كنترل فازي- لغزشي سيستم آشوبگونه لورنز توسط روش مدل مرجع بهبود يافته

Fuzzy Sliding Mode Control of Lorenz Chaotic System using Improved Model Reference Approach

در اين مقاله ايده كنترل تطبيقي مدل مرجع، مود لغزشي و كنترل فازي به منظور استفاده از محاسن هر كدام با هم تركيب شده و روش كنترلي جديدي براي حل هر دو مسيله پايدارسازي و رديابي سيستم آشوبگونه لورنز با حذف لرزش سيگنال كنترل در حضور عدم قطعيت-هاي ساختاري و غير ساختاري پيشنهاد مي شود. اين طرح از تخمين گر فازي تطبيقي براي تقريب تابع استفاده كرده در نتيجه نيازمند محاسبه توابع محدوديت نمي باشد و پديده لرزش كنترل را كاهش مي‌دهد. تاثير بكارگيري روش پيشنهادي در مقابله با عدم قطعيتها و اغتشاشات به گونه اي است كه رفتار سيستم حلقه بسته همانند مدل مرجع پيشنهادي مي شود. به اين ترتيب، ضعف روش كنترل تطبيقي در برابر ديناميك هاي مدل نشده و اغتشاشات خارجي جبران مي گردد. كارآيي اين روش جديد كنترلي از آن جهت برجسته مي شود كه سيستمهاي آشوبگونه، رفتاري نامنظم و وابستگي شديد به شرايط اوليه دارند. از مزاياي طرح پيشنهادي اين است كه مختص به سيستم لورنز نيست و مي تواند براي كنترل دسته وسيعي از سيستم هاي آشوبي و غير آشوبي مورد استفاده قرار گيرد. پايداري كنترلكننده پيشنهادي به روش تحليلي ثابت شده و عملكرد آن توسط شبيه سازي با روش پسگام مقايسه مي شود. نتايج شبيه سازي نشان مي دهند كه عملكرد روش كنترلي پيشنهادي از روش پسگام كه قبلا در مراجع براي كنترل سيستم لورنز ارايه شده، بهتر است.

In this work, by combining the merits of model reference adaptive control, sliding mode, and fuzzy control, a novel control approach is proposed to address the stabilization and tracking problem of Lorenz chaotic system without the chattering phenomenon in the face of structured and unstructured uncertainties. In this control scheme, an adaptive fuzzy system is used to estimate the unknown function. As a result, there is no need to calculate the bound of the unknown function, and the chattering phenomenon is attenuated. One of the advantages of the proposed method is that the behavior of the close loop system is similar to that for the proposed model reference in the presence of uncertainties and disturbances. As a result, the shortcoming of adaptive control in the presence of unmodeled dynamics and external disturbances is compensated. Another advantage of the proposed approach is that chaotic systems have an unpredictable behavior and an extreme sensitivity to the initial conditions. The stability analysis is verified, and the effectiveness of the proposed method is compared with the backstepping method through simulation. Numerical simulations illustrate that the proposed control approach is superior to the backstepping method already published in the literature in overcoming uncertainties.