《模糊控制》實验指导书.doc

《模糊控制》实验指导书 李士勇 沈毅 周荻 邱华洲 袁丽英 实验名称： 实验地点： 指导教师： 联系电话： Harbin Institute of Technology 2005.3 模糊控制实验指导书 实验目的 利用Matlab软件实现模糊控制系统仿真实验，了解模糊控制的查询表方法和在线推理方法的基本原理及实现过程，并比较模糊控制和传统PID控制的性能的差异。 实验要求 设计一个二维模糊控制器分别控制一个一阶被控对象和二阶被控对象。先用模糊控制器进行控制，然后改变控制对象参数的大小，观察模糊控制的鲁棒性。为了进行对比，再设计PID控制器，同样改变控制对象参数的大小，观察PID控制的鲁棒性。也可以用其他语言编制模糊控制仿真程序。 实验内容 （一）查询表式模糊控制器实验设计 查询表法是模糊控制中的最基本的方法，用这种方法实现模糊控制决策过程最终转化为一个根据模糊控制系统的误差和误差变化（模糊量）来查询控制量（模糊量）的方法。本实验利用了Matlab仿真模块——直接查询表（Direct look-up table）模块（在Simulink下的Functions and Tables模块下去查找），将模糊控制表中的数据输入给 Direct look-up table，如图1所示。设定采样时间（例如选用0.01s），在仿真中，通过逐步调整误差量化因子Ke，误差变化的量化因子Kec以及控制量比例因子Ku的大小，来提高和改善模糊控制器的性能。 模糊控制器设计步骤： 选定误差E和误差变化EC作为模糊控制器的输入（二维模糊控制器），控制量U作为模糊控制器的输出。 E，EC和U的模糊集及其论域定义如下： EC和U的模糊语言变量集均为{NB,NM,NS,ZO,PS,PM,PB} E的模糊语言变量集为{NB,NM,NS,NO,PO,PS,PM,PB} E和EC论域为{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6} U的论域为{-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7} 确定模糊变量的赋值表：对模糊变量赋值，就是确定论域内元素对模糊语言变量的隶属度。各个变量的赋值表见《模糊控制、神经控制和智能控制论》一书的283页。利用计算机根据赋值表进行计算，并采用最大隶属度法的解模糊方法，可以得到模糊控制查询表，如表1所示。 表1 模糊控制表 U EC E -6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 -6 7 7 7 7 7 7 7 4 4 2 0 0 0 -5 6 6 6 6 6 6 6 4 4 2 0 0 0 -4 7 7 7 7 7 7 7 4 4 2 0 0 0 -3 7 6 6 6 6 6 6 3 2 0 -1 -1 -1 -2 4 4 4 5 4 4 1 0 0 0 -1 -1 -1 -1 4 4 4 5 4 4 1 0 0 0 -3 -2 -1 +0 2 2 2 2 0 0 0 -1 -1 -1 -4 -4 -4 +1 2 2 2 2 0 0 -1 -4 -4 -4 -4 -4 -4 +2 1 2 1 2 0 -3 -4 -4 -4 -4 -4 -4 -4 +3 0 0 0 0 -3 -3 -6 -6 -6 -6 -6 -6 -6 +4 0 0 0 -2 -4 -4 -7 -7 -7 -7 -7 -7 -7 +5 0 0 0 -2 -4 -4 -7 -6 -6 -6 -6 -6 -7 +6 0 0 0 -2 -4 -4 -7 -7 -7 -7 -7 -7 -7 在进行仿真时将上述表格中元素以矩阵形式输入到matlab直接查询表（Direct look-up table）模块中，直接查询表模块参数的修改可以直接在对话框中修改（注意，各行元素之间须以分号隔开），也可以在Simulink/Tools/Look-up table editor中进行修改。 图1 查询表法的仿真模型 2、建立仿真模型 仿真模型如图1所示。考虑到输入变量的变化范围,有可能超出表中给定的值,选择了两个饱和环节saturation1和saturation2(在simulink/discontinuities查找这个模块)作为超限的保护。Rounding function（在simulink/math中查找）是四舍五入环节,将小数转换为整数。因为direct look-up table中行和列的起始号都是从零开始的，所以输入到direct look-up table