模糊控制技术的发展及前景展望

《模糊控制技术的发展及前景展望》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、模糊控制技术的发展与刖景展望模糊控制技术发展现状与前景展望1.引言人的手动控制策略是通过操作者的学习，实验以及长期经验积累而形成的，他通过人的a然语言來叙述。由于ci然语言具宥模糊性，所以，这种语言控制也被称为模糊语言控制，简称模糊控制。近年来，对于经典模糊控制系统稳态性能的改善，模糊集成控制，模糊自适应控制，专家模糊控制与多变量模糊控制的研究，特别是对复杂系统的自学习与参数自调整模糊系统方而的研究，受到各w学者的重视。人们将神经网络和模糊控制技术相结合，形成了一种模糊神经网络技术，他可以组成一组更接近于人脑的智能信息处理

2、系统，其发展前景十分广阔。2.模糊控制的热点问题模糊控制技术是一项正在发展的技术，虽然近年来得到了蓬勃发展，但它也存在一些问题，主耍有以下几个方而(1)还没宥宥形成完整的理论体系，没宥完善的稳定性和鲁棒性分析、系统的设计方法(包括规则的获取和优化、隶属函数的选取等)；(2)控制系统的性能不太高(稳态精度较低，存在抖动及积分饱和等问题);(3)自适应能力有限。目前，国内外众多专家学者围绕着这些问题展开了广泛的研究，取得了一些阶段性成果，下而介绍一下近期的主要研究热点。2.1模糊控制系统的稳定性分析任何一个自动控制系统要正常工

3、作，首先必须是稳定的。由于模糊系统本质上的非线性和缺乏统一的系统描述，使得人们难以利用现有的控制理论和分析方法对模糊控制系统进行分析和设计，因此，模糊控制理论的稳定性分析一直是一个难点课题，未形成较为完善的理论体系。正因为如此，关于模糊系统的稳定性分析近年来成为众人关注的热点，发表的论文较多，提出了各种思想和分析方法。0前模糊控制系统稳定性分析方法主要冇以下几种：(1)李亚普诺夫方法基于李亚普诺夫直接方法，许多学者讨论了离散时问和连续时问模糊控制系统的稳定性分析和设计。使用李亚普诺夫线性化方法，Ying建立了包括非线性对象

4、的T-S模糊控制系统局部稳定性的必要和充分条件。另外，一种在大系统中使用的向量李亚普诺夫直接方法，被用丁•推异多变量模糊系统的稳定性条件；李亚普诺夫第二方法被用于判别模糊系统量比因子选择的稳定性；波波夫一李亚普诺夫方法被用于研究模糊控制系统的鲁棒稳定性。但是，李亚普诺夫的一些稳定性条件通常比较保守，即当稳定性条件不满足时，控制系统仍是稳定的。(2)基于滑模变结构系统的稳定性分析方法由于模糊控制器是釆用语义表达，系统设计中不易保证模糊控制系统的稳定性和鲁棒性。而滑模控制有一个明显的特点，即能处理控制系统的非线性，而且是鲁棒控

5、制。因此一些学者提出设计带有模糊滑模表面的模糊控制器，从而能用李亚普诺夫理论来获得闭环控制系统稳定性的证明。Palm和Driankov采用滑模控制的概念分析了增益规划的闭环模糊控制系统的稳定性和鲁棒性。另宥一些学者用模糊推理来处理控制系统的非线性和减少控制震颤，使得基于李亚普诺夫方法可保证控制系统的稳定性。基于变结构系统理论，可以得到控制系统的跟踪精度和模糊控制器的I/O模糊集映射形状之间的关系，从而可以解释模糊控制器的鲁棒性和控制性能。文献等研究了基于变结构控制框架的模糊控制系统的稳定性，通过输出反馈的模糊变结构控制，并

6、用李亚普诺夫方法证明了闭环控制系统是全局冇界输入冇界输出稳定的。若使用变结构控制类型的模糊规则集，模糊控制器从语义和定量上可显示出变结构的特性。为便于李亚齊诺夫稳定性判据能指导设计和调整模糊控制器，文献推导出模糊控制器的具体数学表达式。(3)描述函数方法描述函数方法吋用于预测极限环的存在、频率、幅度和稳定性。通过建立模糊控制器与多值继电控制器的关系，描述函数方法可用于分析模糊控制系统的稳定性。另外，指数输入的描述函数技术也能用于研究模糊控制系统的暂态响应。过然描述函数方法能用于S1SO和M1SO模糊控制器以及某些非线性对象

7、模型，但不能用于三输入及以上的模糊控制器。并且由于这种方法一般应用于非线性系统中确定周期振荡的存在性，因此只是一种近似稳定性分析方法。稳定性判据方法圆判据可用于分析和再设计一个模糊控制系统。使用扇区有界非线性的概念，一般化的奈魁斯特(圆)稳定性判据可用于分析S1S0和M1M0模糊系统的稳定性，并且扩展闢判裾可用于推导一类简单模糊PI控制系统稳定性的充分条件。由于凼判据要求比较严格，Furutani提出一种移动的波波夫判据，用于分析模糊控制系统的稳定性。当此判据中参数e设为零时，该判据与圆判据一致。除了以上介绍的方法外，模糊

8、控制系统的稳定性分析还冇相平而法、关系矩阵分析法、超稳定理论、Popov判据、模糊穴一穴映射、数值稳定性分析方法以及最近出现的鲁棒控制理论分析方法和LMT(矩阵不等式)凸优化方法等。2.2自适应模糊控制器的研究为了提高模糊控制系统的自适应能力，许多学者对自适应模糊控制器进行了研究，研究方向主耍集中在以下