新先进控制理论及其应用 教学课件 葛宝明 林飞_ 第八章.pptVIP

图815　输入输出空间的模糊分割 图816　电动机转速响应曲线 图817　不同Δu尺度变换因子下的转速响应曲线 图818　不同e和Δe尺度变换因子下的转速响应曲线 图819　不同模糊推理运算法则下的转速响应曲线 图820　不同的非模糊化运算导致不同的转速响应 图821　采用模糊单点集合的输出模糊分割 8Z22.tif 8Z23.tif 8Z24.tif 表88　模糊控制规则表 Δu Δe NB NS ZE PS PB e NB NB NS NS ZE NB NS ZE PS PB PS PS PB PB 图825　粗分割时的转速响应曲线 规则库蕴涵的模糊关系 规则库中第i条控制规则: Ri: IF E is Ai AND EC is Bi THEN U is Ci 蕴含的模糊关系为： 控制规则库中的n条规则之间可以看作是“或”，也就是“求并”的关系，则整个规则库蕴涵的模糊关系为： 规则库的产生 模糊控制规则的提取方法在模糊控制器的设计中起着举足轻重的作用，它的优劣直接关系着模糊控制器性能的好坏，是模糊控制器设计中最重要的部分。 模糊控制规则的生成方法归纳起来主要有以下几种： 根据专家经验或过程控制知识生成控制规则。这种方法通过对控制专家的经验进行总结描述来生成特定领域的控制规则原型，经过反复的实验和修正形成最终的规则库。 根据过程的模糊模型生成控制规则。这种方法通过用模糊语言描述被控过程的输入输出关系来得到过程的模糊模型，进而根据这种关系来得到控制器的控制规则。 根据学习算法获取控制规则。应用自适应学习算法（神经网络、遗传算法等）对控制过程的样本数据进行分析和聚类，生成和在线优化较完善的控制规则。 模糊控制规则的总结要注意以下几个问题： 规则数量合理 控制规则的增加可以增加控制的精度，但是会影响系统的实时性；控制规则数量的减少会提高系统的运行速度，但是控制的精度又会下降。所以，需要在控制精度和实时性之间进行权衡。 规则要具有一致性 控制规则的目标准则要相同。不同的规则之间不能出现相矛盾的控制结果。如果各规则的控制目标不同，会引起系统的混乱。 完备性要好 控制规则应能对系统可能出现的任何一种状态进行控制。否则，系统就会有失控的危险。 2.3 模糊推理 根据模糊输入和规则库中蕴涵的输入输出关系，通过第二章描述的模糊推理方法得到模糊控制器的输出模糊值 2.4 清晰化接口 由模糊推理得到的模糊输出值C*是输出论域上的模糊子集，只有其转化为精确控制量u，才能施加于对象。我们实行这种转化的方法叫做清晰化/去模糊化/模糊判决。 (1) 最大隶属度方法 把C*中隶属度最大的元素U*作为精确输出控制量 上式中，元素－4对应的隶属度最大，则根据最大隶属度法得到的精确输出控制量为－4。 若模糊输出量的元素隶属度有几个相同的最大值，则取相应诸元素的平均值，并进行四舍五入取整，作为控制量。上式中，元素－4、－3、－2对应的隶属度均为1，则精确输出控制量为 （2）加权平均法（重心法） 该方法对模糊输出量中各元素及其对应的隶属度求加权平均值，并进行四舍五入取整，来得到精确输出控制量。 式中，代表四舍五入取整操作。 清晰化处理后得到的模糊控制器的精确输出量U*，经过比例因子可以转化为实际作用于控制对象的控制量 5 模糊查询表 模糊控制器的工作过程: 模糊控制器实时检测系统的误差和误差变化率e*和ec*； 通过量化因子ke和kec将e*和ec*量化为控制器的精确输入E*和EC*； E*和EC*通过模糊化接口转化为模糊输入A*和B*； 将A*和B*根据规则库蕴涵的模糊关系进行模糊推理，得到模糊控制输出量C*； 对C*进行清晰化处理，得到控制器的精确输出量U*； 通过比例因子ku将U*转化为实际作用于控制对象的控制量u*。 将（3）～（5）步离线进行运算，对于每一种可能出现的E和EC取值，计算出相应的输出量U，并以表格的形式储存在计算机内存中，这样的表格我们称之为模糊查询表。 U EC -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 E -6 -6 -6 -6 -6 -6 -5 -5 -4 -3 -2 0 0 0 -5 -6 -6 -6 -6 -5 -5 -5 -4 -3 -2 0 0 0 -4 -6 -6 -6 -5 -5 -5 -5 -3 -3 -2 0 0 0 -3 -5 -5 -5 -5 -4 -4 -4 -3 -2 -1 1 1 1 -2 -4 -4 -4 -4 -4 -4 -4 -2 -1 0 2 2 2 -1 -4 -4 -4 -3 -3 -3 -3 -1 2 2 3 3 3 0 -4 -4 -4 -3 -3 -1 0 1 3 3 4 4 4 1 -3 -3 -3 -2 -2 1 3 3 3