一种新的自适应模糊滑模控制器设计方法

对一类非线性系统提出一种新的自适应模糊滑模控制器设计方法。将自适应模糊控制与滑模控制有效地结合在一起,先用滑模控制使跟踪误差进入边界层内,然后启动自适应模糊控制器。该控制器可消除滑模控制器中出现的抖振,并可在存在模糊逻辑系统逼近误差情况下使系统跟踪误差小于预先给定的任意常数。仿真算例验证了所提出方法的有效性。     

一类非线性系统综合自适应模糊滑模控制

针对一类非线性系统把模糊控制,模糊逻辑逼近及模糊滑模控制相结合,提出一种综合自适应模糊滑模控制方法、直接和间接自适应模糊控制器只能利用模糊控制规则或模糊描述信息,而综合自适应模糊控制器能利用上述两种信息。理论证明闭环系统稳定,跟踪误差收敛到零或零的一个小邻域内。仿真结果表明了算法的有效性。     

基于量子遗传算法的模糊滑模控制

针对一类具有不确定性的非线性系统,提出了一种新的基于量子遗传算法的模糊滑模控制器的设计方法.将模糊控制与滑模控制相结合,利用滑模控制使系统跟踪误差进入边界层内;启用模糊控制替代切换控制,并在边界层上通过监督函数平滑控制作用.在滑动模态产生条件下,通过量子遗传算法优化模糊控制器的控制规则,有效地解决了模糊滑模控制中模糊控制规则的确定问题,从而削弱了系统的抖振,改善了控制器的控制性能.仿真结果表明了该方法的有效性.     

多关节机器人的模糊神经滑模控制

针对含有建模误差和不确定干扰的多关节机器人轨迹跟踪控制,提出了一种模糊神经滑模控制方法.该方法采用全局快速终端滑模面,保证了系统能够从任意初始状态在有限时间内到达滑模面和平衡点.采用模糊神经网络自适应地补偿系统的建模误差和外界干扰,保证了滑模控制在滑模面的运动.文中利用李亚普诺夫稳定性判据推导出了控制器的控制律和模糊神经网络的目标函数,通过模糊神经网络的在线学习.削弱了滑模控制的抖振.仿真结果表明了其有效性.     

基于自适应模糊逻辑系统的预置滑模跟踪控制方法

研究了一类定常线性系统的自适应模糊预置滑模跟踪控制器的设计问题.在系统参数未知的情况下,综合模糊控制和滑模控制策略及自适应方法,得到的控制器能够使得跟踪误差渐近收敛并稳定.仿真研究验证了所提出的控制器综合方法的有效性.     

针对高阶对象的递阶模糊滑模控制器研究

针对工业现场普遍存在参数不确定并有外界扰动的高阶对象,将误差驱动增益自整定思想和模糊滑模控制策略相结合,提出一种带有误差驱动参数自整定结构的递阶模糊滑模控制方法。该方法有效解决了传统模糊控制器在控制高阶对象时要输入更多系统状态信息而引起的"规则爆炸"问题,同时也削弱了一般滑模控制固有的"抖颤"现象。通过对典型高阶对象的仿真结果表明,误差驱动参数自整定递阶结构模糊滑模控制器较之传统控制方法有更好的控制效果和指标,并且有很强的鲁棒性和抗干扰特性。     

基于遗传算法的模糊滑模控制

模糊控制和滑模控制的结合提供了非线性控制的一大新方法,它消除了滑模控制的抖动,但同时带来新的问题——静差,而且这种控制器在控制切换时动态性能与滑平面系数选择有很大关系.鉴于以上问题,该文提出用不均匀分布隶属函数的模糊控制器来代替传统滑模控制器的符号函数,同时为了保证模糊控制系统的全局稳定性,考虑加入模糊监督控制器.再基于遗传算法对滑平面系数和因子寻优,在算法中目标函数是系统的误差和表征系统稳定性的一个新变量.这种方法减小了系统的稳态误差,加快了系统到达滑动平面的速度,有效地消除了抖动.仿真结果表明了该方法的有效性.     

一类MIMO非线性系统的直接自适应模糊滑模控制

针对一类具有下三角形函数控制增益矩阵的非线性系统, 基于滑模控制原理, 并利用Ⅱ型模糊系统的逼近能力, 提出了一种直接自适应模糊滑模控制器设计的新方案. 通过引入积分型李雅普诺夫函数及逼近误差自适应补偿项, 证明了闭环系统是全局稳定的, 跟踪误差收敛到零. 仿真结果表明了该方法的有效性.     

机器人操作器的自适应模糊滑模控制器设计

针对机器人动力学系统提出了一种基于模糊逻辑的自适应模糊滑模控制方案.根据滑模控制原理并利用模糊系统的逼近能力设计控制器,基于李雅谱诺夫方法设计自适应律,证明了闭环模糊控制系统的稳定性和跟踪误差的收敛性.控制结构简单,不需要复杂的运算.该设计方案柔化了控制信号,减轻了一般滑模控制的抖振现象.仿真结果表明了所提控制策略的有效性.     

超空泡航行体的自适应模糊滑模控制研究

针对超空泡航行体动态中的非线性项和未建模动态,以及由空泡形状改变引起的扰动问题,提出了一种基于自适应模糊滑模的纵平面运动控制器设计方法。该方法利用自适应模糊系统逼近超空泡航行体模型中的非线性不确定项;利用滑模控制对干扰的鲁棒性,克服逼近误差和干扰;最后用Lyapunov定理证明了闭环系统的稳定性。仿真结果表明,设计的控制器可有效克服滑行力的计算误差以及水动力参数的不确定性。     

多关节机器人的自适应模糊滑模控制

针对多关节机械臂轨迹跟踪控制,提出了一种基于全局快速终端滑模面的自适应模糊滑模控制方法。该方法通过设计合适的自适应律,采用模糊自适应控制调节滑模控制的切换控制增益,实现了对建模误差和不确定干扰的自动跟踪,削弱了抖振。系统不需要对建模误差和干扰进行预估计,并且通过对控制器结构的简化,降低了模糊控制器的维数,减少了计算量。利用李亚普诺夫定理证明了控制系统的稳定性,仿真结果表明了其有效性。     

基于自适应模糊滑模控制的船舶航向控制器设计

针对船舶运动系统中固有的非线性、模型不确定性和风、浪、流等的干扰.提出了自适应模糊滑模控制(AFSMC)策略解决船舶的航向控制问题.通过采用模糊逻辑系统逼近系统未知函数,将滑模控制技术与自适应模糊控制技术相结合,设计了船舶航向AFSMC控制器.在滑模边界层内应用PI (proportional-integral)控制代替滑模控制中的切换项,削弱了滑模控制带来的抖振现象.借助李亚普诺夫函数证明了船舶运动系统中的信号都一致有界并利用Barbalat引理证明了跟踪误差渐近收敛到零.在参数摄动和外界干扰情况下进行了航向保持与改变仿真试验,采用AFSMC控制器得到了与无摄动和无干扰情况下相似的输出响应.实验结果表明,所提控制器能有效地处理系统不确定性和外界干扰,控制性能良好,具有很强的鲁棒性.     

基于模糊逻辑的一类非线性系统直接自适应控制

针对一类连续非线性不稳定系统,基于模糊逻辑提出了一种新的自适应跟踪控制方法,在此方法中,控制器由两部分组成：模糊逼近控制器（FAC）和模糊滑模补偿控制器（FSMCC）,其中,FAC利用模糊逻辑系统全局逼近理论控制器,FSMCC用于全局补偿逼近误差和系统的不确定性及消除外部干扰的影响,整个闭环控制系统在Lyapunov意义下全局渐进稳定踊跃误差收敛于零的某一领域内,最后通过示例验证了本方法的有效性。     

用于SVC的一种模糊非线性变结构控制方法

采用直接反馈线性化方法得到有SVC单机无穷大系统线性模型状态方程。以此为被控对象,设计了一个滑膜变结构控制器,将滑膜切换面函数值及其变化率作为模糊控制器输入,以调整控制量输出。通过仿真验证,所设计的SVC模糊滑膜控制器可以有效的改善系统功率环境,受到扰动时可以迅速的平息功率的变化。     

Adaptive sliding mode controller design based on T-S fuzzy system models

An adaptive sliding mode control (ASMC) technique based on T-S fuzzy system models is proposed in this paper for a class of perturbed nonlinear MIMO dynamic systems in order to solve tracking problems. A T-S fuzzy model is firstly formed by utilizing fuzzy theorem to amalgamate a set of linearized dynamic equations. The adaptive sliding mode controller is then designed based on this fuzzy model with perturbations. The proposed control scheme can drive the dynamics of controlled system into a designated sliding surface in finite time, and guarantee the property of asymptotical stability. It is also shown that the information of upper bound of modeling errors as well as perturbations, except the information of upper bound of input uncertainty, is not required when using the proposed controller.     

Fuzzy sliding mode control for a robot manipulator

This work presents the design of a robust control system using a sliding mode controller that incorporates a fuzzy control scheme. The presented control law superposes a sliding mode controller and a fuzzy logic controller. A fuzzy tuning scheme is employed to improve the performance of the control system. The proposed fuzzy sliding mode control (FSMC) scheme utilizes the complementary cooperation of the traditional sliding mode control (SMC) and the fuzzy logic control (FLC). In other words, the proposed control scheme has the advantages which it can guarantee the stability in the sense of Lyapunov function theory and can ameliorate the tracking errors, compared with the FLC and SMC, respectively. Simulation results for the trajectory tracking control of a two-link robot manipulator are presented to show the feasibility and robustness of the proposed control scheme. This work was presented in part at the 13th International Symposium on Artificial Life and Robotics, Oita, Japan, January 31–February 2, 2008     

机器人全局PID模糊滑模跟踪控制与仿真研究

为解决机器人跟踪控制过程中采用PID控制算法会出现抖动和误差的问题,提出了一种机器人全局PID模糊滑模跟踪控制算法.通过将PID滑模控制和模糊控制相结合,设计了全局PID模糊滑模控制;基于模糊规则,对滑模控制增益进行自适应调整,从而消除建模误差和干扰,削弱了控制时产生的抖振,在线调整控制器参数和估计误差,并通过积分来消除外界干扰,因此提高了控制精度.仿真结果表明,与常规的PID算法相比,该方法在处理控制抖动和消除误差以及干扰方面具有极高的鲁棒性.