一类未知非线性离散系统的直接自适应模糊预测控制

将自适应模糊逻辑系统引入预测控制,对一类未知非线性离散系统提出了直接自适应 模糊预测控制方法.首先对被控对象提出了线性时变子模型加非线性子模型的预测模型,然后直 接利用模糊逻辑系统设计预测控制器,并基于广义误差估计值对控制器参数和广义误差估计值中 的未知向量进行自适应调整.文中证明了此方法可使广义误差估计值收敛到原点的小邻域内.     

基于跟踪误差调节的非线性自适应模糊预测控制

将模糊逻辑系统引入预测控制，对一类非线性离散系统提出了直接自适应模糊预测控制的方法，此方法首先建立被控对象的预测模型;然后基于此模型直接利用模糊逻辑系统设计预测控制器，并基于跟踪误差对控制器参数中的未知向量进行自适应调整;最后证明了此方法可使跟踪误差收敛到原点的一个小邻域内。     

一种带有无模型外环补偿的PID控制

提出了一种新的控制器来解决传统的PID控制器不能很好地控制的系统,如非线性系统、变结构系统等。使用无模型控制作为补偿,用来解决由时变参数和参数估计误差引起的系统跟踪误差。当把外环去掉时,就是PID控制器。如果PID控制效果已经达到了理想状态,即受控对象的输出已经跟踪了期望输出,无模型控制的输出控制信号不起作用。证明了无模型控制的收敛性,仿真结果表明了该方法的有效性。     

基于自适应模糊神经网络控制器的网络控制系统

网络控制系统中存在着时延、丢包、网络干扰等问题。针对网络控制系统中存在恶化系统的控制性能,甚至导致系统不稳定的因素,提出了一种基于自适应模糊神经网络控制器的网络控制系统,它能根据系统的实际输出与期望输出误差,利用自适应模糊控制和神经网络自学习的原理进行控制参数的自行调整,以符合控制系统的实际要求,同时,分析了网络延时,丢包率及网络干扰因素对系统性能的影响。利用TrueTime工具箱建立了包含自适应模糊神经网络控制器的网络控制系统的仿真模型,并将其分别与基于常规PID控制器的网络控制系统和基于模糊参数PID控制器的网络控制系统进行了比较。实验结果表明,在相同的网络环境下,基于自适应模糊神经网络控制器的网络控制系统的控制效果比基于常规的PID控制器和基于模糊参数PID控制器的要好,且具有较好的抗干扰能力和鲁棒性能。     

一类非线性离散系统的直接自适应模糊控制

针对一类含延迟非线性离散系统,提出了一种直接自适应模糊控制器设计的新方案．将系统用T-S模糊模型来表示,并基于并行分布补偿(PDC)基本思想设计了一种具有未知参数的模糊控制器,同时采用梯度下降算法对该控制器的参数进行在线辨识．通过输入到状态稳定(ISS)方法,证明了系统输出和参考输出的误差有界且满足一定的平均性能．仿真表明本方法的有效性．     

自适应神经模糊推理结合PID控制的并联机器人控制方法

针对6自由度液压驱动并联机器人的精确控制问题,提出一种结合自适应神经模糊推理系统(ANFIS)和比例积分微分(PID)控制的机器人控制方法。首先,利用浮动坐标系描述法(FFRF)来模拟机器人柔性组件,并构建并联机器人的拉格朗日动力学模型。然后,根据模糊推理中的模糊规则来自适应调整PID控制器参数。最后,利用神经自适应学习算法使模糊逻辑能计算隶属度函数参数,从而使模糊推理系统能追踪给定的输入和输出数据。将该控制器与传统PID控制器、模糊PID控制器进行比较,结果表明,ANFIS自整定PID控制器大大减小了末端器位移误差,能很好的控制并联机器人末端机械手的运动。     

基于GSAGA的模糊PID控制在自动油门系统中的应用研究

针对现代民用飞机非线性和时变的特点,设计了一种用于民机自动油门控制系统的模糊PID控制器;模糊控制器以速度跟踪误差及其微分信号作为输入调节PID控制器的比例、积分及微分参数,进而控制油门开度以调节发动机推力,最终实现对速度的控制;文中进一步采用广义自适应遗传算法(GSAGA)对模糊PID控制器的输出因子进行优化,在着陆模态下采用所设计的优化控制策略与传统模糊PID控制进行了对比仿真,仿真结果显示,在民机自动油门控制系统中基于GSAGA的模糊PID控制器的控制效果优于传统模糊控制方法,仿真结果符合飞行品质指标,控制效果良好。     

PID控制器改进方法研究

分析了常规PID(比例—积分—微分)控制特点,针对其在非线性控制中存在的问题,基于参数自整定和控制器误差组合方式,分别设计了参数自整定模糊PID控制器、参数自整定RBF神经网络PID控制器和非线性自抗扰PD控制器.并进行了实验验证,实验结果表明,从参数自整定和控制器误差组合角度出发,所采用的控制策略可使非线性系统具有较好的动态特性、鲁棒性和自适应能力.     

基于GA的闪蒸罐压力模糊自适应PID控制

针对加氢裂化中对闪蒸罐压力控制的非线性、滞后性等问题,本文提出一种基于遗传算法的模糊PID控制器,用于改善闪蒸罐压力控制效果。该控制器利用遗传算法优化模糊控制器的量化因子和比例因子,从而实现模糊PID控制器参数K_p、K_i、K_d的自适应调节。结果表明,优化后的模糊自适应PID控制器与常规PID控制器相比,提高了绝热闪蒸罐压力控制的自适应能力和鲁棒性,改善了系统的动态特性和静态性能,对非线性和时滞性的控制效果更好。     

优化GA的模糊自适应张力控制

以典型的卷绕张力系统为研究对象,结合模糊自适应PID控制与遗传算法,设计了基于遗传算法的模糊自适应PID张力控制器.该控制器由离线和在线两部分组成,离线部分利用遗传算法搜索出一组最优的PID参数作为在线调节的初始值,在线部分用来实时调整系统响应的PID参数.仿真结果表明,采用的模糊自适应PID控制策略较传统PID控制器具有响应速度快、控制输出稳定、抗干扰能力强、鲁棒性好等优点.     

Model-Reference Fuzzy Adaptive Control as a Framework for Nonlinear System Control

The paper presents a general methodology of adaptive control based on fuzzy model to deal with unknown plants. The problem of parameter estimation is solved using a direct approach, i.e. the controller parameters are adapted without explicitly estimating plant parameters. Thus, very simple adaptive and control laws are obtained using Lyapunov stability criterion. The generality of the approach is substantiated by Stone-Weierstrass theorem, which indicates that any continuous function can be approximated by fuzzy basis function expansion. In the sense of adaptive control, this implies the adaptive law with fuzzified adaptive control parameters. The proposed control algorithm may be viewed as an extension of classical adaptive control for linear plants, but compared to the latter it provides higher adaptation ability and consequently better performance if the plant is nonlinear. The global stability of the control system is assured and the tracking error converges to the residual set that depends on fuzzification properties. The main advantage of the approach is simplicity that suits control engineers since wide range of industrial processes can be controlled by the proposed method. In the paper, the control of heat exchanger is performed.     

自适应模糊PID控制器在跟踪器瞄准线稳定系统中的应用

针对陀螺惯性平台上的跟踪器瞄准线稳定系统中非线性不确定因素对稳定精度的影响, 设计了一种自适应模糊PID复合控制策略. 提出了改进的自适应调整因子和学习算法进行控制参数和规则的在线修正; 采用PID控制克服模糊控制固有的精度盲区. 实验结果表明该方法在一定测量噪声和速度敏感范围内, 能有效地隔离载体扰动,保证跟踪器对目标的准确瞄准, 具有动态响应快、稳定精度高、自适应抗干扰鲁棒性强等特点.     

利用模糊系统的直升机的自适应控制

针对直升机动力学为非线性,且存在不确定因素和状态变化,设计利用模糊系统的自适应控制器.设计的控制器是系统的输出跟踪参考模型输出的直接调整模糊控制器参数的自适应控制器.又利用Lyapunov函数保证了闭环控制系统的稳定性并推导最优的自适应规律.实验结果表明,有外部扰动的情况下所设计的自适应控制器比模糊控制器对直升机控制具有良好的动态响应和稳定性,是一种非常有效的控制方法.     

基于模糊自适应整定PID 的活套高度控制系统

针对板带热连轧机传统活套高度控制策略存在的问题，提出用模糊自适应整定PID的控制策略．控制器输入取活套量的偏差e和偏差变化率ec，输出取PID控制器3个参数的修正量，从而实现了PID参数的在线自整定．通过MATLAB语言，进行了传统PID控制与模糊自适应整定PID控制动态性能的仿真比较，结果表明采用模糊自适应整定PID控制可明显提高活套高度控制系统的动态性能．     

基于FUZZY-PID直流调速系统的仿真与分析

针对常规PID在直流调速系统中控制参数难以整定等问题,在对直流调速系统建模的基础上,以偏差e和偏差变化率ec作为输入,找出常规PID的三个参数与e和ec之间的模糊关系,在运行中通过检测e和ec,根据模糊推理原理来对三个参数在线修改,从而满足不同时刻的e和ec对PID参数自整定的要求,以此设计了一种基于模糊控制原理的PID控制器,并对采用FUZZY-PID控制的直流调速系统的动态过程进行仿真分析.仿真结果表明:采用FUZZY-PID控制策略的直流调速系统响应快、超调较小、鲁棒性强,较传统PID控制具有更好的动、静态特性,这说明了这种控制策略的正确性和有效性.     

磁悬浮系统的模糊自适应PID控制

针对磁悬浮系统开环不稳定、强烈非线性等特性,结合PID控制和模糊控制的优点,提出一种改进的模糊自适应PID控制方法(IFPID).将微分环节从模糊控制器中剥离出来,只对比例和积分参数进行模糊整定.设计时采用非线性模糊化,利用S-函数建立磁悬浮系统的非线性模型并进行仿真.仿真结果表明,IFPID控制系统的抗干扰和适应参数变化的能力都优于常规PID控制,具有较好的动态特性和稳定性.     

风力发电系统变浆距模糊自适应PID控制器仿真与研究

为解决普通PID对风力发电机输出功率控制不稳定的问题。针对整个风力发电系统的非线性特点提出了模糊自适应PID变桨距控制的方案。以输出功率值与额定功率值的偏差以及偏差的变化率作为模糊控制的输入,把模糊推理出的三个整定参数和初始PID参数进行叠加后控制变桨距,最后在Matlab/Simulink上搭建整体模型并仿真得到输出功率波形。结果表明:模糊自适应PID比普通PID能更好提高输出功率的稳定性。     

一类不确定非仿射非线性系统自适应模糊控制

针对一类非仿射非线性系统提出了自适应模糊控制方法,该方法把不确定非线性系统表示为定常线性子系统加非线性项的形式,然后采用模糊逻辑系统设计补偿器来消除非线性项的影响。引入时变死区函数对模糊逻辑系统中的未知参数进行自适应调节,并对时变死区设计了自适应律。证明了该方法可使闭环系统的所有信号均有界,且使跟踪误差收敛到原点的小邻域内。仿真结果表明了该方法的有效性。     

Direct fuzzy model‐reference adaptive control

Intelligent systems may be viewed as a framework for solving the problems of nonlinear system control. The intelligence of the system in the nonlinear or changing environment is used to recognize in which environment the system currently resides and to service it appropriately. This paper presents a general methodology of adaptive control based on multiple models in fuzzy form to deal with plants with unknown parameters which depend on known plant variables. We introduce a novel model‐reference fuzzy adaptive control system which is based on the fuzzy basis function expansion. The generality of the proposed algorithm is substantiated by the Stone‐Weierstrass theorem which indicates that any continuous function can be approximated by fuzzy basis function expansion. In the sense of adaptive control this implies the adaptive law with fuzzified adaptive parameters which are obtained using Lyapunov stability criterion. The combination of adaptive control theory based on models obtained by fuzzy basis function expansion results in fuzzy direct model‐reference adaptive control which provides higher adaptation ability than basic adaptive‐control systems. The proposed control algorithm is the extension of direct model‐reference fuzzy adaptive‐control to nonlinear plants. The direct fuzzy adaptive controller directly adjusts the parameter of the fuzzy controller to achieve approximate asymptotic tracking of the model‐reference input. The main advantage of the proposed approach is simplicity together with high performance, and it has been shown that the closed‐loop system using the direct fuzzy adaptive controller is globally stable and the tracking error converges to the residual set which depends on fuzzification properties. The proposed approach can be implemented on a wide range of industrial processes. In the paper the foundation of the proposed algorithm are given and some simulation examples are shown and discussed. © 2002 Wiley Periodicals, Inc.