一种有效的T-S模糊建模方法及其应用

提出了一种基于模型建立仿射线性Takagi-Sugeno(T-S)模糊模型的方法;并对其局部与全局逼近性能进行了统一讨论;其中,考虑到该方法简单的局部逼近原理,定义了一种非线性测度指标,利用其建立优化问题对T-S模糊模型的前提变量输入空间进行非均匀划分以减少模糊规则数量。然后,面对建立风能转换系统(WECS)高精度控制设计模型的需要,将上述方法应用于WECS本质非线性气动模型的线性化处理,得到了其T-S模糊线性化模型。最后,通过Matlab仿真实验及多种误差评定指标量化对比逼近精度,验证了上述方法的有效性。

基于滑模观测器和模糊T-S建模的NSV故障诊断

提出了近空间飞行器的一种基于滑模观测器(SMO)的执行器故障诊断方法.首先根据近空间飞行器纵向模型的特点,运用模糊Takagi-Sugeno(T-S)方法进行建模.基于所得T-S模糊模型,考虑飞行器的执行器发生故障的情况,设计了一组滑模观测器,借助MATLAB的线性矩阵不等式(LMI)求解矩阵参数,利用滑模观测器与执行器的输出构造残差信号用于故障检测,同时对故障定位和估计作了进一步的研究,并应用李亚普诺夫理论证明了误差系统的稳定性.仿真结果表明,所提算法能有效地实现故障的检测与估计.

基于T-S模糊建模方法的近空间飞行器姿控系统传感器故障调节技术研究

针对近空间飞行器从近空间空域返回地面再入大气层的飞行过程中其姿态控制系统发生传感器故障的情况,研究了基于广义扩张系统方法的传感器故障调节问题。首先,将再入飞行阶段的近空间飞行器非线性姿控系统用一组T-S模糊模型来表示,并基于此模糊模型引入传感器故障模型。然后,将含有传感器故障的T-S模糊模型利用广义扩张系统方法将其转化为T-S模糊奇异系统,进而设计一个全维状态观测器来得到被控系统的状态向量和传感器故障信号的估计值,并在此基础上提出了一个利用传感器故障补偿技术的反馈控制策略,使得闭环控制系统能够渐近调节传感器故障的影响。最后,通过数值仿真验证了所提方案的有效性。

基于量子蜂群聚类的T-S模糊建模在智能发电运行控制中应用

建立发电机组在大范围变工况下的精确模型是智能发电运行控制中最为基础也是至关重要的环节。为提高建模过程的快速性以及所得模型的精确性和通用性,本文提出了一种基于量子蜂群聚类的新型T-S模糊建模方法。该方法首先将量子蜂群作为聚类算法进行前提部分辨识,不仅通过量子概念的引入提高了聚类速度,而且通过决策常数和数据空间约束消除了聚类过程中人为设定聚类个数的主观性。其次基于前提部分辨识结果,在结论部分辨识中通过指数加权最小二乘法保证了局部模型参数辨识过程的简便性和精确性。最后以超超临界机组协调控制系统的建模为例,探讨了所提出算法在智能发电运行控制系统发电机组建模中的应用。仿真结果表明,该算法不仅保证了建模过程的快速性,还使得辨识所得模型在机组大范围变工况下始终保持较高精度,表现出良好的通用性和适应性。

面向循环流化床烟气脱硫系统的T-S模糊建模

循环流化床烟气脱硫(CFB-FGD)技术是目前应用比较广泛的脱硫方式,由于CFB-FGD系统是个复杂的非线性系统,很难建立其数学模型,而模糊建模被证明在非线性系统的建模中具有很大优势,因此本工作提出了CFB-FGD系统的T-S模糊建模。本工作通过分析CFB-FGD系统的基本原理和工艺流程,以及实际操作过程中的控制参数,对此系统中烟气出口温度控制回路进行研究,并对其控制回路建立了T-S模糊模型。建立系统的T-S模糊模型之后用鲁棒竞争算法进行辨识,为了简化模糊规则在所有简化方法中采用正交最小二乘法,这样获得的T-S模型具有较高的建模精度和泛化能力。最后通过仿真验证了所建立的CFB-FGD系统中的主要控制回路模型具有很好的动态响应,能够很好地逼近实际系统。

基于模糊T-S自适应观测器的近空间飞行器故障诊断与容错控制

提出了一种基于自适应观测器的故障诊断与容错控制策略,应用到近空间高超声速飞行器(NSHV)上处理执行器故障.NSHV是非线性、多变量和强耦合的系统,首先使用T-S模糊技术建模,基于T-S模型设计自适应故障诊断观测器(AFDO).然后定义AFDO和实际系统误差的范数作为残差来检测故障,采用自适应故障估计算法估计系统故障.基于所得故障信息,设计容错控制器(FTC)来补偿执行器的失效.通过求解线性矩阵不等式得到AFDO的增益矩阵,采用Lyapunov理论证明了误差系统的稳定性.最后,对高超声速飞行器的纵向模型进行算法验证,仿真结果表明了所提方法的有效性.

基于T-S模糊建模思想的一类双人非线性非合作微分博弈的Nash均衡解

基于T-S模糊建模思想,利用T-S模糊建模方法,将一类双人非线性非合作微分博弈问题的模型转化为一个局部线性、整体非线性的T-S模糊系统,再利用其局部线性的特点,求出原问题的Nash均衡解的形式.

基于误差均值与方差最小化的鲁棒T-S模糊建模方法

传统T-S模糊建模方法在非线性系统建模方面已有大量的成功应用,但其现有的参数辨识方法没有考虑模型的结构风险项,因此模型的泛化性不强.同时,尽管传统T-S模糊建模方法能够在高斯噪声下取得较好的辨识效果,但没有综合考虑误差的均值与方差项,导致在非高斯噪声或者异常值下辨识效果较差.针对传统T-S模糊建模方法的这些不足,提出基于误差均值与方差最小化的鲁棒T-S模糊建模方法.该方法通过构建全新的参数辨识目标函数,将结构风险项及误差的均值和方差最小化,从而提高T-S建模的泛化性和鲁棒性.仿真与试验结果表明,在噪声干扰下,鲁棒T-S模糊建模方法能够对非线性系统进行有效建模,且建模效果优于传统T-S模糊建模方法.

基于T-S模糊建模的多人微分对策

本文对模糊多人非合作条件下的微分对策进行研究.针对非线性系统的多人微分对策,利用T-S模糊思想方法将非线性系统转化成若干个线性子系统,并对多个局中人进行分组,从而建立了多人非合作微分对策模型,从理论上对该模型进行了分析和说明.

基于T-S模糊建模的广义预测控制系统在热工过程中的应用

由于过热汽温系统具有大惯性、大迟延和时变性的特性,传统的PID串级控制策略很难达到理想的控制效果。因此,本文被控对象的模型利用基于模糊聚类算法的T-S建模法,并利用广义预测控制算法对过热汽温系统进行控制。针对该算法在火电厂过热汽温控制系统中进行了仿真,仿真结果表明,该算法较常规PID控制方法具有更好的控制性能。

基于质心侧偏角估计的车辆侧向稳定性T-S模糊H_∞控制

设计了新的车辆质心侧偏角观测器,对于采用非线性轮胎模型的车辆模型设计了基于观测器的稳定性控制器。将T-S模糊建模技术应用于非线性Dugoff轮胎模型的车辆侧向动力学,T-S模糊模型中以横摆角速度误差作为模糊前件变量用来近似地反映非线性状态的程度并用来判断车辆是否处于线性或非线性区域。考虑轮胎侧偏刚度的不确定性,设计了基于鲁棒横摆力矩控制器的非线性观测器,以提高车辆操纵稳定性并将观测器和基于观测器的控制器设计问题转化为线性矩阵不等式(Linear Matrix Inequalities,LMIs)约束问题。基于Car Sim/Simulink数值仿真以验证设计方法的有效性,仿真结果表明,对于双移线(Double Lane Change,DLC)和J-turn工况所设计的控制器比Car Sim/ESC更能有效地控制车辆质心侧偏角,提高了车辆操纵稳定性,所得结果为T-S模糊H∞控制在车辆工程中的实际应用提供了参考。

基于数据简化及卡尔曼滤波方法的T-S模糊模型辨识

T-S模糊辨识方法已成为模糊集理论和应用中的重要研究。仅在获取被辨识系统输入-输出数据情况下,提出一种能自动建立T-S(Takagi-Sugeno)模糊模型的有效方法。在结构辨识阶段,首先利用GK(Gustafson-Kessel)聚类算法对原始数据集进行聚类划分为若干个子集;再引入重叠因子对每个子集的大小做进一步简化;同时获取各个聚类中心及宽度。对于参数辨识,应用卡尔曼滤波方法求解后件参数值。最后,通过两个实验研究,论证所提出方法的有效性和优越性。

Takagi-Sugeno模糊系统双正则联合稀疏建模新方法

传统Takagi-Sugeno(T-S)模糊系统模型因模糊规则使用样本全部特征,导致模型的可解释性较差,冗余特征的存在还会导致模型的过拟合,降低模型的泛化性能。针对该问题,提出了一种模糊系统联合稀疏建模新方法L2-CFS-FIS(L2-common feature selection fuzzy inference systems),从而提高模型的泛化性能和可解释性。该方法充分考虑存在于模糊规则间的公共特征信息,同时引入模型过拟合处理机制,将模糊系统建模问题转化为一个基于双正则的联合优化问题,并使用交替方向乘子(alternating direction method of multipliers,ADMM)算法来进行求解。实验结果表明,该方法所构造的模糊系统不仅能够获得较为满意的泛化性能,而且通过有效地挖掘规则间重要的公共特征,可以确保模型具有较高的可解释性。

面向高维数据的Takagi-Sugeno模糊系统建模新方法

对高维数据进行建模是Takagi-Sugeno(T-S)模糊系统建模面临的一个重大挑战。为此,该文提出一种特征选择与组稀疏编码相结合的模糊系统建模新方法 WOMP-GS-FIS。首先,运用一种新型的加权正交匹配追踪算法对原始样本进行特征选择,在此基础上提取出模糊规则前件并产生模糊系统字典;然后,基于组稀疏正则化构造关于后件参数的组稀疏优化问题,在优化问题求解的同时得到重要的模糊规则。实验结果表明,在保证模型泛化性能的前提下,该方法不仅能对所获得的模糊规则结构进行精简还可以进一步减少模糊规则数,进而解决高维数据环境下模糊规则可解释性差的问题。

基于客观满意聚类的pH中和过程建模方法

针对一类生产中存在严重非线性的复杂工业过程——p H中和过程,基于客观聚类思想,并结合Gustafson-Kessel聚类,提出一种新的T-S模糊建模方法。根据用户对建模性能的满意度要求,通过迭代模糊聚类,进行模型前提结构和参数的辨识。仿真结果表明,与传统的模糊聚类等方法相比,该方法不依赖于系统的先验知识和预先定义的模糊隶属度函数,具有较为精简的结构和更好的逼近性能,对数据中的噪声具有一定的鲁棒性。

基于T-S观测器的港口异步电机故障诊断

异步电机是海港传动运输系统的主要驱动设备,一旦发生故障就会影响运输设备的正常运行,给企业带来严重损失,尤其在装卸运输过程中易受到白噪声等因素的影响,故障特征与故障类型之间存在较强的非线性关系,因此提出了利用T-S模糊建模的方式建立异步电机的非线性系统模型,通过观测器跟踪进行残差计算,仿真结果证明了其可行性。

基于多模型广义预测控制的舰船机炉协调控制研究

针对以机理建模为基础,采用PID策略的机炉协调系统在舰船运行期间无法平衡锅炉侧和汽机侧运行特性差异的问题,提出采用T-S模糊建模方法建立舰船协调系统模型,并基于该模型制定多模型预测控制加权策略,利用多模型广义预测控制方法设计协调控制器。仿真试验结果表明,基于多模型广义预测控制的舰船机炉协调控制系统响应速度更快、调节时间更短、稳定性更高、鲁棒性更强、综合控制效果更加优良,可有效提高蒸汽动力装置整体性能。

概率融合的抗侧翻智能主动悬架控制研究

为了提升高质心车辆的侧倾稳定性和平顺性,降低车辆侧翻事故造成的伤亡率,提出一种基于概率融合隶属度函数构建理论的侧翻工况预测和控制方法。首先,通过采集车辆侧翻工况数据,选取车辆状态变量,基于影响权重确定与车辆侧翻相关的关键影响因子。其次,根据时间序列对数据进行时间片段划分,设计动态贝叶斯预测网络,对下一时间片段内车辆侧翻概率进行预测。最后,根据车辆性能参数与控制器参数的映射规则,建立概率融合的Takagi-Sugeno(T-S)模糊隶属度函数,设计车辆主动悬架抗侧翻鲁棒控制器。CARSIM/Simulink联合仿真结果表明,与被动悬架、半主动悬架、多目标控制主动悬架相比,所提方法可以平稳且高效地防止车辆侧翻,提升车辆行驶的安全性。

基于T-S模糊模型的车辆电液悬架系统H_∞控制

为了进一步降低主动悬架作动器输出力并优化控制系统鲁棒性,建立车辆7自由度整车模型,采用Takagi-Sugeno(T-S)模糊建模技术,设计主动悬架外环H_∞控制器,从而根据路面输入调节主动悬架性能,提升作动器能效。通过构建一个包括控制器稳定性分析、悬架运动空间及力的限值问题的线性矩阵不等式组,将控制器的优化问题转换为此线性不等式组的求解问题,并结合并行分配补偿控制技术,得到此控制器状态反馈系数。针对系统不确定性参数,内环采用自适应鲁棒控制方法,提升控制力的跟踪性能。通过对不同路面轮廓激励工况、交叉轴双轮激励工况以及控制力跟踪性能进行仿真试验,分析被动悬架和主动悬架性能评价指标,并对其作动器输出力进行对比研究。研究结果表明:在小激励下,基于T-S模糊模型的H_∞控制主动悬架相比被动悬架,各车轮处加速度均方根值可降低80%以上,与最优控制相比可降低47%以上;而在大激励时,虽然其加速度均方根值有所上升,但其悬架动挠度峰值较被动悬架有所下降;通过路面交叉轴激励对比可以看出,针对整车平顺性参数,该方法可在路面小激励时较被动悬架降低质心、俯仰以及侧倾加速度均方根值达55%、83%以及90%以上;与反演作动器输出力及最优控制作动器输出力对比结果表明,该控制方法可有效降低主动悬架控制力峰值20%以上,并提升控制力的跟踪性能;基于T-S模糊模型的H_∞控制可以在保证车辆悬架性能的基础上有效降低系统能耗。

弱电网条件下虚拟同步机与SVG并联系统的暂态稳定性分析

虚拟同步发电机(virtual synchronous generator,VSG)控制策略因具有较好的频率响应和惯量支撑特性已被广泛用于新能源并网逆变器。针对VSG的无功电压下垂特性对其功角稳定性的不利影响,可通过并联静止无功发生器(static var generator,SVG)来改善。首先,给出了VSG与SVG并联系统的典型控制策略,并利用功角特性曲线分析了VSG电压下垂特性对其暂态稳定性的影响。然后,建立了VSG-SVG并联系统的全阶非线性模型。进而利用T-S模糊模型逼近和线性矩阵不等式方法构建了针对非线性系统的Lyapunov稳定性判据,并定量估计了系统的功角稳定域。最后,分析了电路参数和控制参数对系统稳定性的影响。利用MATLAB仿真及硬件在环实验对理论分析结果的有效性进行了验证。