第三章模糊自动控制原理.docVIP

第三章 模糊自动控制原理 3.1 模糊控制的基本思想 在自动控制技术产生之前，人们在生产过程中只能采用手动控制方式，手动控制过程首先是通过观测被控对象的输出，其次是根据观测结果做出决策，然后手动调整输入，操作工人就是这样不断地观测→决策→调整，实现对生产过程的手动控制。这三个步骤分别是由人的眼—脑—手来完成的。后来，由于科学和技术的进步，人们逐渐采用各种测量装置（如测量仪表、检测装置、传感器等）代替人的眼，完成对被控制量的观测任务；利用各种控制器（如磁放大器，由直流运算放大器加阻容反馈网络构成的PID调节器等）部分地取代人脑的作用，实现比较、综合被控制量与给定量之间的偏差，控制器所给出的输出信号相当于手动控制过程中人脑的决策；使用各种执行机构（主要是电动的、气动的，如伺服电机、气动调节阀、变频器等）对被控对象（或生产过程）施加某种控制作用，这就起到了手动控制中手的调整作用。 上述由测量装置、控制器、被控对象及执行机构组成的自动控制系统，就是人们所熟悉的常规负反馈控制系统，图3-l、3-2分别给出了手动控制和负反馈控制的方框图。 经过人们长期研究和实践形成的经典控制理论，对于解决线性定常系统的控制问题是很有效的，然而，经典控制理论对于非线性时变系统难以奏效。随着计算机尤其是微机的发展和应用，自动控制理论和技术获得了飞跃的发展。基于状态变量描述的现代控制理论对于解决线性或非线性、定常或时变的多输入多输出系统问题，获得了广泛的应用，例如在阿波罗登月舱的姿态控制、宇宙飞船和导弹的精密制导以及在工业生产过程控制等方面得到了成功的运用。但是，应该指出，无论采用经典控制理论还是现代控制理论设计一个控制系统，都需要事先知道被控制对象（或生产过程）精确的数学模型，然后根据数学模型以及给定的性能指标，选择适当的控制规律，进行控制系统设计。然而，在许多情况下被控对象（或生产过程）的精确数学模型很难建立。例如，有些对象难以用一般的物理和化学方面的规律来描述，有的影响因素很多，而且相互之间又有交叉耦合，使其模型十分复杂，难于求解以至于没有实用价值。还有一些生产过程缺乏适当的测试手段，或者测试装置不能进入被测试区域，致使无法建立过程的数学模型，象建材工业生产中的水泥窖、玻璃窖，化工生产中的化学反应过程，轻工生产中的造纸过程，食品工业生产中的各种发酵过程等。还有为数众多的炉类，如炼钢炉的冶炼过程，退火炉温控过程，工业锅炉的燃烧过程等等。诸如此类的过程变量多，各种参数又存在不同程度的时变性，且过程具有非线性、强耦合等特点，因此建立这一类过程的精确数学模型困难很大，甚至是办不到的。这样一来，对于这类对象或过程就难以进行自动控制。 与此相反，对于上述难以实施自动控制的一些生产过程，有经验的操作人员进行手动控制，却可以收到令人满意的效果，在这样的事实面前，人们又重新研究和考虑人的控制行为有什么特点，能否对于无法构造数学模型的对象让计算机模拟人的思维方式，进行控制决策。 模糊数学的创始人，著名的控制论专家扎德教授举过一个停车问题的例子，是非常富有启发性的问题。 所谓停车问题是要把汽车停在拥挤的停车场上两辆车之间的一个空隙处。 对于上述问题，从事控制理论研究者的解决方法是：令ω记车C上的一个固定参考点的置位，θ记车C的方位，于是建立如下方程 x=(ω,θ)（车的状态方程） =f(x,u)（车的运动方程） u为一个有约束的控制向量，其两个分量分别为前轮的角度u1和车速u2。邻近两辆车定义为x执行中的约束，用集合Ω表示，而两辆停着的车之间的空隙定义为允许的终端状态的集合A。这样，停车问题就转化为寻找一个控制u(t)，使其在满足各种约束的条件下把初始状态转移到终端状态A中去。 采用精确方法求解上述问题，由于约束条件过多，使得求解过程非常复杂，即使用一台大型计算机也难以胜任。 汽车司机是这样操纵的，先让车向前运动，前轮先向右而后向左，然后使车向后运动，前轮仍先向右而后向左，经过多次反复，车将横向移动一个所需要的距离，最后向前开停在空隙处。这样，汽车司机通过一些不精确的观察，执行一些不精确的控制，却达到了准确停车的目的。 控制论的创始人维纳在研究人与外界相互作用的关系时曾指出：“人通过感觉器官感知 周围世界，在脑和神经系统中调整获得的信息。经过适当的存贮、校正、归纳和选择（处理）等过程而进入效应器官反作用于外部世界（输出），同时也通过象运动传感器末稍这类传感器再作用于中枢神经系统，将新接受的信息与原贮存的信息结合在一起，影响并指挥将来的行动。汽车司机驾驶汽车停车的例子，正如维纳所描述的那样，人不断地从外界（对象）获取信息，再存贮和处理信息，并给出决策反作于外界（输出），从而达到预期目标。 总结人的控制行为，正是遵循反