2.3 模糊逻辑控制理论.pptVIP

* 实现语言控制的模糊逻辑控制器，必须解决三个基本问题: 第一:先通过传感器把要监测的物理量变成电量，再通过模数转换器转换成模糊集合的隶属函数，这一步就称为精确量的模糊化或者模糊量化，其目的是把传感器的输入转换成知识库可以理解和操作的变量格式。 第二:根据有经验的操作者或者专家的经验定出模糊控制规则，并进行模糊逻辑推理，以得到一个模糊输出集合即一个新的模糊隶属函数，这一步称为模糊控制规则形成和推理，其目的是用模糊输入值去适配控制规则，为每一个控制规则确定其适配的程度，并且通过加权计算合并那些规则的输出。 ? 4.1模糊控制器（FC）的基本结构 第三:根据模糊逻辑推理得到的输出模糊隶属函数，用不同的方法找一个具有代表性的精确值作为控制量，这一步称为模糊输出量的解模糊判决；其目的是把分布范围概括合并成单点的输出值，加到执行器上实现控制。 ut是SISO被控对象的输入; yt是被控对象的输出; st是参考输入; et=st-yt是误差。 图中虚线框内的就是模糊控制器（FC），它根据误差信号et产生合适的控制作用ut，输出给被控对象。 模糊控制器的基本结构 模糊控制器主要有模糊化接口、知识库、模糊推理机、解模糊接口四部分组成。 一.模糊化接口（Fuzzification） 这部分的作用是将输入的精确量转化成模糊化量。其中输入量包括外界的参考输入，系统的输出或状态等。模糊化的具体过程如下： （1）首先对这些输入量进行处理以变成模糊控制器要求的输入量。 （2）将上述已经处理过的输入量进行尺度变换，使其变换到各自的论域范围。 （3）将已经变换到论域范围的输入量进行模糊处理，使原先精确的输入量变成模糊量，并用相应的模糊集合来表示。 二.知识库 知识库中包含了具体应用领域中的知识和要求的控制目标。它通常由数据库和模糊控制规则库两部分组成。 （1）数据库主要包括各语言变量的隶属度函数，尺度变换因子以及模糊空间的分级数等。 （2）规则库包括了用模糊语言变量表示的一系列控制规则。他们反映了控制专家的经验和知识。 三.模糊推理 模糊推理是模糊控制器的核心，它具有模拟人的基于模糊概念的推理能力。该推理过程是基于模糊逻辑中的蕴含关系及推理规则来进行的。 四.清晰化（解模糊接口） 清晰化的作用是将模糊推理得到的控制量（模糊量）变换为实际用于控制的清晰量。它包含以下两部分内容： （1）将模糊控制量经清晰化变换变成表示在论域范围的清晰量。 （2）将表示在论域范围的清晰量经尺度变换变成实际的控制量。 4.2 离散论域模糊控制器（D-FC） 一个用于九管还原炉温度控制的模糊控制器。九管还原炉是对氧化物粉末加热并通如氢气使其还原成钨的设备，分为六个温区，要求每个温区的温度稳定在某个给定值，如第一温区550℃，第二温区650℃，……，偏差不大于±5 ℃。因为有六个温区，故对每个温区设计了一个温度控制系统，如图所示。 s是温度给定值，y为被控对象的温度测量值，e=y-s是温度误差,Δe是误差差分, Δet=et-1-et为控制量,它对应着电热装置的可控硅导通角的变化量。离散论域的模糊控制器的设计和工作过程包括以下主要步骤： ⑴输入/输出变量论域的离散化 e、Δe、u（误差，误差变化量，输出量）都是实数域上的连续变化量，它们的变化范围分别为： 将e变换到离散论域 将Δe变换到离散论域 将u变换到离散论域 得到离散论域上的输入/输出变量 ⑵定义模糊集合及其隶属函数表 对e*定义八个模糊集合E1、 E2、…、 E8、分别代表PL（正大）、PM（正中）、PS（正小）、PZ（正零）、NZ（负零）、NS（负小）、NM（负中）、NL（负大）。 对Δ e*定义七个模糊集合Δ E1、 ΔE2、…、 ΔE7、分别代表PL、PM、PS、Z、NS、NM、NL。 对u*定义七个模糊集合U1、 U 2、…、 U 7、分别代表PL、PM、PS、Z、NS、NM、NL。 若取8个等级时 “正大”：可取在+6附近；“正中”：可取在+4附近； “正小”：可取在+2附近；“正零”：可取在比零稍大一点的地方； “负零”：可取在比零稍小一点的地方；“负小”可取在-2附近； “负中”：可取在-4附近；“负大”：可取在-6附近。 0 0 0 0 0 0 0 0 0 0 0 0.2 0.7 1.0 E8（NL） 0 0 0 0 0 0 0 0 0 0.2 0.7 1.0 0.7 0.2 E7（NM） 0 0 0 0 0 0 0 0.1 0.7 1.0 0.7 0.1 0 0 E6（NS） 0 0 0 0 0 0 0 1.0 0.7 0.1 0