CN114063445A - 一种模糊控制器的设计方法 - Google Patents
一种模糊控制器的设计方法 Download PDFInfo
- Publication number
- CN114063445A CN114063445A CN202010792987.0A CN202010792987A CN114063445A CN 114063445 A CN114063445 A CN 114063445A CN 202010792987 A CN202010792987 A CN 202010792987A CN 114063445 A CN114063445 A CN 114063445A
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- controller
- input
- variable
- output
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000013461 design Methods 0.000 title claims abstract description 18
- 230000006870 function Effects 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 16
- 238000006243 chemical reaction Methods 0.000 claims abstract description 11
- 238000012937 correction Methods 0.000 claims abstract description 4
- 230000009466 transformation Effects 0.000 claims abstract description 4
- 238000004088 simulation Methods 0.000 claims description 12
- 238000013139 quantization Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 230000006698 induction Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 230000010355 oscillation Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000003321 amplification Effects 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Automation & Control Theory (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种模糊控制器的设计方法，包括模糊化接口、包含语言规则的规则库、模糊推理、解模糊接口；输入变量是过程实测变量与系统设定值之差值；输出变量是系统的实时控制修正变量；模糊推理是一种模糊变换，将输入变量模糊集变换为输出变量的模糊集，实现论域的转换；包括以下步骤：确定模糊控制器的输入输出语言变量，包括语言值以及隶属度函数；设计模糊控制器的控制规则；确立模糊化和解模糊化的方法；选择模糊控制器的输入变量以及输出变量的论域并确定模糊控制器的参数。本发明方法具有鲁棒性好、抗干扰能力强等优点。
Description
技术领域
本发明涉及模糊控制领域，尤其是一种模糊控制器的设计方法。
背景技术
模糊逻辑在控制领域中的应用称为模糊控制。它是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的计算机智能控制，模糊控制的最大特征是能将操作者或专家的控制经验和知识表示成语言变量描述的控制规则，然后用这些规则去控制系统。因此，模糊控制特别适用于数学模型未知的、复杂的非线性系统的控制。从信息的观点来看，模糊控制是一类规则型的专家系统，从控制技术的观点来看，它是一类非线性控制器。
发明内容
本发明目的在于提供一种动态特性、响应速度、定位精度均好的模糊控制器的设计方法。
为实现上述目的，采用了以下技术方案：本发明所述模糊控制器包括模糊化接口、包含语言规则的规则库、模糊推理、解模糊接口；
输入变量是过程实测变量与系统设定值之差值；
输出变量是系统的实时控制修正变量；
模糊推理是一种模糊变换，将输入变量模糊集变换为输出变量的模糊集，实现论域的转换；
所述模糊控制器的设计方法包括以下步骤：
S1，确定模糊控制器的输入输出语言变量，包括语言值以及隶属度函数；
S2，设计模糊控制器的控制规则；
S3，确立模糊化和解模糊化的方法；
S4，选择模糊控制器的输入变量以及输出变量的论域并确定模糊控制器的参数。
进一步地，在S1中，采用多变量二维模糊控制器，控制器包括两个输入量，系统误差E和误差变化EC，三个输出量，PID控制器的三个参数Kp，Ki，Kd；输入输出变量的语言变量值集合采用七个词汇：E，EC，Kp，Ki，Kd的模糊集均为：{NB，NM，NS，Z0，PS，PM，PB}，即：{负大，负中，负小，零，正小，正中，正大}；
描述输入输出变量的词汇都具有模糊特性，用模糊集合来表示；因此模糊概念的确定性问题可转化为求取模糊集合隶属函数的问题；
定义一个模糊子集，即确定模糊子集的隶属度函数；三角形隶属度函数应用最为广泛，由于其形状仅与直线的形状有关，系统的输入输出量均选择三角形隶属度函数。
进一步地，精确量的模糊化方法，将精确量转换为模糊量的过程称为模糊化或者模糊量化；模糊化解决量程转换和选择模糊化方法两个问题；
量程转换是把输入信号的物理范围转化为相应的论域；
模糊化的方法采用将论域中的某一精确点模糊化为在论域上占据一定宽度的模糊子集；对于控制器输入输出，把其物理论域通过量化变换到整数论域{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}，并取负大，负中，负小，零，正小，正中，正大（NB，NM，NS，Z0，PS，PM，PB）七个语言变量档次。
进一步地，在S2中，所述模糊控制器规则的设计原则如下：
当误差较大时，控制量的变化应尽力使误差迅速减小；
当误差较小时，除了要消除误差外，还要考虑系统的稳定性，防止系统产生不必要的超调，甚至震荡；
控制规则设计方法中应用经验归纳法，在模糊规则的建立修正和试凑过程中，应保证模糊规则的完备性和相容性；模糊控制表如下：
表1—Kp的模糊规则表
表2—Ki的模糊规则表
表3—Kd的模糊规则表。
进一步地，在S3中，采用Mamdani型模糊推理算法和面积中心法进行模糊推理计算与去模糊化。
一种基于模糊控制器的设计方法的多回路电气阀门定位器系统的增量式PID参数自整定控制方法，MATLAB软件中的模糊逻辑工具箱提供两种方式来建立模糊逻辑控制系统，本次仿真采用图形用户界面的方式，将PID参数模糊控制规则表利用模糊控逻辑工具箱建立模糊推理系统（FIS），并与PID控制器进行链接，组成增量式PID模糊控制器；利用Simulink工具箱搭建由PID模糊控制器与双作用气缸仿真模型组成的参数自整定模糊PID定位控制系统。
本发明大致使用过程如下：
与现有技术相比，本发明具有如下优点：在采用模糊PID控制后，系统的超调量有所降低，定位精度明显提高，而且降低了系统的响应速度;采用模糊自整定PID控制后，系统的动态特性、响应速度、定位精度均较好，鲁棒性较好，且抗干扰能力强。
附图说明
图1是本发明的结构简图。模糊控制器组成框图。
图2是本发明的模糊控制器设计流程图。
图3是参数自整定模糊PID定位控制系统结构图。
图4是增量式PID模糊控制器结构图。
图5是模糊控制阶跃信号响应曲线图。
图6是模糊控制响应局部放大曲线图。
图7是普通PID控制响应局部放大曲线图。
图8是模糊控制抗干扰局部放大曲线图。
图9是普通PID控制抗干扰局部放大曲线图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明使用到的标准零件均可以从市场上购买，异形件根据说明书的和附图的记载均可以进行订制，各个零件的具体连接方式均采用现有技术中成熟的螺栓、铆钉、焊接等常规手段，机械、零件和设备均采用现有技术中，常规的型号，加上电路连接采用现有技术中常规的连接方式，在此不再详述。
如图1所示，本发明所述模糊控制器包括模糊化接口、包含语言规则的规则库、模糊推理、解模糊接口；输入变量是过程实测变量与系统设定值之差值；输出变量是系统的实时控制修正变量；模糊推理是一种模糊变换，将输入变量模糊集变换为输出变量的模糊集，实现论域的转换；
如图2所示，所述模糊控制器的设计方法包括以下步骤：
S1，确定模糊控制器的输入输出语言变量，包括语言值以及隶属度函数；采用多变量二维模糊控制器，控制器包括两个输入量，系统误差E和误差变化EC，三个输出量，PID控制器的三个参数Kp，Ki，Kd；输入输出变量的语言变量值集合采用七个词汇：E，EC，Kp，Ki，Kd的模糊集均为：{NB，NM，NS，Z0，PS，PM，PB}，即：{负大，负中，负小，零，正小，正中，正大}；
描述输入输出变量的词汇都具有模糊特性，用模糊集合来表示；因此模糊概念的确定性问题可转化为求取模糊集合隶属函数的问题；
定义一个模糊子集，即确定模糊子集的隶属度函数；三角形隶属度函数应用最为广泛，由于其形状仅与直线的形状有关，简单易行，并且适合于有隶属度函数的在线调整的自适应模糊控制，针对本次控制器设计，系统的输入输出量均选择三角形隶属度函数。
精确量的模糊化方法，将精确量转换为模糊量的过程称为模糊化或者模糊量化；模糊化解决量程转换和选择模糊化方法两个问题；
量程转换是把输入信号的物理范围转化为相应的论域；例如将精确量x的实际变化范围[a，b]转换到区间[-n，n]，这种转换过程称之为精确量的量化。
模糊化的方法采用将论域中的某一精确点模糊化为在论域上占据一定宽度的模糊子集；对于控制器输入输出，把其物理论域通过量化变换到整数论域{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}，并取负大，负中，负小，零，正小，正中，正大（NB，NM，NS，Z0，PS，PM，PB）七个语言变量档次。
S2，设计模糊控制器的控制规则；
当误差较大时，控制量的变化应尽力使误差迅速减小；
当误差较小时，除了要消除误差外，还要考虑系统的稳定性，防止系统产生不必要的超调，甚至震荡；
控制规则设计方法中应用经验归纳法，经验归纳法是根据前人经验和自己直觉推理，经过整理提炼后获得模糊规则系统的方法。在实际应用中，初步建立的模糊规则往往难以得到良好的效果，必须不断加以修正和试凑。在模糊规则的建立修正和试凑过程中，应保证模糊规则的完备性和相容性；模糊控制表如下：
表1—Kp的模糊规则表
表2—Ki的模糊规则表
表3—Kd的模糊规则表。
S3，确立模糊化和解模糊化的方法；
模糊控制器的最后一个环节为去模糊化。模糊推理得到的结果是模糊值，不能直接用于被控对象，需要先转化成一个执行机构可以执行的精确量，此过程称为解模糊过程，或称为模糊判决，它可以看作模糊空间到清晰空间的一种映射。目前经常用到的去模糊方法是:Centroid(面积中心法)、最大隶属度取最大法、最大隶属度取最小法、平均最大隶属度方法、面积平分法、加权平均法等。所述控制器设计采用Mamdani型模糊推理算法和面积中心法进行模糊推理计算与去模糊化。
S4，选择模糊控制器的输入变量以及输出变量的论域并确定模糊控制器的参数。
一种上述模糊控制器设计方法的多回路电气阀门定位器系统的增量式PID参数自整定控制方法：本次定位控制系统仿真，设计了一种参数自整定的阀控气缸的位置控制策略，具体为基于模糊控制的增量式PID参数自整定控制，以实现对气缸的位置控制。参数自整定模糊PID定位控制系统结构图如图3所示。
MATLAB软件中的模糊逻辑工具箱提供两种方式来建立模糊逻辑控制系统，本次仿真采用图形用户界面的方式，因为图形用户界面方式更加直观方便。将PID参数模糊控制规则表利用模糊控逻辑工具箱建立模糊推理系统（FIS），并与PID控制器进行链接，组成增量式PID模糊控制器；如图4所示。利用Simulink工具箱搭建由PID模糊控制器与双作用气缸仿真模型组成的参数自整定模糊PID定位控制系统。
为不失一般性，设置输入为r(t)=0.1时，基于参数自整定模糊PID控制的定位控制系统对阶跃信号的响应，系统仿真曲线结果如图5所示。从曲线图中可以看出，系统响应速度快，到达稳定值时，稳态误差值小，但在上升期间出现小幅波动。使用普通PID 控制器对气动调节系统进行仿真控制，普通PID控制器也可控制气动调节系统，两者都有较好的控制效果。
从图6、7中可以看出采用模糊PID控制器的控制曲线的超调量为0.34mm，调节时间为0.65s，稳态误差为0.02mm。采用普通PID控制器控制的曲线超调量为0.5mm，调节时间为0.95s，稳态误差为0.04mm。模糊PID的控制效果比普通PID控制器控制的控制效果要好。仿真结果表明：在采用模糊PID控制后，系统的超调量有所降低，定位精度明显提高，而且降低了系统的响应速度；采用模糊自整定PID控制后，系统的动态特性、响应速度、定位精度均较好，而且鲁棒性较好。
在上述控制效果的基础上，增加一个幅值为1的脉冲信号作为确定干扰。在控制仿真过程中在3秒处增加脉冲干扰，两种控制器的抗干扰能力的局部放大曲线图如图8和9所示。从仿真结果曲线图中可以看出，采用模糊PID控制器的抗干扰曲线的超调量为0.357mm，系统回到稳定值的时间为 0.38s。采用普通PID控制器的抗干扰曲线超调量为0.361mm，系统回到稳定值的时间为0.47s。模糊PID的抗干扰能力比普通PID控制器控制的抗干扰能力要好。从总体仿真效果中可以看出模糊PID自整定控制器可以达到理想的控制效果要求。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
Claims (6)
1.一种模糊控制器的设计方法，其特征在于，所述模糊控制器包括模糊化接口、包含语言规则的规则库、模糊推理、解模糊接口；
输入变量是过程实测变量与系统设定值之差值；
输出变量是系统的实时控制修正变量；
模糊推理是一种模糊变换，将输入变量模糊集变换为输出变量的模糊集，实现论域的转换；
所述模糊控制器的设计方法包括以下步骤：
S1，确定模糊控制器的输入输出语言变量，包括语言值以及隶属度函数；
S2，设计模糊控制器的控制规则；
S3，确立模糊化和解模糊化的方法；
S4，选择模糊控制器的输入变量以及输出变量的论域并确定模糊控制器的参数。
2.根据权利要求1所述的一种模糊控制器的设计方法，其特征在于：在S1中，采用多变量二维模糊控制器，控制器包括两个输入量，系统误差E和误差变化EC，三个输出量，PID控制器的三个参数Kp，Ki，Kd；输入输出变量的语言变量值集合采用七个词汇：E，EC，Kp，Ki，Kd的模糊集均为：{NB，NM，NS，Z0，PS，PM，PB}，即：{负大，负中，负小，零，正小，正中，正大}；
描述输入输出变量的词汇都具有模糊特性，用模糊集合来表示；因此模糊概念的确定性问题可转化为求取模糊集合隶属函数的问题；
定义一个模糊子集，即确定模糊子集的隶属度函数；三角形隶属度函数应用最为广泛，由于其形状仅与直线的形状有关，系统的输入输出量均选择三角形隶属度函数。
3.根据权利要求1所述的一种模糊控制器的设计方法，其特征在于：精确量的模糊化方法，将精确量转换为模糊量的过程称为模糊化或者模糊量化；模糊化解决量程转换和选择模糊化方法两个问题；
量程转换是把输入信号的物理范围转化为相应的论域；
模糊化的方法采用将论域中的某一精确点模糊化为在论域上占据一定宽度的模糊子集；对于控制器输入输出，把其物理论域通过量化变换到整数论域{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}，并取负大，负中，负小，零，正小，正中，正大（NB，NM，NS，Z0，PS，PM，PB）七个语言变量档次。
4.根据权利要求1所述的一种模糊控制器的设计方法，其特征在于，在S2中，所述模糊控制器规则的设计原则如下：
当误差较大时，控制量的变化应尽力使误差迅速减小；
当误差较小时，除了要消除误差外，还要考虑系统的稳定性，防止系统产生不必要的超调，甚至震荡；
控制规则设计方法中应用经验归纳法，在模糊规则的建立修正和试凑过程中，应保证模糊规则的完备性和相容性；模糊控制表如下：
表1—Kp的模糊规则表
表2—Ki的模糊规则表
表3—Kd的模糊规则表。
5.根据权利要求1所述的一种模糊控制器的设计方法，其特征在于：在S3中，采用Mamdani型模糊推理算法和面积中心法进行模糊推理计算与去模糊化。
6.一种基于权利要求1所述一种模糊控制器的设计方法的多回路电气阀门定位器系统的增量式PID参数自整定控制方法，其特征在于：
MATLAB软件中的模糊逻辑工具箱提供两种方式来建立模糊逻辑控制系统，本次仿真采用图形用户界面的方式，将PID参数模糊控制规则表利用模糊控逻辑工具箱建立模糊推理系统（FIS），并与PID控制器进行链接，组成增量式PID模糊控制器；利用Simulink工具箱搭建由PID模糊控制器与双作用气缸仿真模型组成的参数自整定模糊PID定位控制系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010792987.0A CN114063445A (zh) | 2020-08-10 | 2020-08-10 | 一种模糊控制器的设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010792987.0A CN114063445A (zh) | 2020-08-10 | 2020-08-10 | 一种模糊控制器的设计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114063445A true CN114063445A (zh) | 2022-02-18 |
Family
ID=80232859
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010792987.0A Pending CN114063445A (zh) | 2020-08-10 | 2020-08-10 | 一种模糊控制器的设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114063445A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117111446A (zh) * | 2023-10-25 | 2023-11-24 | 苏州保邦电气有限公司 | 一种磁悬浮飞轮电机模糊pid控制优化方法 |
| CN117360139A (zh) * | 2023-09-25 | 2024-01-09 | 扬州五环龙电动车有限公司 | 一种基于模糊控制的ecas系统车身控制方法 |
| CN117555224A (zh) * | 2024-01-09 | 2024-02-13 | 冠县新瑞实业有限公司 | 基于解耦控制系统的谷朊粉生产控制的方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102681439A (zh) * | 2012-05-23 | 2012-09-19 | 昆明理工大学 | 一种用于横机的模糊自适应气动伺服控制系统 |
| CN103309233A (zh) * | 2013-05-13 | 2013-09-18 | 陕西国防工业职业技术学院 | 一种模糊pid控制器的设计方法 |
| CN103324090A (zh) * | 2013-06-03 | 2013-09-25 | 张凤宁 | 基于模糊指数调度的复合控制系统及该系统的设计方法 |
| CN104808708A (zh) * | 2015-04-22 | 2015-07-29 | 重庆工商职业学院 | 一种炉温度控制系统中模糊pid参数自整定的方法及系统 |
-
2020
- 2020-08-10 CN CN202010792987.0A patent/CN114063445A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102681439A (zh) * | 2012-05-23 | 2012-09-19 | 昆明理工大学 | 一种用于横机的模糊自适应气动伺服控制系统 |
| CN103309233A (zh) * | 2013-05-13 | 2013-09-18 | 陕西国防工业职业技术学院 | 一种模糊pid控制器的设计方法 |
| CN103324090A (zh) * | 2013-06-03 | 2013-09-25 | 张凤宁 | 基于模糊指数调度的复合控制系统及该系统的设计方法 |
| CN104808708A (zh) * | 2015-04-22 | 2015-07-29 | 重庆工商职业学院 | 一种炉温度控制系统中模糊pid参数自整定的方法及系统 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117360139A (zh) * | 2023-09-25 | 2024-01-09 | 扬州五环龙电动车有限公司 | 一种基于模糊控制的ecas系统车身控制方法 |
| CN117111446A (zh) * | 2023-10-25 | 2023-11-24 | 苏州保邦电气有限公司 | 一种磁悬浮飞轮电机模糊pid控制优化方法 |
| CN117111446B (zh) * | 2023-10-25 | 2024-01-02 | 苏州保邦电气有限公司 | 一种磁悬浮飞轮电机模糊pid控制优化方法 |
| CN117555224A (zh) * | 2024-01-09 | 2024-02-13 | 冠县新瑞实业有限公司 | 基于解耦控制系统的谷朊粉生产控制的方法 |
| CN117555224B (zh) * | 2024-01-09 | 2024-04-26 | 冠县新瑞实业有限公司 | 基于解耦控制系统的谷朊粉生产控制的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114063445A (zh) | 一种模糊控制器的设计方法 | |
| Wang et al. | Direct adaptive fuzzy-neural control with state observer and supervisory controller for unknown nonlinear dynamical systems | |
| Procyk et al. | A linguistic self-organizing process controller | |
| JP4168206B2 (ja) | 補助変数を用いた多重領域ファジー論理制御システム | |
| Xie et al. | Fuzzy adaptive internal model control | |
| Phan et al. | Two-mode adaptive fuzzy control with approximation error estimator | |
| CN110716593A (zh) | 反应釜温度预测与控制方法、装置及终端设备 | |
| Farouk et al. | Application of self-tuning fuzzy PID controller on the AVR system | |
| Lee et al. | A fuzzy controller for an electro-hydraulic fin actuator using phase plane method | |
| Mohan et al. | The simplest fuzzy PID controllers: mathematical models and stability analysis | |
| Liu et al. | Fuzzy controllers with neural network predictor for second-order linear systems with time delay | |
| Meshcheryakov et al. | Computer-aided design of the fuzzy control system using the genetic algorithm | |
| CN108089442B (zh) | 一种基于预测函数控制与模糊控制的pi控制器参数自整定方法 | |
| CN108363292B (zh) | 一种基于模糊控制策略的火电机组agc控制方法及装置 | |
| CN111077771A (zh) | 一种自整定模糊pid控制方法 | |
| Piltan et al. | Design Auto Adjust Sliding Surface Slope: Applied to Robot Manipulator | |
| Mao et al. | Simulation of liquid level cascade control system based on genetic Fuzzy PID | |
| Kocian et al. | Implementation of fuzzy logic control based on plc | |
| Lopatin et al. | An adaptive control system of a polymerizer based on fuzzy supervisor | |
| Zhang et al. | On rule self‐generating for fuzzy control | |
| Xin et al. | Temperature control system based on fuzzy self-adaptive PID controller | |
| Mrad et al. | Experimental comparative analysis of conventional, fuzzy logic, and adaptive fuzzy logic controllers | |
| Lian | Intelligent control of a constant turning force system with fixed metal removal rate | |
| CN117313535B (zh) | 基于模糊控制的磷化铟单晶生产温度控制方法 | |
| Melin et al. | Two-rule-based linguistic fuzzy controllers |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |