下载文档原格式
基于模糊控制和滑模控制的机电传动系统稳定性分析与优化机电传动系统是由电机、传动装置和负载组成的控制系统，在工业领域中广泛应用。
为了提高机电传动系统的稳定性和性能，研究人员提出了很多控制方法。
本文将基于模糊控制和滑模控制两种方法对机电传动系统进行稳定性分析与优化。
一、模糊控制方法模糊控制是一种基于经验知识的控制方法，它可以处理系统模型不准确或存在非线性问题的情况。
在机电传动系统中，模糊控制可以用于调节控制器的参数，以提高系统的稳定性和响应速度。
1. 模糊控制系统的建模首先，需要建立模糊控制系统的数学模型。
通过对机电传动系统的特性进行观测和实验，可以得到系统的输入和输出数据。
然后，利用模糊集合和模糊规则来描述系统的动态特性。
最后，建立模糊控制器，将输入与输出通过模糊化和去模糊化的过程来实现控制。
2. 模糊控制的优化策略在模糊控制中，模糊集合和模糊规则的选择对系统性能有很大影响。
可以通过试验和仿真来优化模糊集合和模糊规则的选择，以使系统的稳定性和响应速度达到最优。
3. 模糊控制在机电传动系统中的应用模糊控制已经被广泛应用于机电传动系统的速度控制、位置控制和力控制等方面。
通过模糊控制，可以更好地适应系统参数的变化和非线性问题，提高系统的控制性能。
二、滑模控制方法滑模控制是一种基于变结构控制的方法，它可以处理系统存在的不确定性和外部扰动的问题。
在机电传动系统中，滑模控制可以用于实现系统的稳定性和准确的跟踪控制。
1. 滑模控制系统的建模滑模控制的基本思想是引入一个滑模面来使系统的状态跟踪这个面。
通过选择合适的滑模面和控制律，在系统的滑动模式下实现系统的控制。
在机电传动系统中，可以将滑模控制应用于电机速度控制、负载力矩控制等方面。
2. 滑模控制的优化策略滑模控制的一个重要问题是选择合适的滑模面和控制律。
滑模面的选择要考虑系统的稳定性和响应速度，控制律的设计要考虑系统的非线性特性和外部扰动的影响。
通过试验和仿真，可以优化滑模控制策略以提高系统的控制精度和稳定性。
控制系统的神经网络模糊混沌滑模控制方法控制系统的神经网络模糊混沌滑模控制方法是一种应用于复杂控制系统中的先进控制技术。
该方法通过神经网络模型的建立和混沌滑模控制策略的设计，实现对系统动态特性的有效控制。
本文将详细介绍控制系统的神经网络模糊混沌滑模控制方法的原理与应用。
1. 神经网络模型的建立神经网络模型是控制系统中关键的一部分，通过拟合系统的非线性映射关系，实现对系统输入和输出之间的关系建模。
神经网络模型通常由输入层、隐含层和输出层组成，其中隐含层的神经元数量和连接权值决定了模型的表达能力。
在建立神经网络模型时，可以使用多种算法进行参数训练，例如反向传播算法、遗传算法等。
2. 模糊混沌滑模控制策略的设计模糊混沌滑模控制策略是控制系统中的一种优化控制方法，通过结合模糊控制理论和混沌理论，实现对系统的快速响应和鲁棒性改善。
该策略的核心思想是将混沌系统引入到滑模控制中，通过混沌系统的随机性和非线性特性，增加系统对干扰和参数变化的抵抗能力。
同时，利用模糊控制的模糊逻辑和推理能力，提高系统的自适应性和鲁棒性。
3. 控制系统的性能指标与优化方法在神经网络模糊混沌滑模控制方法中，性能指标的选择与优化方法的设计是至关重要的。
常见的性能指标包括响应速度、超调量和稳态误差等，可以根据具体的应用需求进行调整和优化。
优化方法主要包括参数整定和控制策略的选择，可以使用各种优化算法进行参数搜索和求解最优解。
4. 案例分析与仿真实验为了验证控制系统的神经网络模糊混沌滑模控制方法的有效性，本文将以某电力系统的调度控制为例进行案例分析和仿真实验。
通过对电力系统的动态特性建模和仿真，可以评估控制系统的性能和鲁棒性，并对系统参数进行优化和调整。
综上所述，控制系统的神经网络模糊混沌滑模控制方法是一种先进的控制技术，具有良好的控制效果和鲁棒性。
通过神经网络模型的建立和混沌滑模控制策略的设计，可以实现对复杂控制系统的高效控制和优化。
然而，在具体应用中，还需要综合考虑系统的特性、性能指标和优化方法，以实现最佳的控制效果。
控制系统的模糊神经网络滑模控制方法模糊神经网络（Fuzzy Neural Network，FNN）是一种将模糊逻辑和神经网络相结合的控制方法，具有较强的非线性建模和控制能力，在控制系统中得到广泛应用。
而滑模控制是一种基于变结构控制理论的控制方法，能够实现对系统的快速响应和强鲁棒性的控制。
本文将介绍控制系统中模糊神经网络与滑模控制相结合的方法，即模糊神经网络滑模控制方法。
一、模糊神经网络的基本原理模糊神经网络是通过模糊逻辑推理和神经网络学习相结合的方法，能够实现对系统的非线性建模和控制。
其基本原理如下：1. 模糊化处理：将输入和输出量转化为模糊量，通过隶属度函数描述其隶属度，得到模糊变量。
2. 规则库设计：构建一系列模糊规则，描述输入变量和输出变量之间的模糊关系。
3. 推理机制：根据输入变量通过模糊规则进行模糊推理，得到模糊输出。
4. 解模糊化处理：将模糊输出通过解模糊函数映射为实际输出量。
二、滑模控制的基本原理滑模控制是一种基于变结构控制理论的控制方法，其基本思想是通过引入滑模面，使得系统状态能够迅速地切换到滑模面，从而实现对系统的快速响应和强鲁棒性的控制。
其基本原理如下：1. 设计滑模面：根据系统的特性和要求，设计一个滑模面，使系统状态能够在其上快速切换。
2. 设计滑模控制律：根据滑模面的切换条件和系统模型，设计相应的滑模控制律，使系统状态能够快速地切换到滑模面。
3. 添加辅助控制律：为了降低滑模面的切换频率和振荡幅度，可以加入辅助控制律以提高系统的性能。
三、模糊神经网络滑模控制方法模糊神经网络滑模控制方法将模糊神经网络与滑模控制相结合，以充分发挥二者的优势，提高系统的控制性能。
其基本步骤如下：1. 建立模糊神经网络：根据系统的特性和要求，设计模糊神经网络的输入变量、输出变量和隐含层，确定隶属度函数和模糊规则，并通过神经网络学习算法训练网络参数。
2. 设计滑模面：根据系统的特性和要求，设计滑模面，并确定其滑模控制律。
《电液位置伺服控制系统的模糊滑模控制方法研究》篇一一、引言电液位置伺服控制系统在现代工业领域扮演着举足轻重的角色，其控制精度与响应速度直接决定了系统的工作效率与稳定性。
传统的控制方法往往在某些复杂的非线性或不确定性环境中，表现出局限性和不足。
因此，针对电液位置伺服控制系统的控制方法研究，尤其是对于模糊滑模控制方法的研究，具有重要的理论意义和实际应用价值。
二、电液位置伺服控制系统概述电液位置伺服控制系统主要由液压执行机构、传感器、控制器等部分组成。
其工作原理是通过控制器对液压执行机构进行精确控制，使系统能够按照预设的轨迹进行运动。
然而，由于系统中的各种不确定性和非线性因素，如液压系统的非线性特性、环境因素的干扰等，使得传统控制方法难以达到理想的控制效果。
三、模糊滑模控制方法研究针对电液位置伺服控制系统的特点，本文提出了一种模糊滑模控制方法。
该方法结合了模糊控制和滑模控制的优点，能够在系统面临不确定性和非线性因素时，实现更精确的控制。
1. 模糊控制模糊控制是一种基于模糊集合理论的控制方法，能够处理复杂的非线性问题。
在电液位置伺服控制系统中，模糊控制可以根据系统的实时状态，通过模糊推理，得到合适的控制策略，实现对系统的精确控制。
2. 滑模控制滑模控制是一种变结构控制方法，能够在系统面临不确定性和干扰时，通过调整系统的结构，使系统在滑模面上进行滑动，从而实现精确的控制。
在电液位置伺服控制系统中，滑模控制可以有效地抵抗系统的不确定性和非线性因素。
3. 模糊滑模控制的结合本文将模糊控制和滑模控制相结合，形成了一种新的控制方法——模糊滑模控制。
该方法在系统面临不确定性和非线性因素时，能够根据系统的实时状态，通过模糊推理得到合适的滑模面结构，并调整系统的控制策略，使系统在滑模面上进行滑动，从而实现精确的控制。
四、实验与分析为了验证模糊滑模控制在电液位置伺服控制系统中的有效性，我们进行了大量的实验。
实验结果表明，模糊滑模控制方法在面对系统的不确定性和非线性因素时，能够表现出更好的鲁棒性和控制精度。
《电液位置伺服控制系统的模糊滑模控制方法研究》一、引言随着工业自动化技术的快速发展，电液位置伺服控制系统在各种高精度、高动态性能的机械设备中得到了广泛应用。
然而，由于系统中的非线性和不确定性因素，传统的控制方法往往难以达到理想的控制效果。
因此，研究新型的控制方法，提高电液位置伺服控制系统的性能，具有重要的理论意义和实际应用价值。
本文重点研究了模糊滑模控制在电液位置伺服控制系统中的应用，为解决该类问题提供了新的思路。
二、电液位置伺服控制系统概述电液位置伺服控制系统是一种以液压传动为基础，通过电机驱动液压泵，进而控制执行机构位置的系统。
其核心目标是实现对执行机构位置的精确控制。
由于系统中存在非线性和不确定性因素，如液压缸的摩擦力、外部负载扰动等，使得系统控制变得复杂。
传统的控制方法如PID控制、模糊控制等，虽然在一定程度上可以实现对系统的控制，但往往难以达到理想的控制效果。
三、模糊滑模控制方法研究针对电液位置伺服控制系统的特点，本文提出了一种模糊滑模控制方法。
该方法将模糊控制和滑模控制相结合，通过模糊控制器对系统的不确定性进行估计和补偿，同时利用滑模控制的快速性和鲁棒性，实现对系统的高精度控制。
1. 模糊控制器设计模糊控制器是本方法的核心部分。
通过对系统的不确定性因素进行观察和学习，模糊控制器可以自动调整其参数，以适应系统状态的变化。
在电液位置伺服控制系统中，模糊控制器通过接收系统的位置、速度等信息，利用模糊推理机制对系统的不确定性进行估计和补偿。
2. 滑模控制器设计滑模控制是一种变结构控制方法，其核心思想是根据系统状态的变化，实时调整系统的控制策略。
在电液位置伺服控制系统中，滑模控制器通过设计适当的滑模面和滑模控制律，使系统在受到外部扰动时，能够快速地回到预设的滑模面上，从而实现高精度的位置控制。
四、实验验证与分析为了验证本文提出的模糊滑模控制方法的有效性，我们进行了大量的实验。
实验结果表明，与传统的控制方法相比，模糊滑模控制方法在电液位置伺服控制系统中具有更好的控制性能。
模糊等效滑模控制模糊等效滑模控制是一种常用于非线性系统控制的方法，它通过引入非线性函数和滑模面来实现系统的稳定性和鲁棒性。
本文将介绍模糊等效滑模控制的基本原理和应用，以及其在实际工程中的优势和局限性。
一、模糊等效滑模控制的基本原理模糊等效滑模控制是将模糊控制和滑模控制相结合的一种控制方法。
模糊控制是一种基于模糊逻辑的控制方法，它使用模糊规则来描述系统的动态特性，并利用模糊推理来确定控制信号。
滑模控制是一种通过引入滑模面来实现系统稳定的控制方法，它通过选择适当的滑模面使系统状态在滑模面上快速收敛，从而实现系统的稳定。
模糊等效滑模控制的基本原理是将滑模控制中的滑模面替换为模糊控制中的模糊集合。
通过将滑模面替换为模糊集合，可以使系统在非线性范围内实现滑模控制的效果，从而提高系统的鲁棒性和稳定性。
模糊等效滑模控制在实际工程中有着广泛的应用。
例如，在机器人控制中，模糊等效滑模控制可以用于实现机器人的路径规划和运动控制。
通过引入模糊等效滑模控制，可以使机器人在复杂环境中实现精确的路径跟踪和运动控制，提高机器人的自主导航能力。
模糊等效滑模控制还可以应用于电力系统的控制。
电力系统是一个高度非线性和复杂的系统，传统的控制方法往往难以满足系统的要求。
通过引入模糊等效滑模控制，可以有效地控制电力系统的频率、电压和功率等参数，提高电力系统的稳定性和鲁棒性。
三、模糊等效滑模控制的优势和局限性模糊等效滑模控制具有以下优势：1. 鲁棒性强：模糊等效滑模控制通过引入模糊集合，可以对非线性和不确定性系统进行鲁棒控制，提高系统的稳定性和鲁棒性。
2. 可调节性好：模糊等效滑模控制可以通过调节模糊规则和滑模面参数来实现对系统的控制，具有较好的可调节性。
3. 适应性强：模糊等效滑模控制可以根据系统的动态特性和环境变化来调整控制策略，具有良好的适应性。
然而，模糊等效滑模控制也存在一些局限性：1. 计算复杂度高：模糊等效滑模控制需要对模糊规则和滑模面参数进行调节和计算，计算复杂度较高。
目录一、绪论 (2)1、电力机车简介 (2)2、现有电力机车调速系统存在的问题 (3)3、电力机车调速系统的改进 (3)4、电力机车控制系统的发展方向 (3)5、课题意义 (4)6、论文内容 (4)二、模糊控制基本原理 (5)1、模糊控制简介 (5)2、模糊控制的产生与发展 (5)3、模糊控制的特点 (7)4、模糊控制基本方法 (7)5、模糊控制器的组成框图.................................... .. (8)6、模糊控制器结构及其分类 (9)7、二维模糊控制器 (9)三、电力机车转速模糊控制算法设计 (10)1、电力机车模糊控制调速系统总体结构 (10)2、电流调节器的选择 (12)3、转速调节器模糊控制算法设计 (12)(1)模糊控制器结构设计 (12)(2)控制器输入量的模糊化和输出去模糊 (13)(3)模糊控制规则的设计 (13)(4)模糊控制算法流程图 (16)四、建立仿真模型 (18)1、仿真简介 (18)2、电力机车仿真 (18)3、传统PID控制的机车调速系统的仿真模 (19)4、模糊电力机车调速系统的仿真模型 (20)5、应用MATLAB构造模糊控制器 (21)五、仿真及结果分析 (24)1、传统PID控制机车调速系统仿真图 (24)2、模糊控制机车调速系统仿真图 (25)3、仿真结果分析 (26)结束语 (27)个人总结 (28)参考文献 (28)调速系统智能控制器设计（模糊控制算法设计及仿真)中文摘要：电力机车牵引传动控制装置作为电力机车的关键技术设备之一，有着机车“神经中枢”和“大脑”之称。
目前我国电力机车传动控制系统多采用基于特性控制和闭环控制结构，其电流、转速调节器分别是由以模拟运算放大器为主要元件构成的模拟调节器。
这种模拟式调节器参数固定，控制结构简单、稳定性较好、易于工程实现。
但系统的调节过程过分依赖于控制对象的模型参数，且控制系统动态性能和鲁棒性较差。
第１８卷增刊２００１年８月控制理论与应用００ｌ仉ＲｏＬＴＨＥＯＲＹＡＮＤＡＰＰＬＩＣＡＴＩＯＮＳＶｏｌ１８，ＳｗｐｐｌＡｕｇ，２００１立章编号：１０００—８１５２（２００１）Ｓ一０１１８—０３坦克炮控系统的模糊滑模控制系统设计和分析‘杜炜任雪梅龚至豪陈杰（ＹＣ京理工太学自动控制幕·北京．１０００８１）摘要：主要针对坦克炮控系统这一包古非线性和不确定性的复杂系统，提出了一种新的模糊滑模控制算法．该算法将模糊逻辑和变结构控制结合起来，利用模糊方珐，在切换面临近的一个薄边界层内对控制的不连续性加以平滑．以减弱变结构控制产生的抖振．本文还对控制系统稳定性进行了分析，并给出了用ＭＡＴＬＡＢ仿真的结果及实验结果．关ｔ词：坦克炮控系统；模糊滑模控制；鲁棒性文献标识码：ＡＤｅｓｉｇｎａｎｄＡｎａｌｙｓｉｓｏｆＦｕｚｚｙＳｌｉｄｉｎｇＣｏｎｔｒｏｌｏｆＧｕｎＣｏｎｔｒｏｌＳｙｓｔｅｍｏｆＴａｎｋＤＵＷｅｉ．ＲＥＮＸｕｅｍｃｉ，ＧＯＮＧ刁曲舯ａｎｄＣＨＥＮｆｉｅ（Ｄ畔Ⅻ“ｏｆＡｆｌｌｏ“ｃＣｏｎｔｍｌ。
Ｂｄｊｉｎｇ蜥№ｏｆ懒蝴‘蹦ｊ吨．１０００８１，ＰＲ曲）＾ｌｄ嘣：啦Ｉ“ｐｅｒｍｅａｌｙｃＩｉｓｃｕｓｓｅｓ龇ａｍｙｓＩｉ趣ｃｃｅｍｆｌａＩＩｐ妇ｆｏｒｇｕｎｃｏｎｔｒｏｌｓｙ《ｅｍｏｆｔａｎｋ。
ｗｈｉｃｈｃｏｎｔａｉｎｓｎｏｎｔｈｒ蜥ｔｙａｎｄｍｃｅｒ面ｎｔｙ．Ｔｈｉｓａｌｇｕｒｉｔｈｍｍｔｅｇｒａｔｅｓｔｈｅｆ岫ｌｏｇｉｃｍｄｔｈｅ蛐ｄｉｎｇｍｏｄｅｃｏｎＵｄ．Ｂｙｔｈｉｓｍｄｂｏｄ，ｔｈｅｃｏｎｔｒｏｌｉｍｏｎｔｉｍｉｔｙｉｓⅫ∞ｏ州ｉｎａ岫ｂａｎｄｏｆｔｈｅｓ丽蚪Ⅱｎｇ衄ＳＯｔｈａｔｔｈｅｖｉｂｒａｔｉｏｎｏｆｆｊｚｚｙｓｌｉｄｌｕｇｍｏｄｅｃｃｅｎｖｌｉｓｃｌｉ血∞ｌｃｄＭｃｔｌ：ｏｖｃｔ，ｔｈｅ☆ｂｉｌｊ竹ｏｆｔｈｅｃｃｏＵ＿ｄｓｙｓｋｍｂａｎａｔｙｚｅｄ．ＴｈｅｒｅｓｕｌｔｓｏｆＭＡＴＬＡＢｓｉｎｌｕＬ出ｏｌｌａｎｄｔｈｅⅡｐｃＩｉ啪Ｉ∞ｒｅｅｌｔａｎｋｇｕｎｃｏｍｒｃｔｓｙｓｍｎａｍａｌｓｏｓｈｏｗｎ．Ｋ盯＿啊凼：ｇｕｎｃｏ删ｓｙｓＵｍｏｆｌⅢｌｋ；蛔ｓ她ｍｏｄｅｃｏｎＷｏ！；∞ｂ日１引言（Ｉｎｔｒｏｄｕｃｔｉｏｎ）据文献［１］所述，坦克炮控系统是一个内部存在强本质非线性环节的复杂系统，影响该系统的主要非线性因素为炮塔与车体之间的摩擦以及减速装置的传动间隙．由于测量误差等原因，系统的参数存在不确定性．对于带有上述各种非线性和不确定性的装置，线性设计方法已不能够满足设计要求，必须采用能处尹不确定性的非线性设计方法．泽疾变结构控制的优点是能够克服系统的不确定性，对干扰和未建模动态具有很强的鲁棒性【２．３Ｊ．但缺点是其固有的抖振现象，会造成炮塔的不稳定，造成机械磨损、能源浪费，甚至影响射击精度．传统的抖振削弱方法，如饱和函数加边界层法掉ｊ，指数趋近律法１２ｊ２，也仅是将抖振频率降低了些，无法实际应用．文献［４］组合了滑模控制和模糊控制的设计方法，提出了能消除颤动的模糊滑模控制方法．本文针对坦克炮控系统的特点，提出将模糊滑模控制方法ｔ基金硬目：国家自然科学基金（６９８０加０１）资助项目收穑日期：２００１一岱一１８．应用于坦克炮控系统，对系统稳定性进行了分析，并通过实验验证了该控制方法的有效性．２坦克炮控系统滑模控制（ｓｌｉｄｉｎｇｍｏｄｅＣＯｎ．Ｉｒｏｌｏｆｇｕｎｃｏｎｔｒｏｌｓｙｓｔｅｍｏｆ触）被控装置”Ｊ包括炮塔、减速器和执行电机，它们折算到电机轴上的转动惯量为，＝０．０００１７２９ｋｇ·ｍ２；执行电机力矩系数为Ｋ。
；反电势系数为Ｃ。
；电抠回路电阻为月；电枢回路的电磁时间常数为ｎ；减速比为ｉ＝１６７０；执行电机伺服系统可以简化为一个二阶系统，控制系统的控制规律由炮控计算机经过适当的决策，计算输出一个对应于执行电机转速的一个电压值，经过单位变换，得到炮控系统的控制量．该二阶系统的传递函数为。
，、９０１．８２“Ｌｐ，２页ｉ而，Ｌ１，其中Ｐ为微分算子．被控系统的微分方程为ｄ：一１４．８８ａ＋９０１．８２Ⅱ．（２） 万方数据增刊坦克炮控系统的模糊滑模控制系统设计和分析１１９系统具有不确定性，反映在系统方程中就是，（。
，￡）＝一１４．８８ａ具有不确定性．可取△ｒ（ａ，ｆ）＝±ｌｏ％ｆ（ａ，￡）．系统设计任务是设计控制信号ｕ（￡），使系统的状态跟踪设定的状态向量ｒ（ｔ）．定义误差ｅ＝ｒ—ａ，跟踪误差的滑动模态定义为ｓ＝（景＋＾）ｅ＝ｅ＋把＾＞０．（３）为了满足跟踪特性，滑动模态稳定的充分条件为１一．亏意。
＝ｓｇ≤一７５１，７＞０．可以证明，滑模稳定条件等价于：ｌｉｍｊ＝０．则根据稳定性条件：ｊ＝ｅ＋她＝ｄ—ｒ＋柏＝０可得等价控制为ｎ：一，＋ｒ—Ａｅ：１４．８８ｄ＋ｒ一＾ｅ．（４）在ｓ≠０时，为使系统由初始状态可靠地进入滑动模态域，则需满足可达性条件：时＜０，必须加人监督控制：ｕ。
＝一ｋ（口，ｔ）ｓｇｎ（５），（５）其中Ｉ（Ⅱ，ｔ）＝１．２（１．５ｄＩ＋０．１）．则系统的控制规律为ｕ＝ａ＋ｕ。
．（６）注意到，在上述控制器中，ｕ。
是不连续的，相当于一个开关信号．但由于相应的控制切换不可能理想地实现，且ｋ（ａ，Ｉ）的大小并没有直接反映误差的大小，相当于在控制信号中加入了“Ｂａｎｇ－Ｂａｎｇ”控制，这就导致颤动现粜的发生．３模糊滑模控制（Ｆｕｚｚｙｓｌｉｄｉｎｇｍｏｄｅｌｃｏｎｔｒ０１）式（３）定义的滑动模态可以扩展到模糊超平面，即：ｓ＝Ｚｅｒｏ，是在ｓ＝０附近的一个模糊带，该模糊带的半宽度为中，即滑动模态的厚度，如图１所示．图１模糊带的宽度示意Ｆｉｇ１Ｗｉｄｔｈｏｆｆｕｚｚｙｂａｎｄ这样，ｓ≠０表示系统脱离稳定零状态的程度．Ｉ．１当ｆ｝ｆ≥ｌ时。
表示系统超过滑模的厚度，相应地施加较大的控制信号，使系统尽快达到ｉ＝Ｚｅｒｏ；当ｆ．ｆＩ｝ｌ＜ｌ时，系统的运动轨迹没有超过滑模的厚度，这时为了使系统达到ｓ＝０，仍需加入ｕ。
，但这时的控制信号不应太强，以防止系统出现超调．因此（５）式的监督控制可写为：‰＝一ｋ（口，ｔ）ｙ，ｙ为模糊控制器的输出．模糊控制器的输入变量为｝，输出变量为ｙ．定义｝为一模糊集合，其论域为［一１，１］，ｙ也为一模糊集合，其论域为［一１，１］，则在各自的论域上划分为不同的语言变量：Ｌ（音）＝｛ＮＢ，ＮＭ，Ｎｓ，ｚＥ，ＰＳ，ＰＭ＇ＰＢｌ＿｛一，只，…，只｝，Ｌ（ｙ）＝｛ＮＢ，ＮＭ，ＮＳ，ｚＥ，ＰＳ，ＰＭ，ＰＢ｝＝｝户；，ｊ｝，·－－，膏；｝，它们的隶属度函数如图２所示．图２隶属变函数的划分Ｆｉｇ２Ｐａｒｔｉｔｉｏｎｏｆｍｅｍｂｅｒｓｈｉｐｆｕｎｃｔｉｏｎ控制规则为：Ｒ‘：ｉｆ音ｉｓ，：ｔｈｅｎ地ｉｓ，；～．对上述划分按Ｍａｍｄａｎｉ推理方法进行推理即可得到相应的控制信号，第ｉ条规则得到的模糊关系为Ｒ一。
＝Ｆ～：ｘ群～＝影Ａ可～，（７）则总的模糊规则所对应的模糊关系为蠢＝Ｕ孟；＝Ｖ［尹：Ａ刀“］．（８）ｙ的隶属度函数为＿ｃＥ（ｙ）＝Ｖ［影Ａ矸“］．（９）最后采用重心法进行非模糊化．因此．连续的滑模控制信号取为：“＝ａ＋＾ｙ，如图３所示．坦克水平向稳定器的模糊滑模控制系统可分为两个部分，第一部分是滑模变结构控制器，第二部分是模糊控制系统．控制系统的稳定性证明过程略，图３模糊滑摸控制系统结构图Ｆｉｇ３Ｓｔｒｕｃｔｕｒｅｏｆｆｕｚｚｙｓｌｉｄｉｎｇｃｏｎｔｒｏｌｓｙｓｔｅｍ 万方数据控制理论与应用１８卷４仿真及实验结果（Ｓｉｍｕｌａｔｉｏｎａｎｄｅｘｐｅｒｉｍｅｎｔｒｅｓｅｔｓ）下面我们通过仿真和实验两方面来验证模糊滑模变结构控制在坦克炮控系统应用中的有效性．１）仿真验证．藿薹匪蚕剁毪０２００５１０１５Ｉｔ．ｆ问居图４输出曲线Ｆｉｇ４Ｏｕｔｐｕｔｔｒａ）ｅｃｔｏｒｙ¨问Ａ图５误差曲线Ｆｉｇ．５Ｅｒｒｏｒｎ铡ｅ“ｏｒｙ②斜坡输入响应（速度跟踪）．从图６和图７可以看出跟踪信号平滑无明显跳动，稳态误差大约０．００１ｒａｄ（Ｏ，９５ｎｍｉｌｅ），小于２Ⅱｍｉｌｅ．三｜簿替垛时间／ｓ图６输出曲线Ｆｉｇ６Ｏｕｔｐｕｔｔｒａｉｅｃｔｏｒｙ时ｌ叫／ｓ图７误差曲线Ｆｉｇ７Ｅｒｒｏｒｔｒａｊｅｃｔｏｒｙ２）实验验证，实验在某主战坦克上进行，控制系统在操炮过程中的角度误差曲线如图８所示．由实验所记录的数据和曲线图可得各项指标为：系统最大瞄准速度为１６．１（。
）／ｓ，最小瞄准速度为０．００４（ｏ）Ｉｓ，无振荡，超出量约为２３．５ｎｍｉｌｅ，过渡过程时间为１．７ｓ以上各项指标均满足所列指标要求．上Ｅ｛躺璀２４６２０５１６４１２３８２４ｌ００４ｌ８２１２３八厂［１］２ｈｏｕＱｉｈｕａ％ＦｕｎｄａｍｍｔａｌＰｒｉｎｃｉｐｌｅｏｆＤｉｇｉｔａｌｍＦｉｒｅＣｏｎｔｒｏｌＳｙ∞ｍ［Ｍ］Ｂ啕ｉ丑ｇ：ＷｅａｐｏｎｌｎｄｕｓｔｒｙＰｒｅｓｓｔ１９９１（ｉｎＯｌｉｎｅｓｅ）［２］ＳｌｃｌｉｎｅＪＪＥ列ＩＡＷｅｉｐｉｎ￥．却ｐｌｉ。
ｄＮｏｎｌｉｎｅ＊ａ＂Ｃｍｔｒｏｌ［Ｍ］Ｂ，－ｉ。
】ｉｎｇ：ＮａｔｉｏｎａｌＤｅｆｎｘ，Ｉｎ．ｔｒｙＰａｗｓ，１９９２（ｉｎＣｈｉｎｅｓｅ）［３］ＧａｏＷｅｉｂｉｎｇ＂ｒａｅｏｔｙＷ廿ＤｅｓｉｇｎＭｅｔｈｏｄｏｆＶｍ＇ｉａ）ｌｅＳｔｒａｃｌｍｅＣｏｉｌ—ｔｒｏｌ［Ｍ］．Ｂｄｊｉｎｇ：ＳｃｉｅｎｃｅＰｒｅｓｓ，１９９６（ｉｎＯｍｅｓ＊）［４］ＷｍａｇＨａｏ．Ｍａｏｚ０唧ｙｕｍａｎｄ２２１０１１Ｑｉｊｉｅｒ．ｕｚ目ｖａｒｉａｂｌｅｓｔｒｕｃｔｔｌｍ∞∞硼＃［Ｉ］．ｃ∞删ａａｌｅｏｔｙ柚ｄＡｍｔｉｃａｔｉｏｏｓ，１９９９，１６（４）：５５０—５５２（ｉｎａ血龄ｅ）［５］叫Ｔａｏ．Ｎｏｄｍｅ口∞ｍＩＤｌｏｆｎｅｗｔｙｐｅｏｆｇｕｎⅫ∞ｌｓｙｓｔｅｍｏｆｔａｎｋ【Ｄ］Ｂｄｊｈ曙：ＢｄｊｉｎｇＩｎ．ｔｕｆｔ０ｆＴｃ曲Ｉ咖，１９９９（ｉｎ（２ｈｉｎｇｅＪ萋ｌ５０５Ｉ呻肿肿∞ＯＯ万方数据坦克炮控系统的模糊滑模控制系统设计和分析作者：杜炜， 任雪梅， 龚至豪， 陈杰作者单位：北京理工大学自动控制系刊名：控制理论与应用英文刊名：CONTROL THEORY & APPLICATIONS年，卷(期)：2001，18(z1)引用次数：0次1.Zhou Qihuang Fundamental Principle of Digital Tank Fire Control Systems 19912.Slotine J J E.Li Weiping Applied Nonlinear Control 19923.Gao Weibing.Tneory Design Method of Variable Struture Control 19964.Wang Hao.Mao Zongyuan.Zhou Qijie Fuzzy variable structure controller 1999(16)5.Chai Tao Nonlinear control of a new type of gun control system of tank 19991.期刊论文冯亮.马晓军.闫之峰.李华.FENG Liang.MA Xiao-jun.YAN Zhi-feng.LI Hua坦克炮控系统自适应模糊滑模控制方法-电机与控制学报2007,11(1)针对坦克炮控系统这一类非线性和不确定性的复杂对象控制问题,提出一种自适应模糊滑模控制方法.采用滑模控制与模糊逻辑相结合的方法,滑模开关函数的绝对值作为输入组成一维模糊逻辑推理器,它的输出用以在线调整一维模糊控制器的输出增益,依据Lyapunov稳定定理获得最终的控制量.系统中的滑模控制器保证了系统的快速跟踪性能;而模糊控制器抑制了闭环系统的各种扰动,在不牺牲系统鲁棒性的同时达到削弱抖振的目的.从理论上证明了系统的稳定性,并且通过仿真验证了该结果.仿真结果表明,该设计方法大大优于经典设计,而且结构简单,易于设计,为炮控系统实际设计提供了一种可行的方法.2.期刊论文冯亮.马晓军.王冬.王加林.Feng Liang.Ma Xiaojun.Wang Dong.Wang Jialin坦克炮控伺服系统的模糊滑模变结构控制-电气传动2007,37(11)针对坦克炮控伺服系统这一类非线性和不确定性的复杂控制对象,提出一种模糊滑模控制方法.该方法将滑模控制与模糊逻辑相结合,采用滑模开关函数作为输入组成模糊逻辑推理器,它的输出用以在线调整模糊控制器的输出增益,解决了直线伺服系统跟踪性能和鲁棒性能之间的矛盾.从理论上证明了滑动平面的稳定性,并且通过仿真验证了该结果.仿真结果表明该设计方法大大优于经典设计,为炮控伺服系统实际设计提供了一种可行的新方法.本文链接：/Periodical_kzllyyy2001z1029.aspx下载时间：2010年4月21日。
