A New T-S Fuzzy Sliding Mode Control and Its Simulation for BTT Missile

针对倾斜转弯(BTT)导弹控制和制导系统所具有的非线性、快时变性和模型不确定性问题,研究了一种基于模糊T-S模型的模糊自适应控制器.利用反馈线性化方法设计滑模控制器,针对控制系统的非线性部分利用模糊T-S模型逼近,采用李雅普诺夫方法证明了所设计的非线性控制系统的渐进稳定性,并推导出自适应律.对控制器进行了仿真验证,仿真结果表明跟踪性能良好.     

基于T-S模糊神经网络的电晕放电模式识别方法

提出了基于T-S模糊神经网络的电晕放电模式识别方法,设计制作了三类电晕放电实验模型,并从采集的电晕放电信号中提取最大值、最小值、均值及其分形维数作为网络的输入特征向量,根据特征向量维数、隶属度函数类型及隶属度函数个数对T-S模糊神经网络的拓扑结构进行分析,将输入神经元个数为4、隶属度函数层为3个高斯型函数的网络确定为电...     

BTT导弹T-S模糊滑模控制及仿真

针对 BTT（倾斜转弯）导弹控制和制导系统所具有的非线性、快时变性以及模型不确定性问题,研究了一种基于模糊 T-S 模型的模糊自适应控制器.利用反馈线性化方法设计滑模控制器,针对控制系统的非线性部分利用模糊 T-S 模型逼近,采用李亚普诺夫方法证明所设计的非线性控制系统的渐进稳定性并推导出自适应律,最后对控制器进行了仿真验证,仿真结果表明跟踪性能良好.     

基于双边闭环函数的T-S模糊模型非线性系统网络跟踪控制

研究了一类基于T-S模糊模型的非线性系统网络跟踪控制问题。首先基于输入时滞法,建立了考虑网络诱导时滞和数据丢包的T-S模糊模型非线性系统跟踪误差模型;然后利用采样区间[tk,tk+1)信息,构建了一个新的双边闭环Lyapunov-Krasovskii(L-K)泛函,并使用新的L-K泛函和自由权矩阵积分不等式,得到了非线性网络系统H∞跟踪控制的稳定性判据,以及控制器的设计方法。仿真结果表明,在相同网络条件下,所设计模糊控制器产生的跟踪误差相比已有文献结果明显更小;在相同的H∞跟踪性能要求下,比已有文献具有更大的输入时滞上界,表明相较于现有方法,所提方法的保守性更低。     

基于T-S模型的自适应模糊预测函数控制

针对多变量非线性系统，提出一种基于Takagi-Sugeno(T-S)模型的自适应模糊预测函数控制方法.在T-S模糊模型结构已确定情况下，利用加权递推最小二乘法对T-S模糊模型后件参数进行在线辨识.对模糊模型在每一采样点进行线性化，将描述非线性系统的T-S模型转化为线性时变的状态空间模型，并假设输入基函数为阶跃函数，推导出预测控制律的解析式.仿真结果表明，该方法在求解控制律时，无需求解非线性优化问题，并且有效克服了模型失配对系统控制性能的影响，增强了系统的跟踪性能和鲁棒性.     

含有执行器饱和的模糊T-S时滞系统的鲁棒稳定性

研究了一类带有执行器饱和的模糊T-S时滞系统的稳定性控制问题,在设计过程中,运用平行分布补偿算法(PDC)建立了模糊控制器,应用Lyapunov函数以及线性矩阵不等式(LMI)方法,给出并证明了在含有执行器饱和情况下的T-S模糊时滞系统稳定性的充分条件,并且给出了模糊控制系统在含有外界干扰情况下的?H控制性能指标。在仿真结果中进一步证明了所提出方法的有效性。     

一类带有时延的非线性网络控制系统的镇定

研究了一类非线性网络控制系统的镇定问题。利用一种新方法描述通讯网络有限传输能力所导致的时延,由T-S模糊模型和平行分布补偿技术建立了带有时延的非线性网络控制系统的模型。通过采用Lyapunov方法和线性矩阵不等式技术,得到了系统随机稳定的充分条件,并给出镇定控制器的设计方法。     

一类非线性不确定系统的输出跟踪控制

设计了一类不确定非线性系统模糊自适应输出跟踪控制器. 首先将一个时变参数引入到规则前件的高斯型隶属度函数中, 形成一组带有时变参数的模糊规则, 通过时变参数的变化改变高斯型隶属度函数的中心和宽度,进而改变原Mamdani型模糊逻辑系统的输出,形成新的带有时变参数的模糊逻辑系统. 然后以这种改造后的模糊逻辑系统逼近系统的未知非线性项,构造时变参数和逼近精度的自适应律,设计相应的自适应输出跟踪控制器. 这种方法的优越性在于充分利用原有的有限数目的模糊规则,合成具有较少自适应律的模糊自适应输出跟踪控制器. 最后,通过Duffing的仿真算例验证了本文提出方法的可行性和有效性.     

一种基于模糊神经网络的机器人轨迹跟踪控制

提出一种模糊神经网络,并将其应用于两关节机械手轨迹跟踪控制。该网络采用三角形隶属度函数,将模糊控制与神经网络相结合,利用神经网络实现模糊推理。这种模糊神经网络能够在线调节输出隶属度函数中心以及关节间耦合权值,使得控制器具有更好的学习与自适应能力。仿真结果表明,这种网络能很好的用于机器人的轨迹跟踪控制中,是一种行之有效的控制方法。     

非线性网络化控制系统的鲁棒跟踪控制

研究了一类离散时间非线性网络化控制系统的鲁棒跟踪控制问题.在数据传输中,同时考虑了网络诱导时延和数据丢包等网络特征,并将连续时间控制系统的时滞输入方法用于离散时间网络化跟踪控制系统的建模中.利用并行分布补偿技术并且考虑到模糊鲁棒跟踪控制器的激活机制,建立了这类系统跟踪控制的符合系统运行机制的模糊模型.基于Lyapunov稳定性理论,首先针对这类跟踪控制系统的名义模型建立一个镇定条件,使得其满足一个给定的H∞跟踪性能,然后以线性矩阵不等式的形式给出鲁棒跟踪控制器的存在条件.仿真示例说明了所提跟踪控制方法的有效性.     

基于遗传算法的广义T-S模糊模型预测函数控制

提出了一种基于遗传算法的广义T-S模糊模型预测函数控制算法。首先利用减法聚类确定隶属度函数中心和模糊规则数,然后利用遗传算法同时对广义T-S模型的其他前提参数和结论参数进行辨识,并进行全局寻优。最后将本文提出的算法应用在具有强非线性特性的pH中和过程中。仿真结果表明:本文算法具有较小的超调和较好的跟踪能力。     

车辆导航横向模糊滑模控制算法及性能仿真

通过减小车辆横向滑模控制器输出控制量的抖振对车辆转向机构的机械损伤,提高车辆导航跟踪精度.运用车辆动力学分析,结合预瞄导航模型,建立了车辆导航横向控制模型;在此模型基础上,利用模糊规则及反模糊化方法设计了模糊滑模控制器.在该控制器设计中,通过模糊系统隶属函数的变化,实现了削弱穿越滑模面所产生的抖振.对车辆导航横向控制算法进行了仿真分析,结果表明:该控制算法输出抖振幅度较传统横向滑模控制降低了82%~98%,跟踪精度提高了2.5%~3.5%,车辆导航横向控制系统的稳定性和鲁棒性优于传统横向滑模控制系统.     

基于T-S模糊模型的时延网络控制系统的保性能控制

目的基于T-S模糊模型建立模糊网络控制系统的模型,设计模糊时延状态反馈控制器,使得闭环系统保持鲁棒稳定,并且满足给定的一个二次型性能指标,使其值不超过某个确定的界.方法运用Lyapunov方法和线性矩阵不等式,分析了系统的稳定性.结果提出了模糊时延状态反馈控制器的设计方法,得到了模糊时延网络控制系统鲁棒稳定的条件及保性能控制律的参数化表示.结论针对不确定的非线性时延网络控制系统,通过设计满足性能指标条件的控制器,使得系统性能有很大改善,根据保性能控制律的参数化表示,可使用Matlab工具箱进行仿真.     

两轮自平衡机器人运动控制研究

轮式移动机器人是典型的不完整控制系统,其自身的不确定性影响控制的性能.以两轮自平衡机器人为研究对象,建立了机器人的运动学与动力学模型.利用多惯性传感器信息融合建立的基于T-S模糊模型的模糊控制器有效地解决了两轮自平衡机器人平衡控制的问题,并同时对轨迹跟踪的问题进行了探讨.仿真结果表明,通过多惯性传感器的信息融合建立的控制器对于机器人的平衡和跟踪问题是有效的,并在实际的实验中得到了验证.     

量化非线性网络控制系统的建模与分析

研究了一类量化非线性网络控制系统.将网络控制系统的时延看成是分段时变的网络时延,利用T-S模糊模型的方法来设计非线性网络控制系统的模型,并在模型建立过程中考虑传感器与控制器以及控制器与执行器之间两个量化器的影响.系统的稳定性条件可以表示成一组线性矩阵不等式的形式.最后通过数值例子来例证所述方法的有效性.     

不确定非线性网络控制系统的鲁棒保性能控制

针对一类非线性网络控制系统中存在数据丢包、时滞和量化误差等问题,通过引入扇形不确定性的方法来描述对数量化器的量化误差,并基于T-S模糊控制理论,建立起整个闭环系统带有范数有界参数不确定性的新的数学模型.在此模型基础上,通过Lyapunov稳定性定理,给出了使系统具有一定性能的鲁棒保性能控制器的设计方法,该控制器可以通过求解一组线性矩阵不等式得到.最后,通过数值仿真验证了所提方法的有效性.     

带反应扩散项的模糊复杂网络的同步性分析

研究了一类带反应扩散项的模糊复杂网络的同步问题.针对带反应扩散项的复杂网络,设计了一种状态反馈控制器.模糊模型和模糊控制器的隶属度函数与之前研究不同,并且使用分段线性隶属函数来近似原有的隶属函数.利用分段线性隶属函数的特性、格林公式和一些矩阵不等式技术,以线性矩阵不等式的形式给出了保证系统同步的与隶属函数相关的同步条件.最后通过数值算例验证了分析结果,并说明了所提同步条件的有效性.     

基于观测器的时滞T-S模糊广义系统无源控制

目的研究一类时滞T-S模糊广义系统基于观测器的无源控制问题.方法利用Lyapunov函数方法、矩阵缩放理论以及线性矩阵不等式(LMI)技术研究了时滞T-S模糊广义系统的无源控制.结果给出了基于观测器的无源控制器存在的充分条件已确保闭环系统是容许且严格无源的.把这个充分条件表示成了线性矩阵不等式形式,从而无源控制器的求解问题转化成解线性矩阵不等式.结论所提出的方法能很好地解决时滞和干扰情况下,T-S模糊广义系统的无源控制问题,数值算例说明了所提方法的有效性和可行性.     

稳流仓料位的T-S模糊建模

为利用基于模型的方法研究稳流仓的料位控制问题,提出了一种稳流仓料位的T-S模糊建模方法。基于水泥联合粉磨工艺分析,结合现场采集的数据,采用回归分析和最小二乘支持向量机(LS_SVM)的学习算法建立了稳流仓料位不同工况下的数学模型;结合稳流仓料位工作特点划分隶属度曲线,建立其T-S模糊模型;仿真结果表明所提方法的有效性。     

非线性不确定系统的自适应模糊跟踪控制

针对一类带有未知非线性函数的非线性不确定系统,提出了一种新的自适应模糊跟踪控制方案。模糊逻辑系统用于系统中的未知的非线性函数建模,然后基于backstepping方法和自适应技术设计模糊自适应控制器。所设计的模糊自适应控制器确保闭环系统的所有信号是一致有界的,同时跟踪误差收敛到原点的一个充分小的邻域内。另外所设计的控制器不涉及模糊基向量函数,因此所提出的控制器用于控制系统时,将极大地降低系统的在线计算负担。仿真算例验证了所提出方法的有效性。