模糊控制器设计综述.pptVIP

模糊控制器设计; ;比例-积分-微分是常用的一种控制器，在工业过程中其常用的形式是 称为PID控制器。 这种控制用来解决线性定常系统的控制问题是十分有效的。 现代控制理论在空间飞行方面也得到了成功的应用。 经典控制和现代控制共同点在于都是基于模型的控制。; 大滞后、非线性的复杂工业对象， 难以获得精确数学模型， 模型非常粗糙的工业系统等。 在实际生产过程中，人们发现，有经验的操作人员，虽然不懂被控对象或被控过程的数学模型，却能凭借经验采取相应的决策，很好的完成控制工作。 模糊控制就是这种模仿人的思维方式和人的控制经验来实现控制的一种控制方法。 ; 模糊控制是以模糊集理论、语言变量和模糊逻辑推理为基础的一种智能控制方法，它是从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该方法首先将操作人员或专家经验提炼成一组模糊规则，然后将来自传感器的实时信号模糊化，将模糊化后的信号作为模糊规则的输入，完成模糊推理，将推理后得到的输出量加到执行器上。;图1 模糊控制原理框图; 模糊控制器（Fuzzy Controller—FC）也称为模糊逻辑控制器（Fuzzy Logic Controller—FLC）,由于所采用的模糊控制规则是由模糊理论中模糊条件语句来描述的，因此模糊控制器是一种语言型控制器，故也称为模糊语言控制器（Fuzzy Language Controller—FLC）。;3、模糊控制器的结构;（1）模糊控制器的维数：通常指单变量模糊控 制器的输入量个数。 一维模糊控制器如图所示，它的输入变量是系统的偏差量E，输出变量是系统的控制量的变化值U。由于仅采用偏差控制，所以系统的动态控制性能不佳，一般用于一阶被控对象。;;下图是速度型模糊控制器的结构图(采样系统）。 图中 其中，ke,k e分别为偏差e, e的量化因子； K u为控制增量比例因子。;4 、 模糊控制器的构成（以直接型或常规性为例） 模糊控制器的组成框图如图所示。;Fuzzy控制器结构 三方面问题： 1）.精确量的Fuzzy化，把语言变量的语句值化为某适当论域上的Fuzzy子集（论域、语言变量、语言变量赋值表 Fuzzy化） 2）. Fuzzy控制算法的设计，通过一组Fuzzy条件语句构成Fuzzy控制规则，并计算Fuzzy控制规则决定的Fuzzy关系； 常用Fuzzy控制规则，总Fuzzy关系R，基于推理合成规则进行Fuzzy推理，（CRI法、Mamdani法推理） 3）.输出信息的Fuzzy判决，并完成Fuzzy量到精确量的转化。;模糊控制器设计的原则 （1）定义输入和输出变量：二维输入：E，Ec，输出U （2）定义所有变量的模糊化方法 确定每个变量（输入和输出）的控制作用范围如（-3，+3），确定每个变量的论域及各变量的隶属函数。 （3）设计控制规则库：根据经验设计。 （4）选择反模糊化方法 使模糊输出为精确量。; 　为了能产生控制查询表，通常需要把语言变量的论域从连续域转换成有限整数的离散论域。 　　设有物理量，其论域X=[-x, x], 把此论域转换成整数N=[-n, -n+1…, -1, 0, 1, …, n]。为此，令k为量化因子，即 若在X论域中有a，则可以找到论域N中的元素y与之对应： y=ka 若求出y含有小数，则可采用四舍五入方法对y取整。; 在实际中，连续域的范围是X=[xL,xH],xL表示低限值，xH表示高限值。量化因子可表示为 对于X论域的清晰量a，对应离散论域中的元素b为 通过这样的量化之后，X=[xL, xH]就转换成 离散论域N={-n,-n+1,…,-1,0,1,…,n}.若取 n=6,则N={-6,-5,-4,-3,-2,-1, 0, 1, 2, 3, 4, 5, 6}，构成含13个整数元素的离散集合.;模糊化举例： 一般将[-6，+6]之间变化的偏差大小描述为以下几种模糊子集：;;?E ;? EC;U ;一个精确数据的Fuzzy化： Fuzzy控制器的输入语言变量E，EC的量测值都是确定数据，所以必须Fuzzy化。 方法一： 将确定数，如e1看作Fuzzy集合E的一个特例。此时，Fuzzy集合E1的台只包含一个元素n1，在该元素上的隶属度为1，即 n1个 E1=[0 0 …1 0 … 0] 其中n1=K*e1, K为量化因子。;方法二： 确定n1（同方法一），查找语言变量E的赋值表，找出在元素n1上的最大隶属度对应的语言值所对应的Fuzzy集合，该Fuzzy集合便代表确定数e1的Fuzzy化。 例： e1-》Ke1-》n1=+3（四舍五入），查E赋值表，在+3上隶属