智能控制理论与汽车控制.pptxVIP

第八章 智能控制理论与汽车控制;《智能控制》在自动化课程体系中的位置;智能控制的基本概念;产生的背景;智能控制的两个发展方向 ;智能控制的三个发展阶段 ;1）萌芽期（1960－1970）;2）形成期（1970－1980）;3）发展期（1980－ ）;8.3 智能控制的定义和特点;8.3 智能控制的定义和特点;8.4 智能控制的主要形式;8.4 智能控制的主要形式;8.4 智能控制的主要形式;8.4 智能控制的主要形式;8.4 智能控制的主要形式;8.4 智能控制的主要形式;递阶控制及汽车应用;8.4 智能控制的主要形式;智能控制的现状和发展趋势;１、什么叫模糊控制？ 所谓模糊控制，就是对难以用已有规律描述的复杂系统，采用自然语言（如大、中、小）加以叙述，借助定性的、不精确的及模糊的条件语句来表达， 模糊控制是一种基于语言的一种智能控制 ;2、为什么采用模糊控制？ 传统的自动控制控制器的综合设计都要建立在被控对象准确的数学模型(即传递函数模型或状态空间模型)的基础上，但是在实际中，很多系统的影响因素很多，油气混合过程、缸内燃烧过程等) ，很难找出精确的数学模型。这种情况下，模糊控制的诞生就显得意义重大。因为模糊控制不用建立数学模型不需要预先知道过程精确的数学模型。 　　要研制智能化的汽车，就离不开模糊控制技术 如汽车空调：人体舒适度的模糊性和空调复杂系统 ;3、工作原理; 模糊控制原理图;也可以表示成; ;　2）模糊集合和隶属度　　;隶属度即论域元素属于模糊集合的程度。用 来表示。隶属度的值为[0，1]闭区间上的一个数，其值越大，表示该元素属于模糊集合的程度越高，反之则越低。 计算隶属度的函数称为隶属函数。用 表示。;(1) 向量表示法;如扎德给出的计算老年人模糊集合的隶属函数为:;4) 模糊集合的并、交、补运算;5） 模糊关系与模糊推理;Rab=A;模糊关系指对普通集合的直积施加某种模糊条件限制后得到的模糊集合。记作R表示。模糊关系可用扎德表示法、隶属函数或矩阵形式来表示。; 例：设A与B均为实数集合，A到B的一个模糊关系R的隶属函数为;6)并、交、补、合成运算;模糊集合的直积;7）模糊推理;5、模糊控制系统举例;;1） 确定观测量和控制量 定义理想液位O点的水位为h0，实际测得的水位高度为h，选择液位差 将当前水位对于O点的偏差e作为观测量，;根据偏差e的变化范围分为七个等级：-3，-2，-1，0，+1，+2，+3（论域）。得到水位变化模糊表。; 控制量u为调节阀门开度的变化。将其分为五级：负大（NB），负小（NS），零（O），正小（PS），正大（PB）。并根据u的变化范围分为九个等级：-4，-3，-2，-1，0，+1，+2，+3，+4。得到控制量模糊划分表。; 控制量变化划分表;3 ） 模糊规则的描述 根据日常的经验，设计以下模糊规则： （1）“若e负大，则u正大” （2）“若e负小，则u正小” （3）“若e为0，则u为0” （4）“若e正小，则u负小” （5）“若e正大，则u负大”; 上述规则采用“IF A THEN B”形式来描述： （1） if e=NB then u=NB （2） if e=NS then u=NS （3） if e=0 then u=0 （4） if e=PS then u=PS （5） if e=PB then u=PB; 模糊控制规则表;由以上五个模糊矩阵求并集（即隶属函数最大值），得：;5） 模糊决策 模糊控制器的输出为误差向量和模糊关系的合成： 当误差e为NB时， 控制器输出为;6） 控制量的反模糊化 由模糊决策可知，当误差为负大时，实际液位远高于理想液位，e=NB，控制器的输出为一模糊向量，可表示为： 如果按照“隶属度最大原则”进行反模糊化，则选择控制量为 ，即阀门的开度应关大一些，减少进水量。; 重心法 为了获得准确的控制量，就要求模糊方法能够很好的表达输出隶属度函数的计算结果。重心法是取隶属度函数曲线与横坐标围成面积的重心为模糊推理的最终输出值，即 如果按照“重心法”进行反模糊化，则选择控制量为-2.8，即具有更平滑的输出推理控制，可反映输入信号的微小变化。;一、 模糊控制与汽车控制;二、模糊控制在汽车空调上的应用;建立隶属函数： 各参数对相应子集的隶属函数分别由不同的函数族决定。参数的相应子集指该参数被人为地划分成的等级所构成的一组模糊集合。相应子集的多少，由控制精度决定。 例如，参数“温差”的相应子集可以是“正大，正小，负小，负大”，也可以是“正大，正中，正小，负小