基于模糊PID的多电机速度同步控制

为了实现多电机同步控制的智能化,以全自动裁切生产线为研究背景,提出了一种基于模块PID的多电机速度同步控制方法.通过介绍模糊控制的基本思想,对系统的控制结构和PID模糊控制器的设计思想进行了分析,同时借助PLC的存储间寻址方式实现模糊控制算法.仿真结果与工程应用表明,应用模糊PID控制能较好地实现多电机同步控制.     

自主水下航行器的模糊控制

模糊控制用于水下航行器时,模糊决策表大多是依据模糊控制理论推导得到,这在工程实现上有一定的难度.为了在控制器设计中避开复杂的模糊逻辑理论,从AUV的控制特点出发总结出调整模糊控制决策表的规律,由此可以方便地获得控制决策表.本文以深度控制为例给出了控制决策表,仿真结果表明了该方法的正确性.     

基于模糊评判与状态预测的精密空调控制软件开发

在精密空调控制中,由于环境温度、相对湿度等因素的相关影响,基于模糊控制PID、神经网络PID算法实现的控制系统在环境调节过程中,可能使执行机构陷入往复操作的震荡局面,从而浪费能源;另一方面,上述算法存在实现复杂、系统资源需求大、控制系统成本高的缺点.结合精密空调控制系统的特点,提出了基于模糊评判与状态预测的控制模型,该模型基于模糊控制的基本原理和控制要求设计一模糊控制规则表,将精密空调对环境的调节看成执行机构从初态到终态一系列的状态变化过程,根据检测机制当前检测到的温湿度,利用规则表和模糊评判函数决定对执行机构的控制操作.该模型在单片机上得到了实现.实验表明:基于模糊评判与状态预测的控制模型有效克服了模糊控制PID、神经网络PID模型的不足,开发的控制系统成本低,节能效果良好.     

汽车半主动悬架神经模糊融合网络控制

针对汽车半主动悬架模糊控制器的模糊控制规则无法有效调整的问题,建立了两自由度1/4车辆模型.利用白噪声模拟路面激励并作为系统的输入,将人工神经网络与模糊逻辑控制相融合,采用人工神经网络模拟模糊控制过程,实现了模糊规则的自适应调整.将直接控制力作为参考控制力对神经网络进行训练,输出控制力结合开关控制策略实现悬架的半主动控制.仿真分析表明,神经模糊融合网络控制器相对于模糊控制器和被动悬架,使悬架性能得到了显著的改善.     

自调匀整模糊控制系统设计及FPGA实现

针对自调匀整系统控制过程复杂、难以建立精确模型的特点,设计了基于现场调试经验的模糊控制算法.为了提高控制性能,采用常规PID与模糊控制相结合的方法.在Altera公司提供的QuartusII开发环境中,利用原理图设计和VHDL设计输入相结合的方式,在FPGA上实现了模糊PID控制算法.根据仿真结果分析,该设计实现了模糊PID控制功能.     

模糊自镇定参数PID的设计与仿真

介绍了模糊自镇定参数PID的设计,重点阐述了控制器的模糊控制规则和模糊推理机理.用Matlab仿真结果表明,该控制系统具有较强的鲁棒性,并且此方法计算量少、易于实现,在工程模糊控制领域中应用是十分有意义的.     

水泥预分解窑模糊模型的建立

以人工操作经验为依据，采用模糊控制理论，在优化处理的基础上，建立水泥预分解窑的模糊模型，为实现模型控制奠定基础。     

基于MATLAB的模糊逻辑控制系统的设计与仿真

介绍了MATLAB的仿真工具箱和模糊逻辑工具箱的基本功能、建模方法.详细阐述了模糊逻辑控制系统的3个重要组成部分:隶属度函数、逻辑运算和模糊规则的基本理论和方法,利用模糊逻辑工具箱提供的模糊推理系统GUI工具实现了模糊控制系统的设计.基于水流运行规律大滞后、非线性的特点,将模糊控制系统应用于渠道运行系统的控制.利用SIMULINK建立了渠道运行的模糊控制仿真模型,并实现了对系统的仿真.结果表明,与传统的P+PR控制相比,模糊控制使系统获得了更好的动态性能.     

模糊控制算法的分散控制系统设计与应用技术

分析模糊控制的基本应用方法,对模糊控制算法进行分解,给出模糊算法软件模块,着重分析不同模糊控制结构在电厂主汽温度控制系统中的应用情况,指出模糊控制是一种适合工程应用的新型智能控制方法     

模糊自镇定参数PID的设计与仿真

介绍了模糊自镇定参数PID的设计，重点阐述了控制器的模糊控制规则和模糊推理机理，用Matlab仿真结果表明，该控制系统具有较强的鲁棒性，并且此方法计算量少，易于实现，在工程模糊控制领域中应用是十分有意义的。     

A fuzzy neural network evolved by particle swarm optimization

A cooperative system of a fuzzy logic model and a fuzzy neural network(CSFLMFNN)is proposed,in which a fuzzy logic model is acquired from domain experts and a fuzzy neural network is generated and prewired according to the model.Then PSO-CSFLMFNN is constructed by introducing particle swarm optimization(PSO)into the cooperative system instead of the commonly used evolutionary algorithms to evolve the prewired fuzzy neural network.The evolutionary fuzzy neural network implements accuracy fuzzy inference without rule matching.PSO-CSFLMFNN is applied to the intelligent fault diagnosis for a petrochemical engineering equipment,in which the cooperative system is proved to be effective.It is shown by the applied results that the performance of the evolutionary fuzzy neural network outperforms remarkably that of the one evolved by genetic algorithm in the convergence rate and the generalization precision.     

Linearization of T-S fuzzy systems and robust H_∞ control

Takagi-Sugeno (T-S) fuzzy model is difficult to be linearized because of membership functions included. So, novel T-S fuzzy state transformation and T-S fuzzy feedback are proposed for the linearization of T-S fuzzy system. The novel T-S fuzzy state transformation is the fuzzy combination of local linear transformation which transforms local linear models in the T-S fuzzy model into the local linear controllable canonical models. The fuzzy combination of local linear controllable canonical model gives controllable canonical T-S fuzzy model and then nonlinear feedback is obtained easily. After the linearization of T-S fuzzy model, a robust H _∞ controller with the robustness of sliding model control (SMC) is designed. As a result, controlled T-S fuzzy system shows the performance of H _∞ control and the robustness of SMC.     

区间二型模糊逻辑系统在水位模糊控制中应用及仿真研究

模糊逻辑系统中采用区间二型模糊集合称为区间二型模糊逻辑系统。将模糊逻辑系统及模糊逻辑工具应用于模糊控制模块中能够很好的解决实际问题。本文设计区间二型模糊逻辑系统研究水位模糊控制问题,MATLAB仿真研究结果表明,所设计的区间二型模糊逻辑系统应用于水位控制是有效的。     

船舶航行的模糊模型建模及航向控制

为了进一步对船舶行操舵控制的研究,应用模糊系统理论对船舶航行操舵控制建立了一个模糊模型;并彩神经网络方法对模糊模型的参数进行了辨识和估计,此模糊模型的建立使控制设计摆脱了数学模型,同时为下一步进行控制方案选择和设计打下了基础,仿真结果表明,船舶航行模糊模型及参数辨识方法是有效的,并给出针对某一船舶的模糊模型的具体形式;仿真结果也表明了船舶航行控制效果良好性。     

三串联路口信号灯智能控制与计算机仿真

分析了城市交通系统的特点 ,把模糊控制运用到交通信号灯的实时控制中。在现有的城市交通现状下 ,选择了较有代表性的交通路口 ,在实地进行了数据的采集 ,对数据进行了筛选和分析后 ,建立了理想化的三串联十字路口的城市交通系统模型。在路口处设置车辆检测器 ,使交通系统能随时掌握到达的车辆数。为了减少路口车辆的等待时间 ,提高交通信号灯的控制效能 ,对交通系统模型运用模糊控制的方法 ,建立了模糊控制规则 ,设计了模糊控制器 ,通过对信号灯延长的控制进行优化。通过仿真程序进行系统仿真 ,仿真结果表明优化后的车辆等待时间优于没有优化的交通情况     

竞争学习的非均匀采样非线性系统的模糊辨识

在实际非线性系统中,由于资源的限制,使得输入信号快速刷新,输出信号慢速采样.利用获得的非均匀采样数据对原非线性系统辨识存在一定困难.为此,通过提升技术,把非线性系统的多个特征点局部的线性模型转化为模糊模型的后件线性模型.在此基础上,提出基于竞争学习和递推梯度下降方法的辨识算法.通过定理证明:输入信号在持续激励条件下,模糊模型的参数能够一致性收敛;针对化工p H中和过程非线性系统,采用非均匀采样数据,建立其模糊模型,通过实际数据与模糊模型输出数据误差对比,表明了实际系统在非均匀采样条件下,模糊辨识能够建立其过程模型,验证了提出方法的有效性.     

多级离散模糊神经网络稳定性的优化算法

针对模糊集理论在建模中对变化的外部环境适应能力差,以及基本神经网络模型不容易获得模糊集之间关系等问题,提出了一个具有基本模糊推理系统"IF-THEN"规则的多级离散模糊神经网络模型。分析了该模型的基本稳定性条件,并使用硬C均值聚类方法获得数据集之间的关系,采用遗传算法优化了该模型。最后通过计算机仿真验证了该模型的有效性。     

模糊控制在位置随动系统中的应用研究

位置随动系统是一个不具有精确数学模型的系统,采用常规控制方法较复杂且效果不佳。利用模糊控制不需要被控对象具有精确数学模型也能对其进行控制的这一优点,详细给出了模糊控制器的设计过程和运行结果,取得了预期的控制效果,从而证明了模糊控制在位置随动系统中的应用价值。     

神经网络-模糊推理协作系统在闸门综合自动化故障诊断中的应用

研究了神经网络-模糊推理协作系统在闸门综合自动化故障诊断中的应用,在该协作系统中,先根据模糊模型确定神经网络的结构、连接方式以及初始权值,从而构造出相应的神经网络.然后,将神经网络应用于闸门综合自动化故障诊断系统,根据系统的运行数据对神经网络进行学习训练,调整神经网络的权值来修正原始的模型,提高其准确性.经过学习训练后的神经网络模型又被转换成模糊模型,从而使分布存储在神经网络中的知识得到清晰的解释.该系统已应用于生产实践中,系统运行结果验证了该方法的有效性和可行性.     

非线性系统模糊预测控制研究

研究了非线性系统模糊预测控制的结构原理和算法原理。推导了相应的模糊预测控制算法,提出了模糊模型的在线速推修正公式,并对典型的非线性系统模糊预测控制进行了仿真研究。研究结果表明,所提出的非线性系统模糊预测控制算法,具有软件实现简易、系统性能优良等优点。