T-S模糊时滞系统的鲁棒无源控制

基于Lyapunov稳定性理论,时具有参数不确定性的T-S模糊时滞系统的鲁棒稳定性和无源性进行了研究.具有参数不确定性的T-S模糊模型可以任意精度近似连续非线性不确定系统.假设系统中的参数不确定性是范数有界的.运用Lyapunov稳定性理论给出了鲁棒无源控制器存在的充分条件.通过解一组线性矩阵不等式(LMIs),可直接获得鲁棒无源控制器.所设计的鲁棒无源控制器能够保证对于T-S模糊时滞系统中所有的参数不确定性,闭环系统都是鲁棒稳定的并且是严格无源的.并且,通过求解带有约束条件的线性矩阵不等式问题,可以设计出具有最大耗散率的鲁棒无源控制器.数值例子验证了所提出设计方法的有效性.     

一类带有不确定项的多输入模糊双线性系统的鲁棒控制

对一类带有不确定项的多输入模糊双线性系统(M-I FBS)进行了稳定性分析及控制器设计.使用分布补偿算法(PDC)设计了模糊控制器,得到了带有不确定项的M-I FBS渐近稳定的充分条件.最后,仿真结果验证了推导的该条件的有效性.     

基于T-S模糊模型离散时间非线性网络系统的输出跟踪控制

研究离散时间非线性网络控制系统的输出跟踪控制问题,其中被控对象是由T-S模糊模型表示。利用非平行分布补偿技术和时滞输入方法建立跟踪控制模型。以线性矩阵不等式的形式给出隶属度函数偏差依赖的控制器存在的充分条件,保证闭环系统的给定跟踪性能。     

一类非线性网络控制系统的鲁棒镇定问题

研究了一类带有不确定的非线性网络控制系统(NCSs)的鲁棒镇定问题。在非线性NCSs中,被控对象被表示为一个带有不确定的Takagi-Sugeno(T-S)模糊模型。利用Lyapunov-Krasovskii泛函方法和时滞输入方法,针对不确定非线性NCSs,给出了一个基于线性矩阵不等式(LMIs)形式的网络控制器设计方法。     

Controlling uncertain fuzzy neutral dynamic systems with Markov jumps

The robust H∞ control problems for stochastic fuzzy neutral Markov jump systems (MJSs) with parameters uncertainties and multiple time-delays are considered. The delays are respectively considered as constant and time varying, and the uncertain parameters are assumed to be norm bounded. By means of Takagi-Sugeno fuzzy models, the overall closed-loop fuzzy dynamics are constructed through selected membership functions. By selecting the appropriate Lyapunov-Krasovskii functions, the sufficient condition is given such that the uncertain fuzzy neutral MJSs are stochastically stability for all admissible uncertainties and satisfies the given H∞ control index. The stability and H∞ control criteria are formulated in the form of linear matrix inequalities, which can be easily checked in practice. Practical examples illustrate the effectiveness of the developed techniques.     

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PLS-混合Pi-Sigma模糊神经网络模型的甲醇合成装置变换工序CO变换率软测量建模

煤制甲醇合成变换过程中,需要把原料气中的一部分CO变换成CO2与H2,以提高H2的含量。为了能够快速地得到CO的变换率,利用偏最小二乘在提取信息、去噪、精简数据等方面的优势,将其与混合Pi-Sigma模糊神经网络进行了融合,建立了CO变换率预测模型。该模型仿真时间短且具有较高的精度,能够指导并调整甲醇合成净化气中的碳氢比。     

不确定T-S随机模糊系统的鲁棒稳定性分析

研究了一类不确定非线性随机微分系统——不确定T-S随机模糊系统的鲁棒随机稳定性问题。这里系统的不确定性既考虑了漂移项参数的不确定性，又包含了扩散项参数不确定性。通过随机LyaPunov函数和几个矩阵不等式引理，导出了两组保证系统全局鲁棒均方指数稳定的线性矩阵不等式条件。并用一个数值例子说明了本文方法的应用。     

基于时延准T-S模型的网络化控制系统鲁棒容错控制

针对具有马尔可夫特性时延的网络化控制系统,基于时延准T-S模型,考虑系统参数不确定性的影响,采用状态反馈控制律,通过构造离散Lyapunov-Krasovskii泛函,推证出确保网络化控制系统在执行器或传感器发生失效故障时具有鲁棒完整性的充分条件,通过求解LMIs给出容错控制器的设计方法.通过仿真实例得到,网络化控制系统在发生执行器失效故障时仍是渐近稳定的,说明该方法对于具有马尔可夫特性时延的影响,不确定网络控制系统在执行器失效故障时具有鲁棒完整性.     

基于参数化LMI的随机模糊系统H_∞控制

应用参数化线性矩阵不等式(PLMI)设计方法,推导了随机T-S模糊控制系统状态反馈H∞控制器存在的充分条件.利用非线性随机系统的Lyapunov稳定性理论,导出了PLMI成立的若干线性矩阵不等式(LMI)条件.最后通过数值例子说明了这种方法的有效性.