ورود
مقالات فارسیISIکنفرانسهاژورنالها

AN OPTIMAL FUZZY SLIDING MODE CONTROLLER DESIGN BASED ON PARTICLE SWARM OPTIMIZATION AND USING SCALAR SIGN FUNCTION

محل انتشار: مجله سیستم های فازی، دوره: 14، شماره: 4
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 137

فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/1460725

شناسه ملی سند علمی:

JR_IJFS-14-4_005

تاریخ نمایه سازی: 19 خرداد 1401

چکیده مقاله:

This paper addresses the problems caused by an inappropriate selection of sliding surface parameters in fuzzy sliding mode controllers via an optimization approach. In particular, the proposed method employs the parallel distributed compensator scheme to design the state feedback based control law. The controller gains are determined in offline mode via a linear quadratic regular. The particle swarm optimization is incorporated into the linear quadratic regular technique for determining the optimal weight matrices. Consequently, an optimal sliding surface is obtained using the scalar sign function. This latter is used to design the proposed control law. Finally, the effectiveness of the proposed fuzzy sliding mode controller based on parallel distributed compensator and using particle swarm optimization is evaluated by comparing the obtained results with other reported in literature.

کلیدواژه ها:

Sliding mode control ، Takagi-Sugeno fuzzy model ، Particle Swarm Optimization ، Parallel distributed compensator ، Linear quadratic regulator

نویسندگان

Lotfi Chaouech

Laboratoire d&#۰۳۹;Ingenierie des Systemes Industriels et des Energies Renouvelables (LISIER), The National Higher Engineering School of Tunis (ENSIT), BP ۵۶, ۱۰۰۸ Tunis, Tunisia

Mo^ez Soltani

Laboratoire d&#۰۳۹;Ingenierie des Systemes Industriels et des Energies Renouvelables (LISIER), The National Higher Engineering School of Tunis (ENSIT), BP ۵۶, ۱۰۰۸ Tunis, Tunisia

Slim Dhahri

Laboratoire d&#۰۳۹;Ingenierie des Systemes Industriels et des Energies Renouvelables (LISIER), The National Higher Engineering School of Tunis (ENSIT), BP ۵۶, ۱۰۰۸ Tunis, Tunisia

Abdelkader Chaari

Laboratoire d&#۰۳۹;Ingenierie des Systemes Industriels et des Energies Renouvelables (LISIER), The National Higher Engineering School of Tunis (ENSIT), BP ۵۶, ۱۰۰۸ Tunis, Tunisia

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • F. Allouani, D. Boukhetala and F. Boudjema, Particle swarm optimization ...
  • P. P. Bonissone, V. Badami, K. Chaing, P. Khedkar, K. ...
  • W. Chang, J. B. Park, Y. H. Joob and G. ...
  • L. Chaouech, M. Soltani, S. Dhahri and A. Chaari, Design ...
  • P. C. Chen, C. W. Chen and W. L. Chiang, ...
  • C. M. Dorling and A. S. I. Zinober, Two approaches ...
  • P. Durato, C. Abdallah and V. Cerone, Linear quadratic control: ...
  • S. El Beid and S. Doubabi, DSP-Based implementation of fuzzy ...
  • P. Guan, X. J. Liu and J. Z. Liu, Adaptive ...
  • S. Hong and R. Langari, Robust fuzzy control of a ...
  • Y. J. Huang and H. K. Wei, Sliding mode control ...
  • E. Iglesias, Y. Garcia, M. Sanjuan, O. Camacho and C. ...
  • A. Isidoti, Nonlinear Control Systems, Springer, Berlin, ۱۹۸۹ ...
  • K. Jafar, B. M. Mohammad and K. Mansour, Feedback-linearization and ...
  • K. Jafar and B. M. Mohammad, From Nonlinear to Fuzzy ...
  • A. Khosla, S. Kumar and K. R. Ghosh, A comparison ...
  • R. J. Lian, Adaptive self-organizing fuzzy sliding-mode radial basis-function neural-networkcontroller ...
  • C. Liang and J. P. Su, A new approach to ...
  • Z. Liang, Y. Yang and Y. Zeng, Eliciting compact T-S ...
  • M. Mohamed, M. Anis, L. Majda, S. N. Ahmed and ...
  • R. M. Nagarale and B. M. Patre, Decoupled neural fuzzy ...
  • T. Niknam and B. Amiri, An ecient hybrid approach based ...
  • V. Panchal, K. Harish and K. Jagdeep, Comparative study of ...
  • K. Saji and K. Sasi, Fuzzy sliding mode control for ...
  • A. Shahraz and R. B. Boozarjomehry, A fuzzy sliding mode ...
  • S. F. Shehu, D. Filev and R. Langari, Fuzzy Control: ...
  • L. Shieh, Y. Tsay and R. Yates, Some properties of ...
  • M. Singla, L. S. Shieh, G. Song, L. Xie and ...
  • M. Soltani and A. Chaari, A PSO-Based fuzzy c-regression model ...
  • M. Sugeno and G. Kang, Fuzzy modeling and control of ...
  • T. Takagi and M. Sugeno, Fuzzy identi cation of systems and ...
  • K. Tanaka and M. Sugeno, Stability analysis and design of ...
  • V. I. Utkin, Variable structure systems with sliding mode, IEEE ...
  • S. Vishnu Teja, T. N. Shanavas and S. K. Patnaik, ...
  • R. Wai, C. Lin and C. Hsu, Adaptive fuzzy sliding-mode ...
  • H. O. Wang, K. Tanaka and M. F. Grin, An ...
  • H. O. Wang, K. Tanaka and M. F. Grin, Parallel ...
  • G. O. Wang, K. Tanaka and T. Ikeda, Fuzzy modeling ...
  • T. Wang, W. Xie and Y. Zhang, Sliding mode fault ...
  • J. Wu, M. Singla, C. Olmi, L. Shieh and G. ...
  • Y. Xinghuo, Z. Man and B. Wu, Design of fuzzy ...
  • F. K. Yeh and C. M. Chen, J. J. Huang, ...
  • K. Young, V. I. Utkin and U. Ozguner, A control ...
  • Y. Zhang, D. Huang, M. Ji and F. Xie, Image ...
    • نمایش کامل مراجع