第7章专家系统技术分析.ppt

Fuzzy控制器的输入为偏差e和偏差变化率ec,输出为ef. 设定E、EC、EF的论域均为:{-5,-4,-3,-2,-1,0,1,2,3,4,5}. 对应的模糊子集为:非常大(HB)、很大(VB)、大(B)、比较大(NB)、一点点大(LB)、零(Z)、一点点小(LS)、比较小(NS)、小(S)、很小(VS)、非常小(HS). 隶属函数采用高斯函数. FC控制 控制规则表 用Max-Min方法进行模糊推理 用加权平均法进行去模糊化 4）控制效果 在开始磨削时设定初始值： f0=0.003mm/rev, Vw0=0.31m/s, Vs0=28m/s, K0=1, 突然将Ra0提高到0.05,响应曲线： 1：专家控制 2：模糊控制 当K突然从1变为1.2或0.75时,维持表面粗糙度的要求不变,采用专家模糊控制器的系统的响应曲线： 可以看出采用专家模糊控制器的系统对参数变化和负载扰动有强的鲁棒性. 1：K为1.2的响应曲线 2：K为0.75的响应曲线　 实时专家智能PID控制系统 知识库的总结： 1. 如果e(k)δ,说明误差已经很大,此时应减少误差,调整比例部分,使误差绝对值以最大速度减小，积分为0，微分为0。即 IF｜e｜ δ,THEN Kp=1.5×Kp，Ki＝0，Kd＝0。 2. 如果e(k)δ,说明误差在允许的范围内,此时应分几种情况: 1) e(k)×Δe(k)0,e(k)和Δe(k)同号,说明误差在朝绝对值增大的方向变化, 如果｜ｅ｜≥Ｍ,考虑由控制器实施较强的控制作用,同时增大比例和微分，减少积分,使误差朝绝对值减小的方向变化,并迅速减小误差的绝对值。 IF e×Δe0 AND |e|M, THEN Kp=1.5×Kp;Kd=1.2×Kd;Ki=0.5*Ki。 如果｜ｅ｜≤Ｍ,说明误差的绝对值不很大,Kp、Ki不变，增强微分。 IF e×Δe0 AND｜e｜≤M,THEN Kp=Kp;Ki=Ki；Kd＝1.2*Kd。 2)ｅ(ｋ)×Δｅ(ｋ)0,ｅ(ｋ),ｅ(ｋ)和Δｅ(ｋ)反号,说明误差在朝绝对值减小的方向变化,此时如果｜ｅ｜≥Ｍ,增强比例,减小积分,保持微分。 IFｅ×Δｅ0 AND ｜ｅ｜M,THEN Kp=1.2×Kp;Ki=0.8×Ki；Kd＝Kd。 如果｜ｅ｜≤Ｍ,说明误差的绝对值不很大,可以增加快速性,加大积分。 IFｅ×Δｅ0 AND｜ｅ｜≤M, Kp=0.8×Kp;Ki=1.2×Ki。 3)ｅ(ｋ)≤ε,说明误差在允许范围内,可以保持控制器不变。 IF｜ｅ｜≤ε, THEN Kp=Kp;Ki=Ki； Kd＝Kd 。 IF｜e｜30,THEN Kp=1.5×Kp，THEN Ki＝0，Kd＝0。 IF e×Δe0 AND |e|10, THEN Kp=1.5×Kp;Kd=1.2×Kd;Ki=0.5*Ki。 IF e×Δe0 AND｜e｜≤10,THEN Kp=Kp;Ki=Ki；Kd＝1.2*Kd。 IFｅ×Δｅ0 AND ｜ｅ｜M,THEN Kp=1.2×Kp;Ki=0.8×Ki；Kd＝Kd。 IFｅ×Δｅ0 AND｜ｅ｜≤M, Kp=0.8×Kp;Ki=1.2×Ki IF｜ｅ｜≤ε, THEN Kp=Kp;Ki=Ki； Kd＝Kd 。 设一个二阶惯性纯滞后过程控制对象传递函数为 ①曲线为专家PID控制结果，②曲线为PID控制结果 * 专家系统的自动推理机制 2）非启发推理 在问题求解的推理过程中，不运用启发性知识，只按照一般的逻辑法则和控制性知识，进行通用性的推理。这种方法缺乏对求解问题的针对性，需要进行全状态空间的搜索，而没有选择最优的搜索路径，所以推理效率低。例如宽度优先搜索，它虽然是完备的算法，但其搜索效率低。 专家系统的自动推理机制 根据问题求解的推理过程中特殊和一般的关系，知识推理方法可以分为演绎推理和归纳推理两大类： 1）演绎推理：指由一组前提必然地推导出某个结论的过程。三段论法是演绎法的核心。归结原理是演绎推理的额典型实例。 2）归纳推理：以某命题为前提，推论出与其有归纳关系的其他命题的过程，归纳推理一般包括由特殊到一般的归纳、由特殊到特殊的归纳和统计三段论法，专家系统中，主要采用演绎推理，而归纳推理主要用在系统的学习方面。 专家系统的自动推理机制 根据问题求解的推理过程中推理的方向，知识推理方法可分为正向推理、反向推理和正反向混合推理三类。 (1) 正向推理。正向推理是由原始数据出发，按照一定策略，运用知识库中专家的知识，推断出结论的方法。这种推理方式，由于是由数据到结论，也叫数据驱动策略。 正向推理的设计步骤，首先由用户提供一批事实，存放到数据库中去，然后： ①用这批事实与知识库中规则的前提事实进行匹配。