水轮发电机组的直接自适应模糊控制
针对具有复杂动态特性和不确定性的水轮发电机组，该文提出了一种新颖的直接自适应模糊控制方法。基于简化了的T-S(Takag-Sugeno)模糊推理规则，该文采用神经网络权值的联想式学习修正方法，对T-S模糊推理规则进行在线修正，并给出了相应的神经网络实现结构，从而建立了不需要知道受控对象模型的直接自适应模糊控制系统。对一混流式水轮发电机组的仿真控制实验结果证明了年提出方法具有设计简单、鲁棒性强的优点，能适应水轮机组在不同况下的控制要求。
水轮发电机组 自适应模糊控制 联想式学习 模糊神经网络
张建明 王树青
浙江大学工业控制技术国家重点实验室,浙江大学先进控制研究所(杭州)
国内会议
合肥
中文
1762～1766
2000-06-01（万方平台首次上网日期，不代表论文的发表时间）