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: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:对于解决一类含有外部扰动的非线性系统的不确定项,本文提出了一种自适应控制方法,该方法基于广义模糊双曲正切模型(GFHM),利用GFHM的全局逼近特点,模糊规则数少,辨识精度高的优点,结合backstepping技术,设计系统的自适应控制器,保证系统所有信号有界与跟踪误差收敛性.通过仿真实例的比较说明了本文的方法逼近效果比传统的自适应模糊控制方法好.