代写硕士毕业论文——《离散T-S模糊控制系统稳定性分析与控制器设计》
摘要 5-6
Abstract 6-7
第1章绪论 10-20
1.1研究背景 10-11
1.2模糊控制 11-15
1.2.1控制系统采用模糊控制方法的两个原因 11-13
1.2.2模糊控制的发展与现状 13-14
1.2.3模糊系统的稳定性 14-15
1.3T-S模糊控制系统 15-18
1.3.1T-S模糊控制系统的背景 15-17
1.3.2线性矩阵不等式(LMI)的发展与算法 17-18
1.4本文的主要内容 18-20
第2章模糊控制系统的描述 20-28
2.1基本概念 20-21
2.1.1模糊集合 20
2.1.2模糊运算 20-21
2.2模糊规则 21-22
2.2.1模糊规则的获取 21-22
2.2.2F_i~l和G~l的隶属函数的确定 22
2.2.3模糊推理机 22
2.3模糊产生器与反模糊化 22-25
2.3.1模糊产生器 22-23
2.3.2反模糊化 23
2.3.3T-S模糊模型的构造 23-25
2.4稳定性的基本理论 25-28
2.4.1Lyapunov稳定性理论 25
2.4.2并行分配补偿器(PDC) 25-26
2.4.3Schur补引理(Schurcomplementlemma) 26
2.4.4二次稳定 26-28
第3章基于离散T-S模糊交换系统的稳定性分析 28-42
3.1离散T-S模糊系统模型及全局稳定性分析 28-31
3.1.1T-S模糊系统基础模型 28-30
3.1.2T-S模糊系统的公共Lyapunov函数稳定性 30-31
3.2离散分段模糊交换系统模型 31-36
3.2.1分段后的模糊交换系统模型 32-33
3.2.2系统模型分解实例 33-36
3.3基于分段Lyapunov函数的稳定性判据 36-40
3.4本章小结 40-42
第4章离散T-S模糊系统控制器设计 42-50
4.1模糊控制器 42-43
4.2模糊控制器设计方法 43-48
4.3本章小结 48-50
第5章数值实例分析 50-56
5.1稳定性判断与比较分析 50-53
5.2控制器设计实例 53-54
5.3本章小结 54-56
第6章总结与展望 56-58
6.1总结 56
6.2离散T-S模糊系统的展望 56-58
参考文献 58-62
致谢 62-64
论文发表情况 64
【摘要】 模糊控制系统的稳定性分析和设计方法是模糊理论的重要研究课题,其理论研究主要是针对模糊系统提出相应的控制方法对其进行稳定性分析,从而保证控制系统的性能。但是模糊系统本质上是非线性的,因而稳定性分析比较困难。到目前为止,虽然已经存在许多种保证模糊系统稳定的理论,但仍未形成完善的理论体系,还有许多理论问题有待进一步深入研究。T-S模糊模型的提出,给模糊控制理论研究及应用带来了深远的影响,使模糊系统稳定性分析上升到新的理论高度,且有许多结果已经应用于实际对象中。T-S模糊模型的优点在于它充分运用了Lyapunov稳定性理论来进行系统分析和控制器设计,通过对非线性系统进行T-S模糊建模,然后提供一套系统化的方法来研究模糊系统的稳定性以及控制器设计问题。本文主要讨论一类T-S模糊控制系统的控制器设计及稳定性分析等问题。本文研究的主要内容如下：(1)综述模糊控制的产生、发展、现状及T-S模糊控制、模糊控制系统的稳定性分析方法和模糊控制器的设计方法；给出了T-S模糊系统模型的构建方法,并给出部分全局Lyapunov稳定性分析理论。根据分段Lyapunov函数,将T-S模糊系统相应的子系统转变成等价的模糊交换系统,并给出分解实例；(2)基于离散T-S分段模糊交换系统模型,给出一种系统稳定性分析方法以及状态反馈控制器的设计方法,通过Matlab数值仿真实例说明本文方法较现有的稳定性判断方法的优越性。对全文进行总结和展望,指出模糊控制系统的理论研究和应用所存在的问题,并对下一步研究工作进行简述。
【Abstract】 The stability and design of fuzzy control systems have been the most important problems in fuzzy theory. The research of fuzzy control theory includes a series of main problems, such as the stability analysis, the system design approaches and the improvement of the system performance. It is difficult of the stability for fuzzy control because of nonlinearity of fuzzy systems. There have existed a lot of measures to ensure the stability of fuzzy control systems. However the perfect theory system has not been formed. It is necessary to study the theoretical problems more deeply.With the T-S fuzzy model, which brings far-reaching impact for fuzzy control theory and its application, and makes stability analysis of fuzzy systems to a new theoretical height. Now, some results have been applied into practical systems. An advantage of a T-S fuzzy model is that it can fully use Lyapunov stability theory to analyze stability of systems and design controller, and a systematic method is provided to study the problem of stability of nonlinear systems and controller design by T-S fuzzy model ling for nonlinear systems. In this thesis, the controllers designed and stability analysis of T-S fuzzy control system are mainly discussed.The main contents are as follows:(1) Summarize the development of // fuzzy control, adaptive fuzzy control, some methods of stability analysis, and the fuzzy controller’s design; introduce the construction method of T-S fuzzy system model, and some methods of Lyapunov stability analysis; rewrite the system to be an equivalent discrete-time switching fuzzy system according to quadratic Lyapunov function, and then give an example to explain how we divide the state space into two kinds of subregions and why the switching fuzzy system is equivalent to the original system;(2) Propose a new relaxed stabilization criteria and a method of the state feedback controller’s design for discrete-time T-S fuzzy system based on discrete-time switching fuzzy system, and then using numerical simulation to show that our criterion is more relaxed than the current criteria and the effectiveness of the fuzzy controller’s design method; in the conclusion, the thesis indicates some unsolved problems and prospects of the further study.
【关键词】 T-S模糊系统； 稳定性； 二次稳定； 模糊交换系统； 模糊控制器； 线性矩阵不等式；
【Key words】 T-S fuzzy system； Stabilization； Quadratic stability； Switching fuzzy system； Fuzzy controller； Linear natrix inequality (LMI)；