一类非线性系统的模糊变结构控制

研究了一类非线性系统的模糊变结构控制问题，并给出了稳定性证明。通过将非线性系统化为多个精确T—S模型来建立非线性系统精确的T—S模糊模型，将模糊理论与成熟的线性变结构控制理论相结合设计一种模糊变结构控制器，用Lyapunov稳定性理论证明该控制器能确保模糊动态模型全局渐近稳定，从而使非线性系统稳定。仿真结果表明了该设计方法的有效性。     

T-S 模糊时滞模型的时滞相关稳定性分析和镇定

研究一类用T—S模糊模型描述的非线性不确定时滞系统的时滞相关鲁棒镇定问题．基于线性矩阵不等式的可行解，首先给出利用T—S模糊模型描述的非线性时滞系统时滞相关稳定性准则；然后给出了经状态反馈鲁棒镇定设计的新方法．所设计的控制器能确保闭环系统渐近稳定．     

在线自校正模糊PID控制器的研究

该文先设计一个基于T—S模型的模糊PID控制器,为提高模糊控制的适应性,在分析量化因子和比例因子对系统性能影响的基础上,又制定了基于T—S模型的在线调整量化因子和比例因子的模糊调整规则,实现了模糊PID控制器在线自校正。其算法简单,系统实时性、鲁棒性好。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。     

自适应翼肋的建模与分布式协调控制

针对分布式驱动的自适应翼肋进行建模与分布式协调控制研究。基于分析力学的方法建立了自适应翼肋的动力学模型。以这个非线性关联动力学模型为基础,采用Takagi—Sugeno（T—S）模糊逼近理论,建立了自适应翼肋的仿射型T—S模糊关联模型。对仿射型T—S模糊关联模型的物理耦合项进行变换,将系统模型写成空间关联系统的形式,以解耦控制器设计条件。基于并行分配补偿理论,针对系统模型具有耦合项和非零常数项的特点,设计了满足鲁棒性能指标的包含耦合项和偏置项的分布式协调控制器。控制器设计条件具有线性矩阵不等式的形式,并且只包含单个驱动单元的参数,计算量较小。仿真结果表明所设计的自适应翼肋分布式协调控制器,能够在外界扰动作用下使翼肋的形状收敛到期望翼型;翼肋在变形过程中能保持光滑连续的外形。     

带翼水下机器人的非线性拟合分段控制方法

S面控制方法可较好地解决水下机器人的运动控制问题,但由于其参数是固定的,无法达到全局最优．不同航渡速度段,采取不同的控制参数值,可保证水动力不同阶段控制输出的最优;但在速度变化的分界点,控制器输出有跳变,不利于系统的全局稳定性．利用T-S模糊系统逼近非线性连续函数的能力,采用非线性的S面函数作为模糊系统的后件,设计了基于T—S模型的S面控制器．通过T-S模型的引入,避免了控制器输出的跳变,增强了系统稳定性．将该方法应用于带翼水下机器人的深度控制,水池试验和湖中实验均证明了算法的有效性．     

基于T-S模型的Chua混沌系统模糊变结构控制

针对Chua混沌系统这一复杂的非线性系统给出一种基于T-S模型的模糊变结构控制律设计。首先采用T-S模糊动态模型描述非线性系统,得到混沌系统的全局模糊模型;然后采用Lyapunov稳定性理论设计出确保模糊动态模型全局渐近稳定的变结构控制器,将模糊控制与成熟的线性变结构控制相结合,来解决非线性系统控制问题。仿真验证了方案的有效性。模糊控制器简单,规则少。     

一种模糊滑模变结构控制方案及其在混沌系统控制中的应用

采用模糊动态模型逼近非线性系统，将非线性 系统模糊化为局部线性模型．用Lyapunov稳定性理论设计出确保模糊动态模型全局渐近稳 定的变结构控制器．应用到两类混沌系统的稳定控制中，验证了方案的有效性．模糊控制器 简单，规则少．     

基于T S模糊控制器的网络控制系统仿真研究

为了研究网络控制系统不同的控制算法对系统的影响,利用Matlab中Simulink模块和TrueTime工具箱搭建网络控制系统的模型,当网络控制系统存在一定时延时,分别搭建采用PID控制器的网络控制系统的模型和采用T S模糊控制器的网络控制系统的模型,仿真分析系统的输出曲线,结果表明：采用T S模糊控制器的系统输出曲线超调量小,调节时间短,很快达到稳定,说明基于T S模糊模型的控制算法能够补偿时延,提高系统的稳定性。     

基于数据驱动的气动柔性关节Takagi–Sugeno模糊系统建模与预测控制

针对气动柔性关节动态特性复杂、难以实现高精度控制的问题,提出一种基于Takagi–Sugeno (T–S)模糊系统的预测控制方法.首先,应用MBGD–RDA算法对T–S模糊系统进行离线训练,该算法结合了机器学习中的小批量梯度下降算法、正则化、Droprule和AdaBound算法.其次,基于模糊集相似性度量方法,对训练得到的T–S模糊系统的模糊集进行剪枝,对模糊规则进行合并,简化T–S模糊系统结构.最后,设计了基于T–S模糊系统的单层神经网络预测控制器. T–S模糊系统参数和预测控制器参数均能实现在线更新,且基于李雅普诺夫理论的稳定性分析保证了系统的稳定性.仿真结果验证了基于数据驱动的T–S模糊系统的高精度预测性能,且结构简化后的T–S模糊系统在规则数减少的情况下仍能维持较高的预测精度.实际实验中,所提控制方法最大跟踪误差小于3°,而传统的模糊逻辑控制器最大跟踪误差大于5°,这表明所提控制算法显著提升了对柔性关节的跟踪控制精度.     

T-S 模糊模型变结构的机器臂轨迹跟踪控制

针对不确定性的机械臂轨迹跟踪问题,结合滑模变结构和T-S模糊模型的优点,给出一种基于T-S模糊模型的变结构轨迹跟踪的方法。首先采用T-S模型建模,得到机械臂的模糊模型;然后设计出保证机械臂全局渐近稳定的滑模控制器。仿真结果表明,所设计的模糊变结构控制器与普通变结构控制器相比,可使机械臂无论在计算时间、误差上都具有更大的优势和更强的鲁棒性。     

一类欠驱动机械系统的模糊与变结构控制

针对体操机器人这类欠驱动机械系统,提出一种模糊与变结构控制策略.首先用逻辑 模糊控制实现快速平滑的摇起;然后用模糊变结构控制确保从摇起区快速进入平衡区;最后用 基于Takagi-Sugeno模糊模型的模糊控制达到较大范围内的平衡控制.     

体操机器人的模糊控制策略

提出了一种体操机器人模糊控制策略,它结合了无需模型和基于模型的模糊控制,无需模型的模糊控制器是为摇起体操机器人垢,它确保体操机器人的随着每次摆动而增加,基于模型的控制器是为平衡体操机器人设计的,它基于一个Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模糊模型。     

体操机器人控制的李雅普诺夫方法

本文针对两杆体操机器人摇起与平衡的切换控制问题，基于李雅普诺夫方法，提出了确保平滑而又稳定的模糊控制切换策略。当体操机器人的能量达到一定值时，切换控制规律保证能量变化小的情况下，使体操机器人第二杆伸直，从而实现控制规律的切换。仿真实验验证了本文提出方法的有效性。     

基于T-S模糊模型的离散混沌系统变结构控制

研究了离散混沌系统模糊变结构控制问题.采用T-S模糊模型描述离散混沌系统,将离散混沌系统模糊化为局部线性模型.依据Lyapunov稳定性定理和线性系统变结构控制趋近律设计方法,设计了一种新型的离散变结构控制器,该控制器不仅能保证局部线性模型渐近稳定,而且能确保模糊动态模型全局渐近稳定.利用Matlab对确定Henon系统和不确定Henon系统进行数值仿真,结果表明所设计的控制器不但有效,而且具备很强的鲁棒性.     

Swing-up control of a 3-DOF acrobot using an evolutionary approach

We present a control method for a 3-DOF acrobot which is a model of a gymnast on a horizontal bar with three links, two active joints, and a passive joint. This robot is a nonholonomic and underactuated system. We propose two control methods for the 3-DOF acrobot. First, swing-up control is performed by genetic programming (GP), and stabilizing control is handled by a linear quadratic regulator (LQR). GP can search widely for the optimum input torques for swing-up so that the acrobot is able to reach a near balancing point. The LQR is then switched on to stabilize the system. In the simulation results, the 3-DOF acrobot could swing up to the desired position, and the proposed method could control the acrobot effectively.     

一种模糊神经网络控制器参数的混沌优化设计

通过模糊控制与神经网络相串联的方式构成模糊神经网络系统，然后提出一种基于模拟退火策略的混沌优化算法，将该算法引入模糊神经网络参数域中进行优化，实现混沌粗搜索与细搜索相结合优化目的，体现出具有更强的模糊神经网络参数全局最优解的搜索能力。采用该控制器对一个非线性对象进行控制。仿真实验表明，该方法能有效地实现模糊神经网络控制器参数优化，控制具有无振荡、超调小、调节时间短等优点，算法结构简单，容易实现。     

Design of variable structure control for fuzzy nonlinear systems

In this paper, the variable structure control problem is presented for Takagi–Sugeno fuzzy systems with uncertainties and external disturbances. The sliding surfaces for the T–S fuzzy system are proposed by using a Lyapunov function and a fuzzy Lyapunov function, respectively. And we design the variable structure controllers such that the global T–S fuzzy system confined on the sliding surfaces is asymptotically stable. Two examples are given to illustrate the effectiveness of our proposed methods.     

Chattering-free fuzzy variable structure control for multivariable nonlinear systems

In this paper, a fuzzy logic controller (FLC) based variable structure control (VSC) with guaranteed stability for multivariable systems is presented. It is aimed at obtaining an improved performance of nonlinear multivariable systems. The main contribution of this work is firstly developing a generic matrix formulation of the FLC-VSC algorithm for nonlinear multivariable systems, with a special attention to non-zero final state. Secondly, ensuring the global stability of the controlled system. The multivariable nonlinear system is represented by T-S fuzzy model. The identification of the T-S model parameters has been improved using the well known weighting parameters approach to optimize local and global approximation and modeling capability of T-S fuzzy model. The main problem encountered is that T-S identification method cannot be applied when the membership functions (MFs) are overlapped by pairs. This in turn restricts the application of the T-S method because this type of membership function has been widely used in control applications. In order to overcome the chattering problem a switching function is added as an additional fuzzy variable and will be introduced in the premise part of the fuzzy rules together with the state variables. A two-link robot system and a mixing thermal system are chosen to evaluate the robustness, effectiveness, accuracy and remarkable performance of proposed FLC-VSC method.