了系统的性能.实验与仿真结果表明,基于模糊控制的交流伺服系统与常规PID控制的交流伺服系统相比,具有良好的动态、稳态性能以及较强的鲁棒性,从而证明了这种设计方法的合理性和优越性.