基于T-S模糊故障树的驱动电机冷却系统可靠性分析

车用驱动电机液压冷却系统存在故障机理不确定等问题。本文应用模糊数描述其故障概率和故障程度,建立驱动电机冷却系统的T-S模糊故障树模型,计算系统模糊可能性,分析各部件的概率重要度和关键重要度,找出影响系统可靠性的关键部件。

T-S模糊系统的动态自触发有限时间H_(∞)控制

文中研究一类不确定Takagi-Sugeno(T-S)模糊系统的自触发有限时间H_(∞)控制。首先,提出动态自触发方案,构造触发参数的动力学方程,从而使自触发机制能依据触发时刻状态自适应地调整触发参数;同时,基于当前触发时刻的系统状态实时计算触发间隔,预测下一个触发时刻。相较于T-S模糊系统的静态自触发方案,文中所提的动态自触发方案能进一步降低触发频率,节约计算资源。其次,基于有限时间稳定理论,设置系统状态运动轨迹的次临界界限;结合状态轨迹与次临界界限的相对位置关系和动态自触发方案,分析系统的H_(∞)性能;此外,设计依赖模糊规则的H_(∞)状态反馈控制律,保证T-S模糊系统的动力学行为有限时间有界。最后,给出实例仿真验证文中方法的可行性。

制冷站系统负荷和能效比改进T-S模糊模型构建

制冷站具有非线性、强耦合等特点,导致传统机理的建模面临困难。为实现系统节能优化控制,并改善模型在线修正和移植性能,提出一种基于改进Takagi-Sugeno(T-S)模糊模型的制冷站负荷和能效比动态建模方法,前件结构辨识设计改进天牛须搜索算法,以改善模糊C-均值聚类方法对初值敏感和易陷入局部最优的问题;为实现非线性模型辨识,并降低现场测试数据噪声的影响,设计自适应扩展卡尔曼滤波算法实现模型后件参数辨识和在线修正。实验结果表明,所建立的负荷和能效比预测模型在广州某建筑上运行时,相对误差分别为0.63%和1.49%;使用广州市另一座建筑的数据进行模型可移植性验证,经过500步在线训练,新模型成功收敛,证明所构建模型具备良好的可移植性和适应性。

T-S模糊系统的自触发有限时间H∞控制

为克服事件触发控制对硬件设备的依赖以及控制策略频繁更新的局限,针对一类不确定Takagi-Sugeno(T-S)模糊系统的有限时间H∞控制问题,引入自触发机制,提出一种基于此机制下只与触发时刻状态有关的模糊控制器设计方法;基于自触发机制并结合有限时间控制的思想,通过设计触发间隔函数、推导并求解线性矩阵不等式(LMI),使得系统在保障稳定性的前提下,系统运动轨迹不会超过一定的界限,并达到所期望H∞性能水平;同时相较于事件触发机制,自触发机制位于系统内部,无需额外硬件设备接收触发信号且只需利用当前的触发状态信息来预测下一触发时刻,在一定程度上进一步降低系统资源成本;此外,利用李亚普诺夫函数对系统稳定性进行了严格分析,并提供一个确保能够防止芝诺现象发生的证明;最后,通过数值仿真、单连杆刚性机器人系统实例仿真两个实验说明所提方法的有效性。

车辆主动悬架自适应变论域T-S模糊控制研究

针对传统变论域模糊控制存在过度依赖专家经验、伸缩因子参数不能自适应调整的问题,提出一种车辆主动悬架自适应变论域T-S模糊控制策略,从而提高车辆的行驶平顺性。结合神经网络和T-S模糊推理建立基于自适应神经模糊推理的一阶T-S模糊控制器,利用神经网络的自学习特性产生完善的模糊规则,进而在传统函数型伸缩因子的基础上,将系统误差和误差变化率作为动态参数引入伸缩因子中,实现伸缩因子参数的自适应调整,解决了传统函数型伸缩因子因参数确定难度大导致控制效果差的问题。通过随机工况下的仿真分析和基于相似理论的缩尺实验,对所提出算法的有效性和工况自适应性进行了验证。结果表明,所提出的自适应变论域T-S模糊控制策略具有较强的工况适应性,在不同车速、路面激励下均可有效提高车辆的平顺性并保证轮胎接地安全性。

混合差分和多种群粒子群算法的T-S模糊模型辨识

为提高T-S模型的辨识精度,针对基本粒子群优化(particle swarm optimization,PSO)算法T-S模型全局优化辨识问题,提出混合差分和多种群粒子群算法的T-S模糊模型辨识方法,将T-S模型前件参数和后件参数整体编码进行全局优化辨识.为避免基本粒子群的早熟收敛和后期收敛速度慢的缺陷对T-S模型辨识精度和速度的影响,算法将种群分为若干个子群,每个子群根据粒子适应度值自适应调整惯性权重,平衡了算法的开发和探索能力,对子群最优粒子,进行差分操作以增强算法的全局搜索能力,采用全局最优粒子替代随机子群的最优粒子以加强子群间的信息交流,维持粒子多样性.典型非线性系统和混沌系统的仿真结果表明,采用混合差分和多种群粒子群算法辨识的T-S模型具有更高的辨识精度.

基于T-S模糊故障树和贝叶斯网络的多态液压系统可靠性分析

为解决T-S模糊故障树分析方法在液压系统可靠性分析过程中运算复杂和只能单向推理的问题,提出一种基于T-S模糊故障树与贝叶斯网络的多态系统可靠性分析方法。根据给出的T-S模糊故障树向贝叶斯网络转化的方法确定贝叶斯网络的模型结构与条件概率表,利用贝叶斯网络的推理算法计算顶事件发生概率、事件后验概率以及底事件重要度。该方法既能进行计算系统可靠性指标及重要度的前向推理,又能进行故障诊断的反向推理,而且计算公式简单。最后通过900t提梁机液压驱动系统工程实例验证了算法的可行性与有效性。

T-S模糊广义系统的H_∞控制

研究了T S模糊广义系统基于状态反馈的H∞ 控制问题· 首先给出了使得T S模糊广义系统二次可稳的一个新的充分条件 ,然后给出了相应的H∞ 控制存在的一个新的充分条件 ,其条件用一个负定矩阵的形式给出·给出的条件不但简洁而且包含了子系统之间的相互作用·

混沌机制在T-S模型模糊神经网络的系统辨识研究

出一种 T- S模型的模糊神经网络 ,在通常 BP算法的基础上 ,引进混沌机制来训练模糊神经网络的权值参数。将混沌 BP算法应用于非线性系统建模 ,以求获得全局意义下的最优逼近。仿真研究说明了其有效性和良好的性质。

典型T-S模糊系统是通用逼近器

研究的多输入单输出T S模糊系统采用输入变量的线性函数作为规则后件 ,称为典型T S模糊系统 ,在每个输入变量的模糊子集满足一致性以及隶属函数连续且分段可微的条件下 ,证明了典型T S模糊系统是通用逼近器 .以此为基础 ,提出当典型T S模糊系统采用BP算法进行在线学习时 ,可以仅调节规则后件的参数 。

T-S型模糊系统的稳定性分析及其应用

讨论了状态空间形式下Ｔａｋａｇｉ和Ｓｕｇｅｎｏ提出的一类模糊系统的稳定性，利用矩阵范数和矩阵分析理论给出了判定该类系统稳定的新的充分条件。在此基础上分析了国产某飞机在地面滑行时纵向短周期运动的稳定性，比以往结论更加有效。

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。

非线性系统的T-S模糊建模与控制

研究了非线性系统的T-S模糊建模与控制问题,并应用到一级倒立摆的模糊建模中。采用并行分配补偿法(PDC)设计控制器,并用线性矩阵不等式(LMI)计算控制器参数,仿真验证建模正确,控制器简洁有效。

基于T-S模糊模型的网络控制系统鲁棒H_∞容错控制

针对同时存在网络时延和数据包丢失的网络环境,研究了执行器故障下一类非线性网络控制系统的鲁棒H∞容错控制问题。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,考虑了更实际、更常见的执行器部分失效情况。通过引入一个积分不等式,获得了此类系统的时滞相关鲁棒稳定性条件,且采用锥补线性化算法给出了此类系统的鲁棒H∞容错控制器设计方法。仿真算例表明,对于任意容许的不确定性以及执行器故障,所设计的控制器能使系统鲁棒渐近稳定,且具有H∞范数界。

线性T-S模糊系统作为通用逼近器的充分条件

作为模糊系统理论研究和实际应用的基础 ,对模糊系统通用逼近性的研究已经取得了很大的进展 ,但是只有为数不多的文献研究了模糊系统作为通用逼近器的充分条件 .提出了线性 T- S模糊系统以任意精度一致逼近紧致集上任意连续实函数的一个充分条件 ,并给出了数值示例 .

T-S模糊广义系统研究综述

对目前T-S模糊广义系统的研究成果加以总结.主要讨论了T-S模糊广义系统的分析、综合与应用的问题,并对这一研究领域仍需解决的问题和未来的发展方向作了进一步的展望.

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.

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模糊故障树分析的液压系统故障搜索策略

提出一种基于T-S模糊故障树分析的故障搜索策略。以某型液压载重车支腿液压系统故障树为例,在给出T-S模糊故障树基本事件的T-S关键重要度概念和计算方法的基础上,综合考虑基本事件的T-S关键重要度和搜索费用等因素,采用逼近理想解排序法(TOPSIS)计算出故障方案的搜索顺序。该方法克服了传统故障树分析方法在故障搜索中二态假设的局限,分析了在不同顶事件故障程度的条件下的故障搜索策略,增加了故障搜索结果的准确度,提高了故障诊断的可行性。

基于线性T-S模糊系统的自适应系统的设计和稳定性分析(英文)

提出了一种新型的模糊自适应控制器 .其中系统的未知函数由线性T S模糊系统估计 .模糊规则的后件是线性可调的 .因线性T S模糊系统较之Mamdani模糊系统具有更好的估计性能 ,我们可以获得更小的跟踪误差 .由于采用李亚普诺夫合成方法来设计控制器 ,整个闭环系统全局稳定 ,所有的信号有界 .