RSOFCPN:CONTROL SYSTEM STRUCTURE ANDALGORITHM DESIGN

A stable control scheme for a class of unknown nonlinear systems was presented. The control architecture is composed of two parts, the fuzzy sliding mode controller (FSMC) is applied to drive the state to a designed switching hyperplane, and a reinforcement self organizing fuzzy CPN (RSOFCPN) as a feedforward compensator is used to reduce the influence of system uncertainties. The simulation results demonstrate the effectiveness of the proposed control scheme.

非线性电液位置伺服系统的自学习滑模模糊控制

针对电液伺服系统存在参数变化、负载干扰等非线性因素,且难以建立精确的数学模型用于实时控制的特点,将一种自学习滑模模糊控制方法应用于电液伺服系统,并将滑模控制策略应用于模糊控制中,建立以滑模函数值为输入、伺服阀控制电压为输出、模糊规则只有11个的简单模糊控制器,通过在线学习调整模糊规则使系统状态快速滑向状态平衡点。该控制方法结合了滑模控制和自适应模糊控制,鲁棒性强、结构简单。仿真和实时控制结果表明:在电液位置伺服系统中取得良好的控制精度和稳定性。

基于再励自组织模糊CPN的稳定控制系统设计

针对一类非线性系统，提出一种基于再励学习的自组织模糊ＣＰＮ的稳定控制系统。控制结构中采用滑模控制使状态到达设计的切换面，保证系统稳定；用基于再励学习的自组织模糊ＣＰＮ 作为补偿控制器减弱系统不确定部分的影响。仿真实例表明了所给算法的有效性。

双模自组织自整因子模糊控制器在PMLSM精密伺服系统中的应用

就PMLSM(永磁直线同步电动机)伺服系统,应用新型的自组织自整因子模糊控制器。它可以在经验知识十分缺乏的情况下自动形成良好的控制表,同时改善控制器的动态和静态特性。使用无静差的双模设计,提高了伺服系统动态响应速度和稳态精度。实验证明,该伺服系统具有自组织、自学习能力强、快速跟踪、定位精确、鲁棒性强等特点。

考虑未知死区非线性的自适应模糊神经UUV航迹跟踪控制

针对无人水下航行器(unmanned underwater vehicles, UUV)在航迹跟踪控制中存在未知死区非线性和工作环境不确定性的问题,提出一种鲁棒自适应自组织模糊神经控制策略,采用滑模趋近律控制框架和自组织模糊神经网络逼近器在线估计系统未知状态和进行参数的自适应,并采用有限增益鲁棒控制器补偿重构误差。根据李雅普诺夫稳定性理论分析证明所有参数和跟踪状态均有界,并且当时间趋向于无穷大时,跟踪误差及其导数都趋向于零且闭环系统的信号有界。通过与已有控制策略对比仿真表明,该控制策略具有先进性和有效性,对无人水下航行器设计具有指导意义。