針對傳統(tǒng)方法難以整定船載雷達伺服系統(tǒng)PID參數(shù)的問題，將模糊參數(shù)自整定PID控制技術(shù)應(yīng)用到伺服系統(tǒng)位置回路中，通過仿真實驗表明該方法可以不依賴系統(tǒng)的數(shù)學(xué)模型，而根據(jù)輸入輸出關(guān)系對PID參數(shù)進行在線調(diào)整，自動調(diào)整環(huán)路帶寬，調(diào)高系統(tǒng)的動態(tài)性能和穩(wěn)態(tài)性能，具有很強的魯棒性和自適應(yīng)性。
標簽： PID 模糊 參數(shù) 中的應(yīng)用
上傳時間： 2013-11-13
上傳用戶：shfanqiwei
基于模糊PID控制的電阻爐爐溫系統(tǒng)的研究（碩士畢業(yè)論文，本文以模糊自整定pid控制算法為基礎(chǔ)，下位機以8031單片機為主體）。閱讀此文章之前請先安裝閱覽器
上傳時間： 2014-01-12
上傳用戶：plsee
自適應(yīng)模糊滑模控制器設(shè)計的matlab源代碼，對于研究滑模變結(jié)構(gòu)控制的同學(xué)很有用。
上傳時間： 2014-01-19
上傳用戶：qweqweqwe
一個用simulink做的模糊PID自適應(yīng)系統(tǒng)，通過三個模糊FIS：dkp,dki,dkd來分別控制Kp,Ki,Kd，以達到PID參數(shù)可自動調(diào)整的目的。
上傳時間： 2013-12-16
上傳用戶：FreeSky
隨著模糊滑模理論的發(fā)展和應(yīng)用，對模糊滑模控制理論的研究提 出了新的要求，本文針對模糊滑模控制研究中存在的一些問題進行了 深入研究，并最終得出了一系列相應(yīng)的研究結(jié)果。
上傳時間： 2018-08-18
上傳用戶：2113583389@qq.com
基于傳感器和模糊規(guī)則的機器人在動態(tài)障礙環(huán)境中的智能運動控制基于傳感器和模糊規(guī)則的機器人在動態(tài)障礙環(huán)境中的智能運動控制 oIlI～0(、r> 王 敏 金·波斯科 黃心漢 ，O、l、L (華i 面面辜寫j幕．武漢，43074) ＼I。L上、o 捌要：提出了一種基于傳感器和模糊規(guī)則的智能機器人運動規(guī)劃方法 ．該方法運用了基于調(diào)和函數(shù)分析的人 工勢能 場原 理 ．采用模糊規(guī)則 可減少推導(dǎo)勢能函數(shù)所 必須的計算 ，同時給機器人伺服 系統(tǒng)發(fā) 出指令 ，使它能夠 自動 地尋找通向目標的路徑．提出的方法具有簡單、快速的特點，而且能對 n自由度機械手的整個手臂實現(xiàn)最碰．建立 在非線性機器人動力學(xué)之上的整 個閉環(huán)系統(tǒng)和模糊控制器 的穩(wěn)定性 由李雅普諾 夫原理 保證 ．仿真結(jié) 果證明 了該方 法 的有效性 ，通 過比較分析顯示 出文 中所提 出的最障算法的優(yōu)越性 ． 美t詞：基于傳感器的機器人運動控制；模糊規(guī)則；人工勢能場；動態(tài)避障；機器人操作手 1 叫啞oducd0n R。boIsarewjdelyusedfor詛sb inchasma~ia]b柚· 血 ， spot ： ng， spray Ijl岫 1g， mech卸icaland elec咖 icas搴enlb1y，ma al塒 IIovaland wa時 cut· ring 咖 ． ofsuch tasks_堋 llldea pri|柚ary ptd 眥 of 她 ar0botto e oncpositiontoanother withoutbur叩inginto anyobstacles． s 曲km，de． notedasthefDbotm ∞ pJan，liDgp∞ 舶1，hasbeen the倒 娜bj0ct鋤l哪gIeseat℃ll∞ ． Every method o0血∞r(nóng)I1ing 如b0tmotionplanninghas itsownadv∞ngesandapplicationdoma~ asweftasits di戤ldvaIIta麟 and constr~dnts． Therefore it would be ratherdifficulteithertoc0Ⅱ】paremethodsorton~ vate thechoio~ofan dl0‘iupon othP~s． 0州 d眥 ：1999—07—29；Revised~ ：2000一∞ 一絲 In conU~astto many n~ hods，rob
上傳時間： 2022-02-15
上傳用戶：
1.針對一類參數(shù)未知的非線性離散時間動態(tài)系統(tǒng)，提出了一種新的基于神經(jīng)網(wǎng)絡(luò)的MMAC方法。首先，將系統(tǒng)分為線性部分和非線性部分。針對系統(tǒng)線性部分采用局部化方法逮立多個固定模型覆蓋系統(tǒng)的參數(shù)范圍，在此基礎(chǔ)上，建立自適應(yīng)模型來提高系統(tǒng)性能；針對系統(tǒng)非線性部分建立非線性神經(jīng)網(wǎng)絡(luò)預(yù)測模型來邏近系統(tǒng)的非線性。然后，針對每個子模型設(shè)計相應(yīng)的擅制器。最后，設(shè)計基于誤差范數(shù)形式的性能指標函數(shù)對控制器進行硬切換。仿真結(jié)果表明，所提出的MMAC方法與傳統(tǒng)的在參數(shù)空間均勻分布的MMAC方法相比能顯著提高非線性系統(tǒng)的暫態(tài)性能。2針對一類具有參數(shù)跳變的非線性離散時間動態(tài)系統(tǒng)，提出子一種基才聚類方法和神經(jīng)網(wǎng)絡(luò)的MMAC方法，首先，采用模糊c均值聚類算法對系統(tǒng)先驗數(shù)據(jù)進行分類處理，再分別對每類數(shù)據(jù)采用RLS算法建立多個固定模型。在此基礎(chǔ)上，建立兩個白適應(yīng)模型來提高系統(tǒng)響應(yīng)速度和控制品質(zhì)，建立神經(jīng)網(wǎng)絡(luò)預(yù)測模型來補償系統(tǒng)非線性。然后，分別針對相應(yīng)的子模型設(shè)計線性魯棒自適應(yīng)控制器和神經(jīng)網(wǎng)絡(luò)控制器。最后，采用基于信號有界和測量誤差的性能切換指標對控制器進行切換，并證明閉環(huán)系統(tǒng)的穩(wěn)定性。仿真結(jié)果表明，所提出的算法能更好地解決非線性系統(tǒng)發(fā)生參數(shù)跳變問題，使得系統(tǒng)具有良好的控制品質(zhì)3.針對MMAC方法中的模型庫優(yōu)化問題，考慮系統(tǒng)實際運行數(shù)據(jù)，提出了種基于相似度準則和設(shè)置最大模型數(shù)的動態(tài)優(yōu)化模型庫方法。該方法能對新數(shù)據(jù)進行綜合考量并判斷是否應(yīng)該將該數(shù)據(jù)納入子模型建模，并通過設(shè)置最大模型數(shù)來確保系統(tǒng)用最少的子模型就能保證系統(tǒng)的控制性能。仿真結(jié)果表明，所提出的算法能極大地減少子模型數(shù)量且具有較好的控制效果。關(guān)鍵詞：非線性系統(tǒng)；多模型方法；自適應(yīng)控制；模糊聚類；神經(jīng)網(wǎng)絡(luò)
標簽： 自適應(yīng)控制
上傳時間： 2022-03-11
上傳用戶：
交直流傳動系統(tǒng)的自適應(yīng)控制
標簽： 交直流 傳動系統(tǒng) 自適應(yīng)控制
上傳時間： 2013-06-16
上傳用戶：eeworm
單片機模糊邏輯控制
上傳時間： 2013-07-24
上傳用戶：eeworm
單片機模糊邏輯控制
上傳時間： 2013-07-23
上傳用戶：eeworm
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
