基于T-S模糊模型的约束预测控制研究

《基于T-S模糊模型的约束预测控制研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要中文摘要基于线性模型的预测控制研究己经相当成熟并得到了广泛的工业应用，然而在实际控制系统中，被控对象往往具有非线性、时变性和不确定性，针对高度非线性系统则很难取得令人满意的控制效果。而T-S模糊模型可以以任意精度逼近非线性系统，并且由于其结构的特殊性，可以通过局部动态线性化，把非线性系统表示成为线性形式，使得对其设计GPC控制器成为可能。本文首先简要介绍了广义预测控制的基本原理、基本算法步骤和模糊系统模型的基本原理，然后针对非线性系统提出了几种基于T-S模糊模型的有约束广义预测控制算法，并通过matlab仿真试验验证了这些算法的有效性。全文主要创新点有：1．针对单变量非线性系统，在利用T-

2、S模糊模型充分逼近的基础上，基于一步近似计算的思想，通过对输入变量的适当处理，提出了一种带约束输入的快速广义预测控制算法，该方法充分考虑了控制输入及其增量受约束的情况，并且计算量不大。2．针对多变量非线性系统，基于T-S模糊模型建模，提出了一种带约束输入的快速广义预测控制算法，该方法充分考虑了控制输入及其增量受约束的情况，并避免了非线性搜索方法求解受约束的优化问题和求Diophantine方程，并且计算量不大。在本文的最后，总结全文，并提出在该方向上需进一步做的工作。关键词：广义预测控制，模糊模型，T—S模糊模型，模糊聚类算法，正交最小二乘算法，非线性系统，约束输入ABSTRACTResear

3、chonlinearpredictivecontrolhasbecomematureandlinearMPChasgainedwideapplicationsinindustrialprocesses．However,mostprocessesinindustryarenonlinear,time—variantandbearuncertainty,forahi曲lynonlinearsystem，itmaynotgiverisetosatisfactorydynamicperformance．TheT-SfuzzymodelCanapproachinganynonlinearsystems，

4、anditsstructureissimple．SothecontrolledplantCanbeexpressedasalinearmodel，thentheGPCcontrollerCandesignedforit．In．thisdissertation，thedevelopmentaboutpredictivecontrolandtheT-Sfuzzysystem’Sstrongpointsanddeficienciesareintroducedfirstly．ThebasicidentificationstepsofTakagi．Sugenofuzzymodelarepresented

5、indetail．Andthensomenewalgorithmsofconstrainedfuzzygeneralizedpredictivecontrolarepresentedfornonlinearsystems．Thesimulationresultsshowtheirsuperiorperformancefornonlinearsystems．Inconclusionthemaincontentsareasfollows：1)onekindofquicklyconstrainedgeneralizedpredictivecontrolalgorithmispresentedbase

6、dontheT-SfuzzymodelwhichisusedtoapproachtheSISOnonlinearsystems，itscomputerloadisnottoolarge；2)onekindofquicklyconstrainedgeneralizedpredictivecontrolalgorithmispresentedbasedontheT-SfuzzymodelwhichisusedtoapproachtheMIMOnonlinearsystems，itavoidsthenonlinearsearchandneednottosolveDiophantinefunction

7、sbyusingasoftgeneofinput，SOitscomputerloadisnottoolarge；Inthelastsectionofthisdissertation，aconclusionispresented，andsomejobsneededtobedoneinthefuturearedrawn．Keywords：generalizedpredictivecontrol，fuz