基于模糊树模型的间接自适应模糊控制

提出了一种基于模糊树模型的间接自适应模糊控制器的设计方法. 采用模糊树辨识方法离线辨识系统中的未知非线性函数, 得到初始的控制器, 然后在线调节模糊树模型中的线性参数, 改善控制器的性能, 实现对有界参考信号的跟踪控制. 通过对倒立摆系统进行数值仿真, 验证了所提方法的有效性和优越性.     

基于模糊树模型的自适应直接逆控制

基于模糊树模型, 结合神经网络中的逆向学习和专门化学习, 提出了自适应直接逆控制方法. 首先离线辨识对象的逆模型作为初始的控制器, 然后与对象串联, 用最小均方差 (Least mean square, LMS) 算法在线调节控制器中的线性参数. 本方法辨识得到的逆模型控制器可以减少需要的模糊规则数目, 同时达到较好的跟踪控制效果. 仿真结果表明了方法的有效性.     

基于不确定T-S模型的模糊滑模自适应控制

提出一种不确定T-S模型的模糊滑模自适应控制方法。通过变换将该模型转换成3个组成部分：线性标称系统,已知非线性部分和未知不确定部分。针对它们设计3个控制器,其作用分别为：强迫系统沿着滑模面运动,消除已知扰动对线性标称系统的影响,克服不确定扰动(采用模糊滑模自适应控制,无需知道不确定的界限)。该方法无需求正定矩阵就能保证系统全局稳定。     

基于输入输出线性化的自适应模糊滑模航迹控制

针对船舶直线航迹控制的非线性特性,设计一种基于输入输出线性化的自适应模糊滑模控制器,并利用Lyapunov理论,证明该系统在所设计控制器作用下全局渐近稳定,Simulink仿真结果表明,所设计控制器能够有效抑制常规滑模所固有的稳态抖振现象,且在参数摄动及风浪干扰下具有强鲁棒性,较好的实现了对设定航迹的跟踪。     

基于遗传算法的模糊滑模控制

模糊控制和滑模控制的结合提供了非线性控制的一大新方法,它消除了滑模控制的抖动,但同时带来新的问题——静差,而且这种控制器在控制切换时动态性能与滑平面系数选择有很大关系.鉴于以上问题,该文提出用不均匀分布隶属函数的模糊控制器来代替传统滑模控制器的符号函数,同时为了保证模糊控制系统的全局稳定性,考虑加入模糊监督控制器.再基于遗传算法对滑平面系数和因子寻优,在算法中目标函数是系统的误差和表征系统稳定性的一个新变量.这种方法减小了系统的稳态误差,加快了系统到达滑动平面的速度,有效地消除了抖动.仿真结果表明了该方法的有效性.     

基于FNN的滑模自适应控制

研究一类不确定性非线性系统的直接自适应控制方法。该方法由滑模控制器和模糊神经网络构成，通过平滑切换实现自适应控制策略。仿真结果表明，这种方法既有强鲁棒性，又能有效地消除高频颤动。     

一类非线性系统的间接自适应模糊滑模控制

基于启发式知识的模糊控制是一种解决非线性系统控制问题的有效方法。然而其设计缺乏系统性,并且系统的稳定性和鲁棒性难以保证。本文利用滑模控制的概念和Lyapunov综合方法提出一种针对一类非线性系统的间接自适应模糊滑模控制（IAFSMC）方法。仿真研究表明即使在缺少系统先验知识和不确定性干扰的情况下,系统性能也十分理想。     

基于模糊神经网络的机器人滑模自适应控制

滑模控制（SMC）响应快,对系统参数和外部扰动呈不变性,可保证系统的渐近稳定性,但其缺点是控制存在很强的抖动;而模糊神经网络（FNN）具有模糊系统和神经网络共同的特点。将滑模控制和模糊神经网络控制有机结合,利用简单得到的学习信号对模糊神经网络进行在线学习,通过平滑切换函数实现直接自适应控制策略。对两连杆机械手的仿真研究表明,在存在模型误差和外部扰动的情况下,该方案既能达到高精度快速跟踪的目的,又能有效减小滑模控制的抖动问题。     

基于模糊逻辑的滑模控制设计方法

针对一类具有不确定性的单输入非线性系统，根据滑模控制原理。采用趋近律方法优化的滑模控制设计方法，以满足控制系统的鲁棒性和趋近运动品质的要求；同时根据模糊理论将切换函数模糊化，并且通过模糊规则自适应调整切换函数的模糊量化因子，以消除变结构控制系统固有的抖振和进一步改善系统偏差。仿真结果表明．设计的模糊滑模系统，具有对模型不确定性和外来干扰较强的鲁棒性以及良好的跟踪性能。避免了系统固有的颤动现象，控制的效果良好，性能满意；可应用于此类不确定非线性系统的设计综合问题。     

不确定多输入非线性系统自适应模糊滑模控制器设计

针对一类不确定多输入非线性系统提出一种新的自适应模糊滑模控制器,该控制器在存在模型逻辑系统逼近误差的情况下使闭环系统跟踪误差小于预先给定常数,消除滑模控制中的抖振,缓解因系统维数增高所致的模糊规则爆炸现象,最后用仿算例验证了所提出方法的有效性。     

基于模糊干扰观测器的自适应二阶动态滑模控制

针对一类存在不确定性和外干扰的非线性系统滑模控制的抖振问题,本文首先证明了以高斯函数为隶属度函数的模糊基向量对状态向量的偏导在任意情况下有界,解决了模糊辨识同二阶动态滑模结合的关键问题.然后设计了二阶动态Terminal滑模,有效克服了滑模抖振,且能保证滑模面上的滑动在有限时间内收敛.再基于模糊干扰观测器的输出设计自适应鲁棒补偿项.基于李雅普诺夫理论证明了系统稳定性.最后将本文提出的控制方案用于近空间飞行器姿态角跟踪仿真,并分析了高阶动态滑模收敛时间增加的问题.结果表明本文提出的控制方案跟踪速度快、精度高,且有效去除了抖振.与常规Terminal滑模相比,二阶动态Terminal滑模增加的收敛时间非常有限,适于工程应用.     

不确定非完整动力学系统的自适应模糊滑模控制器

为研究不确定非完整动力学系统的收敛性, 根据速度跟踪原理, 对其提出一种新的自适应模糊滑模控制器. 该控制器在存在的参数不确定性与外界干扰的情况下, 能使系统的广义坐标与广义速度收敛到预先给定的界内. 仿真算例验证了所提出方法的有效性.     

Adaptive B-spline-based fuzzy sliding-mode control for an auto-warehousing crane system

In this paper, an adaptive B-splined-based fuzzy sliding mode control (ABFSM) is presented to the application of auto-warehousing crane motion control. The ABFSM comprises an adaptive fuzzy identification controller (AFIC) and a B-spline-based compensation controller (BCC). The AFIC is designed to approximate the ideal controller of a crane system. To alleviate the load of fuzzy rule base construction, only the information from the sliding surface is used as the input of AFIC such that the conciseness and translucency of the control system can be upgraded. On the other hand, the BCC aims to compensate the approximation error of the AFIC. With the introduction of the B-spline function, the boundary of the approximation error can be represented by means of polynomial mapping. Thus, the design of the compensation controller can be achieved based on the characteristics of the B-spline function. In this paper, the objective of the ABFSM is to track the distance-speed reference trajectory of the crane control system. With the tuning law of the AFIC and the BCC, the stability can also be guaranteed by means of Lyapunov function. To validate the performance of the proposed approach, the ABFSM is applied to auto-warehousing crane motion control under various conditions for x, y, and z directions, respectively. From the simulation the advantages of the proposed ABFSM are demonstrated, where the capability to handle the uncertainty with efficiency is verified.     

Fuzzy sliding-mode control with rule adaptation for nonlinear systems

Abstract: A fuzzy sliding-mode control with rule adaptation design approach with decoupling method is proposed. It provides a simple way to achieve asymptotic stability by a decoupling method for a class of uncertain nonlinear systems. The adaptive fuzzy sliding-mode control system is composed of a fuzzy controller and a compensation controller. The fuzzy controller is the main rule regulation controller, which is used to approximate an ideal computational controller. The compensation controller is designed to compensate for the difference between the ideal computational controller and the adaptive fuzzy controller. Fuzzy regulation is used as an approximator to identify the uncertainty. The simulation results for two cart–pole systems and a ball–beam system are presented to demonstrate the effectiveness and robustness of the method. In addition, the experimental results for a tunnelling robot manipulator are given to demonstrate the effectiveness of the system.     

基于广义模糊双曲正切模型的自适应控制器

针对一类非线性函数未知的非线性离散系统，提出一种新的基于广义模糊双曲正切模型的参考模型自适应控制器设计方法，并利用Lyapunov稳定性理论证明了该控制器是全局渐近稳定的．仿真例子证明了该方法的有效性．     

基于模糊控制器的自适应广义通用模型控制

广义通用模型控制(GCMC)方法是一般模型控制(GMC)的改进,适用于相对阶大于1的复杂多输入多输出系统,该控制器参数具有明显的物理意义,但鲁棒性不够强。将模糊控制与广义通用模型控制相结合,构成模型参考自适应控制系统,从而加强了系统的鲁棒性,仿真实验证明了该策略的有效性。     

永磁同步电机伺服系统的自适应模糊滑模控制

针对永磁同步电机伺服系统的跟踪控制问题,提出了一种基于扰动观测器的自适应模糊滑模控制方法.通过扰动观测器估计等效扰动,改善了系统的动态性能和稳态性能,并且只需要等效扰动的变化有界,而不是为零,放宽了要求;根据模糊控制原理引入3条模糊规则,在保证滑模条件的前提下有效地削弱了抖振;采用自适应策略估计模糊系统参数的最优值,简化了控制器的设计.实验结果表明,与常规自适应模糊滑模控制相比,本文提出的控制方法不仅能够有效地减小跟踪误差,而且能够改善参数估计过程,保证了参数估计的有界性.     

基于滑模方法的桥式吊车系统的抗摆控制

针对桥式吊车这类欠驱动系统，提出一种基于滑模控制的抗摆方法．该方法将系统状态分成两组。构造出一种双层滑动平面．结合桥式吊车系统数学模型的特点。求取了总的滑模控制量并进一步设计了控制器的参数．采用Lyapunov方法，从理论上证明了各级滑动平面的稳定性．仿真结果验证了该方法对于桥武吊车系统抗摆控制的有效性．     

改进滑模模型参考自适应的PMSM无传感控制

针对MRAS（模型参考自适应）观测器对PMSM（永磁同步电机）参数变化和外部干扰敏感的缺点,设计了一种用于PMSM无传感控制的软开关滑模模型参考自适应观测器。该观测器将滑模控制与MRAS相结合,并构造了边界层可变的正弦饱和函数,以抑制由于滑模控制引起的系统抖动,增强系统鲁棒性。同时引入sigmoid函数,以提高滑模软切换速度控制器的稳定性。实验仿真结果表明,软开关滑模模型参考自适应控制不仅可以实现边界层内的快速收敛、弱化抖动,而且跟踪能力强。     

基于滑模与自适应观测器的感应电机非线性控制新策略

提出一种结合滑模变结构和自适应观测技术的感应电机非线性控制新方法. 以定子电流与定子磁链为状态变量建立感应电机模型, 采用非线性分析方法建立转矩与磁链误差方程, 使用自适应滑模技术设计转矩与磁链控制器, 推导出定子电压控制量. 基于模型参考技术设计自适应观测器, 向控制器提供准确的转速辨识与磁链观测值,并给出了控制系统的稳定性证明. 该方法具有转矩脉动小、定子磁链畸变不明显的优点, 低速时也具有良好的控制性能, 且对参数与负载变化有较强的鲁棒性. 仿真与实验结果证明了该控制策略的正确性与有效性.