Hierarchical fuzzy controllers: fuzzy gain scheduling

Pedrycz, Witold; Peters, Jan

doi:10.1109/icsmc.1997.638103

Cited by 11 publications

(4 citation statements)

References 6 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The performance of the resulting control scheme compared favorably with Zeigler-Nichols and Kitamori controllers. An alternative approach based on a hierarchical structure is described by Pedrciz and Peters [14]. Here, a number of local controllers are employed to determine the global system behavior and a supervisory controller determines the relative contribution of two locally valid PID controllers at any operating condition.…”

Section: Fuzzy Scheduling Controller Designmentioning

confidence: 99%

Fuzzy scheduling control of a gas turbine aero-engine: a multiobjective approach

Chipperfield

Bica

Fleming

2002

IEEE Trans. Ind. Electron.

View full text Add to dashboard Cite

Abstract-This paper investigates the use of a nonconventional approach to control a gas turbine aero-engine. The rationale behind this study is the need to develop advanced tools and techniques that can assist in improving the performance of the system and simultaneously enhance the flexibility of the control strategy. Modern techniques are required for many complex systems where increasingly strict performance and regulatory requirements must be achieved. This is particularly true of aerospace systems where consideration of safety, reliability, maintainability, and environmental impact are all necessary as part of the control requirements. This paper investigates a combination of two such potential techniques: fuzzy logic and evolutionary algorithms. Emerging from new requirements for gas turbine aero-engine control, a flexible gain scheduler is developed and analyzed. A hierarchical multiobjective genetic algorithm is employed to search and optimize the potential solutions for a wide envelope controller covering idle, cruise, and full-power conditions. The overall strategy is demonstrated to be a straightforward and feasible method of refining the control system performance and increasing its flexibility.

show abstract

Section: Fuzzy Scheduling Controller Designmentioning

confidence: 99%

Fuzzy scheduling control of a gas turbine aero-engine: a multiobjective approach

Chipperfield

Bica

Fleming

2002

IEEE Trans. Ind. Electron.

View full text Add to dashboard Cite

show abstract

“…Many techniques and methodology have been investigated in literature (Nichols et al, 1993;Pedrycz & Peters, 1997;Hyde & Glover, 1993), but no one guarantees that scheduled controller provides robust performance to be achieved by closed loop system. In (Pedrycz & Peters, 1997), authors present a general approach to a fuzzy interpolation of different LTI controllers. Although controllers are PID with different gains, the technique can be easily generalized to more complex LTI systems.…”

Section: Fuzzy Schedulingmentioning

confidence: 99%

“…For what concerns application of fuzzy scheduling for the proposed DTFT application, a sort of fuzzy gain scheduling technique has been implemented using an approach similar to the one described in (Pedrycz & Peters, 1997).…”

Section: Fuzzy Schedulingmentioning

confidence: 99%

Advanced Control Techniques for the Transonic Phase of a Re-Entry Flight

Morani¹,

Cuciniello²,

Corraro³

et al. 2011

Challenges and Paradigms in Applied Robust Control

View full text Add to dashboard Cite

“…ενώ στο υψηλό επίπεδο τοποθετείται ένας ασαφής επόπτης ο οποίος παράγει διακριτές ενέργειες ελέγχου (βλ. [Tzafestas and Rigatos (i), 1999], [ Tzafestas and Papanikolopoulos , 1990], [Pedrycz and Peters, 1997] Σε αυτή την περίπτωση η στρατηγική ελέγχου είναι η επιλογή μιας συνολικής πολιτικής (συνολικός μη γραμμικός έλεγχος) βασισμένη σε ένα σύνολο από τοπικούς ελεγκτές οι οποίοι αναπτύσσονται ξεχωριστά και που κάθε ένας τους αντιστοιχεί σε ένα από τα τοπικά γραμμικά μοντέλα του υπό έλεγχο συστήματος . Σε αυτή την κατηγορία ανήκουν οι επονομαζόμενοι ελεγκτές Takagi-Sugeno .…”

Section: ί)unclassified

Ευφυής Αυτόματος Έλεγχος Βασισμένος Στην Αντιδραστική Μάθηση

Ρηγάτος¹

View full text Add to dashboard Cite

Εφαρμογές σε βιομηχανικές διεργασίες και στη ρομποτική ΓΕΡΑΣΙΜΟΣ Γ.ΡΗΓΑΤΟΣ Διπλ. Ηλεκτρολόγος Μηχανικός ΕΜΠ ΑΘΗΝΑ 1999 " νίκη , ήττα, οι έννοιες δεν έχουν καμιά σημασία . Η ζωή τις έχει ξεπεράσει ετοιμάζοντας ήδη καινούργιες κάτω από αυτές ." Antoine de Saint-Exupéry -Νυχτερινή πτήση Εισαγωγή agent Αβαφης προσαρμοστικός ελεγκτής Μΐ|χανιαμός ηροβαρμστης Μοντέλο αναφοράς Plant <> περιβάλλον Σχ.2 Δομή ενός ασαφούς προσαρμοστικού ελεγκτήΤα κύρια πλεονεκτήματα του ασαφούς προσαρμοστικού ελέγχου είναι : i) καλύτερη συμπεριφορά επειδή ακριβώς ο ελεγκτής μπορεί να παρακολουθεί τις αλλαγές του περιβάλλοντος του , ii) απαιτείται λιγότερη a-priori πληροφορία για το υπό έλεγχο σύστημα γιατί ο μηχανισμός αναπροσαρμογής μπορεί να συλλέξει αυτή την πληροφορία on-line. Νευρωνικός προσαρμοστικός έλεγχοςΣτη μέθοδο αυτή τα βάρη των συνάψεων μεταξύ των νευρώνων ανανεώνονται κατά την εκπαίδευση του δικτύου συνήθως με ένα gradient αλγόριθμο (π.χ. backpropagation). Η off-line εκπαίδευση των νευρωνικών δικτύων με έναν αριθμό από ζεύγη εισόδων -εξόδων είναι χαρακτηριστικό παράδειγμα της επιτηρούμενης (supervised) μάθησης. Η διατριβή ωστόσο επικεντρώνεται στην μη επιτηρούμενη μάθηση των νευρωνικών δικτύων η οποία εξελίσσεται on-line. Η μη επιτηρούμενη μάθηση είναι αντιδραστική μάθηση καθώς πραγματοποιείται on-line, βασίζεται δε στην αρχή του επόμενου σχήματος :

show abstract

Hierarchical fuzzy controllers: fuzzy gain scheduling

Cited by 11 publications

References 6 publications

Fuzzy scheduling control of a gas turbine aero-engine: a multiobjective approach

Fuzzy scheduling control of a gas turbine aero-engine: a multiobjective approach

Advanced Control Techniques for the Transonic Phase of a Re-Entry Flight

Ευφυής Αυτόματος Έλεγχος Βασισμένος Στην Αντιδραστική Μάθηση

Contact Info

Product

Resources

About