• در سال ۲۰۱۰ استفاده از کنترل لغزشی فازی تطبیقی برای محرکهای الکتریکی دارای قدرت زیاد معرفی شد][۸۵][. در این تحقیق، از روش فوق برای محرکهای الکتریکی که دارای اغتشاش خارجی و عدم قطعیتهای متغیر بازمان استفاده شده است. نتایج نشان میدهد که در اطراف سطح لغزش توانایی خوبی برای حذف اغتشاش و حذف وزوز دارد، اما عمل ردیابی را نمیتواند بخوبی انجام دهد.
  • برای دانلود متن کامل پایان نامه به سایت  fotka.ir  مراجعه نمایید.

  • در سال ۲۰۱۰ کاربرد کنترل لغزشی فازی عصبی ویولت تطبیقی برای کنترل یک موتور dc بدون جاروبک برسی گردید][۸۶][. در کنترل فوق از ترکیب کنترل عصبی و جبرانساز سوئیچی استفاده شده است کنترل عصبی از شبکه عصبی ویولت فازی به عنوان کنترلر اصلی و جبرانساز سوئیچی برای حذف کردن خطای تخمین زده شده در کنترل عصبی میباشد. پایداری کنترلگر با بهره گرفتن از تابع لیاپانوف و با تنظیم پارامترهای کنترلگر اثبات شده است.
  • در سال ۲۰۱۰ طرح جدید از کنترل چند ورودی-چند خروجی کنترل لغزشی فازی تطبیقی برای بازوهای ربات معرفی گردید][۸۷][. الگوریتم کنترل فوق بر اساس تئوری پایداری لیاپانوف طراحی گردیده است و قابلیت اعمال به n بازوی ربات با دینامیکهای نامعلوم و عدم قطعیت را دارد. درکل، کنترلگر فوق دارای چهار ویژگی است: ۱- خطای ردیابی در نهایت به صفر همگرا میشود. ۲- توانایی مهار وزوز و کم کردن تعداد روش های فازی را دارد. ۳- قانون تطبیق نیازی به داشتن پارامترهای دینامیک ندارد. ۴- در نهایت کنترلگر فوق قابلیت اعمال به n بازوی ربات دارای دینامیکهای نا مشخص و دارای عدم قطعیت ساختار و اغتشاش خارجی را دارد.
  • در سال۲۰۱۰ کاربرد کنترل لغزشی فازی تطبیقی در سامانه سروو موتور دارای آهنربای دائم معرفی شده است][۸۸][. از این کنترلگر برای کنترل موقعیت یک سروو که دارای مدلی غیر خطی و عدم قطعیت هست استفاده شده است. اعتبار سنجی و امکان سنجی این روش توسط شبیه سازی اثبات شده است. مقایسه کنترلگر فوق با کنترلگر پی آی نشان میدهد که کنترلگر لغزشی فازی تطبیقی در مقابل اغتشاشات بار، پایدار پذیرتر است.
  • یکی دیگر از موارد کاربرد کنترل لغزشی فازی تطبیقی برای اجتناب از وضعیتی است که در آن نیازهای ارتباطی شبکه های کامپیوتری بیشتر از توانایی آنها میباشد][۸۹][.
  • بیان مسئله:

    مدل سامانه تحت کنترل را به شکل زیر در نظر بگیریم[[۹۰]]:
    یا بصورت فضای حالت
    و
    (‏۲‑۱)
    ثابتهایی مثبت ومعین میباشند.
    یکی از اهداف کنترل این است که خروجی سامانه، مقدار دلخواه مرجع را دنبال کند، یعنی هر موقعیتی را که به عنوان موقعیت دلخواه به ورودی فرایند داده میشود، خروجی به همان موقعیت هدایت شود بهعبارتی موقعیت دلخواه را ردیابی کند. از انجا که خروجی (y) به حالتها(x) وابسته است، برای رسیدن به هدف فوق، حالتهای سامانه () به سمت حالتهای دلخواه سامانه () همگرا شوند[].
    (‏۲‑۲)
    خطای ردیابی به شکل زیر حاصل میشود:
    (‏۲‑۳)
    سعی میشود کنترل لغزشی به گونه ایی طراحی شود که برای تمامی های ممکن، عمل ردیابی بخوبی انجام شود، بطوری که:
    (‏۲‑۴)
    کنترل لغزشی برای سامانه هایی که دارای مدل دینامیکی مرتبه بالا میباشند و دارای شرایط نامعلوم هستند، یک روش کنترل کارآمد میباشد، بطوری که با بهره گرفتن از روش کاهش مرتبه مدل، با حفظ مشخصات سامانه، حساسیت آنرا نسبت به اغتشاشات و تغییر پارامترها کم میکند. در کنترل لغزشی سعی بر این است که حالتهای سامانه تحت کنترل رابر روی یک سطح، که به آن سطح لغزشی میگویند مستقر کرده وسپس با قوانین انتقال آنها را روی سطح مورد نظر محدود کرد.
    همانطور که ذکر شد به منظور رسیدن به هدف فوق، سطح متغیر با زمان زیر معرفی میشود:
    (‏۲‑۵)
    λ ثابت ومثبت میباشد.
    اگر n=1 را در معادله فوق قرار دهیم، معادله دیفرانسیل مرتبه اول حاصل میشود:
    (‏۲‑۶)
    بنابراین مسئله کنترل ردیابی، معادل با قراردادن تابع s در صفر خواهد بود. برای رسیدن به این هدف میتوان کنترل u را چنان انتخاب کرد که رابطه زیر برقرار گردد
    (‏۲‑۷)

    استفاده از سامانه فازی برای تخمین قسمتهای نامعلوم سامانه

    هدف کنترل در این قسمت، عبارت است از طراحی یک کنترل کننده بازخورد بر پایه سیستمهای فازی و یک قانون تطبیق به منظور تنظیم بردار پارامتر θ، بطوری که خروجی سیستم یعنی y، خروجی ایده آل یعنی ym را دنبال نمایدو اینکه مشتقات زمانی آنمعلوم و کراندار باشد. اما از آنجا که توابع در سیستم غیر خطی و نا معلوم فرض میشود، با یک مسئله کنترل غیر خطی تک ورودی- تک خروجی کاملا عمومی سر و کار داریم.
    همانطور که ذکر شد یکی از مشکلات کنترل لغزشی، وجود ترمهای نامعلوم در مدل سامانه میباشد. در این قسمت با بهره گرفتن از سامانه های فازی سعی میشود این ترم های نامعلوم تخمین زده شوند][۹۱].[
    از آنجایی که نامعلوم هستند، دو مدل فازی و را برای تخمین آنها میتوان طراحی کرد.
    بطوری که برای mامین روش اگر-آنگاه فازی از میتوان نوشت[[۹۲]]:
    (‏۲‑۸)
    همینطور برای mامین روش اگر-آنگاه فازی از میتوان نوشت:
    (‏۲‑۹)
    که در آن و q تعداد کل روش های فازی میباشد و دسته های فازی و منفردهای[۹۳] فازی برای میباشند . بردار حالتهای سیستم است.
    باید دقت شود که در هدف کنترل، بر این مورد پافشاری نخواهیم کرد که خروجی سیستم y حتما بایستی به سوی خروجی ym بطور مجانبی همگرا گردد، بلکه تنها لازم داریم که y تا حد امکان نزدیک به ym آنرا دنبال کند.
    با بهره گرفتن از فازی ساز منفرد[۹۴] و موتور استنتاج و غیر فازی ساز میان مراکز[۹۵] خروجی مدل فازی برای و با بهره گرفتن از دو گام زیر ساخته میشود:[]:
    گام اول: برای متغیرهای که i=1,2,…,n، مجموعه فازی که تعریف میشود.
    گام دوم: سامانه فازی را از قاعده،
    ساخته میشود که و i=1,2,…,n و معادل با میباشد. بطور مشابه، سامانه فازی را از قاعده،
    ساخته میشود که و i=1,2,…,n و معادل با. همانطور که ذکر شد در حالت خاص، با بهره گرفتن از فازی ساز منفرد و موتور استنتاج و غیر فازی ساز میان مراکز خروجی مدل فازی برای و به شکل زیر بدست خواهد آمد][
    (‏۲‑۱۰)