Fuzzy sliding mode controller design for improving the learning rate

In this paper, the adaptive fuzzy sliding mode controller with two systems is designed. The existing sliding mode controller used to $approximation{\^{u}}(t)$ with discrete sgn function and sat function for keeping the state trajectories on the sliding surface[1]. The proposed controller decrease the disturbance for uncertain control gain and This paper is concerned with an Adaptive Fuzzy Sliding Mode Control(AFSMC) that the fuzzy systems ate used to approximate the unknown functions of nonlinear system. In the adaptive fuzzy system, we adopt the adaptive law to approximate the dynamics of the nonlinear plant and to adjust the parameters of AFSMC. The stability of the suggested control system is proved via Lyapunov stability theorem, and convergence and robustness properties ate demonstrated. Futhermore, fuzzy tuning improve tracking abilities by changing some sliding conditions. In the traditional sliding mode control, ${\eta}$ is a positive constant. The increase of ${\eta}$ has led to a significant decrease in the rise time. However, this has resulted in higher overshoot. Therefore the proposed ${\eta}$ tuning AFSMC improve the performances, so that the controller can track the trajectories faster and more exactly than ordinary controller. The simulation results demonstrate that the performance is improved and the system also exhibits stability.

퍼지 슬라이딩 모드의 속도 향상을 위한 제어기 설계

본 논문에서는 두 개의 시스템으로 구성된 적응 퍼지 슬라이딩 모드 제어기의 설계를 제안한다. 제안한 슬라이딩 모드 제어기는 두 개의 시스템입력으로 구성된다. 기존의 슬라이딩 모드 제어기는 $approximation{\^{u}}(t)$에 불연속항 sgn함수나 sat함수를 추가하여 상태궤적을 sliding surface로 보내는 제어 기법을 사용하고 있다. 본 논문에서는 이러한 기존의 제어기에 또 하나의 불연속항 제어기를 추가하여 불확실한 제어 이득에 의한 disturbance를 줄여주고, 불확실한 외란에 강인한 제어기설계와 알지 못하는 실제 비선형 시스템과 퍼지 시스템 간의 오차에 의한 불안정성도 해결할 수 있는 제어기를 제안하였다. 또한 본 논문에서는 Fuzzy tuning을 통해 슬라이딩 조건을 가변화함으로써 기존의 슬라이딩 모드 제어기에 비해 빠르고 정확하게 추종 가능하도록 제어기의 성능을 향상시킨다. 기존의 슬라이딩 모드 제어방식에서는 ${\eta}$값을 임의의 양의 상수로 두고 설계를 하였다. 하지만 이러한 방식은 높은 overshoot를 발생하게 하거나 늦은 정정시간을 갖게 하였다. 이를 해결하기 위하여 본 논문에서는 state의 각 상황에 맞는 ${\eta}$값을 fuzzy tuning을 통하여 유도해 내어 overshoot를 줄이며 동시에 정정시간도 줄여 제어성능을 높이는 방법을 제안한다.