基于自调整因子模糊控制器的设计与研究

针对基本模糊控制器缺乏在线自学习或自调整能力的不足,提出了一种带有自调整因子模糊控制器的设计方法。该控制器可以根据系统的误差及误差变化率调整控制器的量化因子与比例因子,使系统具有自适应能力。     

基于T-S模型的自适应模糊PID控制器的设计

基于T-S模型设计模糊PID控制器,在分析量化因子和比例因子对系统性能的影响基础上,基于T-S模型制定了在线校正量化因子和比例因子模糊规则,实现了模糊PID控制器在线自校正.对大纯滞后对象的仿真表明,该控制器明显改善系统的动态性能.     

一种在线自调整因子的模糊控制算法在I/A''S上的应用

对模糊控制在复杂工业对象控制中的应用进行了实践。首先论述了模糊控制器的一种设计方法，同时针对简单模糊控制器调节能力较差的情况，提出了一种在线自调整因子的模糊控制器。这种控制器改变了传统的一个模糊控制器只采用一组量化因子及比例因子的做法，可以根据控制需要在线选择量化及比例因子，从而使系统具有更好的控制效果及更强的适应能力。文中最后对模糊控制算法在集散控制系统I／S‘S及EFPT－1B型复杂过程控制实验装置上的应用进行了分析。     

大时滞过程自适应智能模糊-Smith控制研究

为进一步提高模糊-Smith控制的稳态精度及自适应能力,提出自适应智能模糊-Smith控制策略,其基本控制级采用模糊-Smith控制,协调级采用自适应机制实时调整控制器量化因子和比例因子,智能积分器根据偏差及偏差变化率实时调整积分作用。仿真结果表明,该控制策略具有更好的动静态特性及更强的鲁棒性。     

基于混合粒子群算法的生物质气化炉改进模糊串级控制

针对生物质气化过程是一个具有非线性、非最小相位特征、不稳定性、大时滞和负荷干扰特点的动态过程,提出一种基于混合PSO的改进模糊串级控制算法,在改进模糊控制算法中通过用历史的数据信息代替偏差变化率作为模糊控制的决策依据,从而及时地反映出被控制量的变化趋势,并引入比例环节,克服了传统模糊控制器结构上的缺陷,能较好的适应具有大延迟对象.为了优化模糊控制器的量化因子,通过将PSO算法和共轭梯度法有机结合组成的混合PSO算法对模糊控制中量化因子的寻优,解决了模糊控制器量化因子参数调整的烦琐性.试验结果验证了该方法的有效性和优越性.     

粒子群优化的手术机器人从手夹持力模糊控制

设计了手术机器人从手机械结构,建立了手术机器人从手的数学模型,确定了手指夹持力与电机运动的关系。针对传统模糊控制器控制精度低的不足,提出了一种基于粒子群优化的PI型模糊控制器设计方法。该方法通过PI模糊模拟进行模糊规则初始化,再以粒子群算法优化其模糊规则权值与量化比例因子,最后得到粒子群优化的PI型模糊控制器。该设计方法解决了传统模糊控制器设计中模糊规则权值与量化比例因子难以确定的问题,使设计出的控制器继承了PI控制器和传统模糊控制器的各自优点。仿真结果表明,当人体组织弹性模量产生较大变化时,该控制器具有良好的控制性能。     

一种基于遗传算法的模糊控制器研究

设计了一种基于遗传算法的模糊控制器,系统采用遗传算法优化模糊控制器的量化因子和比例因子,并将它应用在双容液位系统的控制中.仿真结果表明,采用该算法设计的模糊控制器较传统的模糊控制器具有鲁棒性强、超调量小的特点,体现了遗传算法在参数寻优方面的优越性.     

基于自调整模糊控制的直线电机矢量控制系统研究

针对直线感应电机矢量控制系统因电机参数变化和负载波动等因素而性能变差的问题,提出了一种参数自调整模糊控制方法.该方法根据直线电机速度误差E和误差变化率EC的大小来自动修正速度模糊控制器的量化因子和比例因子,同时改变了E和EC作用的权重.应用MATLAB软件设计基于自调整模糊控制器的直线感应电机矢量控制系统仿真模型并进行仿真研究.仿真结果说明,这种参数自调整模糊控制方法能使直线电机控制系统的动态和稳态性能都得到提高,而且具有较强的鲁棒性.     

草甘膦合成过程建模与控制策略研究

针对草甘膦生产过程中的大时滞、非线性对象,把Sm ith预估控制原理和模糊控制器参数的自适应调整方法结合起来,提出带积分的自适应模糊-Sm ith控制策略,基本控制级采用模糊控制,协调级采用自适应机制实时调整控制器的量化和比例因子,积分器实时进行积分。MATLAB仿真结果表明,该控制策略具有良好的动静态特性及更强的鲁棒性,是解决草甘膦合成过程温度控制问题的一种有效策略。     

基于自调整量化因子模糊控制器的摩擦补偿研究

本文提出了一种基于自调整量化因子模糊控制器的摩擦补偿方法,它能够有效地补偿摩擦给伺服定位系统所带来的危害。这种控制器可根据系统参数的变化在线自动调整量化因子,从而增强了摩擦补偿的效果。数值仿真表明这种摩擦补偿方法具有较强的鲁棒性。     

基于粒子群优化的锅炉温度模糊PID控制器设计及其仿真

首先讨论了模糊理论和粒子群(PSO)优化算法,然后针对典型的工业过程控制对象,设计了一种基于PSO优化的二维自适应锅炉温度模糊PID控制器,可以对比例因子和量化因子进行优化。对锅炉温度控制对象系统模型进行辨识,得到锅炉温度的传递函数,在此基础上利用MATLAB进行了仿真。仿真结果表明,采用基于PSO优化的锅炉温度控制与PID控制、模糊控制相比,具有超调量小、上升时间短、响应速度快、调节时间短、稳定性能好、抗干扰能力强等优势。     

基于遗传算法的AMT车辆起步模糊控制

通过对熟练驾驶员起步过程的分析 ,提出了能反映驾驶员意图的起步模糊控制策略。针对模糊控制器传统设计过程中存在的人为主观因素较多 ,难以进行优化等缺点 ,采用遗传算法对起步模糊控制器隶属函数参数进行优化。并为此建立了起步模糊控制系统仿真模型。用优化的模糊控制器进行实车道路试验 ,取得了满意的效果。     

基于FPGA的模糊自整定PID控制器的研究

提出了一种基于VHDL描述、FPGA实现的模糊自整定PID控制器设计方法。首先，借助Matlab系统仿真工具，优化得出模糊自整定PID参数的模糊推理规则和控制器算法结构。然后，进行控制器的VHDL分层设汁，作为单一控制器芯片，重点编程实现和时序仿真：模糊逻辑推理、模糊自整定PID算法、数据缓存和I／O接口控制。最后，在一个具体的FPGA芯片上实现该控制器，并在此基础上进行系统实验。实验结果表明：FPGA作为单一控制器实现模糊自整定PID控制编程规范、时序验证方便、系统修改灵活，且基本无须改动硬件，是实现单片或小系统智能控制策略的一种新的有效途径。     

浮法玻璃熔窑燃烧系统的模糊控制

设计了一个名义窑温参数自整定的FUZZY-PI控制系统，详细给出了该控制系统中关键的模糊控制器离线部分的设计过程与工程实现的参数自整定算法，并设计了基于克勒格积分器的一种非线性比例积分器替代线性积分器应用于文中的模糊控制系统。     

模糊控制系统的Matlab仿真过程

以一个车辆速度控制系统为例,阐述了使用Matlab仿真模糊控制系统的一般步骤。通过仿真试验,着重介绍了模糊控制环节各个要素对控制系统的影响。     

基于自适应遗传算法的电液弯辊模糊控制系统

为了提高板形内环的执行效率,改善带钢板形质量,针对某300 mm四辊可逆单机架轧机,设计了基于自适应遗传算法优化的电液弯辊模糊控制系统．电液弯辊系统是典型的非线性系统,在考虑非线性因素后建立数学模型,采用最优保存的自适应遗传算法全面优化模糊控制器的量化因子、比例因子、积分因子、隶属函数的参数和控制规则．仿真和实验结果表明优化后的模糊控制明显较优化后的常规PID控制具有更强的鲁棒性、更好的动态品质和稳态精度,为进一步提高板形质量奠定了基础．     

大型卧式仿真转台智能化同步—干扰控制

针对大型卧式液压仿真转台内部双液压马达摩擦力矩干扰、负载干扰和外框双液压马达同步驱动这三个影响转台控制性能的主要问题,分析并总结出转台外框双液压马达在“等同模式”和“主从模式”下的同步驱动模糊控制规则、各种同步控制模式的应用范围和切换规律;根据PID控制经验制定出直接自适应模糊控制规则。依据同步与PID模糊控制规则设计出同步—干扰模糊控制器并进行仿真分析。针对模糊控制器自学习能力较差等缺陷,在模糊控制的基础上,采用模糊神经网络(FNN)模型设计出多输入多输出(MIMO)的转台FNN控制器。软件仿真结果表明,当转台液压马达摩擦力矩发生变化、负载大范围波动或当转台外框两马达转速相差较大时,使用模糊神经网络模型的智能化转台控制系统具有较高的定位精度和动态性能。     

主动电磁轴承智能积分型自适应模糊控制器

将传统的PID控制器或者传统复合型模糊控制器应用到主动电磁轴承系统中,其动、静态特性之间存在着一定的矛盾,较难达到理想的控制效果。将自适应模糊控制器和智能积分器相结合,提出了智能积分型自适应模糊控制器,以一个单自由度主动电磁轴承模型为例,比较了智能积分型自适应模糊控制器、传统模糊控制器和传统PID控制器的控制性能,并进行了仿真。仿真结果证明了智能积分型自适应模糊控制器的优越性。     

基于Matlab/Simulink的电液位置伺服系统可视化仿真

建立了液压位置伺服系统的动力学模型。针对液压伺服系统难以精确控制的特点,把模糊控制理论引入了伺服系统,构造了模糊推理系统,设计了二维模糊控制器。基于Matlab/Simulink软件平台对电液位置伺服系统进行了可视化仿真,仿真结果显示所设计的二维模糊控制器在电液位置伺服系统中取得了良好的控制精度和稳定性。为研究设计多维模糊控制器以及多输入多输出模糊控制系统（MIMO）提供了思路和方法。     

阀控非对称伺服缸基于粒子群优化的模糊PID控制器研究

针对阀控非对称伺服缸非线性、参数时变的特点,考虑到油液压缩特性的影响,建立了包含变体积弹性模量的系统数学模型。提出一种基于粒子群算法优化(PSO)的模糊自适应PID控制方法(简称PSO_FPID)。模糊逻辑推理在线调整PID控制器的比例、积分和微分系数,以粒子群算法实现对模糊控制比例因子和量化因子的参数寻优,两种方法的组合保证了系统最佳参数匹配下的自适应控制。同时,利用AMESim与Simulink联合仿真研究不同含气量的阀控缸模型在传统PID与PSO_FPID两种控制方法下的动态响应特性。结果表明:PSO_FPID综合了PID控制器高精度的优点和模糊控制器快速、适应性强的特点,能够有效抑制油液动态压缩特性的非线性影响,使系统具有良好的动、稳态特性。