基于T-S模糊双线性模型的事件触发滑模控制

针对模糊双线性系统,研究一类事件触发滑模控制;求出使控制器分母为零的奇异区域,选定事件触发阈值,确定事件触发需满足的条件区域,使奇异区域包含于条件区域;构造积分滑模面,得出常规滑模控制律,并在此基础上,结合事件触发机制,对控制律进行增广,设计辅助控制律,使得系统状态临近奇异区域时,得以平稳过渡,保证系统稳定性,同时保证状态正常到达滑模面;根据设计的事件触发滑模控制律,考虑系统状态趋近奇异区域的不同情况,结合李雅普诺夫稳定性条件,分别对系统状态的可达性和稳定性进行证明;最后,以数值仿真验证所提方法的有效性。

基于双边闭环函数的T-S模糊模型非线性系统网络跟踪控制

研究了一类基于T-S模糊模型的非线性系统网络跟踪控制问题。首先基于输入时滞法,建立了考虑网络诱导时滞和数据丢包的T-S模糊模型非线性系统跟踪误差模型;然后利用采样区间[t_(k),t_(k+1))信息,构建了一个新的双边闭环Lyapunov-Krasovskii(L-K)泛函,并使用新的L-K泛函和自由权矩阵积分不等式,得到了非线性网络系统H_(∞)跟踪控制的稳定性判据,以及控制器的设计方法。仿真结果表明,在相同网络条件下,所设计模糊控制器产生的跟踪误差相比已有文献结果明显更小;在相同的H_(∞)跟踪性能要求下,比已有文献具有更大的输入时滞上界,表明相较于现有方法,所提方法的保守性更低。

基于T-S模糊模型的桥吊系统积分状态反馈控制

小车定位精度和负载摆角大小是桥式起重机控制系统的两个重要性能指标。采用状态反馈控制时小车位移会存在稳态误差,为了消除稳态误差,提高系统的定位精度,给出基于T-S模糊模型的积分状态反馈控制方法。在桥式起重机非线性动力学模型基础上,建立增维T-S模糊模型,基于所建模型设计并行结构的积分状态反馈控制器,通过线性矩阵不等式计算反馈增益矩阵,并对闭环系统的稳定性进行分析。实验结果表明积分状态反馈控制不仅可以提高系统的定位精度,减少定位时间,而且有较好的抗干扰能力。

多输入离散T-S模糊双线性模型与模糊控制器设计

针对一类多输入离散非线性系统给出了基于模糊双线性T-S模型的参数化新模型,用并行分布补偿算法(PDC)设计模糊控制器,以线性矩阵不等式(LM I)的形式给出系统H∞全局稳定的充分条件,并通过求解一系列线性矩阵不等式(LM I)给出控制器增益的设计方法,最后,通过仿真例子验证这个方法的有效性和可行性。

基于T-S模糊模型的非线性预测控制策略

提出了一种新的基于T_S模糊模型的非线性预测控制策略 .T_S模糊模型用于描述对象的非线性动态特性 ,通过将模糊模型的输出反馈回来作为模型输入 ,从而构成了模糊多步预报器 .由于T_S模糊模型每条规则的结论部分是一个线性模型 ,因此整个模糊模型可以看作一个线性时变系统 ,从而将模糊预测控制器中的非线性优化问题转化为一个线性二次寻优问题 ,以方便求解 .pH中和过程的仿真结果表明其性能优于传统的动态矩阵控制器 .

基于T-S模糊模型非线性网络控制系统改进H_∞跟踪控制

研究一类非线性网络控制系统改进H∞跟踪控制问题,该类网络控制系统中非线性被控对象和被跟踪对象分别采用Takagi-Sugeno(T-S)模糊模型和线性稳定参考模型描述.首先通过综合考虑网络中的数据传输时滞和数据丢包影响,采用输入时滞法和并行分布补偿技术,建立基于零阶保持器刷新时刻的系统状态跟踪误差模型.然后利用改进的自由权矩阵方法,并结合Lyapunov直接法给出系统满足H∞跟踪性能的充分条件以及模糊控制器的设计方法.最后仿真实例表明本文方法的有效性和相比已有方法的优越性.

基于T-S模型的非线性系统模糊聚类辨识方法

提出一种基于T-S模型的非线性系统模糊聚类辨识方法,对T-S模糊模型的前提部分和结论部分进行分开辨识,既简化该模型的辨识步骤,又提高它的泛化能力,同时也解决了T-S模糊模型随辨识系统复杂程度提高而规则数增大的问题。对一个非线性系统辨识的仿真结果验证了这种模糊聚类辨识方法的有效性。

基于T-S模糊模型与粒子群优化的非线性预测控制

引言模型预测控制属于一种基于模型的多变量的控制算法,发展至今已在化工过程控制方面得到了广泛的应用[1-5]。状态反馈预测控制[6-8]是模型预测控制技术的一种,基于状态空间模型。

基于T-S模糊模型的非线性NCS执行器完整性设计

针对一类非线性网络化控制系统,同时考虑时延和丢包的影响,基于T-S模糊模型,通过构造适当的Lyapunov-Krasovskii泛函,推证出在执行器发生失效故障的情况下,系统具有完整性的时滞依赖充分条件,并以求解线性矩阵不等式的方式给出容错控制器的设计方法.由于考虑了时延下界,证明中未进行模型变换,借助适当的积分不等式所引入的自由权矩阵确保对积分项不进行放大或忽略,使结果具有较少保守性.

基于T-S模糊模型的非线性时滞系统的变结构控制

基于T-S模糊模型和变结构控制策略,研究了一类带有参数不确定项的非线性时滞系统的变结构控制问题。首先,利用变结构控制理论选择滑模面,根据可达条件提出了一种变结构控制方法,该方法确保系统的运动轨迹在有限时间内到达滑模面并一直保持在滑模面上。当不确定项不满足匹配条件时,根据Lyapunov稳定性理论和线性矩阵不等式(LMI)的方法得到了系统状态全局稳定的充分条件。最后给出了一个仿真加以说明该设计方法的有效性。

基于线性T-S模型的模糊系统放宽的稳定性条件

研究了基于 T-S 线性模型的模糊控制系统稳定性,对放宽的稳定性条件进行了分析,给出并证明了一个不同的放宽稳定性的充分条件。利用现代控制理论中的状态反馈方法,结合并行分布补偿的思想,可以借助求解一组线性矩阵不等式(LMI)等来分析闭环模糊控制系统的稳定性。

基于T-S模糊模型的一类非线性网络控制系统故障检测

针对同时存在网络时延和数据包丢失的网络环境,研究了一类非线性网络控制系统的鲁棒故障检测问题.基于不确定T-S模糊模型描述的非线性网络控制系统模型,完成了网络环境下鲁棒故障检测观测器的设计,使得残差信号对故障敏感而对外部扰动具有鲁棒性.构造Lyapunov-Krasovskii函数,并引入一个积分不等式,给出了使得观测器误差动态系统渐近稳定的充分条件.采用线性矩阵不等式技术将鲁棒故障检测问题转化为具有线性矩阵不等式约束的凸优化问题求解.仿真算例验证了上述方法应用于此类系统的故障检测的有效性.

基于T-S模糊模型一类不确定非线性系统的H_∞模糊鲁棒跟踪控制

研究一类不确定非线性系统模糊鲁棒跟踪控制的设计.基于存在外界干扰的不确定非线性系统的T-S模糊模型,考察被控系统跟踪参考信号的误差,得出跟踪误差指数稳定的约束条件,在跟踪控制与镇定控制一致的前提下研究了H∞模糊鲁棒跟踪控制器的设计问题,基于Matlab的LMI和FLC工具可实现对此问题求解.仿真实例验证了算法的有效性.

基于T-S模糊模型的多变量非线性预测控制

针对多变量非线性系统预测控制的实时性问题,提出一种基于T-S模糊模型的预测控制快速算法。通过辨识建立非线性系统的T-S模糊模型,依据系统的运动特性和实际中控制输入增量的变化趋势选取特定基函数,将广义预测控制和预测函数控制相结合设计多变量预测控制律。该算法相比已有基于T-S模糊模型的多变量非线性广义预测控制算法大幅度减少了计算量,显著提高了控制的实时性。仿真结果验证了该算法的有效性。

基于T-S模糊模型的不确定非线性系统的容错保成本控制

针对带有控制和状态滞后的一类不确定非线性时滞系统,研究了无记忆状态反馈保成本容错控制问题.应用线性矩阵不等式(LMI)给出了执行器故障时模糊闭环系统渐近稳定的充分条件,该条件保证了对所有允许的不确定性,闭环系统是渐近稳定的,而且对于一个给定的二次型成本函数,能保证闭环成本不超过某个界.应用基于LMI的凸优化方法,给出了针对系统故障的最优保成本状态反馈控制器设计.最后给出了仿真实例说明该方法的有效性.

基于T-S模糊模型的不确定非线性系统的鲁棒模糊控制

讨论了一类由T S模糊模型表示的不确定非线性系统的鲁棒控制器的设计问题 .首先用标准的DFE结构刻画系统的不确定性 ,再采用PDC(并行分布补偿 )的基本思想设计状态反馈控制器 ,然后利用T S模糊模型扩展的稳定性条件 ,给出了系统以衰减率α全局渐近稳定的充分条件 ,最后基于线性矩阵不等式 (LMI)方法 ,将鲁棒控制器的设计问题转化为线性矩阵不等式问题(LMIP) .Lorenz混沌系统的仿真表明本设计方法的有效性 .

基于T-S模糊模型的非线性系统广义预测控制

针对离散非线性系统,提出一种基于T-S模糊模型的广义预测控制方法。该方法将采样点的T-S模糊模型转化为采样点线性模型与非线性误差叠加的线性形式,通过迭代修正非线性误差,使具有非线性误差的线性模型预测控制律逐渐逼近采样点T-S模糊模型预测控制律。同时,该预测控制方法也能适用于当系统受输入输出约束时的控制。仿真结果验证了所提出的TS模糊模型广义预测方法有效。

基于T-S模糊模型的非线性网络控制系统的量化控制(英文)

为了克服数据量化、网络诱导时滞、网络丢包及错序对非线性网络控制系统造成的影响,采用T-S模糊建模方法建立了一个新的非线性网络控制系统模型,并在系统模型中加入2个时变量化器.主要分析方法在于通过构造一个改进的区间时滞依赖的李雅普诺夫函数,并引入自由权矩阵.利用并行分布式补偿技术和矩阵函数的凸性,得出了改进系统的稳定和镇定的条件.仿真实验表明,通过求解一组线性矩阵不等式,可得保证系统渐近稳定并满足一定性能的控制器参数和量化器参数.在具有非线性的弹簧系统中的应用验证了所提方法的有效性.

一类基于T-S模型的非线性系统模糊完整性控制

针对一类非线性系统的执行器故障,提出了一种基于T-S模型的模糊完整性容错控制设计方法。将不同模糊规则下的系统模型转化为其中一个模糊规则下的不确定性系统,分别给出执行器故障前后模糊控制器存在的充分条件,证明了两个充分条件存在交集的情况下,根据LMI原理设计的模糊完整性控制器使得在执行器卡死或失效时,仍然能够保证非线性闭环系统的稳定性。仿真算例表明了本方法的有效性。

基于模糊观测器T-S模型和自适应模糊逻辑系统的一类非线性系统的H_∞控制

针对一类非线性系统,把模糊T S模型和自适应模糊逻辑系统两类模糊逻辑方式结合起来,提出了一种基于观测器的控制方案.首先,应用模糊T-S模型对非线性系统建模,设计观测器来观测系统状态;由线性矩阵不等式得到模糊模型的控制律.其次,应用自适应模糊逻辑系统作为补偿器来补偿建模误差.证明了闭环系统满足期望的性能.仿真结果表明了该方案的可行性.