2模糊控制器设计.ppt

智能控制 六、模糊控制器设计 6.1 模糊控制系统原理 1、传统控制系统的特点 传统的反馈控制系统由三部分组成： 被控对象； 产生作用于被控对象输入的控制器； 测量被控对象输出的敏感元件。 系统框图如图所示。 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。 3、模糊控制器的结构 单变量模糊控制器 单变量模糊控制系统：是指在模糊控化子系统中，具有一个输入变量和一个输出变量的系统。 一个单变量模糊控制系统所采用的模糊控制器称为单变量模糊控制器。 多变量模糊控制器 （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。 B 直接型（常规的模糊控制器） (1) 位置式 （输出不含积分环节） 是指ri 表示第i 条控制规则。 （2) 速度式（输出含积分环节） 位置式模糊控制器相当于PD型(比例、微分)控制器； 而速度型模糊控制器相当于PI型(比例、积分)控制器。相对于位置型，速度型的模糊控制器设计容易些。 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。 双模控制结构 复合模糊控制的双模控制结构如下图所示，由特征识别器对系统的工作状态进行识别。当系统的偏差较大时，系统切入模糊控制，当系统偏差较小时，系统切入PI控制器. 串联控制结构 在这种结构中，当系统的偏差大于语言变量值的零档(ZE)时，系统的偏差信号和模糊控制器的输出同时作为PI控制的输入信号。 当系统的偏差小于语言变量零值档时，模糊控制器输出断开，仅有偏差加到PI控制器的输入端。 这样既有利于改善系统的动态响应(加速)，又提高了系统的稳态性能。 系统结构如图7-9。 并联控制结构 这种结构如图7-10所示，模糊控制器输出和PI控制器输出并联在一起， 当系统偏差大于语言变量值零档时，模糊控制器和PI控制器的输出同时作用于对象，有较强的控制作用； 当系统的偏差小于语言变量值的零档时，模糊控制器回路自动断开，仅由PI控制器作用于对象， 系统能有良好的稳态性能。 串级控制结构 串级控制结构如图7-11所示，系统由模糊控制器和PID控制器级连而成。 模糊控制器的输出可以是内环的设定值[见图7-11(a)]； 也可以是内环设定值的修正值[见图7-11(b)] 利用模糊控制器输入输出的非线性特性，正好用于描述系统内外环被控变量之间的非线性关系。这一控制系统的构成绕开了建立复杂数学模型的障碍，综合了模糊控制和PID控制的优点，为实际问题的解决开拓了新的途径。 （1）.?模糊化接口（Fuzzy interface） 模糊控制器的输入必须通过模糊化才能用于控制输出的求解，因此它实际上是模糊控制器的输入接口。它的主要作用是将真实的确定量输入转换为一个模糊量。把物理量的清晰值转换成模糊语言变量的过程叫做清晰量的模糊化。 对于一个模糊输入变量e，其模糊子集通常可以作如下方式划分： （1）={负大，负小，零，正小，正大}={NB, NS, ZO, PS, PB} （2）={负大，负中，负小，零，正小，正中，正大}={NB, NM, NS, ZO, PS, PM, PB} （3）={大，负中，负小，零负，零正，正小，正中，正大}={NB, NM, NS, NZ, PZ, PS, PM, PB} 用三角型隶属度函数表示如图所示。 （2）. 知识库（Knowledge Base—KB） 知识库由数据库和规则库两部分构成。 数据库（Data Base—DB） 数据库所存放的是所有输入、输出变量的全部模糊子集的隶属度矢量值（即经过论域等级离散化以后对应值的集合），若论域为连续域则为隶属度函数。在规则推理的模糊关系方程求解过程中，向推理机提供数据。 规则库（Rule Base—RB） 模糊控制器的规则是基于专家知识或手