基于C-R模糊模型的非線性系統(tǒng)內(nèi)?？刂扑惴ㄑ芯?pdf

1、工業(yè)過程中大多數(shù)系統(tǒng)是非線性系統(tǒng)，呈現(xiàn)出非線性、時(shí)變性和多模態(tài)性等復(fù)雜特性，因此傳統(tǒng)線性系統(tǒng)理論的應(yīng)用受到了很大的限制，從而對(duì)非線性系統(tǒng)的建模和控制成為控制領(lǐng)域研究的主要內(nèi)容之一。對(duì)于非線性系統(tǒng)的建模，模糊系統(tǒng)建模方法表現(xiàn)出對(duì)系統(tǒng)的良好逼近特性。對(duì)于非線性系統(tǒng)的控制，內(nèi)?？刂埔院?jiǎn)單、有效、實(shí)用的優(yōu)勢(shì)廣為控制界所重視。為了充分發(fā)揮二者之間的長(zhǎng)處，本文將模糊系統(tǒng)建模方法與內(nèi)?？刂品椒ńY(jié)合起來，研究了基于C—R模糊模型的非線性系統(tǒng)建模與控制問

2、題，本文的主要研究?jī)?nèi)容為以下幾點(diǎn)。 (1)研究了非線性系統(tǒng)的C—R模糊模型結(jié)構(gòu)。C—R模糊模型由模糊推理和局部線性模型組成，易于表達(dá)結(jié)構(gòu)性知識(shí)，是一種有效的建模方法。在建模過程中無需反模糊化處理，大大簡(jiǎn)化了建模處理過程。 (2)研究了C—R模糊模型的辨識(shí)算法。C—R模糊模型中的局部模型參數(shù)和隸屬度函數(shù)通過辨識(shí)算法得到。針對(duì)辨識(shí)算法1的初值選取帶有盲目性的缺點(diǎn)，改變初值選取對(duì)象和算法停止的判斷條件，研究了辨識(shí)算法2。針對(duì)辨

3、識(shí)算法1和2假定規(guī)則數(shù)已知的缺點(diǎn)，研究了確定最佳規(guī)則數(shù)的辨識(shí)算法。針對(duì)前述辨識(shí)算法計(jì)算量大的問題，提出了基于改進(jìn)關(guān)系度聚類算法的模型辨識(shí)算法。辨識(shí)算法的逐步改進(jìn)，減少了判斷次數(shù)，節(jié)省了運(yùn)算時(shí)間。 (3)針對(duì)非線性系統(tǒng)內(nèi)?？刂浦写嬖诘姆蔷€性系統(tǒng)建立模型和逆模型的問題，應(yīng)用C—R模糊模型對(duì)非線性系統(tǒng)建模，得到系統(tǒng)的C—R模糊模型；利用C—R模糊模型在每一時(shí)刻具有線性解析式的優(yōu)勢(shì)，以系統(tǒng)的期望輸出作為逆模型的輸入，通過辨識(shí)得到系統(tǒng)的模

4、糊逆模型。將辨識(shí)得到的模型和模糊逆模型引入非線性內(nèi)?？刂扑惴ㄖ校岢隽嘶贑—R模糊模型的非線性系統(tǒng)內(nèi)?？刂品椒ǎ篊R—FIMC。 (4)在CR—FIMC控制方法的基礎(chǔ)上，將C—R模糊模型轉(zhuǎn)換成一個(gè)形式上與階躍響應(yīng)模型相似的結(jié)構(gòu)—C—R模糊階躍模型，然后用C—R模糊階躍模型對(duì)系統(tǒng)建模，再分別引入到模糊內(nèi)?？刂破骱蚉ID控制器中，在設(shè)計(jì)好的FIMC控制器結(jié)構(gòu)上引入PID反饋控制，提出了模糊內(nèi)模/PID復(fù)合控制方法：CR—FIMC—