无刷直流电机模糊PID控制系统研究与仿真

针对传统PID控制方法在对无刷直流电动机进行控制时精度低、抗干扰能力差等缺点,提出了一种参数自适应模糊PID控制方法。首先建立了无刷直流电机的动态数学模型,并对其转速进行模糊PID控制。介绍了模糊PID控制器的设计方法,应用MATLAB实现了系统设计和仿真。最后对PID控制和模糊PID控制的仿真结果进行对比分析,结果表明:模糊PID控制方法使无刷直流电机控制系统具有更好的动、静态性能和抗干扰能力。     

无刷直流电机智能控制系统的研究

基于对无刷直流(BLDC)电机的工作和控制原理的分析,提出了无刷直流电机的双闭环自适应模糊PID控制方案.采用模糊控制逻辑实现PID控制器参数的在线自整定,详细说明了自适应模糊PID控制器的设计方法.算法简单有效,易于实现无刷直流电机交流伺服系统的全数字化.用Matlab/Simulink对系统进行了仿真,仿真结果显示系统具有良好的静动态性能和较快的响应速度.     

无刷直流电机模糊控制系统的仿真及其在DSP中的实现

本文采用模糊控制系统分别在MATLAB与DSP中实现了对永磁无刷直流电机双闭环系统的调速。文中首先建立了永磁无刷直流电机的数学模型,然后利用MATLAB中的Fuzzy Toolbox和SIMULINK实现了对无刷直流电机调速系统的仿真设计,将模糊控制器和PID控制器通过自适应因子结合,在线自调整控制参数,提高了系统的控制精度。最后在基于DSP的控制器中运用本文提出的编程方法实现了上述控制思想。实验验证了调速系统模型的准确性与编程方法的可行性,并且系统具有良好的动态性能。     

直流无刷电机控制器设计与仿真

关于无刷电机性能优化问题。无刷直流电机工作过程中电气参数具有非线性、时变性的特性,造成实时性差,由于传统的PID控制器的参数不能在线调整,在对其进行控制时存在鲁棒性差、精度低等缺点。为解决上述问题,提出将模糊自适应PID控制器应用于无刷直流电机的控制中,根据系统的转速偏差e和偏差变化率ec,经过模糊逻辑推理,动态自适应调整PID控制器的三个参数。在分析电机模型的基础上,借助在Matlab仿真平台设计了无刷直流电机模糊自适应PID控制器的仿真模型。结果表明:较之传统的PID控制器,模糊自适应PID控制器响应速度快、鲁棒性强、无超调、精度高,达到了较好的控制效果。     

开关模糊神经PID控制的无刷直流电机仿真

无刷直流电机是一种时变性的、非线性的以及强耦合性的系统.对于控制精度要求高的场合,传统的PID控制难以满足对无刷直流电机控制的性能要求.模糊PID控制器虽然具有一定的自适应性,但是模糊规则主要靠经验制定具有一定局限性.为解决上述问题,研究了基于双闭环的开关模糊神经PID控制的无刷直流电机,该方法综合了模糊、神经网络和PID的优点,具有适应能力强,控制精度高,专家知识利用较好等.仿真结果表明模糊神经PID控制相对于模糊PID具有转速响应快、超调量小、抗干扰能力强等优点.     

基于P-模糊自适应PID控制的无刷直流电动机调速系统

分析了无刷直流电动机的数学模型,提出了一种新型的P-模糊自适应PID控制方法,并在Matlab/Simulink环境中建立了基于P-模糊自适应PID控制的无刷直流电动机调速系统仿真模型。在该调速系统中,电流控制采用电流滞环,转速控制采用P控制和模糊自适应PID控制相结合的方式,实现了电流滞环和转速模糊控制的双闭环调速控制功能。仿真结果表明,该系统与基于常规PID控制的调速系统相比,系统响应时间缩短一半,且超调减小,具有较强的鲁棒性和自适应能力。     

变论域模糊控制的无刷直流电机控制系统

为了改善无刷直流电机(BLDCM)的调速性能,研究了基于变论域思想的自适应模糊PID控制器及其在BLDCM控制系统中的应用,变论域自适应模糊控制对模型无精确要求、速度快、精度高、鲁棒性好、适应性强.详细分析了BLDCM电机模型的建立、控制结构设计、伸缩因子的选择等,给出了具体的控制算法设计,并在Matlab仿真平台下,构建了BLDCM的电流、转速双闭环控制的仿真系统,其中,转速环采用了变论域自适应模糊PID控制器.仿真结果表明,与常规PlD控制和普通模糊PID控制相比,采用变论域自适应模糊PID控制时,转速输出无超调,响应速度快.转矩脉动小,控制精度高,为无刷直流电机在军事、办公设备、家电等需要快速、高精度控制、抗扰能力强的场合的应用提供了一种有效的解决方案.     

基于模糊PID控制的电动汽车AMT换挡电机控制研究

为了提高电动汽车2挡AMT换挡执行机构的换挡准确度、减少响应时间,提出了一种新型换挡执行机构,采用无刷直流电机作为动力源,并以滚珠丝杆配合齿轮齿条的传动方式,将换挡电机的转动转化为换挡拨指的摆动,实现挡位切换。针对换挡电机控制问题,基于无刷直流电机的数学模型,提出了电流、转速双闭环的控制策略,并采用模糊PID算法对其转速进行控制。最后,基于换挡电机启动、制动、堵转工况工况,对电机控制系统进行建模仿真,结果表明：与常规PID控制相比,无刷直流电机在采用模糊PID控制时具有更好的动态性能和稳定性能。     

基于网络的嵌入式无刷直流电机调速系统的研究

针对网络化电机远程闭环控制系统的实时性问题,提出了一种基于以太网的嵌入式无刷直流电机远程控制系统设计方案.系统包括双控制器、无刷直流电机远程控制器及现场控制器.远程控制器实现无刷直流电机双闭环控制.本地控制器作为执行器,控制电机运行,并实时采集无刷直流电机运行状态参数,通过以太网传输给远程控制器.控制器采用嵌入式操作系统μC/OS-Ⅱ作为系统管理软件,以实现可靠的多任务运行.电机控制系统采用双闭环控制,速度调节器为PI控制和模糊控制相结合,电流环为PID控制.仿真结果表明,模糊自适应PI控制算法的引入能够补偿网络延时对系统控制性能的影响,改善系统的动态特性.     

一种新型无刷直流电机伺服系统的设计

介绍了一种基于DSP和CPLD的无刷直流电机(BLDCM)数字化控制系统的设计,利用DSP的高速运算能力和CPLD强大的逻辑功能实现了系统的实时控制并且使得系统外围电路得到了简化。根据无刷直流电机的运行特性采用了PID和自适应模糊PID相结合的控制策略。系统仿真表明,该系统具有很好的动态特性和静态特性。     

一种基于关系模型的模糊数据库系统模型

数据库管理系统的广泛应用，使得数据库的研究也随之快速发展，如何表达模糊数据，如何执行模糊查询越来越成为数据库研究的重要课题之一，提出一个基于关系模型的模糊数据库系统的理论模型，利用模糊集的方法表达模糊数据，模糊查询和模糊关系，最后给出了一个模糊数据库系统实现的例子。     

基于改进的模糊神经学习算法的模糊规则优化

对“改进的模糊神经学习算法”(DevelopedNeuro-FuzzyLearningAlgorithm)简单介绍,并针对这一新算法的缺点,提出了新的聚类方法得到最佳的规则数,利用模糊权值优化规则来改进这个算法,降低算法的时间复杂度,简化神经网络。     

规则摄动时模糊蕴涵算子对模糊推理的鲁棒性的影响

列举了模糊规则发生摄动的常见情形,建立了一般性的模糊推理算法对规则摄动的鲁棒性的概念;就多重、链式和多维模糊推理情形,重点研究了一般性的模糊蕴涵算子对几个重要的模糊推理算法的这种鲁棒性的影响,并分别给出了相应的充分必要条件;初步尝试了通过一定的摄动制约来改善这种鲁棒性;同时指出了很多现有的模糊蕴涵算子使得所讨论的这些推理算法拥有好的鲁棒性,此时,即使规则中的隶属度有适度的粗糙或摄动,推理仍是可行的、安全的．文中工作对模糊系统的分析、模糊蕴涵算子的选择以及规则获取过程有一定的指导意义．     

Fuzzy relational algebra for possibility-distribution-fuzzy-relational model of fuzzy data

In the real world, there exist a lot of fuzzy data which cannot or need not be precisely defined. We distinguish two types of fuzziness: one in an attribute value itself and the other in an association of them. For such fuzzy data, we propose a possibility-distribution-fuzzy-relational model, in which fuzzy data are represented by fuzzy relations whose grades of membership and attribute values are possibility distributions. In this model, the former fuzziness is represented by a possibility distribution and the latter by a grade of membership. Relational algebra for the ordinary relational database as defined by Codd includes the traditional set operations and the special relational operations. These operations are classified into the primitive operations, namely, union, difference, extended Cartesian product, selection and projection, and the additional operations, namely, intersection, join, and division. We define the relational algebra for the possibility-distribution-fuzzy-relational model of fuzzy databases.     

Simplification of fuzzy switching functions

This paper is concerned with the study of simplification of fuzzy switching functions. A novel algorithm for generating all fuzzy prime implicants is introduced, followed by a new method of simplification of fuzzy switching functions. This algorithm is then reduced to a simple algorithm that produces only those fuzzy prime implicants that are essential. There areonly two other valid techniques for the minimization of fuzzy switching functions in the literature,^(1,2) and those methods are not very suitable for computerized application. Thus, the principal advantages of this technique are the new concept of direct simplification via essential fuzzy prime implicants (without generation of all of the fuzzy prime implicants), and the fact that the algorithm is the first one to be suitable for efficient computer implementation.On leave from the Computer Science Department, New Mexico Institute of Mining and Technology, Socorro, New Mexico.     

一个新型的模糊控制器

本文提出一种新型的模糊控制器，它以串级的三维模糊调节器为基础，同时引入了反馈模糊调节器作为并联校正。我们用这种算法，针对几个典型的工业用金属热处理炉的温度控制模型做了仿真实验，得到了很好的控制效果，在阶跃响应中，上升时间短，无超调，稳态精度优于普通二维模糊控制系统。文中给出了这种控制方法的结构和有关的算法。     

Approximation and universality of fuzzy Turing machines

Fuzzy Turing machines are the formal models of fuzzy algorithms or fuzzy computations. In this paper we give several different formulations of fuzzy Turing machine, which correspond to nondeterministic fuzzy Turing machine using max-＊ composition for some t-norm＊ （or NFTM＊, for short）, nondeterministic fuzzy Turing machine （or NFTM）, deterministic fuzzy Turing machine （or DFTM）, and multi-tape versions of fuzzy Turing machines. Some distinct results compared to those of ordinary Turing machines are obtained. First, it is shown that NFTM＊, NFTM, and DFTM are not necessarily equivalent in the power of recognizing fuzzy languages if the t-norm＊ does not satisfy finite generated condition, but are equivalent in the approximation sense. That is to say, we can approximate an NFTM＊ by some NFTM with any given accuracy; the related constructions are also presented. The level characterization of fuzzy recursively enumerable languages and fuzzy recursive languages are exploited by ordinary r.e. languages and recursive languages. Second, we show that universal fuzzy Turing machine exists in the approximated sense. There is a universal fuzzy Turing machine that can simulate any NFTM＊ on it with a given accuracy.     

多变量模糊控制的现状与发展（Ⅰ）：关于分层,自学习,自适应等问题

回顾了多变量模糊控制近年来的发展过程，着重介绍近年来出现的一些新研究方向，并对当前该研究领域的热点课题：模糊模型的辨识、多变量模糊自校正控制、模糊解耦、模糊分层控制、模糊神经网络的研究现状以及它们的发展趋势作了进一步讨论。     

模糊线性支持向量回归机

该文研究了当训练点的输出为三角模糊数时,支持向量回归机的构建问题。首先将模糊回归问题转化为模糊分类问题,并将求模糊最优分类超平面问题转化为求解带有模糊决策的机会约束规划问题。利用基于模糊模拟的遗传算法求解带有模糊决策的机会约束规划,得到模糊最优分类超平面(模糊方程),解模糊方程得到模糊回归函数。在此基础上,得出模糊线性支持向量回归机(算法)。从而较好地解决了支持向量机中含有模糊信息的模糊回归问题。最后,给出显示模糊线性支持向量回归机特点的模糊支持向量集的定义。     

模糊聚类计算的最佳算法

给出模糊关系传递闭包在对应模糊图上的几何意义,并提出一个基于图连通分支计算的模糊聚类最佳算法.对任给的n个样本,新算法最坏情况下的时间复杂性函数T(n)满足O(n)≤T(n)≤O(n²).与经典的基于模糊传递闭包计算的模糊聚类算法的O(n³logn)计算时间相比,新算法至少降低了O(n相似文献