基于T-S模糊模型和迭代学习观测器的飞行系统故障容错控制

针对执行器失效的一类飞行控制系统,提出基于迭代学习观测器的模糊容错控制律,利用Takagi-Sugeno(T-S)模糊模型对非线性系统进行描述、建模和控制.一旦系统发生故障,迭代学习观测器在估计系统状态的同时估计执行器的卡死值,然后利用估计的状态和故障信息构成反馈模糊控制律进行调节,以实现故障系统对参考系统的状态跟踪.给出了系统能进行容错控制的参数匹配条件,并利用Lyapunov理论详细分析了系统的稳定性以及闭环系统信号的有界性,某歼击机的仿真实例证明了本文方法的有效性.     

一种模糊关系代数与模糊关系演算

首先给出了模糊数据库的模糊关系数据模型,它允许属性值和元组具有模糊性。在此基础上,构造了两类不同的模糊数据库查询语言：模糊关系代数和模糊关系演算。它们分别以传统的关系代数或关系演算为基础,引入模糊关系（或谓词）、模糊操作（或连接词）和模糊集比较操作。此外,证明了模糊关系代数和模糊关系演算在表达能力上的等价性。模糊关系代数和模糊关系演算既可以作为模糊关系数据模型的理论研究工具,又可作为评价模糊数据库     

单连杆柔性臂模糊控制

以单连杆柔性臂为例,提出了模糊控制与最优控制相结合的混合控制方法。首先,采用奇异摄动将系统分为慢变和快变两个子系统。然后,对慢变子系统采用模糊控制,快变子系统采用最优控制。仿真结果表明,该方法不仅能实现柔性臂轨迹的快速、准确跟踪,有效地抑制弹性振动,并且对负载的变化具有强的鲁棒性。     

航空发动机LQR控制的模糊神经网络方法

针对线性二次型调节器LQR在航空发动机多变量控制中存在的存储量需求太大的问题,提出了相应的自适应神经网络模糊控制方法。根据某型发动机飞行包线内给定工作点的线性化模型,分别设计控制器,并将分别设计的控制器用自适应神经网络模糊推理的方法进行综合,使之成为一个非线性的控制器,由此可以得出其它工作点的LQR设计结果。该方法能够在一定程度上弥补LQR控制的缺陷,仿真实例表明了其有效性。      

航空产品重要度分类的模糊评判方法

提出一种航空产品重要度分类的模糊评判方法。建立了进行航空产品重要度分类的模糊综合评判模型。该模型描述了重要度分类中的模糊因素,避免了重要度分类逻辑决断法的缺陷和不足。最后给出了该方法的一个应用实例。     

随机模糊测试的确定性

论述了模糊测试确定性和随机模糊测试确定性的概念,以及测试确定性、征兆－成因隶属函数与随机征兆信号概率密度函数之间的关系。建立了随机模糊测试系统的模型。在此基础上提出了模糊测试确定性的量化指标——确定度测试的计算公式,分析了它与征兆－成因隶属函数的关系;分析计算了随机征兆信号的概率密度函数对隶属函数和测试确定度的影响。     

基于 FNN 机器人擦洗玻璃的力/位并环控制

对机器人的力反馈、主动柔顺控制和模糊神经网络进行了综合研究,提出了力/位并环控制策略,建立了相应的模糊神经网络结构,实施了力/位并环控制算法,在AdeptThree精密装配机器人进行了试验,取得了满意的效果。     

变结构航天器模糊神经网络滑模控制器设计

变结构航天器是目前航天领域的重要发展方向,航天器结构的变化将导致质量分布发生明显变化,这对航天器动力学建模和控制器设计都提出新的问题。针对这种情况,采用混合坐标法和拉格朗日方程建立了航天器刚柔耦合动力学模型,利用几种典型工况的参数近似得到变结构过程中动力学参数的变化规律。设计滑模控制器对航天器变结构过程进行姿态控制,为提高滑模控制器的适应性,设计模糊神经网络（FNN）自适应调节滑模控制器参数,并利用径向基函数（RBF）神经网络逼近动力学模型,得到控制力矩与姿态变化之间的近似关系,用于FNN的优化。通过仿真得到航天器变结构期间无控、滑模控制和模糊神经网络滑模控制的姿态变化,仿真结果对比验证了模糊神经网络滑模控制对于滑模控制的优势,证明了其在变结构航天器姿态控制方面的有效性。     

基于模糊神经网络的智能PID控制算法

舵机控制系统存在响应速度慢、抗干扰能力差、系统参数不易整定、现有控制技术与设计方法的局限性等问题,这些问题影响了舵机的性能。为了提高制导火箭弹舵机伺服控制系统的性能,文章从舵机智能控制技术出发,研究了舵机的智能控制算法和Simulink系统仿真模型,采用模糊神经网络PID控制器来提高舵机的稳定性。仿真结果表明,模糊神经网络相比其他控制器进一步提升了舵机控制系统的控制效果。     

基于平滑先验分析和模糊熵的滚动轴承故障诊断

由于机械系统的复杂性,振动信号的随机性表现在不同尺度上,基于对振动信号进行多尺度的模糊熵(FE)分析,提出了基于平滑先验分析(SPA)和模糊熵的滚动轴承故障诊断方法。采用SPA方法对振动信号进行自适应分解,得到振动信号的趋势项和波动项;分别计算趋势项和波动项的模糊熵;将模糊熵值作为特征向量,输入至基于优化算法的支持向量机(OSVM)。将该方法应用于滚动轴承实验数据,分析结果表明:该方法在仅提取两个分量特征的情况下即可达到100%的故障诊断精度,可有效实现滚动轴承的故障诊断。