zoukankan      html  css  js  c++  java
  • 模糊控制——(4)Sugeno模糊模型

    1、Sugeno模糊模型

          传统的模糊系统为Mamdani模糊模型,输出为模糊量。

          Sugeno模糊模型输出隶属函数为constant或linear,其函数形式为:

     

          它与Mamdani模型的区别在于:

    (1)输出变量为常量或线性函数;

    (2)输出为精确量。

    2 、仿真实例

         设输入X∈[0,5] 和Y∈[0,10] ,将它们模糊化为两个模糊量:小,大。输出Z为输入(X,Y)的线性函数,模糊规则为:

    3、基于T-S(Takagi-Sugeno)模型的模糊控制 

     

    针对 n个状态变量 m个控制输入的连续非线性系统,其T-S型模糊模型可描述为以下 r条模糊规则:

    根据模糊系统的反模糊化定义,由模糊规则构成的模糊模型总的输出为:

    4、单级倒立摆的T-S模型模糊控制

       倒立摆系统的控制问题一直是控制研究中的一个典型问题。控制的目标是通过给小车底座施加一个力 u(控制量),使小车停留在预定的位置,并使摆不倒下,即不超过一预先定义好的垂直偏离角度范围。单级倒立摆模型为:

     

    其中 x1为摆的角度, x2为摆的角速度,2l为摆长,u为加在小车上的控制输入,a=1/(M+m)           ,M 和m 分别为小车和摆的质量。

    基于2条模糊规则的设计

     

    根据倒立摆的两条T-S模糊模型规则,隶属函数应按图4-29进行设计。仿真中采用三角形隶属函数实现摆角度x1(t)的模糊化。选择期望的闭环极点(-3-3i,-3+3i) ,利用极点配置函数place(A,B,P),可以得到系统的反馈增益矩阵:K1=[-418    -74] ,K2=[-10452   -2292] 。 采用 ui=-Kix的反馈控制,按式(4.16)设计控制器.

    基于4条模糊规则的设计

  • 相关阅读:
    python 多进程操作
    python 什么是全局解释器锁GIL
    cloudstack api调用python
    cloudstack模板
    微型计算器
    a++与=++a的区别
    js自调用函数的实现方式
    .net利用NPOI导入导出Excel
    linux系统下c程序分多文件实现
    线程的优先级
  • 原文地址:https://www.cnblogs.com/long5683/p/9972257.html
Copyright © 2011-2022 走看看