طراحی کنترل کننده فازی سلسله مراتبی با آموزش پسخور خطا بر اساس تابع لیاپانوف برای کلاسی از سیستم های غیرخطی مرتبه بالا
نویسندگان
چکیده
در این نوشتار، یک کنترل کننده فازی سلسله مراتبی به همراه کنترل کننده کلاسیک pd با روش آموزش پسخور خطا برای کلاسی از سیستم های غیرخطی تک ورودی-تک خروجی و در حضور اغتشاش محدود ارایه شده است. برای پایداری سیستم تحت کنترل، تابع لیاپانوفی در نظر گرفته شده است که ضمن تضمین پایداری، قانون به روز رسانی تمامی کل پارامترهای تالی سیستم فازی سلسله مراتبی نیز از آن استخراج شده است. پارامترهای تالی سیستم فازی سلسله مراتبی که در بلوک های مختلف واقع شده اند به صورت غیرخطی-در-پارامتر در خروجی ظاهر می شوند. برای استخراج قوانین تطبیق برای آنها با قضیه مطرح شده، پارامترها به صورت خطی-در-پارامتر ظاهر شده اند. برای جملات تقریب زده شده، حد بالا در نظر گرفته شده است. حد بالای جملات تقریب نیز در تابع لیاپانوف در نظر گرفته شده و برای آنها قانون تطبیق استخراج شده است تا محافظه کاری تقریب کاهش پیدا کند. نشان داده شده است که قضیه ارایه شده به تمامی ساختارهای سیستم های فازی سلسله مراتبی با هر تعداد لایه و حتی به سیستم فازی معمول نیز قابل اعمال است. در ضمن به کار بردن سیستم فازی سلسله مراتبی باعث کاهش قواعد و در نتیجه کاهش پارامترها می گردد. در نهایت الگوریتم ارایه شده بر روی دو سیستم (بازوی ربات انعطاف پذیر و سیستم تعلیق خودرو یک چهارم فعال) شبیه سازی شده و نتایج آن با روش کلاسیک مدلغزشی مقایسه شده است. نتایج شبیه سازی بیانگر کارایی مطلوب کنترل کننده ارایه شده است.
منابع مشابه
کنترل و همزمان سازی کلاسی از سیستم های آشوب با استفاده از کنترل کننده شبکه عصبی راف مبتنی بر توابع شعاعی مدل مرجع با آموزش پسخور خطا و براساس تابع لیاپانوف
در این مطالعه، کنترل کننده شبکه عصبی راف مبتنی بر توابع شعاعی مدل مرجع با آموزش پسخور خطا برای کلاسی از سیستم های غیرخطی در حضور عدم قطعیت محدود ارائه می گردد. کنترل کننده ارائه شده به فرم ترکیبی، شامل کنترل کننده شبکه عصبی راف مبتنی بر توابع شعاعی و کنترل کننده کلاسیک می باشد. به دلیل استفاده از کنترل کننده کلاسیک در کنار کنترل کننده هوشمند، می توان انتظار محدود بودن پاسخ حالت گذرا را داش...
متن کاملطراحی کنترل کننده خطی – فازی تناسبی انتگرالی برای سیستم های مرتبه بالا
در این مقاله سعی شده است برای سیستم های مرتبه بالا، به منظور داشتن پاسخی با درصد فراجهش و زمان فراجهش معین ، کنترل کننده خطی – فازی مناسبی طراحی شود. ابتدا روش جدید طراحی این کنترل کننده ها برای سیستم مرتبه دوم ارائه می شود و سپس تعمیم این روش به سیستم های مرتبه سوم مورد بحث قرار می گیرد و با استفاده از ایده9 های آن ، الگوریتم تعمیم روش برای سیستم های مرتبه بالاتر حاصل می شود.
متن کاملکنترل و همزمان سازی کلاسی از سیستم های آشوب با استفاده از کنترل کننده شبکه عصبی راف مبتنی بر توابع شعاعی مدل مرجع با آموزش پسخور خطا و براساس تابع لیاپانوف
در این مطالعه، کنترل کننده شبکه عصبی راف مبتنی بر توابع شعاعی مدل مرجع با آموزش پسخور خطا برای کلاسی از سیستم های غیرخطی در حضور عدم قطعیت محدود ارائه می گردد. کنترل کننده ارائه شده به فرم ترکیبی، شامل کنترل کننده شبکه عصبی راف مبتنی بر توابع شعاعی و کنترل کننده کلاسیک می باشد. به دلیل استفاده از کنترل کننده کلاسیک در کنار کنترل کننده هوشمند، می توان انتظار محدود بودن پاسخ حالت گذرا را داشت. وز...
متن کاملطراحی کنترلر فازی مرتبه بالا برای سیستم تهویه مطبوع
این مقاله به بررسی عملکرد کنترل کننده فازی مرتبه بالا بر روی یک سیستم تهویه مطبوع می پردازد. این کنترل کننده قادر است در سیستم های پیچیده بخصوص در سیستم های چند وروی- چند خروجی با در نظر گرفتن تغییرات در هریک از متغیرهای کنترلی ، با توجه به نیاز سیستم به تنظیم عملگرهای کنترلی بپردازد. اساس کار بر تنظیم اولیه هر متغیر با روش ممدانی و سپس بهره گیری از کنترل کننده فازی مرتبه بالا در تنظیم بهره ک...
متن کاملطراحی کنترل کننده خطی – فازی تناسبی انتگرالی برای سیستم های مرتبه بالا
در این مقاله سعی شده است برای سیستم های مرتبه بالا، به منظور داشتن پاسخی با درصد فراجهش و زمان فراجهش معین ، کنترل کننده خطی – فازی مناسبی طراحی شود. ابتدا روش جدید طراحی این کنترل کننده ها برای سیستم مرتبه دوم ارائه می شود و سپس تعمیم این روش به سیستم های مرتبه سوم مورد بحث قرار می گیرد و با استفاده از ایده9 های آن ، الگوریتم تعمیم روش برای سیستم های مرتبه بالاتر حاصل می شود.
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
کنترلجلد ۹، شماره ۲، صفحات ۳۵-۴۵
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023