经典模糊控制问题-倒摆.pptVIP

倒摆控制问题 经典的倒摆系统，多年来一直是控制理论中的一个令人感兴趣的问题。 例　倒摆系统简图如例图a所示，设计和分析其模糊控制器。 系统的微分方程 其中m是摆尖杆的质量， l是摆长，θ是从垂直向上方向的顺时针偏转角。τ u t 为作用于杆的逆时针扭矩［u t 是控制作用］。 描述系统的微分方程： 状态方程 ， 当偏转角θ很小时，有 ，线性化后得： 假设 为状态变量，状态方程： 离散化模型 若所测x1用度表示，x2用每秒弧度表示，当取l g和m 180/ π·g2 时，线性离散时间状态方程可用矩阵差分方程表示： 线性化模型： 此问题中，设上述两变量的论域为－2o≤x1≤2o和－5rad/s≤x2≤5rad/s。 第1步：输入量的模糊化 第1步：首对x1在其论域上建立三个隶属函数，即如例图b所示的正值 P 、零 Z 和负值 N 。然后，对x2在其论域上亦建立3个隶属函数，即例图c所示的正值 P 、零 Z 和负值 N 。 第2步：输出量的模糊化 第2步：为划分控制空间 输出 ，对u k 在其论域上建立5个隶属函数，－24≤u k ≤24，如例图d所示 注意，图上划分为7段，但此问题中只用了5段 。 第3步：用表1所示的3×3FAM（模糊联想记忆）表的格式建立9条规则 即使我们可能不需要这么多 ，在本系统中为使倒摆系统稳定，将用到θ和 。表中输出即控制作用u k 。 第3步：建立模糊控制规则表 表1　FAM表 NB N Z N N Z P Z Z P PB P N Z P x2 x1 第4步： 模糊推理、控制 第4步：我们可用表1中规则导出该控制问题的模型。用图解法来推导模糊运算。下面的清晰性初始条件作为模型的初值：x1 0 1o和x2 0 -4rad/s。 然后，我们在上例中取离散步长0≤k≤3，并用矩阵差分方程式导出模型的四步循环式。模型的每步循环式都会引出两个输入变量的隶属函数。FAM表产生控制作用u k 的隶属函数。我们将用重心法对控制作用的隶属函数进行非模糊化，用递归差分方程解得新的x1和x2值。k 0之后的每步模型循环式都以前一步的x1和x2为开始，并作为下一步递归差分方程式的输入条件。 第4步： 模糊推理、控制 例图e和例图f分别为x1和x2的初始条件。 从FAM表有： IF x1 P and x2 Z THEN u P μP u min 0.5,0.2 0.2 IF x1 P and x2 N THEN u Z μZ u min 0.5,0.8 0.5 IF x1 Z and x2 Z THEN u Z μZ u min 0.5,0.2 0.2 IF x1 Z and x2 N THEN u N μN u min 0.5,0.8 0.5 第4步： 模糊推理、控制 图g表示了控制变量u的截尾模糊结果的并。具有非模糊化了的控制值的最终形式如图h所示。 依次类推，我们利用 和 作为第二步循环的初始条件，图解说明如例图i和例图j所示。 第4步： 模糊推理、控制 我们已经完成了模型的第一步循环式，现在我们取已非模糊化了的控制变量值（即u -2），再利用系统方程式找出下步迭代的初始条件。 第4步： 模糊推理、控制 从FAM表得： IF x1 N and x2 N THEN u NB μNB u min 1,0.2 0.2 IF x1 N and x2 Z THEN u N μN u min 1,0.8 0.8 模糊结果的并和所得非模糊输出如例图k所示。非模糊化值u -9.6。 我们得到第三步循环的初始条件 和 ，图解说明如例图l和例图m所示。 第4步： 模糊推理、控制 现用u -9.6找出第三步循环式的初值： 第4步： 模糊推理、控制 从FAM表中得： IF x1 N and x2 P THEN u Z μZ u min 1,1 1 所得模糊输出结果的并和非模糊输出如例图n所示。非模糊化值u 0。 有初始条件 和 ，图解说明如例图o和例图p所示。 第4步： 模糊推理、控制 对下一步迭代来说： 第4步： 模糊推理、控制 从FAM表有： IF x1 Z and x2 P THEN u P μP u min 0.2,0.32 0.2 IF x1 Z and x2 Z THEN u Z μZ u min 0.2,0.68 0.2 IF x1 P and x2 P THEN u PB μPB u min 0.8,0.32 0.32 IF x1 P and x2 Z THEN u P μP u min 0.8,0.68 0.68 图