非线性系统的模糊建模与自适应控制及其应用

论文题目: 非线性系统的模糊建模与自适应控制及其应用

论文类型: 博士论文

论文专业: 控制理论与控制工程

作者: 王永富

导师: 柴天佑

关键词: 机理模型,模糊模型,数据挖掘,非线性系统,模糊控制,自适应控制,稳定性,仿真,机器人

文献来源: 东北大学

发表年度: 2005

论文摘要: 复杂工业过程常常具有强非线性、不确定性、多变量、强耦合以及工况变化频繁等特点，动态特性难于用精确的数学模型描述。非线性系统的模糊建模与自适应控制的基本出发点是仿人的智能以实现对复杂不确定性系统进行有效的控制，它具有从环境自学习、适应环境的能力，自动进行信息处理以减少其不确定性，能规划、产生并能安全、可靠地执行控制作用。因此，深入研究非线性系统的模糊建模与自适应控制对解决复杂工业过程的控制具有重要的理论意义及应用价值。 模糊建模与自适应控制是研究非线性系统控制的有效方法之一，近年来，非线性系统的模糊建模与自适应控制取得了众多成果，实践也表明，模糊建模和自适应控制是解决非线性系统控制问题的有效方法之一。但是，如何从样本数据中建立良好的模糊规则库、如何构造模糊逼近器、如何改造模糊控制器使得系统获得更好的性能、如何解决状态不可测等问题都是非线性系统的模糊建模与自适应控制有待深入研究和解决的问题。 本文开展了非线性系统的模糊建模与自适应控制及其应用研究，取得了如下成果： 1．模糊规则的选取是影响模糊建模精度的一个重要因素之一，针对文[115]所提出的经典方法—查表法产生的模糊规则库缺乏良好的完备性和鲁棒性的弊端，从而影响了模糊建模精度问题。本文提出了用数据挖掘方法产生模糊规则库，用数据挖掘方法产生的模糊规则库具有良好的完备性和鲁棒性。通过仿真对比实验验证了用数据挖掘方法所产生的模糊规则库建立的模糊模型精度比经典方法—查表法更高。 2．针对现有的自适应模糊控制器的参数自适应律仅由跟踪误差进行调节从而导致了系统的跟踪性能收敛过慢的现状，本文探讨了自适应模糊控制器的参数自适应律由跟踪误差和逼近误差共同进行调节，并从理论分析和仿真角度证明了该方法比参数自适应律仅用跟踪误差进行调节的控制器具有更好的跟踪效果，该方法加快了系统跟踪误差的收敛速度。并将该方法推广到一类有界外扰的多输入多输出非线性系统，提出了基于模糊辨识与控制的混合鲁棒自适应控制方法。

论文目录:

独创性声明

学位论文版权使用授权书

摘要

Abstract

第一章 绪论

1.1 引言

1.2 模糊系统建模理论发展与探讨

1.2.1 建模理论基础方法

1.2.2 基于模糊系统的建模

1.2.3 模糊系统的通用逼近性

1.3 模糊控制理论发展

1.3.1 一般模糊控制器

1.3.2 一般自适应模糊控制器

1.3.3 基于模糊系统的自适应模糊控制器

1.4 模糊控制系统的稳定性分析

1.5 本文的主要工作

第二章 基于数据挖掘的模糊建模方法

2.1 引言

2.2 查表法建立模糊系统

2.3 数据挖掘方法建立模糊系统

2.3.1 查表法需要改进的地方

2.3.2 数据挖掘方法建立模糊系统

2.4 仿真对比实验

2.5 本章小结

第三章 基于模糊辨识与控制的非线性系统的混合鲁棒自适应控制方法

3.1 引言

3.2 基于模糊辨识与控制的非线性系统混合鲁棒自适应控制

3.2.1 问题描述

3.2.2 模糊辨识与鲁棒自适应控制器设计

3.2.3 鲁棒H_∞性能指标以及算法性能分析

3.2.4 仿真实验

3.3 一类非线性 MIMO系统的模糊辨识与鲁棒自适应控制

3.3.1 问题描述

3.3.2 MIMO系统的鲁棒自适应模糊控制器设计

3.3.3 鲁棒H_∞性能指标以及算法性能分析

3.3.4 仿真实验

3.4 本章小结

第四章 非线性系统的广义 Luenberger自适应模糊观测器和控制器设计

4.1 引言

4.2 基于观测器的模糊自适应输出反馈控制的现状与评论

4.3 非线性广义 Luenberger自适应模糊观测器和控制器设计

4.3.1 问题描述

4.3.2 基于模糊系统的广义 Luenberger自适应模糊观测器设计

4.3.3 基于自适应模糊观测器的控制器设计

4.3.4 仿真实验

4.4 MIM0系统的广义 Luenberger自适应模糊观测器和控制器

4.4.1 问题描述

4.4.2 基于自适应模糊观测器的控制器设计

4.4.3 仿真实验

4.5 本章小结

第五章 机器人关节摩擦的模糊补偿建模与自适应控制方法及其应用

5.1 引言

5.2 对象描述

5.2.1 基于摩擦机理的摩擦建模

5.2.2 摩擦补偿方法

5.2.3 摩擦模型一种新的建模方法

5.3 基于自适应模糊补偿的 PD控制

5.4 仿真实验

5.5 模糊系统在机器人控制中的应用

5.5.1 机器人的系统结构

5.5.1.1 上位机子系统

5.5.1.2 下位机子系统

5.5.1.3 电机驱动子系统

5.5.1.4 编码器和电机子系统

5.5.1.5 机械臂子系统

5.5.2 机器人的控制方法

5.5.3 基于模型的外置控制器参数的设计

5.6 本章小结

第六章 结束语

6.1 本文的主要研究成果

6.2 有待解决的若干问题

参考文献

致谢

作者博士期间所做的工作

个人简历

发布时间: 2006-10-25

参考文献

• [1].非线性系统的滑模自适应控制及其在电液控制系统中的应用[D]. 管成.浙江大学2005
• [2].应用反推技术设计H_∞及自适应控制系统的研究[D]. 周绍生.东南大学2001
• [3].基于智能技术的非线性系统稳定自适应控制[D]. 王晶.中国科学院研究生院（计算技术研究所）1999
• [4].基于多模型切换的智能控制研究[D]. 翟军勇.东南大学2006
• [5].无模型学习自适应控制的若干问题研究及其应用[D]. 金尚泰.北京交通大学2008
• [6].数据驱动无模型自适应控制与学习控制的鲁棒性问题研究[D]. 卜旭辉.北京交通大学2011
• [7].数据驱动建模与无模型自适应控制及在复杂工业系统中的应用[D]. 刘世达.北京交通大学2017
• [8].对偶自适应控制研究[D]. 高振斌.西安理工大学2008
• [9].非线性系统的约束控制及其应用研究[D]. 邱亚男.西北工业大学2016
• [10].网络化控制系统的自适应方法[D]. 塔宏.华中科技大学2009

标签：机理模型论文;  模糊模型论文;  数据挖掘论文;  非线性系统论文;  模糊控制论文;  自适应控制论文;  稳定性论文;  仿真论文;  机器人论文;