多时滞离散不确定系统的模糊输出反馈保性能控制

针对一类用T-S模糊模型描述的多时滞离散不确定系统,研究了其输出反馈保性能鲁棒控制问题。基于线性矩阵不等式方法,给出了系统模糊输出反馈保性能控制律存在的一个充分条件和性能上界,并证明了该条件等价于一组线性矩阵不等式的可行性问题。通过建立和求解一个凸优化问题,给出了系统设计次优保性能模糊输出反馈控制律的方法。最后通过算例验证了结果的有效性。

基于模糊输出反馈的永磁涡流耦合器调速系统研究

混合式永磁涡流耦合器具有复杂的控制系统,受到外扰和内扰都会对混合式永磁涡流耦合器控制产生影响,增加控制的难度。为了提高混合式永磁涡流耦合器的鲁棒性与控制精度,提出了基于模糊输出反馈控制器的混合式永磁涡流耦合器控制方案。通过仿真验证和对比发现,该控制系统较传统PID系统具有更强的动态性能和稳态性能,表明该控制方法提高了混合式永磁涡流耦合器调速控制系统的鲁棒性与控制精度。

一类不确定离散切换模糊时滞系统的鲁棒输出反馈控制

针对状态不可观测的情况,重构系统状态,提出了一类不确定离散切换模糊时滞系统的鲁棒镇定问题.考虑每个切换子系统都是模糊系统的切换系统模型,利用切换技术,对于系统状态采用多Lyapunov函数方法,对于观测器误差采用共同Lyapunov函数方法,给出了切换律设计.利用平行分布补偿算法(PDC),给出了基于观测器的切换模糊反馈控制器设计,使得闭环系统对所有允许的不确定性,在所设计的反馈控制器和切换律下具有鲁棒性.最后通过数值仿真例子验证了该设计方法的有效性和可行性.

基于输出反馈的切换模糊控制设计

针对状态不可测的切换模糊系统,提出一类切换模糊控制系统的输出反馈控制问题.根据切换技术和常用的平行分布补偿(PDC)控制器设计方法,给出了切换模糊观测器和切换模糊控制器设计,使用共同Lyapunov函数、单Lyapunov函数和多Lyapunov函数方法,研究了使闭环输出反馈控制系统渐近稳定的充分条件,同时设计可以实现系统全局渐近稳定的切换律.主要条件以矩阵不等式形式给出,具有较强的可解性.仿真结果表明设计方法的可行性与有效性.

一类不确定离散切换模糊系统的鲁棒输出反馈控制

利用多Lyapunov函数和共同Lyapunov函数方法,研究一类不确定离散切换模糊控制系统的鲁棒输出反馈控制问题。在状态矩阵和控制矩阵具有不确定性的条件下,通过系统输出重构状态方程,并设计控制器及切换律,给出了使系统渐近稳定的一组LMI条件。最后通过仿真例子验证了设计方法的有效性和可行性。

不确定离散多时滞系统的模糊动态输出反馈保性能控制

针对一类用T-S模糊模型描述的不确定离散多时滞系统,研究了其动态输出反馈保性能鲁棒控制问题.通过构造一个相应的Lyapunov函数,给出了系统模糊输出反馈保性能控制律存在的一个充分条件和性能上界.并证明了该条件等价于一组线形矩阵不等式的可行性问题.进而,通过建立和求解一个凸优化问题,给出了系统设计次优保性能模糊输出反馈控制律的方法.最后通过一个算例来验证所给结果的有效性.

基于模糊动态输出反馈的重载运输车舒适性研究

为改善重载运输车辆行驶平顺性和驾驶舒适性的问题,以半主动油气悬架及人-椅集中质量模型为研究对象,设计基于模糊动态输出反馈的增量式PID油气悬架控制系统,综合考虑驾驶员的主观感受和烦恼率,以车身垂向加速度、车轮动载荷、悬架动挠度和驾驶员烦恼率为评价指标,对被动悬架、模糊PID和模糊动态输出反馈增量式PID控制油气悬架系统进行研究。仿真结果表明:与被动油气悬架系统相比,基于模糊动态输出反馈的增量式PID控制油气悬架系统的车身垂向加速度的均方根值降低52%、悬架动挠度降低24%、车轮动载荷降低44%、驾驶员烦恼率降低38.5%;与模糊PID控制油气悬架系统相比,其车身垂向加速度的均方根值降低37%、悬架动挠度降低14%、车轮动载荷降低21%。因此,基于模糊动态输出反馈的增量式PID控制油气悬架系统能够提升重载运输车辆的行驶平顺性和驾驶舒适性。

一类基于高增益观测器的多输入多输出非线性时滞系统的自适应模糊动态面控制

针对一类多输入多输出且状态不可测非线性时滞系统,提出了一种自适应模糊backstepping输出反馈控制方案。因为模糊逻辑系统的逼近性,利用其对未知函数进行逼近,设计高增益非线性模糊观测器估计不可测状态。并结合自适应backstepping技术和动态面控制技术,提出了自适应模糊backstepping输出反馈控制策略。证明了系统中所有信号都一致有界,此外,选择适当的参数能够保证跟踪误差和观测误差收敛到很小的一个领域内。通过仿真验证了所提控制策略的有效性。

基于T-S模型的无线网络系统的量化输出反馈控制器设计

针对无线网络中的高度非线性问题建立基于T-S模糊模型的连续控制系统,并考虑到网络中的状态时滞和不确定性,对于网络通信信道的压力问题引入对数量化器,同时为了提高无线网络控制系统的稳定性,引入模糊动态输出反馈,最终给出无线网络控制系统的量化输出反馈控制器的设计方法,并以LMI(线性矩阵不等式)形式描述,同时以数值例子说明设计方法的有效性。

基于FPGA的神经网络在非线性实时系统辨识中的应用

针对动态系统的辨识问题,设计一种采用现场可编程门阵列(FPGA)实现输出反馈递归模糊神经网络进行非线性动态系统辨识的方法。输出反馈递归模糊神经网络能够实现非线性动态系统的高精度快速辨识,但神经网络复杂的并行结构需要较长的运算时间,限制了它在实时控制和在线系统辨识中的应用。由于FPGA具有并行运算能力,使它在神经网络实现上具有本质的优势。因此,利用NI公司的高性能FPGA板卡以及LabVIEW图形化编程定义FPGA芯片上的逻辑功能,实现具有动态反向传播算法的输出反馈递归模糊神经网络以及舵机位置伺服系统的在线辨识。实验结果表明:基于FPGA的神经网络实现系统辨识周期在毫秒范围内,为非线性实时系统辨识的应用提供了一条新途径。