基于T-S模型的模糊預(yù)測(cè)控制研究.pdf

1、隨著過(guò)程控制技術(shù)研究和應(yīng)用的深入,所面對(duì)的實(shí)際工業(yè)過(guò)程對(duì)象越來(lái)越復(fù)雜,如嚴(yán)重非線性、大時(shí)變性和不確定性等。對(duì)于此類系統(tǒng),因?yàn)闊o(wú)法建立較為準(zhǔn)確的被控系統(tǒng)數(shù)學(xué)模型,使得傳統(tǒng)控制策略很難達(dá)到所期望的控制效果,尤其是對(duì)于多階非線性系統(tǒng)。預(yù)測(cè)控制具有多步預(yù)測(cè)、滾動(dòng)優(yōu)化和反饋校正等特點(diǎn),它的控制效果好、魯棒性強(qiáng),更具有超前優(yōu)化控制的優(yōu)點(diǎn)。另外,T-S模糊模型可以通過(guò)局部動(dòng)態(tài)線性化,把非線性系統(tǒng)表示成線性形式,以任意精度逼近非線性系統(tǒng)。因此,將模糊建

2、模與預(yù)測(cè)控制相結(jié)合,形成模糊預(yù)測(cè)控制策略,為非線性系統(tǒng)控制提供了適宜的方法。同時(shí),也豐富了智能控制的形式,拓寬了智能控制應(yīng)用,滿足了復(fù)雜工業(yè)對(duì)象過(guò)程對(duì)控制的要求。論文的主要工作內(nèi)容如下:
　　 1、討論了常用的T-S模型建模方法與步驟,提出了一種稱之為減法模糊C均值聚類的T-S模型辨識(shí)方法,將減法聚類與模糊C-均值聚類結(jié)合,利用減法聚類算法初始化聚類中心和規(guī)則數(shù),實(shí)現(xiàn)數(shù)據(jù)的自適應(yīng)聚類,自動(dòng)調(diào)整模糊系統(tǒng)輸入輸出空間的劃分和相應(yīng)隸屬

3、度函數(shù)參數(shù)的確定,克服初始點(diǎn)對(duì)聚類效果的影響,并針對(duì)T-S模糊模型整體辨識(shí)中的特殊性,給出了初始隸屬度的計(jì)算公式；
　　 2、將模糊與預(yù)測(cè)控制相結(jié)合,提出了模糊預(yù)測(cè)控制策略,用T-S模糊模型經(jīng)過(guò)轉(zhuǎn)化替代原來(lái)的CARIMA模型,推導(dǎo)出相應(yīng)的模糊預(yù)測(cè)控制算法,在測(cè)試函數(shù)的仿真中得到令人滿意的控制效果；
　　 3、將模糊廣義預(yù)測(cè)控制算法應(yīng)用到實(shí)際對(duì)象TE過(guò)程中,進(jìn)行了大量的實(shí)驗(yàn),獲得了滿意的結(jié)果,并且開(kāi)發(fā)一定的應(yīng)用程序,向研究