导读:本文包含了模糊自适应控制算法论文开题报告文献综述及选题提纲参考文献，主要关键词:自适应,模糊滑模控制器,精确停车,制动模型
模糊自适应控制算法论文文献综述
何之煜,杨志杰,吕旌阳[1]（2019）在《基于自适应模糊滑模的列车精确停车制动控制算法》一文中研究指出针对高速列车自动驾驶系统精确进站停车问题,基于列车动力学模型和列车制动系统模型,设计1种自适应模糊滑模控制器,通过模糊切换以补偿列车运行过程中受到的基本阻力、线路附加阻力以及外部未知随机扰动等非线性扰动的影响。根据滑模控制理论,利用列车运行过程中的状态偏差,设计基于跟踪误差的等效控制器,以求解列车制动等效控制量;考虑外部扰动,基于优秀司机驾驶经验的模糊推理规则,设计切换控制器,以得到精确控制量。采用本文控制算法对列车制动过程进行仿真验证,并与传统的PID控制和基于指数趋近律的滑模控制进行对比。结果表明:在考虑附加阻力和外部扰动情况下,自适应模糊滑模控制器能够柔化非线性切换控制信号,削弱滑模控制固有的抖振现象,实现对参考轨迹的精确跟踪,并最终实现精确停车;即使在列车制动系统实际控制输出出现偏差时,设计的控制器仍能控制列车精确跟踪参考制动曲线。(本文来源于《中国铁道科学》期刊2019年02期）
魏巍[2]（2018）在《改进型自适应模糊控制算法研究及应用》一文中研究指出非线性系统广泛存在于实际工业控制系统中,并具有强耦合、大惯性、大时滞等复杂特性,其控制问题一直是控制领域研究的热点话题。由于非线性中的不确定性以及外部扰动等未知因素会严重影响系统的控制精度,甚至会造成不稳定的现象发生,所以对于非线性系统的控制器设计及优化具有重要的理论意义和实用价值。本文基于反步法设计方法、非线性跟踪微分器、模糊状态观测器、精确扰动观测器、模糊逻辑系统、Lyapunov函数稳定性理论等方法和理论,以提高控制系统精度为目标,针对严格反馈型不确定非线性系统进行控制器设计和稳定性分析,提出了几种改进型自适应模糊控制方案,并证明了闭环系统的稳定性和控制算法的有效性。论文研究的主要内容为:(1)研究反步法设计在严格反馈型非线性系统中的应用,结合模糊逻辑系统估计系统中的未知不确定函数,提出自适应模糊控制方案。通过对光滑非线性函数的研究,设计一种二阶非线性跟踪微分器,有效地避免了传统反步法中固有的计算膨胀问题。同时,通过Lyapunov函数证明了闭环系统的稳定性,数值仿真通过对比了几种不同跟踪微分器的效果,凸显了本文所提非线性跟踪微分器的优越性,并应用于小车倒立摆系统模型的控制中,进一步验证了该方法的有效性。(2)考虑一类严格反馈型不确定切换非线性系统的控制问题,切换系统中包含未知非线性函数和未知系统状态的复杂特性,设计基于非线性跟踪微分器和模糊状态观测器的自适应模糊控制方法。闭环系统的未知状态可以通过切换模糊状态观测器直接观测出来,并针对由非线性跟踪微分器造成的滤波误差,构造补偿信号提高控制精度。利用Lyapunov函数稳定性理论分析证明了闭环系统中所有信号都是有界的,并且跟踪误差可以在有限时间内收敛到零的小邻域内。同时,将所提出的控制方法应用于双连续搅拌槽反应堆系统中,通过对该实际系统的参数辨识和控制,充分说明了该控制方法的实用性和鲁棒性。(3)针对一类严格反馈型非线性系统,系统包含不确定函数和未知外部扰动,提出基于精确扰动观测器的自适应变比例增益模糊控制器。闭环系统中的未知不确定函数由模糊逻辑系统在线逼近,同时将模糊逻辑系统的逼近误差和未知外部扰动定义为总扰动,并通过引入高阶精确扰动观测器进行前馈微分补偿控制。利用非线性函数设计可调节的输出反馈增益,提出自适应变比例增益状态反馈控制器,使得系统的跟踪误差可以被控制在零的任意小邻域内。通过Lyapunov函数证明了闭环系统中的所有信号均是有界的,并通过数值仿真验证了所提方案的有效性。(本文来源于《青岛理工大学》期刊2018-12-01）
朱文豪,黄国辉,姜周曙[3]（2019）在《叁容水箱液位模糊免疫自适应控制算法研究》一文中研究指出叁容水箱是一种可用于研究液位、流量、温度等参数控制的实验装置,在控制理论教学及科学研究中具有重要的实际应用价值,其功能在于可以组合成多种控制回路,验证各种控制算法,模拟工业现场控制类型。该文对叁容水箱进行建模,对传统的PID控制算法和模糊控制算法进行改进。采用MATLAB/Simulink设计模糊免疫自适应PID控制器,建立了叁容水箱二阶与叁阶液位控制模型,并进行仿真实验,使用上位机软件对控制算法进行测试验证。实验表明,与普通PID控制和模糊PID控制相比,控制系统的稳定性和快速性得到显着改善。(本文来源于《实验科学与技术》期刊2019年05期）
孙多青[4]（2018）在《基于逼近误差调节的髋关节康复机器人自适应模糊容错控制算法的研究》一文中研究指出针对基于人体生物动力学设计的一种髋关节康复机器人,在模型参数不确定的情况下,研究执行器故障容错控制问题.根据人体髋关节活动特点,给出了康复训练中期望跟踪轨线的数学表达式;对康复机器人的旋转驱动器提出了基于分层模糊系统的间接型自适应容错控制算法,对4个线性驱动器给出了直接型自适应模糊容错控制算法.该方法对逼近误差估计值在线调节,用此估计值设计补偿控制项以减小逼近误差对跟踪精度的影响.基于Lyapunov理论,对所设计的控制方案作了稳定性分析.此外,还给出了矩阵Lyapunov方程解的特征值的性质,为减小跟踪误差提供了理论依据.仿真结果表明所提出的控制方案可使髋关节康复机器人圆满完成训练任务.(本文来源于《系统科学与数学》期刊2018年09期）
赵继庭,金刚石,高旭辉[5]（2018）在《基于快速反射镜的模糊自适应PID控制算法研究》一文中研究指出针对机载平台在振动、扰动和快速机动条件下光电系统高精度稳定指向的需求,开展宽频带视轴稳定技术的相关研究,并针对该稳定系统的核心—快速反射镜,提出一种改进型的模糊自适应PID控制算法。该算法在经典PID控制算法基础上,引入模糊设计思想和参数自整定方法,解决了复杂工作环境下控制系统数学模型不易获取、控制参数时变等因素对稳定系统的影响,为保证远距离机载光电载荷的高精度目标定位及目标瞄准提供技术支撑。仿真结果表明,该控制算法相比经典PID控制具有响应速度快、稳态性能好、抗干扰能力强等优点,具有良好的控制效果。(本文来源于《激光与红外》期刊2018年06期）
胡黄水,沈玮娜,王宏志,张邦成[6]（2018）在《面向无线传感器网络的自适应模糊神经拓扑控制算法》一文中研究指出为有效控制无线传感器网络节点能耗,提出一种自适应模糊神经控制系统,并设计基于自适应模糊神经拓扑控制算法——AFNTC.该算法中模糊控制器参数由人工神经网络训练后获得,且通过反馈、循环的方式,不断调整节点的通信范围控制节点传输功率,从而使节点实际能耗接近预设的期望值,延长网络生命周期.实验结果表明,AFNTC算法能达到节点能耗可控的目的,相比模糊控制的拓扑控制(FCTP)算法和局部平均(LMA)算法,具有更低、更稳定的节点平均耗能.(本文来源于《吉林大学学报(理学版)》期刊2018年02期）
多丽,刘义艳,程绍峰[7]（2017）在《基于模糊自适应脉宽调制的双反馈控制算法》一文中研究指出针对传统的双反馈控制对于系统控制有超调过大,跟随误差较大等问题,提出了一种模糊自适应脉宽调制(Pulse Width Modulation,PWM)控制的双反馈控制算法。该算法通过模糊自适应控制器与PWM变换器相结合,对双反馈系统实现了高精度高鲁棒性的控制。仿真实验表明,模糊自适应PWM的双反馈控制算法系统可更好地抑制超调以及具有更小的跟随误差。(本文来源于《探测与控制学报》期刊2017年06期）
王泰华,王坤非,姚学召[8]（2017）在《基于Backstepping的自适应模糊控制算法研究》一文中研究指出机器人是一种不确定性、非线性系统,为了实现不确定机器人系统的精确控制,基于Backstepping的自适应模糊控制算法,对直驱电机双关节机械臂进行了研究。首先,针对直驱技术双关节机械臂的数学模型,并结合Backstepping算法,对该系统进行相关数学理论分析;其次,详细介绍了Backstepping自适应模糊控制器的设计过程,并通过Lyapunov函数证明所设计控制系统闭环有界,且稳定可靠;最后,以Matlab软件组建该控制算法仿真平台,通过试验结果与单一自适应模糊控制算法比较分析表明,所设计控制器对关节1和关节2的位置跟踪响应时间大约分别为0.12 s和0.1 s,而且位置跟踪曲线更加精确。因此,该智能控制算法可以实现对不确定机器人系统位置的精确跟踪和快速响应,为解决高精度设备的轨迹跟踪问题提供了一定思路。所提出的直驱机械臂既节省资金,又具有很高的实用价值,值得推广和应用。(本文来源于《自动化仪表》期刊2017年09期）
崔辰鹏,刘雪峰,陈子印,郝中洋[9]（2017）在《基于粒子群优化的自适应模糊制冷控制算法》一文中研究指出为解决空间斯特林制冷机和探测器热负载不确定及存在变化的问题,提出了自适应模糊PID制冷控制;在空间环境中使用的斯特林制冷机参数会随着时间的变化而发生改变,探测器负载也会随着工作模式和工作时间的变化而变化,整个制冷系统涉及的变量多,参数非线性;采用传统的控制方法,在固定的单一条件、环境下得到的控制参数,环境和负载发生变化后容易性能变差甚至不稳定,控制精度和稳定性不能满足使用要求;设计了一种自适应斯特林制冷机控制器,通过综合自适应模糊PID控制的方法,采用粒子群优化算法调整控制参数以减小代价函数;通过仿真和试验验证算法的有效性和鲁棒性。(本文来源于《计算机测量与控制》期刊2017年04期）
刘浩,钱存元,施招东[10]（2017）在《基于模糊自适应PID控制的ATO系统控制算法》一文中研究指出为了研究ATO系统控制算法的智能性和高效性,在传统PID算法的基础上,充分考虑到列车系统的非线性和复杂性,结合模糊控制理论能进行实时非线性调节的优点,提出了模糊自适应PID控制算法。并在Matlab/Simulink中建立了ATO系统的仿真模型和算法控制模块。将两种算法分别运用到ATO系统中,对目标速度曲线进行跟踪,从停车精度、追溯性、准时性、节能性、舒适性五个方面对二者的控制性能进行比较分析。仿真结果表明,将模糊自适应PID算法运用到ATO系统中,列车的控制性能能够很好地满足ATO系统的各个性能指标要求。(本文来源于《城市轨道交通研究》期刊2017年03期）
模糊自适应控制算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
非线性系统广泛存在于实际工业控制系统中,并具有强耦合、大惯性、大时滞等复杂特性,其控制问题一直是控制领域研究的热点话题。由于非线性中的不确定性以及外部扰动等未知因素会严重影响系统的控制精度,甚至会造成不稳定的现象发生,所以对于非线性系统的控制器设计及优化具有重要的理论意义和实用价值。本文基于反步法设计方法、非线性跟踪微分器、模糊状态观测器、精确扰动观测器、模糊逻辑系统、Lyapunov函数稳定性理论等方法和理论,以提高控制系统精度为目标,针对严格反馈型不确定非线性系统进行控制器设计和稳定性分析,提出了几种改进型自适应模糊控制方案,并证明了闭环系统的稳定性和控制算法的有效性。论文研究的主要内容为:(1)研究反步法设计在严格反馈型非线性系统中的应用,结合模糊逻辑系统估计系统中的未知不确定函数,提出自适应模糊控制方案。通过对光滑非线性函数的研究,设计一种二阶非线性跟踪微分器,有效地避免了传统反步法中固有的计算膨胀问题。同时,通过Lyapunov函数证明了闭环系统的稳定性,数值仿真通过对比了几种不同跟踪微分器的效果,凸显了本文所提非线性跟踪微分器的优越性,并应用于小车倒立摆系统模型的控制中,进一步验证了该方法的有效性。(2)考虑一类严格反馈型不确定切换非线性系统的控制问题,切换系统中包含未知非线性函数和未知系统状态的复杂特性,设计基于非线性跟踪微分器和模糊状态观测器的自适应模糊控制方法。闭环系统的未知状态可以通过切换模糊状态观测器直接观测出来,并针对由非线性跟踪微分器造成的滤波误差,构造补偿信号提高控制精度。利用Lyapunov函数稳定性理论分析证明了闭环系统中所有信号都是有界的,并且跟踪误差可以在有限时间内收敛到零的小邻域内。同时,将所提出的控制方法应用于双连续搅拌槽反应堆系统中,通过对该实际系统的参数辨识和控制,充分说明了该控制方法的实用性和鲁棒性。(3)针对一类严格反馈型非线性系统,系统包含不确定函数和未知外部扰动,提出基于精确扰动观测器的自适应变比例增益模糊控制器。闭环系统中的未知不确定函数由模糊逻辑系统在线逼近,同时将模糊逻辑系统的逼近误差和未知外部扰动定义为总扰动,并通过引入高阶精确扰动观测器进行前馈微分补偿控制。利用非线性函数设计可调节的输出反馈增益,提出自适应变比例增益状态反馈控制器,使得系统的跟踪误差可以被控制在零的任意小邻域内。通过Lyapunov函数证明了闭环系统中的所有信号均是有界的,并通过数值仿真验证了所提方案的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模糊自适应控制算法论文参考文献
[1].何之煜,杨志杰,吕旌阳.基于自适应模糊滑模的列车精确停车制动控制算法[J].中国铁道科学.2019
[2].魏巍.改进型自适应模糊控制算法研究及应用[D].青岛理工大学.2018
[3].朱文豪,黄国辉,姜周曙.叁容水箱液位模糊免疫自适应控制算法研究[J].实验科学与技术.2019
[4].孙多青.基于逼近误差调节的髋关节康复机器人自适应模糊容错控制算法的研究[J].系统科学与数学.2018
[5].赵继庭,金刚石,高旭辉.基于快速反射镜的模糊自适应PID控制算法研究[J].激光与红外.2018
[6].胡黄水,沈玮娜,王宏志,张邦成.面向无线传感器网络的自适应模糊神经拓扑控制算法[J].吉林大学学报(理学版).2018
[7].多丽,刘义艳,程绍峰.基于模糊自适应脉宽调制的双反馈控制算法[J].探测与控制学报.2017
[8].王泰华,王坤非,姚学召.基于Backstepping的自适应模糊控制算法研究[J].自动化仪表.2017
[9].崔辰鹏,刘雪峰,陈子印,郝中洋.基于粒子群优化的自适应模糊制冷控制算法[J].计算机测量与控制.2017
[10].刘浩,钱存元,施招东.基于模糊自适应PID控制的ATO系统控制算法[J].城市轨道交通研究.2017