اطلاعات پایان نامه
شماره شناسایی : 39206601
نام و نام خانوادگی : علي شريفي
عنوان پایان نامه : طراحی کنترل کننده LQR مقاوم برای سیستم‌های غیرخطی با استفاده از مدل فازی T-S و نامعادلات ماتریسی خطی
رشته تحصیلی : مهندسي برق كنترل
مقطع تحصیلی : كارشناسي ارشد
استاد راهنما : سعيد حسين نيا
استاد مشاور :
چکیده : یکی از مسائل مهم در علم کنترل، طراحی کنترلکنندههایی است که پیادهسازی آنها در عمل آسانتر باشد. از این رو در این پایاننامه از مدلسازی فازی تاکاگی- سوگنو )TS( و روش جبرانساز توزیع یافته موازی )PDC( برای اعمال کنترلکنندههای خطی به سیستمهای غیرخطی استفاده شده است. یکی از معیارهای دیگری که در طراحی کنترلکنندهها در نظر گرفته میشود، معیار بهینه بودن کنترلکننده میباشد، که با استفاده از روش PDC یک تنظیم کننده درجه دوم خطی فازی )FLQR( برای بهینهسازی، بهبود زمان پایداری و همچنین کاهش مقدار حداکثر ت ش کنترلی، برای سیستم غیرخطی در نظر گرفته شده است. سپس سیستم حلقه بسته طراحی شده به کمک نامعاد ت ماتریسی خطی )LMIs( به صورت عددی حل میشود و بهرههای بهینه بدست میآیند. در نهایت برای مقابله با نامعینیهای پارامتری، تنظیمکننده درجه دوم خطی مقاوم فازی )FRLQR( که از خانوادههای کنترلکنندههای بهینه مقاوم میباشد، به کمک LMIs حل میگردد.
کلمات کلیدی : مدلسازی فازی تاکاگی سوگنو )TS(, جبرانساز توزیع یافته موازی )PDC(, تنظیمکنندههایدرجهدومخطیفازی)FLQR(,تنظیمکنندهدرجهدومخطیمقاومفازی )FRLQR(, نامعاد ت ماتریسی خطی )LMIs(.
تاریخ دفاع : 1398/06/20
دانلود فایل چکیده

About Proposal
Title : Design of Robust LQR Controller for Nonlinear Systems Using T-S Fuzzy Model and Linear Matrix Inequalities
Abstract : Abstract Designing Controllers with easy implementation is one of the most important subjects in Control science. This thesis is used fuzzy modeling of Takagi-Sugeno (TS) and Parallel Distributed Compensation Method (PDC) in order to convert Linear Controllers to non- Linear Controllers. Optimum controller is another Criterion in designing controllers in which is used PDC as a Fuzzy Linear Quadratic Regulator (FLQR) in order to improve the time of Stability and reduce Maximum of control effort in non-linear systems. Then, Closed-loop control system is designed by Linear Matrix Inequalities (LMIs) in order to gain Optimal benefits in which This is solved numerically, as a result, Fuzzy Robust Linear Quadratic Regulator (FRLQR) from resistant optimized controllers family are used in order to confront with Parametric indeterminacy and solved by LMIs.
Keywords : fuzzy modeling of Takagi-Sugeno (TS), Parallel Distributed Compensation (PDC), Fuzzy Linear Quadratic Regulator (FLQR), Fuzzy Robust Linear Quadratic Regulator (FRLQR), Linear Matrix Inequalities (LMIs).
Download Abstract File