基于模糊描述系统的新型鲁棒-最优控制器

科技

 0  162

积分：13

该研究介绍了一种基于模糊描述系统的新型鲁棒最优控制器。非线性系统具有诸多应用，但由于其数学建模和控制较为困难，因此Takagi-Sugeno（T-S）模糊系统成为了解决这一问题的有效工具。T-S模糊系统将输入和输出值映射到多个线性系统，从而近似描述非线性系统。然后，研究人员开发了T-S模糊描述系统（FDS），结合了T-S模糊系统与强大的状态空间表示，进一步提高了其效能。

在此基础上，Ngoc-Tam Bui教授等人开发了新型的最优和鲁棒最优控制器。他们利用Lyapunov稳定性理论建立了FDS数学模型的稳定性条件，并通过将这些条件转化为LMI来解决数学工具难以处理的问题。研究人员开发了三种控制器：稳定控制器、最优控制器和鲁棒最优控制器，并在旋转倒立摆系统上进行了测试。

实验结果表明，稳定控制器有效地稳定了系统，而最优控制器将摆动的最大幅度降低了六倍，将摆动过程的最大振幅降低了，同时将安定时间从13秒减少到2秒。鲁棒最优控制器在两种不同的情景下得到了测试，结果显示其在第二种情景下表现更好，没有出现摆动，而最优控制器则呈现明显的摆动。这些结果凸显了这些控制器在实际应用中的潜力和适应性，对于自主车辆和工业机器人等领域具有重要的应用价值，并有望为各领域的控制策略提供新的思路，最终提升了自主系统的性能，使得交通更加安全，医疗更加高效，制造业更加高效。

0 收藏分享举报