单输入模糊控制在液位控制系统中的应用

本文提出一种利用复合结构终端滑模面作为输入的单输入模糊控制器设计方法,将这种控制方法应用于液位控制系统,取得了满意的控制效果.单输入模糊控制器规则数比普通模糊控制器大大减少,这样就使得模糊控制器的设计和调节更简单、更方便.同时这种模糊控制器由于具有准滑动模态的性质,体现出较好的鲁棒性和稳定性.通过对水箱的控制实验,结果表明,该方法在实践过程中是切实可行和值得推广的.     

四输入模糊推理自校正控制在发动机控制中的应用

四输入模糊推理算法是同时利用两个输入模糊变量的误差和误差变化率进行模糊推理;在四输入模糊推理算法中引入自校正技术,形成了基于四输入模糊推理的双变量自校正模糊控制算法;仿真研究了该控制算法和控制器的特性,结果表明用该控制方法设计的航空发动机模糊控制系统获得了满意的控制性能。     

基于自适应模糊系统的空天飞行器非线性预测控制

 针对一类多输入多输出非线性不确定系统,提出了基于自适应模糊系统的非线性预测控制方法。控制器由基于模糊系统的非线性预测控制器和鲁棒自适应控制器两个部分组成。根据系统的跟踪误差在线调整模糊系统的权值,使得模糊系统一致逼近被控对象中的非线性函数,通过泰勒展开设计出基于模糊系统的非线性预测控制律,避免了预测控制在线优化带来的繁重的计算负担。鲁棒自适应控制器则用于减少不确定和模糊逼近误差对系统的影响。所设计的控制器保证了闭环系统的最终一致有界稳定。基于Lyapunov稳定原理,给出了理论证明和分析。最后利用提出的控制方案设计了空天飞行器高超声速飞行姿态的控制系统,仿真结果表明了控制方案的有效性。     

基于混沌变量的航空发动机模糊神经网络控制

针对模糊神经网络控制器中模糊规则的设计和神经网络权值的确定存在困难这个问题,提出了混沌优化控制方案,将混沌优化算法应用到航空发动机模糊神经网络控制中,利用混沌优化算法对模糊神经网络的参数进行优化。仿真结果表明,设计的模糊神经网络控制器具有良好的性能。      

基于细菌觅食优化算法的永磁同步电机位置伺服系统模糊控制策略

针对PID控制器参数固定而引起永磁同步电机(PMSM)位置伺服系统控制效果不佳问题,设计了基于细菌觅食优化算法的模糊控制器。该位置控制系统是以空间矢量控制为理论基础,由位置环、速度环、电流环构成的PMSM三闭环控制系统。在MATLAB/Simulink环境中将模糊控制器应用在系统位置环上。对比仿真结果发现,参数优化后的模糊控制器在系统位置环的作用更加优越,完全克服了传统PID控制器的缺点,能有效提高电机位置控制的快速性和准确性。     

基于人工蜂群算法优化的燃气发生器压强自适应模糊免疫PID控制

固冲发动机燃气流量控制系统因具有较强的非线性和时变性,导致其控制问题较难解决。为了实现对燃气压强的精确闭环控制,设计了基于人工蜂群算法优化的自适应模糊免疫PID (ABC-AFI-PID)控制器。控制器的比例系数由模糊免疫控制器在线修正,积分和微分系数由自适应模糊控制器实时调整,并应用人工蜂群算法对控制器的设计参数进行鲁棒优化。采用ABC-AFI-PID控制器、自适应模糊PID (AF-PID)控制器和传统PID控制器分别对某滑盘阀式流量控制系统的线性和非线性模型进行仿真,来验证控制器在设计工作点(7.24MPa)附近以及全压强调节范围内的动态性能和稳态性能。结果表明:在不同的工况下,ABC-AFI-PID控制器体现出良好的品质。相比于AF-PID控制器可将压强响应速度提高约1.8～2.5倍,相比于传统的PID控制器可将压强响应速度提高约4.6～5.1倍,并且其超调量也被控制在7.14%以内。该控制器在快速性、稳定性和鲁棒性上均展现出了巨大优势,显著地提高了燃气流量控制系统的性能。     

基于多模型方法的全包络鲁棒飞行控制器设计

利用新一代歼击机不同平衡点的多个非线性子模型对其机动飞行的全包络模型进行逼近。对于每一个子模型,设计相应的动态逆控制器,应用模糊神经网络产生控制器切换决策,实现不同飞行状态下不同模型控制器之间的相互切换。同时为了提高多模型飞行控制效果,对各模型控制器的输入及输出采样并作为神经网络的学习样本,形成一个全包络内的多模型统一神经网络控制器。最后通过歼击机的大迎角机动仿真来验证所设计的基于多模型的统一神经网络控制器的有效性,仿真结果表明所设计的统一神经网络控制器是有效的。     

自整定PI型模糊控制器设计方法

提出了一种新的自整定PI型模糊控制器,该控制器可实现PI型模糊控制器的控制参数的自整定,使模糊控制器的设计和使用简化,保证模糊控制器的性能。理论分析和仿真结果证明了自整定模糊控制器的控制性能。     

专家-模糊自适应PID算法在伺服控制系统中的应用

为满足工程中伺服系统所用控制算法的要求,基于控制系统输出误差及误差变化率的大小,在专家PID和模糊自适应PID之间进行模式转换,提出一种基于专家控制的模糊自适应PID控制算法。将该算法用于飞机燃油全模试验伺服控制系统中,并使用Matlab进行仿真。结果表明,该算法既具有模糊PID控制精度高、稳态性好、鲁棒性强的优点,又继承了专家PID控制器响应快速的特点,具有很好的控制效果。     

基于超声模糊避障算法的移动机器人导航

提出了一种在移动机器人导航中基于多超声传感器的模糊避障算法。利用MATLAB资源设计出模糊控制器,介绍了模糊规则与非模糊化,并给出一种在VC环境下直接调用模糊控制器的方法,改变了以往需要通过查表方式实现模糊控制的模式,大幅提高二次开发能力。在仿真和真实环境下,实验结果都表明该算法有效,能够实现不同环境中的避障任务。     

直升机内回路姿态模糊控制

 主要研究了直升机内回路的姿态控制技术, 将专家知识和训练数据相结合产生直升机的内回路模糊姿态控制器。由于模糊控制所固有的特点, 以及直升机的飞行状态多变, 模糊姿态控制器无法对直升机进行精确控制, 提出了利用另一个在线自适应模糊系统来补偿控制误差的方法。自适应模糊控制器的自适应学习算法通过李亚普诺夫稳定性分析得到, 从而也保证了整个系统的稳定性。仿真算例证明了本方法的有效性。关键词: 直升机; 姿态控制; 模糊控制; 自适应控制; 仿真     

Fuzzy adaptive tracking control within the full envelope for an unmanned aerial vehicle

Motivated by the autopilot of an unmanned aerial vehicle（UAV） with a wide flight envelope span experiencing large parametric variations in the presence of uncertainties, a fuzzy adaptive tracking controller（FATC） is proposed. The controller consists of a fuzzy baseline controller and an adaptive increment, and the main highlight is that the fuzzy baseline controller and adaptation laws are both based on the fuzzy multiple Lyapunov function approach, which helps to reduce the conservatism for the large envelope and guarantees satisfactory tracking performances with strong robustness simultaneously within the whole envelope. The constraint condition of the fuzzy baseline controller is provided in the form of linear matrix inequality（LMI）, and it specifies the satisfactory tracking performances in the absence of uncertainties. The adaptive increment ensures the uniformly ultimately bounded（UUB） predication errors to recover satisfactory responses in the presence of uncertainties. Simulation results show that the proposed controller helps to achieve high-accuracy tracking of airspeed and altitude desirable commands with strong robustness to uncertainties throughout the entire flight envelope.     

自适应模糊-滑模控制在重构飞行控制中的应用

 论述了综合运用非线性动态逆、自适应模糊系统和滑模控制的优点进行飞行控制律设计的方法。运用非线性动态逆理论对非线性系统进行近似线性化 ,用模糊自适应系统来抵消近似非线性逆带来的误差 ,最终的残差由滑模控制项补偿。根据李亚普诺夫稳定性理论推导了自适应系统权值的调整规律 ,从而保证了闭环系统的稳定性。将此方法应用于带推力矢量飞机重构飞行控制 ,对两类故障的仿真结果表明 :即使系统未检测到故障 ,在较大的舵面损伤情况下 ,飞控系统性能仍能得到很好的保持。     

MIMO系统模糊控制及其在飞行控制中的应用

提出了ＭＩＭＯ系统最优模糊控制规则自学习方法,并采用传统动态规划法确定出全局最优模糊控制规则,这些规则满足使模糊性能性能最小的要求,同时还讨论了规则的复杂性和工程实用性等基本问题。研究结果证明了该方法的正确性与实用性。     

一种双变量模糊 PI 控制在航空发动机控制中的应用

针对某型航空发动机的性能控制,提出了一种双变量模糊ＰＩ控制算法,构造了双变量模糊ＰＩ控制器,研究它在航空发动机控制中的应用,探索航空发动机采用双变量模糊控制的规律,为航空发动机控制探索了一种新方法。     

无人直升机飞行控制系统设计

基于直升机非线性动力学方程 ,在简化悬停和低速飞行模态的推力扭矩模型的基础之上 ,用多变量线性鲁棒控制、遗传模糊控制和非线性跟踪控制等 3种不同方法 ,设计了飞行控制系统 ,并通过各种飞行仿真验证了飞行控制性能 ,分析与比较了这 3种方法的特点     

飞机-驾驶员闭环系统模糊预见控制器设计

针对驾驶员操纵延迟和飞机不确定性所导致的人-机系统跟踪性能降低的问题,提出一种基于T-S模糊模型的鲁棒预见辅助驾驶方法。建立驾驶员-飞机时滞不确定T-S模糊模型,引入预见控制思想补偿驾驶员延迟,以跟踪误差和驾驶员操纵负担为性能指标,将存在模型不确定性的人-机指令跟踪问题转化为模糊最优保性能控制问题,并推导了该凸优化所应满足的线性矩阵不等式。为克服预见步数增多引起增广系统维数较大、进而导致线性矩阵不等式不易求解的缺陷,设计了一种次优的预见控制器。最后,分别通过驾驶员模型仿真和飞行模拟器实验,验证了所设计的模糊预见控制器的有效性。