基于机理模型的加热炉在线炉温模糊决策

以加热炉动态过程全炉钢坯温度跟踪计算机理模型获得控制输入信息,将模糊控制方法应用于炉温的动态控制,构造了带有前馈修正的模糊控制器.该模糊控制器不仅把本段控制点的输出偏差和偏差变化率作为模糊决策的依据,并且将前段控制点的偏差也作为控制器的前馈输入,使炉温决策具有超前功能.利用计算机仿真,模拟了炉子产量波动和非计划待轧时模糊决策系统的执行结果,表明该控制方法适应炉内动态特性,具有良好的控制品质.     

一种机器人轨迹跟踪的单输入模糊控制

提出一种利用滑动模态切换面作为输入的单输入模糊控制器设计方法,这种控制方法类似于准滑动模态控制.应用于机器人跟踪控制系统,取得了满意的跟踪效果.模糊控制器中只有唯一的输入,因此,模糊控制规则数比普通模糊控制器大大减少,这样就使得模糊控制器的设计和调节更简单、更方便.同时这种模糊控制器由于具有准滑动模态的性质,体现出较好的鲁棒性,适合于机器人这种高度非线性的复杂控制系统.     

基于MATLAB的液位模糊控制系统设计

对水箱系统设计一个两维模糊控制器,模糊控制器设计为两个输入一个输出,模糊控制器的输出用来控制阀门的开度,调节水箱的液位。运用MATLAB模糊工具箱实现双输入单输出的模糊控制器,并结合Simulink仿真得到实际液位跟踪给定液位的曲线,仿真结果证实该模糊控制器优越于常规的PID控制器,水箱模糊控制系统获得良好的控制性能指标。     

改进的加热过程模糊自调整PID算法及仿真分析

为解决工业控制中大惯性、纯滞后、参数时变的非线性受控对象难于控制的问题,提出一种改进的控制算法.该算法采用1个单输入3输出的模糊控制器结构代替3个单输入单输出模糊控制器结构,通过Mam-dani模糊推理运算自调整PID(Proportional Integral Derivative)参数,并结合Smith预估补偿控制作用,优化系统动态响应指标,改善了控制器性能.将其应用于注塑机加热过程的温度控制中,并与常规PID控制器和Smith预估PID控制器比较.仿真结果表明,该控制器各项性能均好于其他两种控制器,调节时间为420 s,超调量和稳态误差均为0,具有抗干扰性强和鲁棒性好等优点,为进一步改善注塑机加热过程的实际控制性能提供了理论依据.     

灰色预测模糊自调节PID控制器及其仿真

结合灰色预测、模糊自调节与传统PID控制的设计思想,提出灰色预测模糊自调节PID控制算法.该算法用系统输出误差和系统输出预测误差合成的综合误差作为PID控制器的输入,同时模糊自调节系统又能根据综合误差及其变化率来调整PID参数.仿真结果表明,与模糊自调节PID控制器相比,该控制器具有良好的动态性能和鲁棒性.     

控制方向未知的非线性系统自适应模糊滑模控制

针对一类带有未知外部扰动及控制方向的不确定非线性系统设计自适应模糊滑模控制器,利用Nussbaum函数估计系统未知的控制方向.模糊系统的输入为跟踪误差而不是系统状态向量,这样能提升控制器对误差变化的灵敏度.基于Lyapunov稳定性理论设计系统可调参数的自适应规则,该控制器能保证闭环系统稳定性并且跟踪误差及其各阶导数渐近趋于原点.数值仿真的结果也验证了该方法的有效性.     

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.     

时滞不确定T-S模糊系统的H∞鲁棒控制

讨论一类具有状态和输入时滞的不确定Takagi-Sugeno(T-S)模糊模型的H∞控制问题.采用并行分布补偿控制法(PDC),建立系统镇定的充分条件并给出了H∞鲁棒控制器的设计方法.该方法保证了模糊闭环系统内部渐近稳定并满足从干扰输入到控制输出的H∞范数界约束.仿真实例验证了该方法的有效性.     

SFCMAC及其在仿人手臂控制中的应用

将滑模控制(SMC)引入模糊小脑模型关节控制器(FCMAC),提出了一种多变量滑模FCMAC(SFCMAC).该控制器采用滑模函数转换输入信号,减小输入空间以降低网络存储空间,分粗调和微调两阶段训练网络参数,以保证控制系统的稳定性.将所提出的SFCMAC用于仿人手臂的轨迹跟踪控制,并与SMC,MLP和FCMAC比较,仿真结果表明该控制器能克服系统非线性和不确定因素的影响,控制效果良好.     

迟滞系统的鲁棒自适应变论域模糊控制

设计了一个H∞变论域模糊控制器,用于控制一类单输入单输出的基于Preisach模型的未知迟滞非线性系统.该控制器将H∞控制与模糊控制结合起来,提高了H∞控制的智能性和模糊控制的鲁棒性.通过Lyapunov方法,证明了闭环控制系统是稳定的.该控制系统中模糊逻辑逼近误差和外部扰动误差都能通过调节权重因子被限定在一个给定范围内.最后,给出了关于未知迟滞非线性系统的仿真结果,表明了控制方案的可行和有效性.     

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 .     

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。     

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．     

输入隶属函数不均匀分布时典型模糊控制器的结构分析

针对两输入 (e,Δe)一输出 (u)的典型模糊控制器 ,输入隶属函数为三角形、全交迭、不均匀分布 ,输出隶属函数为单点、均匀分布 ,当采用线性控制规则和 Sum - Product推理方法时 ,证明了输出的解析表达式是一个全局的二维多值继电器与一个局部的线性 PD控制器的和。进而对最常用的输入变量各取 5个模糊集的情况进行了详细分析 ,并将理论结果应用于倒立摆的模型参考模糊自适应控制     

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。     

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,...     

基于增强学习规则的倒立摆模糊神经网络控制器

为实现模型未知、初始时有脉冲输入的车上单级倒立摆镇定控制,提出了一种采用增强学习规则训练的模糊神经网络控制器。以神经网络构造基于T-S(Tankagi-Sugeno)规则的模糊控制器;用3层前馈网络组成预测器进入仿真,得到倒立摆状态并计算状态预测值,再将状态和状态预测值组成训练数据对,训练状态预测BP(Backward Propagation)网络;利用增强学习的方法训练模糊控制器,根据神经网络产生的模糊控制量和倒立摆状态预测,做出控制决策。此方法简化了模糊控制部分参数调整,亦可应用于其他无模型控制。实验证明,控制器鲁棒性良好,即使在倒立摆参数变化较大时,控制器仍能维持倒立摆平衡。     

变时滞不确定模糊系统鲁棒观测器的设计

T-S模糊模型可以对复杂非线性系统提供有效的表达方式。文中，利用模糊T-S模型对非线性不确定时滞系统进行建模，在此基础上，提出了通过模糊状态反馈和基于观测器的模糊反馈控制器镇定不确定非线性时滞系统的方法。用短阵不等式给出了模糊反馈增益和模糊观测器增益的存在的充分条件，并将这些条件转化为线性矩阵不等式（LMI）的可解性，仿真结果表明了文中所提出的模糊控制方法是有效的。     

基于PSO—SA的二级倒立摆前馈补偿模糊神经网络控制

以模糊神经网络为基础,结合误差前馈补偿完成了二级倒立摆系统的稳定控制,并采用模拟退火粒子群算法对控制参数进行全局寻优。与基于状态变量合成的模糊神经网络控制器相比,该控制方法豢仅解决了多变量系统模糊控制器的“规则爆炸”问题,并且。由于所有状态变量直接参与控制输出,控制精度亦有所提高。仿真结果表明,该控制方案所需规则数目少,响应速度快,有良好的鲁棒性和非线性适应能力。