简介:[篇名]Aselftuningpredictivecontrollerbasedoninstantaneouslinearizationusingneuralnetworks,[篇名]Discrete-timeneuro-fuzzyadaptivecontrolbasedondynamicinversionforroboticmanipulators,[篇名]Fuzzyadaptiveoutputtrackingcontrolofaclassofcompositesystems,[篇名]Modelreferencefuzzyadaptivecontrolofdissolvedoxygenconcentration,[篇名]Model-referencefuzzyadaptivecontrolasaframeworkfornonlinearsystemcontrol,[篇名]Multivariablefuzzyadaptivecontrolofnonlinearsystems。
简介:摘要对控制器的研究一直是FACTS技术的重点,在研究模糊控制及常规比例积分微分(PID)控制基本理论的基础上,依据TCIPC支路导纳数学模型,设计了模糊自适应整定PID控制器。通过仿真与常规比例积分微分控制器比较,该方法具有较强的鲁棒性、良好的动态和静态性能,提高了控制质量。
简介:摘要一般模糊控制系统通常采用二维模糊控制结构,这种结构能够确保系统的简单性和快速性。这类控制系统的输入语言变量为系统的误差e和误差变化ec。因此,这种控制器具有类似于常规PD控制器的功能和良好的动态特性。然而,控制器的静态误差不能消除。为了改善静态性能,加入一个模糊积分单元,形成PID模糊控制。PID控制是最早发展起来的控制策略之一,由于其算法简单、鲁棒性好和可靠性高,被广泛应用于工业过程控制,尤其适用于可建立精确数学模型的确定性控制系统。长期以来,人们一直在寻求PID控制器参数的自动整定技术,以适应复杂的工况和高指标的控制要求。随着计算机技术的发展和数字智能控制器的实际应用,这种设想已变成了现实。本文将模糊控制和PID控制结合起来,构建自适应模糊PID控制器,实现PID参数的最佳调整。
简介:[篇名]ADirectAdaptiveControlDesignforNonlinearDiscrete-timeUncertainSystems,[篇名]Adirectadaptivecontrolstrategyformanagingdiabetesmellitus,[篇名]Adaptivecontrolofaerospacestructureswithpersistentdisturbances,[篇名]Adaptiveneural/fuzzycontrolforinterpolatednonlinearsystems,[篇名]Anadvancedneuralnetworktopologyandlearning,appliedforidentificationandcontrolofaD.C.Motor,[篇名]Designoffuzzylogiccontrollerforthefinetuningofweightingparametersofdirectadaptivecontrol,[篇名]DirectAdaptiveControlforNonlinearMatrixSecond-OrderSystemswithTime-VaryingandSign-IndefiniteDampingandStiffnessOperators,[篇名]Fuzzydirectadaptiveslidingmodecontrolofinterconnectedlarge-scalesystems。
简介:本文提出以传统PI控制器为基础,结合广泛应用的模糊控制理论以及迅猛发展的分数阶控制理论,设计一种基于模糊自适应分数阶PIλ的伺服控制器的设想,并在Simulink中搭建仿真模型验证其控制性能。仿真结果显示,本文设计的伺服控制器表现出更为优越的性能。对于高精度伺服系统而言,模糊自适应分数阶PIλ控制器能够满足其对控制性能的苛刻要求,具有一定的可行性。
简介:以SINSiGPS组合导航系统为背景,在对Kalman滤波原理和工程应用进行深入分析的基础上,总结了该方法的不足,提出了应用神经网络和模糊推理技术对系统噪声、观测噪声和其相关阵进行直接调控的方法。该方法根据新息和新息方差的变化,实时调整自适应因子,间接改变Kalman滤波器的当前观测量和过去信息的比例关系。仿真结果表明,该算法对模型和噪声干扰有较强的自适应性,能够有效抑制滤波发散,在不损失原有精度的前提下,提高了系统的鲁棒性。