基于模糊神经网络的温度控制器研制

本文提出一种基于模糊神经网络的智能温度控制器，给出了模糊神经网络模糊帮一种快速的学习算法，并通过自学习砂断修正模糊控制器的隶属函数和权值，实现了模糊逻辑规则的自动更新。     

采用模糊控制的转差频率控制变频调速系统

针对转差频率控制变频调速系统设计了模糊控制器，给出了模糊控制器的设计方法，包括具体的模糊集、模糊规则和模糊推理。仿真结果表明，该模糊控制器响应快、超调小、控制曲线平滑，其动态响应性能与稳态精度均优于PI控制器。     

可控励磁直线同步电机磁悬浮系统合成模糊控制的研究

可控励磁直线同步电机磁悬浮控制系统具有非线性以及扰动不确定性的特点,采用模糊PID控制具有很强的针对性,然而,模糊PID控制器为三输入单输出控制器,其规则数太多,使得控制器设计非常复杂。因此,对可控励磁直线同步电机磁悬浮控制系统提出合成模糊控制。研究可控励磁直线同步电机的结构,建立磁悬浮直线同步电机的数学模型。合成模糊控制器采用模糊PD控制器和模糊积分器的合成构成模糊PID控制器,在减少模糊控制规则数的同时提高磁悬浮控制系统的稳态精度,因此分别设计模糊PD控制器和模糊积分控制器,包括模糊化、模糊推理、去模糊化等。在MATLAB中建立可控励磁直线同步电机磁悬浮控制系统的仿真模型并进行仿真研究。结果表明合成模糊控制器具有良好的控制效果,可以减小稳态误差提高控制精度。     

基于粗糙集的自适应模糊神经网络用于循环流化床锅炉床温控制的研究

针对循环流化床(CFB)锅炉床温的非线性、大惯性和大延迟等特性,提出了1种基于粗糙集的自适应模糊神经网络的床温控制方法,并且通过大量已知数据的学习得到模糊规则及其隶属度函数.为了减少规则的数目,提高数据的学习效率,引入了粗糙集,从采集数据中提取最小规则集,从而解决了自适应模糊神经网络中的规则爆炸问题.以CFB锅炉床温为控制对象,对基于粗糙集的自适应模糊神经网络控制器进行仿真比较.结果表明,该控制器控制效果优于常规PID控制器,但稳态误差较常规PID控制器大,其稳态误差小于1.7％,在允许范围内.     

基于规则的自组织模糊控制器

本文对模糊控制器中使用的一些模糊集的隶属度函数做一些假定后,给出了一种基于规则的自组织模糊控制算法。模糊控制器本身采用数学方法来设计,以一组语言规则来决定控制表的修改,再通过一组语言规则调整控制器参数。最后,给出了对电液伺服系统进行仿真的结果。     

一种T-S模糊控制器的设计方法

文章提出了一种比较系统化的T—S模糊控制器的设计方法，根据时间最优的原则确定误差最大、最小和居中时的模糊规则，然后根据模糊规则的前件，等比例地确定模糊规则的后件参数。用这种方法设计了交流调速系统的速度控制器，给出了仿真结果。     

模糊控制器结构优化设计及其应用

本文采胜种改进遗传算法，进行模糊控制器设计，该算法通过在编码方面所做改进，可删除冗余规则，实现控制器结构优化；通过在群体规模选取中采用一种新的采样学习技术，实现了算法的快速性与全局收敛性的统一。此方法被用于直流伺服系统控制器设计，仿真结果显示出其有效性。     

逆变式等离子切割电源变间距模糊-PI控制

针对切割过程的强非线性及不确定性,以逆变式等离子切割电源为研究对象,提出了一种在全论域范围内带有自调整因子的变间距模糊量化算法,并与PI控制结合构成模糊-PI双模控制器。控制算法避免了冗杂的非线性系统建模过程,且本身具有优化的特性,通过模糊-PI双模控制,有效解决了传统模糊算法在提高系统稳态精度和动态性能之间的矛盾。仿真结果表明,与PI控制或模糊控制相比,所设计的双模控制器在稳态性能和鲁棒性两方面都得到了改善。     

超声波电动机在线校正模糊转速控制

针对超声波电动机的转速控制特点,设计了超声波电动机模糊转速控制器.采用蚁群算法对模糊控制器中的模糊规则进行离线优化,确定合适的模糊控制器参数.在实验过程中,针对不同转速情况下的控制性能差异,给出了模糊控制器输出比例因子的在线调节方法,得到了较好的转速控制效果.     

遗传算法在水轮发电机模糊神经网络励磁控制器设计中的应用研究

本文在分析了模糊神经网络(FNN)控制器的工作原理及设计方法的基础上,提出了一种采用遗传算法优化设计水轮发电机模糊神经网络励磁控制器的方法。其基本过程是利用遗传算法得到初始模糊控制规则,并对初始规则进行过滤,在此基础上利用遗传算法结合模拟退火对得到的模糊神经网络进行训练。仿真结果表明与根据专家经验获得模糊规则和BP算法进行学习的常规FNN比较,采用遗传算法优化设计的模糊神经网络励磁控制器所构成的励磁系统具有更好的动态性能。     

基于改进粒子群优化模糊控制的MPPT算法研究

在光照强度和温度变化时,常规的最大功率点跟踪(MPPT)算法难以快速准确地跟踪光伏系统最大功率点。针对此问题,设计了一种改进粒子群优化算法(PSO)的模糊控制器。首先,依据常规MPPT特性,设计了一种带调整因子的模糊控制算法以快速收敛到最大功率点;然后,采用参数自适应PSO对设计的模糊控制器调整因子进行动态优化。仿真结果表明:所设计的参数自适应PSO优化模糊控制器能快速准确地跟踪最大功率点,保证了MPPT的动态响应速度和稳态精度,提高了光伏系统的工作效率。     

矢量控制系统模糊速度控制器的研究

针对感应电机矢量控制的特点,给出了一种基于模糊逻辑的速度控制器。它采用一种对误差具有更强调节能力的模糊控制规则表,所采用的模糊逻辑推理采用易于实现的DSP,保证了模糊速度控制器的实时性。实验结果证实,该模糊速度控制器是行之有效的。     

基于PCC的纸机异步电机模糊控制系统

交流传动的纸机在高速运行时,由于系统建模带来的控制偏差对精度的影响随速度升高逐 渐增大,采用模糊控制可以摒弃建模偏差的影响。针对传统模糊控制稳态精度差的缺点,采用分段模 糊控制,并加入PI环节抑制稳态颤振,实现了高精度控制;硬件采用贝加莱公司的PCC。结果表明, 该方法接线简单,并通过软件编程实现了模糊控制,节约了硬件,克服了传统PID控制超调量大的问 题。精度高、动态响应快、开放性好、可靠性高,易于工程实现,为纸机传动控制打下了良好的理论和 实验基础。     

工业用电加热炉的智能温度控制系统设计

工业用电加热炉作为一类大惯性、大时滞和参数时变的强非线性系统,其温度控制问题一直工业过程控制中的难题。提出一种新型的基于TSK模糊理论的模糊神经网络PID控制器,采用实数编码混沌量子遗传算法优化模糊神经网络的隶属函数参数和模糊TSK增益,具有较快的收敛速度和更强的优化能力。分析加热炉温度控制系统的原理和结构,阐述基于TSK模糊理论的模糊神经网络PID控制器的设计过程以及实数编码量子遗传算法的实现流程。通过工业用电加热炉的温度控制仿真和试验,验证了所提出的算法具有更好的动态性能、更高的稳态精度和更强的抗干扰能力。     

基于脉宽调制静止无功补偿器的模糊变结构控制方式研究

将模糊控制引入变结构控制,可以减弱变结构系统存在的抖动问题.脉宽调制静止无功补偿器(PSVC),与其它静止无功补偿器(SVC)相比,它具有结构简单、控制方便、响应速度快、谐波小等特点.文中首先建立了PSVC的数学模型,设计了PSVC模糊变结构控制器.仿真结果验证了该控制器对外部扰动具有较强的鲁棒性,能够减小控制系统趋于稳态时的抖动,并能够有效地提高控制系统的稳定性及改善控制系统的动态性能.     

基于自适应模糊滑模控制的机器人轨迹跟踪算法

针对控制参数的不确定性以及存在未知外部扰动情况下移动机器人的轨迹跟踪问题,提出一种基于光滑非线性饱和函数的自适应模糊滑模轨迹跟踪控制算法。通过建立不确定非线性移动机器人运动控制模型,利用自适应模糊逻辑系统构建自适应模糊滑模控制器。为了增强轨迹跟踪控制算法对随机不确定外部扰动适应能力的同时削弱滑模控制算法中的输入抖振现象,利用有界输入有界输出(BIBO)稳定的方法,通过带有自适应调节算法的模糊系统对滑模控制律中非线性函数项进行自适应逼近,并设计了模糊系统中可调参数的自适应控制律,保证了控制系统的稳定与收敛。实验结果表明,所设计的控制器对系统参数不确定性和外界扰动均具有较强的轨迹跟踪性能和鲁棒性。与传统的滑模控制算法相比,该算法不仅能有效减小输入抖振而且轨迹跟踪控制精度提高了18.89%。     

基于改进学习算法的模糊神经网络控制系统

针对一类复杂非线性系统，提出一种模糊神经网络(FNN)控制方案。系统中采用模糊神经网络控制器和神经网络辨识控制器相结合的结构，介绍一种改进的学习算法，对学习公式进行推导，利用改进的遗传算法来优化已经获得的隶属度函数，并结合误差补偿以提高控制精度。同时将混沌机制引入常规BP算法，利用混沌机制固有的全局游动，逃出权值优化过程中存在的局部极小点，解决了网络训练易陷入局部极小点的问题。用该方法对某非线性动态系统进行辨识和控制，仿真结果表明控制精度和实时性优于常规模糊控制器。     

基于预测模型双模糊分数阶PID的BLDCM调速系统优化控制

无刷直流电机（BLDCM）具有复杂的非线性系统,强耦合、变量多等特点,传统的PID控制无法获得满意的控制效果。为此,在模糊控制、分数阶微积分及模型预测相关理论的基础上,提出了预测模型双模糊分数阶PID控制器。分数阶控制为系统提供更多的控制余度,并采用一种间接算法（Oustaloup算法）完成整数阶PID控制的延伸和扩展,模糊控制实现分数阶PID控制参数的在线调整;建立预测模型,并引入模糊控制动态调整预测模型系数K值,实现更加精确的控制。针对模糊分数阶PID控制器中参数选择,又提出了一种改进的万有引力算法进行参数优化,增强控制器的自适应能力。仿真结果表明:基于改进万有引力算法的预测模型双模糊分数阶PID控制的BLDCM调速系统较传统的PID控制具有更快的响应速度、更小的超调量及抗负载扰动能力强等优良的动、静态性能指标。     

过热汽温模糊神经网络预测控制器的设计

针对锅炉过热汽温的特点，设计前馈—反馈串级复合型控制系统。主控制器采用基于神经网络预测模型的模糊神经控制，即该控制器首先是将神经网络与预测控制相结合，采用改进的递阶遗传算法对神经网络的权值和结构同时进行训练，实现了非线性、大时滞系统模型的精确预测；然后将模糊控制与神经网络相结合，实现模糊神经预测控制。副控制器采用二自由度PID控制器。仿真结果表明，该控制显著提高锅炉过热汽温这一非线性、大时滞系统的控制品质，且易于工程实现。     

永磁直线电机保证稳态精度的模糊控制

由于PD型模糊控制器缺少积分项,所以稳态的控制精度不容易得到保证。本文提出了一种保证稳态精度的模糊控制方法以提高传统模糊控制器的稳态控制精度。这种模糊系统能够选择运行一个传统的模糊控制器或者一个积分控制器,当运行积分控制器的时候,此积分控制器与一个稳态输出值的和为控制系统输出。根据不同的状态水平,在传统模糊控制器和稳态值输出之间可以进行平滑的切换。对于PMLM控制系统,当接近稳定状态的时候,保证稳态精度的模糊控制系统的输出是稳态值和变量值这两部分的和。实验结果显示这种保证稳态精度的模糊控制系统比传统的PID控制器和单个传统的模糊控制器在速度控制中可以获得更好的动态和静态性能。