分享到:

基于T-S型模糊系统的复杂系统镇定控制器

引 言建立合适的模型是研究复杂系统相关控制问题的首要任务之一。但要建立其精确的数学模型往往是困难的。因此,针对复杂系统,有必要讨论如何建立适用于进行控制问题分析和设计的模型,即所谓的“设计模型[1~3]”。模糊逻辑系统是基于人的知识和经验而建成的系统。对于那些难以建模或模型表示过于复杂的系统,可通过用模糊条件语句描述系统的主要特征,建立相应的模糊逻辑系统作为研究该系统控制问题的设计模型。较常见的一种模糊模型是T-S模糊模型[4,5]。由于模糊规则的结论部分是确定性函数,所以可作为那些局部规律明显而整体规律却难以得到的复杂系统的控制设计模型。近些年来,有关T-S模糊模型的稳定性问题是经常讨论的热点问题,并已取得一些成果[1~10]。但由于这些结果只讨论了模糊规则结论部分是线性函数的情形,其适用范围具有明显的局限性,所以有时很难得到满足条件的局部线性函数,特别是在不了解实际系统具有哪些工作特点的情况下,线性化方法很难奏效;另外,将复...  (本文共3页) 阅读全文>>

《东南大学学报(自然科学版)》2004年S1期
东南大学学报(自然科学版)

基于T-S模糊模型的不确定非线性系统的鲁棒模糊控制

在实际工业中 ,许多控制对象都存在不同程度的非线性和不确定性 .近 2 0年来 ,人们已提出各种方法来研究这些系统的鲁棒控制器的设计 ,但都难以进行系统化的设计 .Takagi等[1 ] 提出了具有线性后件的T S模糊模型 ,T S模糊模型已被证明是通用的逼近器[2 ] ,可以以任意精度逼近非线性系统 ,因而常被用来表示非线性系统 .关于T S模糊模型的稳定性一直受到研究者的关注[1~6] ,Tanaka[2 ] 等针对典型的T S模糊模型 ,提出了一些稳定性的条件[2 ] ,问题都归结为寻求一个公共的正定矩阵 ,条件过于保守 .Kim[3] 等提出了比较宽松的稳定性条件 ,但没有考虑系统的不确定性 .近年来 ,系统的不确定是控制理论研究的热点之一 ,基于线性矩阵不等式 (LMI)方法 ,提出了一系列鲁棒控制器的设计[4~ 7] ,但都基于文献 [2 ]的苛刻稳定性条件 ,因此有时难以实现 .除了研究单纯的稳定性外 ,常常还要研...  (本文共7页) 阅读全文>>

《湖南理工学院学报(自然科学版)》2016年04期
湖南理工学院学报(自然科学版)

不确定多时滞广义T-S模糊系统保性能控制

系统以往的信息会影响当前信息的现象称为时滞现象.时滞现象及系统的不确定性普遍存在于实际系统之中,譬如经济系统、通讯系统、电力系统、化工过程等,都会对系统的稳定性及性能指标造成负面影响.由于广义T-S模糊逻辑系统能更简洁地描述或者逼近一类非线性系统,因此越来越多的研究者注意其研究状况.文[1]研究的是系统带有非线性扰动的单时滞广义系统的保性能控制问题,但是对于系统状态具有多时滞的情况却未进行探讨;文[2]探讨的是系统在具有多时滞的情况下其非脆弱保性能控制的问题,该文的特点是在系统具有加法增益的控制器时给出了问题可解的充分条件和控制器的设计方法;文[3]研究的是非线性模糊系统具有时变时滞的保性能控制问题,然而对广义多时滞系统的控制问题有待做进一步研究;文[4]讨论了系统状态向量具有高维时滞的保成本控制问题,同时以线性矩阵不等式的形式给出了系统稳定性的条件和保成本控制器存在的充分条件,然而由于未考虑到系统不确定性造成的影响,故不能很好...  (本文共9页) 阅读全文>>

《地理科学》2013年06期
地理科学

基于T-S模糊神经网络模型的榆林市土壤风蚀危险度评价

土壤风蚀(soil wind erosion)指在一定风力作用下,松散的地表土壤颗粒发生位移,从而导致土壤圈破坏或损失的过程,包括土壤颗粒被风吹起,空间搬运和沉降堆积的过程,以及地表物质受到跃移颗粒落地撞击而破碎的磨蚀过程[1~4],是沙漠化的首要环节和重要组成部分[5]。20世纪80年代以来,中国学者出于防治沙漠化的需要,开展了大量的土壤风蚀研究,在风蚀因子、防治措施方面取得了大量的成果[6,7],但系统的评价区域土壤风蚀危险性尚不多见。近年来,随着RS和GIS技术的发展,宏观、高分辨率地揭示土壤风蚀空间格局特征成为可能。张国平等利用遥感与地理信息系统方法对全国土壤风力侵蚀状况进行了宏观调查,建立了全国1∶10万土壤风力侵蚀数据库,并指出风速、土壤干燥度、地表植被指数、土壤质地和坡度是土壤风力侵蚀的重要驱动因子[2]。师华定等通过神经网络方法和FCM模糊聚类方法对内蒙古高原土壤风蚀格局进行了评价,揭示出该区域风蚀危险度“西高东...  (本文共7页) 阅读全文>>

《重庆三峡学院学报》2012年03期
重庆三峡学院学报

理想气体多方过程的T-S图的研究

1引言多方过程在科学研究、工农业生产和日常生活中都有十分重要的应用价值和实际意义,诸如在天体物理学、热工学和气象学中所进行的过程大多都属于多方过程;而对理想气体多方过程作详尽的探讨,能为研究实际气体的实际过程提供更多的线索,并为更好地掌握热力学第一定律的应用提供更多的帮助.目前一些教材[1,2]和文献[3,4]对理想气体多方过程的定义作了比较多的分析和讨论,比较普遍和较为精确的定义是:满足pV n?常量(且n?常数)的过程称为多方过程.而对于理想气体,若在准静态过程中C m?CV,m或C m?Cp,m为常量,则该过程一定是多方过程.用p,V参量表示多方过程方程,并用p–V图来描述比较普遍;[1,5]而用T,S参量和T–S图来表示多方过程比较少见.本文首先推导理想气体多方过程的过程方程,然后详细讨论T–S图的特点.2理想气体多方过程的过程方程一定量(?mol)的理想气体,设其在多方过程中的摩尔热容量为C m,若系统的温度升高dT时...  (本文共3页) 阅读全文>>

《上海电力学院学报》2011年06期
上海电力学院学报

基于T-S模糊神经网络的凝汽器故障诊断

凝汽器是汽轮机组的重要辅机之一,对整个电厂的建设、安全和经济运行有着决定性的影响.在凝汽式汽轮发电机组的热力循环中,凝汽器起着冷源的作用,即降低汽轮机的排汽压力和排汽温度,以提高循环热效率.据统计显示,真空每下降1%,机组功率可增加1%,煤耗下降1%.真空系统及其循环水、凝结水系统发生故障时的非计划停运时间占火电机组总的非计划停运时间的17.63%[1],由此可知,凝汽器的运行状态直接影响机组的经济性和安全性.因此,对凝汽器正确有效的故障诊断就显得尤为重要.神经网络具有较强的自适应学习能力,但从系统建模的角度来说,神经网络是典型的黑箱型学习模式,所以当学习完成后,神经网络所获得的输入输出关系很难用被人接受的方式表示出来,也就是说,它所表达的信息是隐含的.而模糊系统是建立在被人容易接受的“如果……则……”表达方式之上,但学习能力较差.模糊神经网络将模糊理论和神经网络相结合,用模糊逻辑克服神经网络信息隐含的缺点,又继续保留其学习能力...  (本文共4页) 阅读全文>>