一种非线性和不确定系统的模糊pid控制器的设计.pptVIP

一种非线性和不确定系统的模糊PID控制器的设计 A fuzzy PID controller for nonlinear and uncertain systems 摘要： 为了控制含有非线性和不确定环节的系统，控制策略必须要处理这些环节的影响。大多数基于数学模型的控制方法集中于解决非线性和不确定环节的稳定性上，因此他们改善瞬态响应的能力有限。本文提出了一种非线性的模糊PID控制器，这种控制器可以稳定的改善在非线性或未知其精确模型的扰动作用下的瞬态响应。尽管这种控制规律的推导是基于整体的模糊逻辑控制器的设计程序，但这种控制算法却是由对PID增益随时间的变化分析得到，而不是从语言关系得到。这就意味着本文提出的这种方法的执行可以简单有效的应用到实时控制系统中去。通过和在非线性模糊PI控制方法下的对比，根据这种控制仿真可以评估提出的这种方法在示例的系统下的瞬态性能。 本文主要内容 1 绪论 2 非线性模糊控制规律 本文提出的模糊逻辑控制器的结构 2.1 模糊算法 2.2 模糊控制规则和确定模糊控制规则的模糊逻辑 2.3 模糊化算法 提出的非线性模糊PID控制器的设计过程如下 3.计算机仿真 4. 结论 * LOGO 衷柳生 绪论 1 非线性模糊控制规律 2 计算机仿真 3 结论 4 2.1 模糊算法 2.2 模糊控制规则和确定模糊控制规则的模糊逻辑 2.3 模糊化算法 随着工业的发展，通过改善瞬态响应来实现控制系统达到更精确更快的控制的这种控制系统的设计需求在增长。为了达到所需的必要条件，当选择和改进一种控制方法的时候必须要考虑到模拟误差或不确定误差对系统的影响。 在本文中推导出了一种非线性模糊PID控制规律，这种控制规律改善了线性不确定系统的瞬态响应。非线性模糊PID控制系统的稳定性完全取决于在发展非线性模糊PID控制规律中自然产生的线性PID控制器。 大多数流行的模糊控制器捕获两种输入，如在设定点的误差和误差变化率。然而，在本文中被提出来的非线性模糊PID控制器有附加的叫作误差变化加速率的输入，从而可以改进非线性不确定系统的瞬态响应。提出的FLC（模糊逻辑控制器 ）的结构见图1。 ⑴ 输入等级 GE，GR，GA，和输出等级GU ⑵ 误差e*等级的模糊算法，r*,*和每个控制单元的输出等级 ⑶ 每个控制单元的模糊控制规则 ⑷ 评估每个模糊控制单元模糊控制规则的模糊逻辑决策 ⑸ 能获得在每个控制单元控制方法下简洁输出的量化算法 模糊逻辑控制器包含成分 图2 模糊逻辑控制的输入和输出的模糊化算法 设定的模糊‘误差’有两个：EP(正误差)和EN(负误差)；设定的模糊‘误差变化率’有两个：RP(正误差变化率)和RN(负误差变化率)；设定的模糊‘误差变化加速率’也有两个：AP(正误差变化加速率)和AN(负误差变化加速率)。设定的模糊‘输出1’有三个成员：OP(正输出)、OZ(零输出)和ON(负输出)， OPM(输出正中)和ONM(输出负中) 对于控制单元1，给出了四条控制规则： (R1): 如果 error=EP且rate=RP，则output=OP (R2): 如果 error=EP且rate=RN，则output=OZ (R3): 如果 error=EN且rate=RP，则output=OZ (R4): 如果 error=EN且rate=RN，则output=ON 对于控制单元2，给出了四条和控制单元1不同的控制规则： (R1): 如果 rate=RP且acc=AP，则output=OPM (R2): 如果 rate=RP且acc=AN，则output=ONM (R3): 如果 rate=RN且acc=AP，则output=OPM (R4): 如果 rate=RN且acc=AN，则output=ONM 在本设计中，面积中心法作为模糊化算法，等于是被模糊化成一个总数的各成员的隶属度等级的一个标准。因此模糊化输出定义为： dU= 模糊化算法中用到的值是设定的各模糊成员的值，这些值被选作最大的隶属度等级值。因此，控制单元1中的值中，模糊成员OP的值是L，OZ的值是0，ON的值是-L，如图2b。控制单元2的模糊化算法的值中，OPM的值是L/2，ONM的值是-L/2。 第一步，输入GE，GR和GA的误差等级，误差变化率等级和误差变化加速率等级，这些等级都从控制过程中输入/输出数据中适当选择。 第二步，选择定比例增益K*，以便满足时间上升的需要。 第三步，输出等级GU确定取决于K*，于是积分增益K*和微分增益K*由式(27)决定。 第四