模糊控制原理简介.docVIP

§6 模糊控制原理简介 §6.1 模糊控制系统 现代控制理论已经在工业、国防、航天等许多领域获得了成功。一般情况下，传统的闭环控制系统如图6.1所示，其原理是建立在精确的数学模型上。但对于一些强藕合、多参数、非线性、时变性、大惯性、纯滞后的复杂系统，建立它们的精确数学模型是很困难的，有些甚至是不可能的。 然而，在实际工作当中，一些有经验的操作人员却可以通过观察、推理和决策，用人工控制的方法较好地控制那些复杂的对象。模糊控制系统就是将人的经验总结成语言控制规则，运用模糊理论模拟人的推理与决策，从而实现自动控制的控制系统。模糊控制系统与传统的闭环控制系统不同之处，就是用模糊控制器代替了模拟式控制器，其硬件结构框图如图6.2所示。 控制对象 输出y(t) 控制对象 输出y(t) 执行器 传 执行器 传 感 感 器 器 v(t) v(t) 模拟式控制器 模糊控制器 e(t) e(t) 输入x(t) 输入x(t) 图6.1 图6.2 数据库 规则库 输入 模糊化 模糊推理 反模糊化 输出 图6.3 §6.2 模糊控制器的设计 模糊控制器本质上就是一个采用了模糊控制算法的计算机或芯片，其一般结构如图6.3所示。它由三个基本部分构成：（1）将输入的确切值“模糊化”，成为可用模糊集合描述的变量；（2）应用语言规则进行模糊推理；（3）对推理结果进行决策并反模糊化（也称为清晰化、解模糊），使之转化为确切的控制量。 有m个输入一个输出的模糊控制器称为m维模糊控制器。由于一维模糊控制器所能获得的系统动态性能往往不能令人满意，三维及三维以上的模糊控制器结构复杂，推理运算时间长，因此典型的模糊控制器是二维模糊控制器。一般地，设计一个二维的模糊控制器，通常需要五个步骤： 确定输入变量与输出变量及其模糊状态； 输入变量的模糊化； 建立模糊控制规则； 进行模糊推理； 输出变量的反模糊化。 6.2.1 确定输入变量与输出变量及其模糊状态 根据问题的背景，确定出输入变量E1、E2和输出变量u。输入、输出变量的模糊状态按照控制品质的要求可分为三类：控制品质要求较高的场合，变量的模糊状态取为 负大（NB）、负中（NM）、负小（NS）、零（ZO）、正小（PS）、正中（PM）、正大（PB） 或 负大（NB）、负中（NM）、负小（NS）、负零（NZ）、正零（PZ）、正小（PS）、正中（PM）、正大（PB）； 控制品质要求一般的场合，变量的模糊状态取为 负大（NB）、负小（NS）、零（ZO）、正小（PS）、正大（PB） 或 负大（NB）、负小（NS）、负零（NZ）、正零（PZ）、正小（PS）、正大（PB）； 控制品质要求较低的场合，变量的模糊状态取为 负大（NB）、零（ZO）、正大（PB） 或 负大（NB）、负零（NZ