变频器论文参考文献英文

浅析变频器发展和应用的趋势[摘要]随着变频控制理论和制造工艺的进一步发展，变频器的应用和发展将会朝着以下方向发展：矩阵变频器的出现和推广；网络化配置的变频器将成为主流；同步电动机的变频应用将得到更为迅猛的发展。 [关键词]矩阵变频器 网络化配置变频器 同步电机 一、矩阵变频器的出现 多年来，电气传动专家一直都在讨论关于“矩阵变换”技术的变频器将会是下一代变频器。几个主要的传动供应商包括罗克韦尔、西门子等都在研究该项技术。舆论一直认为：尽管矩阵变频器具有非常诱人的前景，但是由于成本太高而无法在目前进行商业化应用。 从原理上讲，矩阵变频器使用了一组电力半导体开关，按照预定的数学算法控制开关顺序，并直接连接到三相电机上。在安川矩阵变频器中有9个开关，每一个都有2个IGBT组成双向开关，能允许正向电压和负向电压通到电机上。IGBT数量的增加是导致矩阵变频器造价昂贵的其中一个因素。 矩阵变频器使用了三相电压输入来控制输出电压，这就不仅能吸收任何电流杂波，也能提供一个清洁的输出电压，也就是说“可以有效地进行输入电源电流控制与输出电压控制”。这也是矩阵变频器吸引人们的一个重要点：能大大降低输入电流谐波的产生，只有大约传统交-直-交变频器的20%以下。而且矩阵变频器的电流几乎是正弦波，即使在带载情况下，也是如此。当有再生发电时，电流能以180°转换并反馈到电网中，而且也是以正弦波方式。在再生制动方式的工作中，矩阵变频器不需要制动电阻或特殊的变换器。反馈回的电亦无需额外的设备(如变压器等)进行处理。总之，传动能在四象限高效率地运行。 另外，一个吸引点就是矩阵变频器去掉了直流电容，作为有一定寿命地铝电解电容，交—直—交变频器就必须在一定年限更换电容，如5~8年，矩阵变频器就能长时间可靠工作。 在安川的计划中，矩阵变频器将逐步覆盖400V的，直至75kW，当然也有200V级的变频器。至于价格策略目前尚未公布，但基本上为目前通功率段传统变频器的2倍左右。 二、以网络配置为主的系统化 变频器的网络化配置主要基于三个层面：设备层、控制层和信息层。其中变频器做为执行器，可以配接最基本的RS232/RS485串行通讯协议、Profibus等的现场总线协议以及Internet局域网协议。针对不同的控制系统和不同的用户要求，配置和选用不同的网络协议。 网络化配置的变频器具有以下显著的特点： (1)高精度的频率设定； (2)远程控制与工厂信息化的基本要素； (3)远程诊断系统。 通过网络设定频率是一种高精度的频率设定，其具有通讯速率高，稳定可靠，接线简单等优点，而且在模拟量控制时，输出端经过一个数模转换器，经过导线，进入输入端(变频器)又经过一个模数转换器才能参与控制。两个转换器位数不同和导线损耗都可能造成一定误差，而通讯传递直接是数字量，不需要转换，没有误差，在传输过程中不会造成损耗，而且响应速度率也会很高。 变频器经常被用于系统复杂、工作环境恶劣、高负荷、长时间运行的工况中，如无人值守泵站、油田磕头机等。变频器故障率在这种环境中自然，比较高，一般都采取事后维修的方式进行，随着电子技术的发展，传统的维修方式将变为故障预报和整机在线维修。有必要对其实现在线工作状态的监测以及常规故障机理的综合分析研究，以便对其故障的事先诊断分析。目前大功率变频器的故障诊断、远程监控系统及智能控制方面取得了较大进展，并已经投入实际运行。请登陆：输配电设备网浏览更多信息 在网络化日益普及的今天，与普通的点对点硬线连接方式而言，通过高速通讯连接的变频器系统可以最大程度上降低系统维护时间、提高生产效率、减少运行成本。目前安装的现场总线模块有ProfibusDP、Interbus、DeviceNet、CANOpen和ModbusPlus等。用户可以有更大的自由根据生产过程来选择PLC型号和品牌，并非常简单地集成到现有地网络中去。而且通过现场总线模块，可以不考虑变频器的型号，而以同一种语言来与不同功率段、不同型号地变频器进行组构，如功率、速度、转矩、电流、设定值等。 由于采用了通讯方式，可以通过PC机来方便地进行组态和系统维护，包括上传、下载、复制、监控、参数读写等。 以SEWMOVIDRIVE变频器为例，它可以如图2组成WAGO-I/O系统，利用后者地现场总线技术进行通讯互联。这种连接方式能通过WAGO的可编程总线控制器PFC实现变频器到网络控制主机之间的输入数据过程、输出数据过程的交换。而且，总线互联方式可以通过WAGO公司专用的软件功能块()方便地进行变频器参数的读龋该方式能在最大程度上降低变频器系统的构建成本。三、同步电机的配合应用 交流同步电动机已成为交流可调速传动中的一颗新星，特别是永磁同步电动机，电机是无刷结构，功率因数高、效率也高，转子转速严格与电源频率保持同步。同步电机变频调速系统有他控变频和自控变频两大类，自控变频同步电机在原理上和直流电机极为相似，用电力电子变流器取代了直流电机的机械换向器，如采用交-直-交变压变频器时叫做“直流无换向器电机”或称“无刷直流电动机”。传统的自控变频同步机调速系统有转子位置传感器，现正开发无转子位置传感器的系统，且已经取得重大进步和在市场的成功应用。同步电机的他控变频方式也可采用矢量控制，其按转子磁场定向的矢量控制比异步电机简单。 采用同步电机的最有效特点： (1)大大降低电机尺寸； (2)高效率的转矩输出； (3)无编码器运行。 目前大多数的纸机需要安装速度编码器来反馈电机转速，而且编码器也被证明是可靠的。但是安装的编码器由于是采用轴承需要常规定期性的维护保养和润滑，在一个大型的纸机(如50个传动)上每隔一定的周期还必须更换所有的编码器以防止意外的由编码器故障引起的纸机停机。从这个层面上来说，无编码器的运行自然是同步电机直接传动的一个优点和着眼点。 电机的实际速度是需要同时反馈和监测的，一个计算电机速度的新方法已经在ACSDTC得到发展和应用。为ABB造纸部门对直接传动的37kW永磁电机进行测试得出的波形曲线。上面的2条曲线是表示经速度编码器测量的数据和通过变频器计算出来的数据。从图中可以看出两条曲线几乎是一致的，即使在动态扰动中也是少有偏差。第3条曲线是表示电机由于突加负载产生的电机转矩，该负载的变化大概是正常负载的1/3，以表示在电机在正常运行下突然有一个大的变化。将ABB传统的交流传动纸机改造成一个直接传动的纸机系统是非常简单的，纸厂需要购买新的直接传动部分的电机，同时将ABB的常规变频器ACS600通过下载PM-DTC软件来升级，而且新的直接传动的系统可以与现 有的交流或直流传动同时正常运行。总而言之，用户将从直接传动中获益。 参考文献： [1]王廷才.变频器原理及应用[M].机械工业出版社，2005. [2]张选正，张金远.变频器应用经验[M].国电力出版社，2006. [3]吴忠智，吴加林.变频器应用手册[M]，机械工业出版社，2007.

Electric Automation 电气自动化ELECTRIC AUTOMATION DEVICE AND METHOD FOR ADJUSTING THE FUNCTIONS OF THE ELECTRIC AUTOMATION DEVICE The invention relates to an electric automation device comprising a control unit that is controlled by a computer. In order to create an automation device that can be set to predefined functions in a particularly flexible manner while requiring less testing, a computer hardware component (2) is provided with control software comprising a basic functional area which includes an operating system (3), a device driver (4), and communication modules (5) so as to form a basic automation device (1) while the basic automation device (1) is complemented with any application modules (7a, 7b, 7c, 8, 9) that can be connected to the basic functional area via a software interface (6) in order to obtain the automation device. The invention also relates to a method for producing or adjusting the functions of such an electric automation device. 电气自动化专业介绍一、专业概况 随着高新技术的发展和生产自动化程度的提高，我国国民经济发展，正在和继续需要大批技术应用型实用人才。电气自动化技术是现代制造技术中不可缺少的重要技术门类，也是一个国家科技实力乃至综合竞争力的综合反映，在工业发展中具有前导地位。电气自动化技术，集机、电、计算机、信息处理等多学科于一体，是多学科相互交叉、渗透、结系淖酆涎Э疲�诠�窬�媒ㄉ柚姓加兄匾�牡匚弧R虼耍�梢运档缙�远��际跏嵌ヌ炝⒌氐氖乱担�枪�窬�梅⒄购腿嗣裆�钏�教岣叩奈镏侍跫�� ?br> （一）、培养目标本专业培养德、智、体、美、劳全面发展，具有良好职业道德和综合业务素质，具备较强的创新意识和创业能力，掌握电气自动化技术、计算机控制技术的基础理论，能在生产、建设、管理、服务第一线从事常用电气自动化设备、常用电气设备、供配电系统和装置、计算机控制系统、PLC控制系统的安装、调试、运行和维护的实用型高技能专门人才。 （二）、培养要求及职业能力分析 1、培养要求：本专业主要学习电气自动化的专业技术知识，应具有较强的本专业技术应用能力。 2、职业能力分析 （1）具有良好的身体素质、职业道德和人文素质，较强的语言文字表达能力和一定的社会交往能力及继续学习能力。 （2）具有较强的用英语进行人际和人机交流能力，具有阅读和翻译本专业有关英文资料的能力。 （3）具有较强的在信息化社会中工作、学习、生活所必备的计算机应用能力；熟练使用电子电气CAD软件；掌握一门程序设计语言。 （4）具有分析和测试常见的电工电子线路，能设计一般电工电子应用线路，能熟练使用常规电工电子仪器、仪表，具有熟练的电工基本操作技能。 （5）熟悉常用低压电器的基本原理及使用；能熟练阅读电气控制线路的原理图与接线图；具有对常规电气设备、供配电设备等电气控制系统进行安装、调试、维护能力。 （6）具有正确选用、安装、调试、维护电力电子装置和典型交、直流调速系统的能力。 （7）具有熟练的可编程控制器应用能力。 （8）具有以嵌入式计算机数字控制技术为核心的新技术基本应用能力，对相应控制系统具有调试维护能力。 （9）具有对一般的机械零件图、产品装配图与机械、液压和气压传动系统回路的识读能力，了解常用机械设备的结构特点及工艺过程，了解常见的机械和电气的配合关系。 （10）了解企业管理的基本知识，具有一定的质量意识。 （三）、课程设置 课程设置共分五部分：公共必修课、专业必修课、专业限定选修课、专业选修课及公共选修课。 1、公共必修课包括：思想道德修养、法律基础、邓小平理论、马克思主义哲学、体育、英语、高等数学、计算机操作基础等。 2、专业必修课包括：电工基础、模拟电子技术、数字电子技术、电机及拖动基础、机械制图及公差、机械工程基础、嵌入式计算机原理及应用、C语言程序设计、自动检测与转换技术、现代电力电子技术、可编程序控制器应用、自动控制原理与系统、C语言、工厂电气控制技术、电子电气CAD、变配电技术、变频调速原理与应用、工业控制网络、DSP原理与应用及专业英语等。其中主干课程为：电工基础、模拟电子技术、数字电子技术、电机及拖动基础、嵌入式计算机原理及应用、自动检测与转换技术、现代电力电子技术、可编程序控制器应用、自动控制原理与系统等。 3、专业限选课包括：计算机控制技术、工业自动化仪表、控制电机、智能控制等。 4专业任选课包括：电工电子工艺、多媒体技术、楼宇自动化、计算机系统仿真、计算机维修、程序设计（VB）等。 5、公共选修课包括：包括两个能力模块：经济管理科学类和人文与社会科学类。 （四）、实践教学环节 1、专业主要实践教学包括：电工实验、模拟电子技术实验、数字电子技术实验、电机与电力拖动实验、可编程序控制器应用实验、嵌入式计算机原理实验、现代电力电子技术实验、电工基础课程设计、电子技术课程设计、嵌入式计算机原理课程设计、可编程序控制器应用课程设计、自控系统课程设计、综合系统实训、金工实习、电工电子实习、专业参观、综合生产实习、毕业设计等。 2、非专业实践教学包括：入学教育、军训、暑期社会实践、社团活动、体育活动、文艺活动等。 （五）、职业技能证书 本专业证书包含三个方面： 1、公共必修证书：PET、计算机一级证书。 2、专业必修证书：CAD初级、维修电工中级。 3、任选证书：CET四级证书、计算机三级证书(单片机方向）、CAD中级证书、维修电工高级证书、气液电控制技术。 （六）、本专业师资力量 学院拥有一支学术造诣高、教学经验丰富、实践能力强的师资队伍。电气自动化技术专业现有师资26人，其中副高职称以上有17人，“双师型”教师10人。能够满足公共基础课、专业基础课和专业课的理论及实践教学的需要。 二、职业前景 1、对口行业 电气自动化技术是传统而具有新内涵的专业，本专业培养拥护党的基本路线，德、智、体、美等全面发展，具备从事电气自动化技术所需要的理论知识和职业技术能力，主要在生产、建设、服务和管理等第一线工作的高级技术应用性专门人才。本专业的毕业生可就职于国防、航天、航空、航海、铁道、机械、轻工、化工、电子、电力、电信、钢铁、石油、矿山、煤炭、地质、勘测等广泛的工业、农业、科学研究领域，也可就职于现代物流及现代服务业。 2、就业前景 在上海市经济委员会的《上海制造业战略升级的行动纲要》中指出：加快推动制造业的战略升级是贯彻党的十六大精神，坚定地走新型工业化道路，实现向制造业强国转变的国家战略需要，也是上海建立新型产业体系，提高城市综合竞争力，坚持“四个中心”的客观要求。上海制造业战略升级的重点包括：高新技术产业重点发展电子信息和现代生物与现代医药制造业；交通运输设备制造业重点发展汽车、轨道交通、船舶、民用飞机；装备制造业重点发展大型成套设备、电站设备、新能源和新型环保设备制造业；原材料制造业重点发展石油化工和精细化工、精品钢材制造业；生产性服务业重点发展制造业物流、技术服务等产业；大力发展就业广、清洁型的都市型工业。根据电气自动化的内涵，上述产业无不包含电气自动化技术，同时也对电气自动化技术专业的人才提出了更高的要求。据上海市政府组织的《面向新世纪上海紧缺人才需求趋势与开发研究对策》的报告显示，复合型技术人才是紧缺的专业人才，而电气自动化技术专业是培养复合型技术人才的有效载体。可以预见在未来数年内，电气自动化专业毕业生就业前景良好。

[1]ROVITHAKIS G A. Stable adaptive neuro-control design via Lyapunov function derivative estimation [ J ]. Automatica, 2001 37 (8):1213- 1221.[2]王源,胡寿松,吴庆宪.一类非线性系统的自组织模糊CMAC神经网络重构跟踪控制[J].控制理论与应用,2003,20(1):70-77.(WANG Yuan, HU Shousong, WU Qingxian. Adaptive reconfigurable tracking control of a class of nonlinear systems based on self-organizing fuzzy CMAC neural networks [ J ]. Control Theory & Applications, 2003,20(1 ) :70 - 77. )[3]LEWIS F L, YESILDIREK A, LIU K. Multilayer neural net robot controller:structure and stability proofs [ J]. IEEE Trans on Neural Networks, 1996,7(2) :388 - 399.[4]金波,俞亚新.一种自适应CMAC神经元网络控制器及其在水轮调速器中的应用[J].控制理论与应用,2002,19(6):905-908.( JIN Bo, YU Yaxin. Adaptive CMAC controller for hydraulic turbine speed governor [ J ]. Control Theory & Applications, 2002, 19 (6):905 - 908. )[5]CHEN F C, KHALIL H K. Adaptive control of nonlinear systems using neural networks [J]. Int J Control, 1992,55(6): 1299 - 1317.[6]牛玉刚,邹云,杨成梧.基于神经网络的一类非线性系统自适应跟踪控制[J].控制理论与应用,2001,18(3):461-464.( NIU Yugang, ZOU Yun, YANG Chengwu. Neural network-based adaptive tracking control for a class of nonlinear systems [ J]. Control Theory & Application, 2001,18 ( 3 ): 461 - 464. )[7]李翔,陈增强,袁著祉.非最小相位非线性系统的简单递归神经网络控制[J].控制理论与应用,2001,18(3):456-460.(LI Xiang,CHEN Zengqiang, YUAN Zhuzhi. Simple recurrent neural network control for non-minimum phase nonlinear system [ J ]. Control Theory &Application ,2001,18(3) :456 - 460. )[8]CHEN S, BILLINGS S A, GRANT P M. Recursive hybrid algorithm for nonlinear system identification using radial basis function networks [J]. Int J Control, 1992,55(5): 1050 - 1070.[9]BROWN M, HARRIS C J. Neurofuzzy Adaptive Modeling and Control [M].Hertfordshire: Prentice Hall International (UK) Limited,1994.[10]LIN C T, LEE G C S. Neural Fuzzy Systems-A Neuro-fuzzy Synergism to Intelligent Systems [M].New York: Prentice Hall Inc. ,A Simon & Schuster Company, 1996.[11]GE S S, LEE T H, HARRIS C J. Adaptive Neural Network Control of Robotic Manipulators [ M]. Singapore: World Scientific, 1998.[12]孙富春,孙增圻,张钹.机械手神经网络稳定自适应控制的理论与方法[M].北京:高等教育出版社,2004.(SUN Fuchun, SUN Zengqi, ZHANG Bo. Theory and Approaches for Stable Adaptive Control of Robotic Manipulators Using Neural Networks [M]. Beijing: Higher Education Press,2004. )[13]WIDROW B. The original adaptive neural net broom-balancer[ C ]//Proc of IEEE Int Symposium on Circuits and Systems. Piscataway,NJ:IEEE Press, 1987:351 - 357.[14]ALBUS J approach to manipulator control:the cerebellar model articulation controller (CMAC) [ J]. J of Dynamics Systems,Measurement and Control, 1975,97 ( 3 ): 220 - 227.[15]HOPFIELD J J, TANK D W. Computing with neural circuits: A model [ J]. Science, 1986,233:625 - 633.[16]RUMELHART D E, MCCLELLAND J L. Parallel Distributed Processing : Explorations in the Microstructure of Cognition [ M]. Cambridge, MA: MIT Press, 1986.[17]WANG Jeen-Shing, LEE G C S. Self-adaptive recurrent neuro-fuzzy control of an autonomous underwater vehicle [ J ]. IEEE Trans on Robotics and Automation, 2003,19 ( 2 ): 283 - 295.[18]DIAO Yixin, PASSINO K M. Adaptive neural/fuzzy control for interpolated nonlinear systems [ J ]. IEEE Trans on Fuzzy Systems,2002,10(5) :582 - 595.[19]达飞鹏,宋文忠.基于模糊神经网络的滑模控制[J].控制理论与应用,2000:17(1):128-132.(DA Feipeng,SONG Wenzhong. Sliding mode control based on the fuzzy neural networks [ J ]. Control Theory & Applications, 2000,17(1):128- 132.)[20]DENG Hui, SUN Fuchun, SUN Zengqi. Observer-based adaptive controller design of flexible manipulators using time-delay neurofuzzy networks [J]. J of Intelligent and Robotic Systems,2002,34(34) :453 - 466.[21]LIU Huaping, SUN Fuchun, HE Kezhong, et al. Controller design and stability analysis for fuzzy singularly perturbed systems [ J]. Acta Automatica Sinica ,2003,29(4) :494 - 500.[22]胡寿松,周川,胡维礼.基神经网络的模型跟随鲁棒自适应控制[J].自动化学报,2000,26(5):623-629.(HU Shousong, ZHOU Chuan, HU Weili. Model-following robust adaptive control based on neural networks [ J ]. Acta Automatica Sinica ,2000,26(5) :623 - 629. )[23]PARTRICIA Melin, OSCAR Castrilio. Intelligent adaptive control of non-linear dynamical systems with a hybrid neuro-fuzzy-genetic approach [C]//Proc of IEEE Int Conf on Systems, Man, and Cybernetics. Piscataway,NJ: IEEE Press, 2001:1508 - 1513.[24]LEE Ching-hung,LIN Yu-hing,LAI Wei-yu. Systems identification using type-2 fuzzy neural network (type-2 FNN) systems [C]//Proc of 2003 IEEE Int Symposium on Computational Intelligence in Robotics and Automation. Piscataway, NJ: IEEE Press, 2003:1264 -1269.[25]PARTRICIA M, OSCAR C. A new method for adaptive model-based control of nonlinear plants using type-2 fuzzy logic and neural networks [C]//Proc of IEEE Int Conf on Fuzzy Systems. Piscataway,NJ: IEEE Press, 2003: 420 - 425.[26]MENDELAND J M, BOB John R I. Type-2 fuzzy sets made simple [J]. IEEE Trans on Fuzzy Systems,2002,10(2): 117 - 127.[27]Ezhov A A, Khromov A G, Berman G P. Analog quantum neuron for functions approximation [ C ]//Proc of Int Joint Conf on Neural Networks. Piscataway,NJ: IEEE Press, 2001,2:1577 - 1582.[28]SANNER R M, SLOTINE J J E. Stable adaptive control and recursive identification using radial Gaussian networks [ C ]//Proc of IEEE Conf on Decision and Control. Piscataway, NJ: IEEE Press,1991:2116-2123.[29]POLYCARPOU M M, IOANNOU P S. Identification and control of nonlinear systems using neural network models: design and stability analysis EE-Report 91 - 09 - 01 [ R ]. Los Angeles: University of Southem California, 1991.[30]SANCHEZ E N, BERNAL M A. Adaptive recurrent neural control for nonlinear system tracking [ J ]. IEEE Trans on Systems, Man,and Cybernetics, Part B: Cybernetics, 2000,30( 6 ): 886 - 889.[31]SUN Fuchun, LI HanXiong, LI Lei. Robot discrete adaptive control based on dynamic inversion using dynamical neural networks [ J ].Automatica, 2002,38 ( 11 ): 1977 - 1983.[32]SANNER R M, SLOTINE J J E. Structurally dynamic wavelet networks for the adaptive control of uncertain robotic systems [ C ]//Proc of the 34 th IEEE Conf on Decision and Control. Piscataway,NJ: IEEE Press, 1995: 2460 - 2467.[33]POLYCARPOU M M. Stable adaptive neural control scheme for nonlinear systems [ J]. IEEE Trans on Automatic Control, 1996,41(3) :447 - 451.[34]SUN Fuchun, SUN Zengqi, WOO Pengyun. Neural network-based adaptive controller design of robot manipulators with an observer [ J]. IEEE Trans on Neural Networks ,2001,12( 1 ) :54 - 67.[35]NARENDRA K S, PARTHASARATHY K. Identification and control of dynamical systems using neural networks [ J ]. IEEE Trans on Neural Networks, 1990,1(1) :4 - 27.[36]ROVITHAKIS G A. Tracking control of multi - input affine nonlinear dynamical systems with unknown nonlinearities using dynamical neural networks [ J]. IEEE Trans on Systems, Man, and Cybernetics-Part B: Cybernetics, 1999,29(2): 179 - 189.[37]GE S S, LI G Y, LEE T H. Adaptive NN control for a class of strictfeedback discrete-time nonlinear systems [ J ]. Automatica, 2003,39(5) :807 - 819.[38]JAGANNATHAN S, LEWIS F L. Multilayer discrete-time neural-net controller with guaranteed performance [ J ]. IEEE Trans on Neural Networks, 1996,7 ( 1 ): 107 - 130.[39]SUN Fuchun, SUN Zengqi, WOO Pengyan, Stable neural networkbased adaptive control for sampled-data nonlinear systems [ J]. IEEE Trans on Neural Networks, 1998,9(5) :956 - 968.[40]CHENG C M, REES N W. Stability analysis of fuzzy multivariable systems: vector Lyapunov function approach [ J]. IEE Proceeding of Control Theory, 1997,144(5) :403 - 412.[41]SUN Fuchun, SUN Zengqi, FENG Gang. An adaptive fuzzy controller based on sliding mode for robot manipulators [ J ]. IEEE Trans on Systems, Man, and Cybernetics- Part B: Cybernetics,1999,29(5) :661 - 667.[42]TANAKA K, WANG H O. Fuzzy Control Systems Design and Analysis-A Linear Matrix Inequality Approach [M] .New York:John Wiley & Sons, Inc. ,2001.[43]TANIGUCHI T, TANAKA K, WANG H O. Fuzzy descriptor systems and nonlinear model following control [ J ]. IEEE Trans on Fuzzy Systems, 2000,8 (4): 442 - 452.[44]WU S J, LIN C T. Optimal fuzzy controller design: local concept [J] .IEEE Trans on Fuzzy Systems,2000,8(2): 171 - 185.[45]WU S J, LIN C T. Discrete-time optimal fuzzy controller design:global concept approach [ J]. IEEE Trans on Fuzzy Systems, 2002,10(1) :21 - 38.[46]CAO S G, REES N W, FENG G. H∞ control of uncertain fuzzy continuous - time systems [ J ]. Fuzzy Sets and Systems, 2000,115 (2):171 - 190.