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。     

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.     

基于模糊神经网络的机械手自适应控制

单纯的神经网络和单纯的模糊系统具有各自的优点和缺点,模糊神经网络是两者的结合,它可吸取两者的优点而达到更优良的性能。这里提出了一种基于模糊神经网络的自适应控制方法。在利用常规控制器提取初始模糊规则的基础上,利用专家经验对初始规则进行补充,最后再利用误差的反向传播算法对参数进行在线的自适应调整。该方法用于机械手的跟随控制,两个模糊神经网络分别用于主回路控制和对象的逆模型,最后得到了优于样本控制器的跟踪控制效果。     

具有模糊联想神经网络的自组织模糊控制器

在分析了几种用神经网络实现的模糊控制器不足的基础上，提出一种用模糊联想记忆神经网络实现的自组织模糊控制器；该控制器由２个模糊联想记忆神经网络分别记忆校正规则表和修正控制规则表，并通过网络权值矩阵的在线修正完成控制规则的实时修正。模糊推理则由网络的自联想功能完成。     

基于滑膜控制和SAFNN的鲁棒混沌同步

针对带有干扰的混沌系统,进行了基于自组织自适应模糊神经网络(SAFNN)的同步控制器的设计,采用基于聚类划分的模糊神经网络,推导出模糊神经网络参数在线更新算法,并设计了神经网络结构自适应算法,从隶属度函数的生长、模糊规则的分裂和模糊规则的修剪三个方面动态调整模糊神经网络结构,摒弃了常规的试错法来调整系统的结构和参数,以便更好地满足对计算负荷和控制性能的要求,实现两者之间的平衡;最后结合滑模控制器和鲁棒控制器,对带有干扰的混沌系统进行同步控制仿真,仿真结果表明该方法有效。     

污水处理过程中对污泥龄的模糊神经网络控制

针对污水处理过程的高度非线性、进水流量及水质变化剧烈、各状态变量之间存在强耦合关系等特性,提出了一种自适应模糊神经网络控制方法,以污泥龄作为运转控制参数,调节排出污泥量.研究结果表明,该控制器能够在线调整输入变量的隶属函数、优化控制规则.将其应用于活性污泥法污水处理系统中,可以快速地去除污水中的污染物,使污泥具有良好的去污能力和沉淀性能,并且具有良好的鲁棒性.     

智能压路机压实模糊神经网络控制及仿真

将模糊系统与神经网络相结合,提出了一种由模糊化层、模糊推理层和清晰化层组成的模糊神经网络结构,并将其用于智能压路机压实控制.针对振动压路机的压实性能要求,采用钟型函数作为隶属度函数,通过计算规则重要度来提取模糊推理层规则群中比较重要的规则,运用补偿模糊神经网络的学习算法解决参数的自动调整问题.把工程实践中得出的模糊控制规则表作为训练模糊神经网络的样本,仿真结果表明该模糊神经网络控制器具有在误差限度范围内的泛化能力.     

气辅注塑成型注气压力的模糊神经网络控制研究

针对气辅注塑成形的注气压力精确控制要求,设计了具有５层结构的模糊神经网络控制器和控制算 法,利用神经网络的学习能力实现对模糊逻辑规则的优化,改善了系统的适应性。对系统３段压力控制的仿真 分析,验证了模糊神经网络控制模型的可行性,控制效果良好。     

一种基于模糊神经网络的自适应PID智能控制器

设计了一种新的基于模糊神经网络的自适应PID智能控制器,该系统利用模糊神经网络对被控对象进行模糊辨识,同时,采用BP学习算法的神经网络自适应地调整PID控制器的参数,将模糊技术、神经网络与PID控制综合起来,从而实现PID控制的自适应和智能化。仿真实验表明,该控制器具有较高的控制品质。     

STATCOM的变结构神经网络模糊控制研究

提出了STATCOM用于维持接入点母线电压稳定的控制策略,根据控制策略设计了STATCOM的变结构神经网络模糊控制器.在设计控制器时,通过专家经验法和模糊规则自生成法对模糊规则知识库进行了初始化;通过变结构神经网络对模糊规则进行在线调整,增强了控制器的自学习、自适应能力;采用了基于语言变量优化匹配的原则对模糊逻辑推理进行优化,减少模糊推理的计算量,提高运算速度.数字仿真结果验证了该控制方法的有效性和正确性.     

采用模糊控制器的感应电机直接转矩控制

提出了一种采用模糊控制器的异步电机直接转矩控制系统,应用模糊逻辑来确定逆变器的开关状态,把磁链位置、磁链误差和转矩误差作为模糊变量,模糊控制器基于一套模糊规则来选择开关状态,从而有效地提高系统在启动和转矩指令突变时的响应速度。     

模糊滑动控制的一般方法(英文)

陈述了一种新的模糊逻辑控制方法,它可消除滑动控制所固有的抖动问题。方法的推导是将多开关滑动控制问题简化成等效的单开关问题。控制规律显示它是一种模糊滑动控制的一般方法。文献中的其他方法可由此法导出。模糊推理规则由两个输入变量组成。第一个输入变量是系统状态到所预定的状态空间中的超平面之间的方向距离;第二个输入变量的选择可根据应用而定,例如方向距离的导数、控制设计者所感兴趣的特定变量,或者某些状态变量的加权之和。这个新方法易于在高阶系统中实现,并且可以直接而明确地控制系统的动态过程。它消除了滑动控制和经典模糊滑动控制中的抖动问题。此外。新方法比其他类似方法的控制要简单。稳定性和性能分析显示了此法的有效性。此法已用于一带有典型驱动和反馈传感器的工业直流电机的位置控制之中。     

非线性系统神经模糊自适应控制的问题与策略

针对具有未知动力学的机械臂系统 ,提出一系列神经模糊自适应控制方法。提出神经模糊动态逆稳定自适应控制方法 ,该方法使用动态神经模糊系统逼近非线性动态系统 ,设计的动态逆控制器可以通过参数的设定保证闭环系统在初始控制段的动态性能 ,而无需事先要求机械臂状态位于某一紧集的假设。结合延时神经模糊网络 ,引入降维观测器估计输出重定义后机械手的速度矢量 ,从而建立了非线性系统的控制器观测器设计的新方法。采用了动态逆和“Back-stepping(后退 )”的技术 ,将以上方法成功推广到了考虑执行电机动力学特性的柔性连杆机械臂问题上     

模糊滑动模态控制系统的动态性质分析

模糊控制在理论研究和实际应用中存在的问题是缺乏系统有效的设计方法 ,控制系统的稳定性及性能指标难以进行定量分析 ;模糊控制规则的数目随输入变量呈指数函数增加 ,控制器的设计变得很复杂 .为了解决上述问题 ,根据滑动模态控制理论 ,将模糊控制系统的输入量简化为广义跟踪误差的一个超平面 ,基于三角形的非线性划分语言变量的隶属度 ,得到了模糊控制系统的闭环传递函数 .基于此传递函数 ,对模糊控制器的内部机理和某些动态性质进行分析 ,得到了一些模糊控制器的设计参数与控制系统的上升时间、超调量、调整时间等的定量关系 .     

空间三关节机器人自适应双模糊滑模控制

为了提高空间三关节机器人轨迹跟踪控制性能,提出了一种带双模糊自适应控制的滑模控制新方法.该方法将滑模控制器分为等效控制和切换控制两部分.采用一个模糊自适应控制器,根据滑模到达条件对切换增益进行有效估计.采用另一个模糊自适应控制器,根据滑模面来调整切换控制项.这些控制器结合起来消除了抖振,提高了控制性能.系统的稳定性通过李亚普诺夫定理证明.最后进行了仿真实验,并与其他方法进行了对比分析.结果表明所提方法是有效的.     

三相SVPWM逆变电源输出波形优化控制策略

为了提高三相逆变电源的电压输出波形质量,减少输出电压的谐波分量和总畸变率,提出模糊神经元PID控制策略。以DSP芯片为控制系统核心,对输出电压进行Clarke和Park矢量变换,采用人工神经网络方法与PID控制理论构成神经元PID控制器,对PID控制器参数进行在线调整,将模糊控制理论引入神经元PID控制器形成模糊神经元PID控制策略,并将基于60°坐标系的SVPWM算法用于逆变电源控制系统中,对系统稳态负载、动态负载、不对称负载情况下分别进行仿真实验。仿真结果表明:采用模糊神经元PID控制策略控制下的三相SVPWM逆变电源,在不同负载情况下的输出电压谐波分量小,总畸变率少,达到电压输出波形质量性能要求。     

负荷频率系统的LFC模糊监督控制器设计

提出了一种基于模糊MAMDANI推理算法的模糊监督控制器,采用各个区域的频率偏差作为控制器的输入。监督控制器作为一种前馈补偿,设计输出为一个ACE的倍数,加快调节过程,到达稳态。经过实验仿真数据对比,说明提出的监督控制器能有效提高系统的稳定性。     

铝电解模糊专家控制器的开发与应用

介绍了最新开发的铝电解模糊专家控制器的规则库、论域自调整机制以及推理机的构造．采用了基于“近似推理”原理的模糊专家系统的推理技术构造推理机,使其具有同时处理精确知识和模糊知识的优点,并且建立了“论域自调整”机制,使控制器可根据槽况的变化和控制模式的切换,自动调整输入模糊变量和／或输出模糊变量所对应的精确值的论域,从而简便而有效地达到在线自动调整控制器的工作点和动、静态品质的目的．应用结果表明,改进的效果显著．     

可控串补多目标控制研究

可控串补暂态稳定控制，既要抑制功角第一摆，又要快速阻尼系统故障后的功率振荡，这是一个多目标控制问题。文中提出了基于Ｔ－Ｓ（Ｔａｋａｇｉ－Ｓｕｇｅｎｏ）模型的可控串补模糊控制策略，充分考虑了可控串补装置的非线性，并结合了线性最优控制理论和专家知识。该模糊控制器相当于自适应变增益的线性最优控制器，能满足系统多目标控制的要求。数字仿真表明，该模糊控制策略在暂稳控制中优于其它常规控制方式（ＰＩ控制，ｂａｎｇ－ｂａｎｇ控制，线性最优控制）。     

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