第五.1章fuzzycontroller.pptVIP

4.5 模糊控制 4.5.1 模糊控制系统的组成 模糊控制器 4.5.2 模糊控制器的输入输出变量及其模糊化 1．模糊控制器的输入、输出变量 接上页 2．描述输入和输出变量的词集 接上页 3．变量的模糊化 “模糊化” (Fuzzification) “清晰化” (Defuzzification) 从基本论域[a，b]到模糊子集论域 [-n，n]的转换公式为 例题 4．隶属度 例题 表4.6 模糊变量E的赋值 表4.7 模糊变量EC的赋值 表4.8 模糊变量U的赋值 4.5.3建立模糊控制规则 21条模糊条件语句 接上页 表4.9 模糊控制规则表 4.5.4模糊关系与模糊推理 接上页 接上页 例： 接上页 接上页 接上页 接上页 接上页 4.5.4模糊关系与模糊推理 1．最大隶属度法 例： 2. 加权平均判决法 例： 4.5.6模糊控制表 表4.10 模糊控制表 4.5.7 确定实际的控制量 例: 4.5.8 模糊控制算法的工程实现 1．查表法 2．软件模糊推理法 3．模糊控制器专用芯片 这种方法是在模糊控制向量中，取隶属度最大的控制量作为模糊控制器的控制量。 两种简单实用的方法。 当得到模糊控制向量为: U＝0.1/2 + 0.4/3 + 0.7/4 + 1.0/5 +0.7/6 + 0.3/7 由于控制量隶属于等级5的隶属度为最大，所以取控制量为: U＝5 这种方法的优点是简单易行，缺点是完全排除了其他隶属度较小的控制量的影响和作用，没有充分利用取得的信息。 为了克服最大隶属度法的缺点，可以采用加权平均判决法，即： (4.53) U = U＝ ＝ 4 则 U＝0.1/2 + 0.8/3 + 1.0/4 + 0.8/5 + 0.1/6 模糊关系、模糊推理以及模糊判决的运算可以离线进行，最后得到模糊控制器输入量的量化等级E，EC与输出量即系统控制量的量化等级U 之间的确定关系，这种关系通常称为“控制表”。 对应于4.5.3节中的21条控制规则的“控制表”如表4.10所示。 显然，实际的控制量u应为从控制表中查到的量化等级U 乘以比例因子。设实际的控制量u的变化范围为[a，b]，量化等级为(-n，-n+1，…，o，...，n-1，n )，则实际的控制量应为 u = + U ? (5.51) (5 .52) 若a=-yu，b＝yu，则 u = U 在上述二维模糊控制器中当E和EC的量化等级分别为-3，+1时，由控制表查得U＝3，模糊控制器输出的实际控制量应为 u＝ yu 根据上述模糊控制原理，可以用多种方法实现模糊控制算法。 将离线得到模糊控制表，例如表4.8，然后将模糊控制表存入计算机，在线控制时只要进行简单的查表操作,一般的单片机就能完成，而且实时性好。 查表法的缺点是当改变模糊控制规则和隶属函数时，则需要重新计算模糊控制表。 第4章计算机控制系统的控制算法 计算机控制技术 * 1965年美国自动控制理论专家L.A.Zadeh首次提出了模糊集合理论，1974年英国E.H.Mamdani首先将模糊控制应用于锅炉和蒸汽机的自动控制。目前，模糊控制(Fuzzy Control)作为90年代的高新技术，得到非常广泛的应用，被公认为简单而有效的控制技术。 模糊控制是一种以模糊数学为基础的计算机数字控制。模糊控制系统的组成类同于一般的数字控制系统，如图4.37所示。 图4.37 模糊控制系统框图 ?与一般的计算机控制系统相比，模糊控制系统的控制器是模糊控制器。模糊控制器是模糊控制系统的核心。它是基于模糊条件语句描述的语言控制规则。 模糊控制器的输入变量通常取E或E和EC或E，EC和ER，分别构成所谓一维、二维、三维模糊控制器。 一维模糊控制器的动态性能不佳，通常用于一阶被控对象。 一般选择控制量的增量作为模糊控制器的输出变量。 二维模糊控制器的控制性能和控制复杂性都比较好，是目前广泛采用的一种形式。 在模糊控制中，输入输出变量大小是以语言形式描述的，一般都选用“大、中、小”三个词汇来描述模糊控制器的输入、输出变量的状态，再加上正负两个方向和零状态，共有七个词汇： ｛负大，负中，负小，零，正小，正中，正大｝ 一般用这些词的英文字头缩写为： ｛NB，NM，NS，O，PS，PM，PB｝? 为了提高系统稳态精度，通常在误差接近于零时增加分辨率，将“零”又分为“正零”和“负零”，因此，描述误差变量的词集一般取为： ｛负大，负中，负小，负零，正零，正小，正中，正大｝ 用英文