溫度系统模糊控制器仿真设计附录3.docVIP

附录3：外文资料翻译 运用MATLAB进行水位仿真设计 1 MATLAB在模糊控制仿真中的应用 模糊控制通过模糊逻辑和近似推理方法，让计算机把人的经验形式化、模型化，根据所取得的语言控制规则进行模糊推理，给出模糊输出判决，并将其转化为精确量．作为反馈送到被控对象(或过程)的控制作用。经过多年的实践，模糊控制器已逐渐形成了一种规范形式。模糊控制表是模糊控制算法在计算机中的表达方式，它是根据系统的输人输出个数、隶属函数及控制规则等决定的。目的是把人工操作控制过程表达成计算机能够接受，并便于计算的形式。模糊控制规则一般具有如下形式： If {E = Ai and C = Ci } then U = Ci ，i =1，2，3 ……，n 其中E、C和U分别为误差e、误差变化c和控制量u的语言变量，而Ai、Bi、Ci为其相应论域上的语言值(如NB，NM，NS，ZO．PS，PM等)。首先我先介绍下典型的模糊控制器的设计流程。 （1）系统分析　对受控的工业对象进行系统分析，确定控制器的输入变量x1、x2?与输出变量y及它们的数值变化范围和要求达到的控制精度等，根据实际过程的需要建立物理模型，确定控制器结构总体设计方案。 （2）模糊化方法的选择与确定所谓模糊化，就是把输入变量数值，变换成模糊语言变量的语言值，在实际控制过程中，经常把一个物理量划分成正大（PL）、正中（PM）、正小（PS）、零（ZE）、负小（NS）、负中（NM）、负大（NL）七级语言变量。每一个语言值对应一个模糊子集，其隶属函数通常选用三角形或梯形分布。由隶属函数图可确定输入数值相应的隶属度。 （3）模糊控制规则库的建立　确定语言控制规则是模糊控制器设计的核心工作，规则的形式很像计算机程序设计语言常用的“IF……THEN……”条件语句。控制规则的多少视输人及输出物理量数目及所需的控制精度而定。值得注意的是，规则的数目是以语言变量级数平方关系变化而迅速增加，规则越多，推理的质量就会越下降。因此，在规则库的设计时，需要确定合适的语言变量级数和控制规则的数目及建立正确的规则形式。推理规则的运算涉及到模糊算子的确定。常用的推理运算方法为最大—最小（MAX－MIN）和最大-乘积（MAX－PROD）这两种算子。 （4）输出数值的去模糊处理 所谓去模糊处理，就是将输出的语言模糊量，回复到精确的数值，也就是将输出的模糊子集的隶属度计算出确定的数值过程。去模糊处理有各种方法，其中最简单、最常用的有最大隶属度法与面积重心法。 （5）试验修正 为验证设计理论与方法的有效性与可靠性，所设计的模糊控制器需进行严格的试验检验和修正调整，可以在线进行适时测量，也可离线进行仿真试验或计算机仿真，以检验所设计的控制器是否达到预定的控制目标。如果没有达到要求，就要重新进行精心的设计。 2 MATLAB自带的tank模糊控制器模块sltank仿真介绍 本次设计是基于MATLAB7.1版本的sltank示例进行的仿真设计。Sltank中模糊控制器模块是tank，其主界面如下： 图1 tank主界面 其中level是水位误差（希望水位减去实际水位），rate是水位变化率，它的输出valve是阀开关的比率，以上各隶属度函数编辑器界面和曲面观察器界面如下： 图2 level水位误差 图3 rate是水位变化率 图4 valve阀开关的比率 图5 tank曲面观察器界面 为此系统设计的初步的模糊控制规则如下： 1. If (level is okay) then (valve is no_change) (1) 2. If (level is low) then (valve is open_fast) (1) 3. If (level is high) then (valve is close_fast) (1) 模糊控制器工具箱的最大的优点之一是能够将模糊控制器模块放入Simulink中并在仿真环境下进行测试。其Simulink方框图如图6所示，包含了一个模糊控制器块（Fuzzy Logic Controller）。 图6 sltank的Simulink仿真方框图 同时，文件tank.fis装入FIS结构tank和workspace中。 为了结合rate水位变化率，增加了如下的两条规则，其作用是当水位接近希望的水位时降低阀开关的变化频率： 4. If (level is okay) and (rate is positive) then (valve is close_slow) (1) 5. If (level is