第四章_模糊控制器的设计技术分析.ppt

第4章 模糊控制器的工作原理 一、模糊控制与传统控制 二、模糊控制系统的组成 三、确定量的模糊化 四、模糊控制算法的设计 五、模糊推理 六、输出信息的模糊判决 七、基本模糊控制器的设计 八、模糊模型的建立 4.1 模糊控制系统的基本组成 从传统控制到模糊控制 传统控制（Conversional control）：经典反馈控制和现代控制理论。它们的主要特征是基于精确的系统数学模型的控制。适于解决线性、时不变等相对简单的控制问题。 模糊控制（fuzzy control）也可以解决线性时不变的控制问题。同时也可用于一些非线性的复杂的时变系统之中. 两者可以统一在智能控制的框架下。 模糊控制器(Fuzzy Controller)特点: 模糊控制是一种基于规则的控制。 由工业过程的定性认识出发，容易建立语言控制规则。 控制效果优于常规控制器 . 具有一定的智能水平 . 模糊控制系统的鲁棒性强。 4.1 模糊控制系统的组成 怎样设计一个模糊控制器? 第一个问题是如何把确定量转换为对应的模糊量。 如何形成模糊控制规则库 如何实现模糊输出量的解模糊判决 模糊逻辑控制系统结构 ? 模糊控制器设计的主要步骤 1、选定模糊控制器的输入输出变量, 一般取e、ec和u。 2、确定各变量的模糊语言取值及相应的隶属函数，即进行模糊化。 模糊语言值通常选取3、5或7个，例如取为{负，零，正} 等。然后对所选取的模糊集定义其隶属函数 3、建立模糊控制规则或控制算法。这是指规则的归纳和规则库的建立，是从实际控制经验过渡到模糊控制器的中心环节。控制律通常由一组if-then结构的模糊条件语句构成， 例如:if e=N and c=N，then u=PB……等；或总结为模糊控制规则表,可直接由e和c查询相应的控制量u。 4、确定模糊推理和解模糊化方法。 常见的模糊推理方法有最大最小推理和最大乘积推理两种. 解模糊化方法有最大隶属度法，中位数法，加权平均，重心法，求和法或估值法等等。 4.2 Mamdani型模糊控制器设计 4.2.2 量化因子与比例因子 1．量化因子 在 范围内连续变化的误差分成 个区间，使之离散化，则误差所取模糊集合的论域为 量化因子的具体算法 （1）对量化因子Kj=nj/xj的细化 这样，总能保证变换后得出的n属于[-nj,nj] 通常取nj为3~7之间的正整数。 (2)模糊论域N为离散值的取值方法 假设某个时刻输入量为x，若由n=kjx算出n正好是整数，就取其为nj中的值，如果算出的n不是整数，按下式取值。 式中符号算子sgn表示取后面括号中数值Kjx的正负号。 （3）物理论域X不对称时的变换方法 假设输入量的物理论域不对称，例如，x的物理论域Xj=[a,b]且a≠b,模糊论域仍为[-nj,nj], 此时，量化因子变为： 比如，某时刻输入变量x∈[a,b]，则作变换 然后用n=kjy的四舍五入取整计算，其正负号与y相同。 2．比例因子 设 为控制量 的变化量的基本论域， 为基本论域的量化区间数。对于系统控制量的变化量，定义 3. 量化因子和比例因子在模糊控制系统中的应用 量化因子和比例因子除了进行论域变换，使前后模块匹配以外，在整个系统中还有一定的调节作用。因为它的变化相当于对实际测量信号的放大或缩小，直接影响着采样信号对系统的调节控制作用。 由Ke=n1/x1，可知，当x1=e时，n1=kee。可见，e不变时，增大ke，n1变大。从而，系统上升速率变快，从而，可使系统超调量增大，调节时间加长，即系统过渡时间变长，甚至发生震荡乃至系统不稳定；反之，减小ke会使系统上升速率变慢，调节惰性增大。Ke过小可能影响系统稳态性能，使稳态精度降低。总之，ke的变化可以改变偏差e对系统的调控作用。 由Ke=n1/x1，可知，当x2=ec时，n2=kecec。可见ec不变时，增大kec，n2变大。从而，增大了对系统状态变化的抑制能力，增强了系统的稳定性。Kec太大会使系统上升速率过慢，到达平衡态的过渡时间加长；反之，kec过小，会使系统上升速率增快，可能导致系统产生过大的超调。以致是系统发生震荡。可见，改变kec能够改变偏差变化率ec对系统的调节作用 比例模块设在经过近似推理之后，比例因子Ku相当于系统的总放大倍数。增大ku会加快系统的响应速度，ku过大将导致系统输出上升速率过快，从而使系统产生较大的超调乃至发生震荡或发散；ku太小，系统输出上升速率变小，将导致系统稳态精度变差。 在对系统进行调试过程中，系统发散时应大幅减小ku，若系统震荡时可适当减小ku；当系统有稳态误差时需适当增