不确定T-S模糊系统的鲁棒控制器设计

不确定T-S模糊系统的鲁棒控制器设计

论文摘要

传统控制理论难以解决复杂非线性系统的分析、建模和控制问题,而模糊控制技术能够方便地利用专家经验及语言信息,进而提供有效的解决方案。T-S模糊系统将线性系统理论与模糊理论相结合,在理论和实际应用领域取得了较大进展,已逐渐成为非线性系统分析和设计所采用的主要方法之一。本文利用Lyapunov稳定性理论、凸优化理论以及线性矩阵不等式(Linear Matrix Inequality, LMI)技术,研究不确定T-S模糊系统的鲁棒控制问题。如何处理子系统之间的相互关系直接影响到T-S模糊系统设计方法的保守性。以往的相关研究把这些关系概括为单个矩阵不等式,而本文把这些关系表述为更为宽松的一系列矩阵不等式,从而得到了保守性更小的各种控制器设计方法。本文主要内容如下:研究了具有参数不确定性的T-S模糊系统鲁棒镇定问题。条件基于二次Lyapunov函数,并将模糊子系统的相互关系收集到一系列矩阵中。在得出基于LMI的条件基础上,容易得到状态反馈鲁棒镇定的控制器综合。由于只包括一套线性矩阵不等式,控制器设计简单并易于数值求解。研究了基于观测器的具有参数不确定性的T-S模糊系统鲁棒镇定问题。首先利用Lyapunov稳定性理论推导系统的稳定性条件,在此基础上利用双线性矩阵不等式(Bilinear Matrix Inequality, BMI)给出控制器的表示方法,并分两步骤求解。研究了T-S模糊系统的状态反馈H∞控制器设计问题。对于T-S模糊控制系统,提出了更少保守性的状态反馈H∞控制器设计方法;同时把H∞控制器增益存在的充分条件归结为一组线性矩阵不等式问题,该问题可以通过凸优化技术得以解决。论文对各种理论结果进行了仿真研究,从而验证了相应的控制器设计方法的有效性。

论文目录

  • 中文摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 模糊控制的背景及发展
  • 1.2 模糊控制的应用
  • 1.3 模糊控制的两种基本类型
  • 1.4 T-S模糊控制系统主要研究内容和现状
  • 1.4.1 T-S模糊控制系统的稳定性
  • 1.4.2 带有参数不确定性的T-S模糊控制系统的鲁棒稳定性
  • ∞控制'>1.4.3 T-S模糊系统H控制
  • 1.5 本文的主要工作
  • 第2章 预备知识
  • 2.1 线性矩阵不等式(LMI)的基本问题
  • 2.2 非线性系统的Lyapunov稳定性理论
  • 2.3 T-S模糊控制系统稳定性理论
  • 第3章 T-S模糊系统的状态反馈鲁棒镇定
  • 3.1 引言
  • 3.2 不确定T-S模糊系统状态反馈鲁棒控制器设计
  • 3.2.1 模型定义及问题描述
  • 3.2.2 稳定化模糊控制器设计
  • 3.3 改进的T-S模糊系统状态反馈鲁棒控制器设计
  • 3.3.1 改进的T-S模糊系统状态反馈鲁棒控制器设计
  • 3.3.2 仿真示例
  • 3.4 本章小结
  • 第4章 基于状态观测器的T-S模糊系统的鲁棒镇定
  • 4.1 引言
  • 4.2 基于观测器的T-S模糊系统鲁棒控制器设计
  • 4.2.1 模型定义及问题描述
  • 4.2.2 稳定化模糊控制器设计
  • 4.3 改进的基于观测器的T-S模糊系统鲁棒控制器设计
  • 4.3.1 基于观测器的T-S模糊系统鲁棒控制器设计
  • 4.3.2 仿真示例
  • 4.4 本章小结
  • ∞控制器设计'>第5章 T-S模糊系统的H控制器设计
  • 5.1 引言
  • ∞控制器设计'>5.2 T-S模糊系统H控制器设计
  • 5.2.1 T-S模糊系统及其稳定条件
  • ∞控制'>5.2.2 改进的T-S模糊系统的H控制
  • 5.3 仿真示例
  • 5.4 小结
  • 第6章 结论与展望
  • 参考文献
  • 致谢
  • 攻读硕士期间发表的论文情况
  • 相关论文文献

    • [1].基于遗传算法的气动肌肉T-S模糊逻辑控制优化[J]. 液压与气动 2020(04)
    • [2].不确定多时滞广义T-S模糊系统保性能控制[J]. 湖南理工学院学报(自然科学版) 2016(04)
    • [3].基于T-S模糊故障树的高压柱塞泵可靠性分析[J]. 石油矿场机械 2020(06)
    • [4].基于T-S模糊控制的步进电机抗干扰研究[J]. 东华大学学报(自然科学版) 2019(06)
    • [5].T-S模糊模型在单级倒立摆中的控制研究[J]. 现代电子技术 2020(08)
    • [6].T-S模糊神经网络模型训练样本构建及其在鸣翠湖水质评价中的应用[J]. 水动力学研究与进展(A辑) 2020(03)
    • [7].航空发动机T-S分布式系统自适应鲁棒滑模控制[J]. 推进技术 2016(12)
    • [8].基于T-S模型的随机切换模糊系统的稳定性研究[J]. 沈阳大学学报(自然科学版) 2017(02)
    • [9].基于T-S模糊控制的燃料电池客车能量管理策略及仿真分析[J]. 客车技术与研究 2017(04)
    • [10].基于T-S模糊模型的混沌控制方法的复杂网络的广义同步[J]. 北京生物医学工程 2012(04)
    • [11].温室草莓灰霉病T-S模糊控制模型[J]. 辽宁科技大学学报 2015(04)
    • [12].基于T-S模型的奇异摄动系统的采样鲁棒H_∞控制[J]. 数学的实践与认识 2013(21)
    • [13].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[J]. 地理科学 2013(06)
    • [14].理想气体多方过程的T-S图的研究[J]. 重庆三峡学院学报 2012(03)
    • [15].基于T-S模糊神经网络的凝汽器故障诊断[J]. 上海电力学院学报 2011(06)
    • [16].基于新模糊系统与T-S模糊系统的比较与研究[J]. 计算机工程与应用 2009(22)
    • [17].基于T-S模型的网络化控制系统的鲁棒容错控制[J]. 华中科技大学学报(自然科学版) 2008(03)
    • [18].基于T-S模糊神经网络模型的极移预报方法[J]. 测绘通报 2020(S1)
    • [19].基于T-S模型的一步输出反馈抗饱和补偿设计[J]. 华中科技大学学报(自然科学版) 2019(11)
    • [20].基于区间T-S模糊模型的自适应故障检测算法研究[J]. 新疆大学学报(自然科学版) 2017(02)
    • [21].基于T-S模糊神经网络模型的钦州市主要河流水质评价[J]. 人民珠江 2017(08)
    • [22].基于区间2型T-S模糊系统的自适应逆控制[J]. 模糊系统与数学 2016(03)
    • [23].最大交互数对非齐次T-S模糊系统的潜在影响[J]. 山东大学学报(理学版) 2015(08)
    • [24].T-S模糊门在因果图中的应用[J]. 重庆工商大学学报(自然科学版) 2015(11)
    • [25].基于T-S模糊模型的半主动悬架非线性控制方法[J]. 兰州理工大学学报 2013(04)
    • [26].基于T-S模型的烧结终点广义预测自适应控制[J]. 电气传动 2012(04)
    • [27].基于T-S模糊模型的网络化控制系统的鲁棒容错控制[J]. 辽宁工业大学学报(自然科学版) 2012(02)
    • [28].T-S图在化工热力学中的应用[J]. 化学工程与装备 2012(12)
    • [29].水下机器人T-S型模糊神经网络控制[J]. 电机与控制学报 2010(07)
    • [30].焦炉燃烧过程T-S模糊数学模型研究[J]. 电子设计工程 2019(23)

    标签:;  ;  ;  ;  ;  ;  

    不确定T-S模糊系统的鲁棒控制器设计
    下载Doc文档

    猜你喜欢