不確定系統(tǒng)的模糊神經非模型控制方法及應用研究.pdf

1、模糊神經非模型控制是智能控制的一個前沿課題.該文對模糊神經非模型控制系統(tǒng)的設計和應用進行了研究,針對具有不確定性的復雜受控對象,提出了多種模糊神經非模型控制方法,并通過仿真實驗驗證了所提出的控制方法的有效性.該文主要內容包括以下幾個方面:1.針對具有非線性特性的球形容器液位受控對象,從增益自調整和非線性補償兩個角度,分別提出了兩種非模型控制方法,前者采用T-S模糊模型對神經元控制器的增益進行在線整定,后者使用該文建立的非線性神經元網絡對

2、球形容器進行非模型控制.仿真實驗結果證明兩種方法能有效克服對象的非線性對控制系統(tǒng)的影響,具有滿意的控制效果和強魯棒性.2.針對具有嚴重非線性和不確定性的pH中和過程,給出一種神經網絡模型,提出了一種神經非模型控制方法,該方法利用模糊算法在線調整神經網絡控制器的增益,仿真實驗表明這種基于神經網絡的非模型控制方法能有效控制pH過程,具有優(yōu)良的控制品質和強魯棒性.3.針對具有非線性和不確定性的車削系統(tǒng),提出模糊神經元和神經元模糊增益自調整兩種

3、PID非模型控制方法.前者使用自適應神經元調整PID控制器增益,再由模糊算法來調整神經元增益.后者根據(jù)模糊查詢表在線調整PID控制器的參數(shù),并通過神經元調整查詢表的反模糊因子以修改模糊規(guī)則.仿真實驗結果證明所提出的方法具有很強的適應性和魯棒性,以及很好的動態(tài)品質.4.針對具有不確定性的直接驅動機器人單關節(jié)對象,提出了一種非模型雙層控制方法.這種控制系統(tǒng)采用雙環(huán)控制結構,內環(huán)的PID非模型控制器用來克服對象不確定性的影響;外環(huán)的模糊變結構