ASP 变量 基于观测器的T-S模糊系统故障分析simulink仿真

目录

1.系统概述

2.系统仿真效果预览

3.核心代码

4.完整项目获取方式

1.系统概述

T-S模糊模型是复杂非线性系统模糊建模中的一种典型的模糊动态模型，由Takagi 和Sugeno 于1985 年提出，其主要特点：前提部依据系统输入、输出间是否存在局部线性关系来进行划分，结论部由多项式线性方程来表达ASP 变量，从而构成各条规则间的线性组合，使非线性系统的全局输出具有良好的线性描述特性。模糊逻辑的设计不依赖被控对象的模型，但却非常依赖专家经验和知识。模糊逻辑的优点：能将人的控制经验通过模糊规则融入控制器中，通过设计模糊规则，实现高水平的控制器设计。

2.系统仿真效果预览

3.核心代码

rho=2;

A1=[-0.1 50; -1 -10];%A1=3*3

A2=[-0.1-rho^2 50;-1 -10];%A2=3*3

E1=[0.1 -0.5]';%E1=3*1

E2=E1;%E2=3*1

D1=[0.01;0.05];%D1=3*1

D2=D1;%D2=3*1

C=[1 1];%C=2*3

H=0;%H=2*1=[0.01 0]'

phi=1;%eye(2)-H*inv(H'*H)H'

r1=0.5;r2=0.5;

%%%%%%%%

setlmis([])

% 定义未知变量

Gama=lmivar(2,[1 1])%(2,[1 2])

L1=lmivar(2,[2 1])%(2,[3 2])

L2=lmivar(2,[2 1])%(2,[3 2])

M1=lmivar(2,[1 1])%(2,[1 2])

M2=lmivar(2,[1 1])%(2,[1 2])

P=lmivar(1,[2 1])%(1,[3 1])

%LMI i=1

lmiterm([1 1 1 P],1,A1,'s')

% lmiterm([1 1 1 P],-1,D1*inv(H)*C1,'s')

lmiterm([1 1 1 L1],1,C,'s')

lmiterm([1 2 1 Gama],1,phi*C*A1)

lmiterm([1 2 1 M1],1,C)

lmiterm([1 1 2 P],1,E1)

lmiterm([1 1 3 P],-1,D1)

lmiterm([1 1 3 L1],-1,H)

lmiterm([1 2 2 Gama],1,phi*C*E1,'s')

lmiterm([1 2 3 Gama],-1,phi*C*D1)

lmiterm([1 2 3 M1],-1,H)

lmiterm([1 2 4 0],1)

lmiterm([1 3 3 0],-r1*r1)

lmiterm([1 4 4 0],-r2*r2)

%LMI i=2

lmiterm([2 1 1 P],1,A2,'s')

lmiterm([2 1 1 L2],1,C,'s')

lmiterm([2 2 1 Gama],1,phi*C*A2)

lmiterm([2 2 1 M2],1,C)

lmiterm([2 1 2 P],1,E2)

lmiterm([2 1 3 P],-1,D2)

lmiterm([2 1 3 L2],-1,H)

lmiterm([2 2 2 Gama],1,phi*C*E2,'s')

lmiterm([2 2 3 Gama],-1,phi*C*D2)

lmiterm([2 2 3 M2],-1,H)

lmiterm([2 2 4 0],1)

lmiterm([2 3 3 0],-r1*r1)

lmiterm([2 4 4 0],-r2*r2)

%LMI 3

lmiterm([3 1 1 P],-1,1)

%求解器

LMIs=getlmis

[tmin,xfeas]=feasp(LMIs,[0,0,1000,0,0],-0.001)%

%求解各变量的值

P=dec2mat(LMIs,xfeas,P)

Gama=dec2mat(LMIs,xfeas,Gama)

L1=dec2mat(LMIs,xfeas,L1)

L2=dec2mat(LMIs,xfeas,L2)

% r=dec2mat(LMIs,xfeas,r)

M1=dec2mat(LMIs,xfeas,M1)

M2=dec2mat(LMIs,xfeas,M2)

A_098

4.完整项目获取方式

方式1: 打开店铺搜索：

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!