计算机控制系统 第2版 刘士荣 计算机控制系统第6章章复杂控制算法新.ppt

第6章完 一般说来， ae 越大，系统的超调越 大，过渡过程就越长；ae 越小，则系统 变化越慢，稳态精度降低。 ec 越大，则系统输出变化率越小， 系统变化越慢；若ec 越小，则系统反应越 加快，但超调增大。 5. 编写模糊控制器的算法程序 第一步：设置输入、输出变量及控制量的基本论 域，即 预置量化常数 第二步：判断采样时间到否，若时间已到，则转第 三步，否则转第二步。 第三步：启动A/D转换，进行数据采集和数 字滤波等。 第四步：计算e和ec，并判断它们是否已超 过上（下）限值，若已超过，则将其设定为上 （下）限值。 第五步：按给定的输入比例因子对e和ec进 行量化(模糊化)，进行模糊推理，求得控制量。 第六步：控制量的量化值清晰化后，乘上比 例因子。若u已超过上（下）限值，则设置为上 （下）限值。 第七步：启动D/A转换，作为模糊控制器实 际模拟量输出。 第八步：循环至第二步。 6. 双输入单输出模糊控制器设计 一般的模糊控制器都是采用双输入单 输出，即在控制过程中，不仅对实际偏差 自动进行调节，还对实际偏差变化率进行 调节。 (1) 模糊化 设置输入输出变量的论域，并预置常数 如果偏差 ，且l=6，则由式(6-128)知 误差的比例因子为 ，这样就有 采用就近取整的原则，得E的论域为 E的模糊子集为E={NL，NM，NS，ZO，PS，PM， PL}，其赋值如表6-4所示。 0 0 0 0 0 0 0 0 0 0.1 0.4 0.8 1 NL 0 0 0 0 0 0 0 0 0.2 0.7 1 0.7 0.2 NM 0 0 0 0 0 0 0.3 0.8 1 0.5 0.1 0 0 NS 0 0 0 0 0.1 0.6 1 0.6 0.1 0 0 0 0 ZO 0 0 0.1 0.5 1 0.8 0.3 0 0 0 0 0 0 PS 0.2 0.7 1 0.7 0.2 0 0 0 0 0 0 0 0 PM 1 0.8 0.4 0.1 0 0 0 0 0 0 0 0 0 PL 6 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 隶属度 e 模糊变量 6-4 偏差E的赋值表 如果偏差变化率 且m=6，则EC的论域为 EC的模糊子集为EC={NL，NM，NS，ZO，PS，PM， PL}，其赋值如表6-5所示。 类似地，由式(6-130)得到得到输出U的论域 也采用NL、NM、NS、ZO、PS、PM、PL等7个 模糊状态来描述U，那么U的赋值如表6-6。 2. 多变量模糊控制器（MVFC：Multi Variable Fuzzy Controller）要直接设计一个多变量模糊控制器是相当困难的，可利用模糊控制器本身的解耦特点，通过模糊关系方程求解。在控制器结构上实现解耦，即将一个多输入多输出（MIMO）的模糊控制器分解成若干个多输入单输出（MISO）的模糊控制器，这样可采用单变量模糊控制器方法设计。 本小节主要介绍单变量二维模糊控制器的原理。由图 6-32可知，模糊控制器主要包括输入量模糊化接口、 知识库、推理机、输出清晰化接口四个部分。 图6-32 模糊控制系统 1. 模糊化接口 模糊控制器的精确量输入必须经过模糊化接口后，转换成一个模糊量才能用于模糊控制，具体可按模糊化等级进行模糊化。例如，设x的取值为[a，b]区间，由下式 变换为取值在[－6，6]间的整数y。 (6-120) 变换为取值在[－6，6]间的整数y，再将y模糊化为七 级，相应的模糊量为： －6称为负大，记为NL； －4称为负中，记为NM； －2称为负小，记为NS； 0称为适中，记为ZO； 2称为正小，记为PS； 4称为正中，记为PM； 6称为正大，记为PL。 因此，对于模糊输入变量y，其模糊子集为 y={NL，NM，NS，ZO，PS，PM，PL}。 模糊子集可用表6-3表示，表中的数为对应元素在对应 模糊集中的隶属度。 0 0 0 0 0 0 0 0 0.2 0.4 0.7 0.8 1 NL 0 0 0 0 0 0 0 0 0.2 0.7 1 0.7 0.2 NM 0 0 0 0 0 0