论文部分内容阅读
工业过程中大多数系统是非线性系统,呈现出非线性、时变性和多模态性等复杂特性,因此传统线性系统理论的应用受到了很大的限制,从而对非线性系统的建模和控制成为控制领域研究的主要内容之一。对于非线性系统的建模,模糊系统建模方法表现出对系统的良好逼近特性。对于非线性系统的控制,内模控制以简单、有效、实用的优势广为控制界所重视。为了充分发挥二者之间的长处,本文将模糊系统建模方法与内模控制方法结合起来,研究了基于C-R模糊模型的非线性系统建模与控制问题,本文的主要研究内容为以下几点。(1)研究了非线性系统的C-R模糊模型结构。C-R模糊模型由模糊推理和局部线性模型组成,易于表达结构性知识,是一种有效的建模方法。在建模过程中无需反模糊化处理,大大简化了建模处理过程。(2)研究了C-R模糊模型的辨识算法。C-R模糊模型中的局部模型参数和隶属度函数通过辨识算法得到。针对辨识算法1的初值选取带有盲目性的缺点,改变初值选取对象和算法停止的判断条件,研究了辨识算法2。针对辨识算法1和2假定规则数已知的缺点,研究了确定最佳规则数的辨识算法。针对前述辨识算法计算量大的问题,提出了基于改进关系度聚类算法的模型辨识算法。辨识算法的逐步改进,减少了判断次数,节省了运算时间。(3)针对非线性系统内模控制中存在的非线性系统建立模型和逆模型的问题,应用C-R模糊模型对非线性系统建模,得到系统的C-R模糊模型;利用C-R模糊模型在每一时刻具有线性解析式的优势,以系统的期望输出作为逆模型的输入,通过辨识得到系统的模糊逆模型。将辨识得到的模型和模糊逆模型引入非线性内模控制算法中,提出了基于C-R模糊模型的非线性系统内模控制方法:CR-FIMC。(4)在CR-FIMC控制方法的基础上,将C-R模糊模型转换成一个形式上与阶跃响应模型相似的结构——C-R模糊阶跃模型,然后用C-R模糊阶跃模型对系统建模,再分别引入到模糊内模控制器和PID控制器中,在设计好的FIMC控制器结构上引入PID反馈控制,提出了模糊内模/PID复合控制方法:CR-FIMC-PID。