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模糊模型的采样系统鲁棒耗散控制

研究基于T-S(Takagi-Sugeno)模糊模型的采样控制系统鲁棒耗散控制问题.利用2阶B-L(Bessel-Legendre)不等式和整个采样间隔t_(k),t_(k+1)的特征信息,提出一个基于B-L不等式的双边时间相关不连续L-K(Lyapunov-Krasovskii)泛函.使用提出的L-K泛函和改进的自由矩阵不等式,建立了确保系统严格(Q,S,R)-γ-耗散的充分条件.基于所得耗散条件,给出了T-S模糊采样控制器的设计方法,并用于处理卡车拖车的控制问题.仿真结果表明所提出的控制器设计方法非常有效.

基于T-S模糊模型的采样数据网络控制系统H∞输出跟踪控制

研究具有采样数据的基于T-S(Takagi-Sugeno)模糊模型网络控制系统H∞输出跟踪控制问题.提出将采集器端数据采样周期、数据传输时滞和数据丢包转换为零阶保持器端数据更新周期,在此基础上,利用输入时滞法和PDC(Parallel distributed compensation)技术,建立网络环境下被控对象和参考模型合并的基于T-S模糊模型的增广系统模型.通过Lyapunov方法,并充分利用采样特性,给出系统实现H∞输出跟踪的充分条件,以及可靠模糊控制器的设计.仿真结果表明所设计模糊控制器能够实现该类系统良好的跟踪.

T-S模糊系统的稳定性分析与镇定控制器设计

应用广义模糊Lyapunov函数方法研究T-S模糊系统的稳定性与控制器设计问题.首先,将T-S模糊系统表示成模糊广义系统的形式;然后利用广义模糊Lyapunov函数得到模糊系统稳定的充分条件,并且给出基于线性矩阵不等式(LMI)的PDC控制器设计方法.该方法与已有的模糊Lyapunov函数方法相比,计算量小,并且表达成LMI形式,容易求解.最后,通过例子验证方法的优越性和有效性.

基于T-S模糊控制器的电动汽车V2G智能充电站控制策略

提出一种基于T-S模糊控制器、用于实现电动汽车接入电网(V2G)技术的电动汽车智能充电站控制策略,阐述了该智能充电站的结构和原理,研究电网在不同负荷状况以及电动汽车在不同荷电状态下,进入智能充电站的每一辆电动汽车和电网之间的功率流向关系。仿真结果表明,所提出的控制策略可以有效地根据电网负荷情况和每辆电动汽车的荷电状态实现功率的双向智能分配,从而保障电网的稳定性、提高电网效率。

T-S模糊控制系统稳定性分析及控制器设计

研究了在新型的模糊Lyapunov方法下连续T-S模糊控制系统稳定性和模糊控制器设计问题,首先,得出了自由系统新的稳定性充分条件,这个条件具有更大的宽松性;然后基于一系列线性矩阵不等式设计了模糊控制器,这些矩阵不等式可以利用凸优化技术来进行解决。通过对两个具体的实例的仿真验证了本算法的有效性。

一种高稳定度帆板驱动系统的T-S模糊复合控制器

为减少帆板驱动机构(SADA)对太阳帆板挠性模态的激励作用,以扰动力矩较小的永磁同步电机(PMSM)作为驱动源,提出一种T-S模糊控制与校正网络相结合的控制方法。利用校正网络增加系统的相位裕度和增益,并通过T-S模糊控制器降低系统的超调和非线性摩擦的影响,从而有效抑制太阳帆板的振动。通过圆判据对带有此控制器的驱动系统进行了稳定性证明,很好地解决了模糊控制系统在摩擦扰动下难以进行频域理论分析的缺陷。仿真结果表明,在非线性摩擦等扰动的影响下,该控制方法能够很好地抑制太阳帆板引起的挠性振动,提高系统的速度精度和稳定度,具有较好的动态性能。

木材干燥过程温湿度的T-S型模糊神经网络控制器设计

木材干燥过程是一个强耦合、大滞后的非线性动力系统,很难准确建立被控对象的数学模型。为了准确控制木材干燥过程的温度和湿度,提高木材干燥质量,将智能控制引入木材干燥控制系统是必然的发展趋势。结合模糊控制和神经网络优点,设计了一种木材干燥窑内温湿度的Takagi-Sugeno(T-S)型模糊神经网络控制器。该控制器无需对象的精确数学模型,适应性强,利用模糊算法解除木材干燥窑内温度和湿度间的强耦合关系,采用神经网络的自学习和自适应能力来实现整个非线性过程的模糊逻辑推理。仿真和实验结果表明,T-S型模糊神经网络控制器有效解决了木材干燥过程的温湿度控制,控制器响应速度快、超调小、鲁棒性强、控制精确度高,可以满足木材干燥控制系统要求。

GA优化T-S模糊神经网络的干燥窑温湿度控制器设计

为了准确控制木材干燥过程的温度和湿度,提高木材干燥质量,结合模糊控制、神经网络和遗传算法的优点,设计了一种遗传算法(GA)优化的T-S模糊神经网络温湿度控制器。该控制器利用模糊算法解除木材干燥窑内温度和湿度间的强耦合关系,采用神经网络的自学习和自适应能力实现整个非线性过程的模糊逻辑推理,并通过遗传算法对神经网络的参数进行优化与训练,提高系统的自学习和自适应能力。仿真实验结果表明,在木材干燥过程的温湿度控制上,GA优化的T-S型模糊神经网络控制器具有良好的控制效果,控制器响应速度快、超调小并且具有一定的鲁棒性。

基于LMI方法的T-S模糊系统的动态输出反馈耗散控制器设计

研究一类T-S模糊系统的动态输出反馈耗散控制问题.给出了保证该系统耗散的动态输出反馈控制器的设计方法.动态输出反馈耗散控制器可通过求解一组线性矩阵不等式(LMI)获得.最后通过仿真例子说明了所提出的设计方法的有效性.

T-S模糊广义系统基于观测器的H_∞控制器的设计方法

针对控制系统中状态变量不可测性,研究了一类T-S模糊广义系统的基于观测器的H∞控制问题,利用李亚普诺夫稳定性理论证明了使闭环系统渐进稳定并且具有适当的H∞性能指标的充分条件,并用严格线性矩阵不等式方法表示了这些充分条件,从而可以通过解矩阵不等式容易地获得基于观测器的H∞控制器。算例说明所提方法有效和可行。

基于T-S模型的自适应模糊PID控制器的设计

基于T-S模型设计模糊PID控制器,在分析量化因子和比例因子对系统性能的影响基础上,基于T-S模型制定了在线校正量化因子和比例因子模糊规则,实现了模糊PID控制器在线自校正。对大纯滞后对象的仿真表明,该控制器明显改善系统的动态性能。

基于LMI方法的T-S模糊系统的H_∞输出反馈控制器设计

研究了一类 T- S模糊系统的 H∞ 控制问题 ,给出了 T- S模糊系统一个新的 H∞ 输出反馈控制器设计方法。该方法充分考虑了模糊子系统间的相互作用。 H∞ 输出反馈控制器可通过求解一组线性矩阵不等式获得。最后通过数值仿真例子 。

基于经验数据的T-S模糊控制器设计与优化

提出了一种基于经验数据而非语言的T-S模糊控制器设计和优化方法.此方法分为三个阶段,第一阶段依据输入变量的范围来确定输入变量的高斯型隶属度函数;第二阶段在不改变输入变量隶属度函数的前提下,对经验数据施加递推最小二乘法以确定T-S模糊控制器的后件系数;第三阶段,使用梯度下降方法同时优化控制规则的前件参数和后件参数.倒立摆的仿真试验结果验证了该方法的有效性.

基于T-S模糊控制器的网络控制系统仿真研究

为了研究网络控制系统不同的控制算法对系统的影响,利用Matlab中Simulink模块和TrueTime工具箱搭建网络控制系统的模型,当网络控制系统存在一定时延时,分别搭建采用PID控制器的网络控制系统的模型和采用T-S模糊控制器的网络控制系统的模型,仿真分析系统的输出曲线,结果表明:采用T-S模糊控制器的系统输出曲线超调量小,调节时间短,很快达到稳定,说明基于T-S模糊模型的控制算法能够补偿时延,提高系统的稳定性。

不确定隶属函数T-S模糊控制器设计与稳定分析

针对许多非线性系统存在的结构不确定和难以用精确数学模型表达等问题,在研究基本Takagi-Sugeno(T-S)模糊模型的基础上,通过增加一个隶属函数自由变量,利用线性矩阵不等式(LMI)设计了一个使得闭环系统渐进稳定的状态反馈控制器,并给出稳定条件.所得到的条件充分利用了前件变量隶属函数的结构信息和后件局部子系统之间的相互关系,降低了常规T-S模糊系统的稳定性条件的保守性和求解难度.通过仿真实例验证了该方法的可行性和有效性.

基于改进QGA的T-S模糊控制器设计

利用基于量子位测量的二进制量子遗传算法(QGA)对连续问题进行优化时,频繁的解码运算严重降低了优化效率。针对该问题,提出一种基于量子位相位编码的QGA。该算法直接采用量子位的相位对染色体进行编码,利用量子旋转门实现染色体上相位的更新,通过Pauli-Z门实现染色体的变异,由于优化过程统一在[0,2π]n空间进行,因此对不同尺度空间的优化问题具有良好的适应性。以单级倒立摆T-S模糊控制器参数的优化设计为例进行仿真,证明该算法在搜索能力和优化效率方面的优势。

一种T-S模糊控制器的设计方法

文章提出了一种比较系统化的 T-S模糊控制器的设计方法 ,根据时间最优的原则确定误差最大、最小和居中时的模糊规则 ,然后根据模糊规则的前件 ,等比例地确定模糊规则的后件参数。用这种方法设计了交流调速系统的速度控制器 。

基于T-S型模糊系统的复杂系统镇定控制器

针对局部可用非线性系统描述的复杂系统问题,基于T-S(Takageno-Sugeno)模糊模型,给出了一种设计非线性镇定控制器的方法。该方法所依赖的稳定性假定只涉及其中一个特定的模糊子系统和隶属函数的选取,而模糊规则库中的隶属函数可以依照一个明确的方向选择,所得到的非线性控制器依赖于隶属函数的选取,保证了全局模糊逻辑系统渐近稳定。通过仿真验证了该非线性控制器的有效性。

T-S型模糊系统的控制器设计

T- S型模糊系统可以描述工程中的许多非线性系统。为了研究该类系统的镇定问题 ,提出了将 T- S型模糊系统嵌入到区间系统的思想。利用区间系统的鲁棒控制理论 ,通过解代数 Riccati不等式方程 ,给出了一种镇定该类系统的控制器设计方法。最后通过对倒立摆系统的控制器设计 。