模糊控制系统课件4.1-4.2.pptVIP

第4章 模糊控制器设计 回顾： 1、FC系统由哪几部分组成？ 2、FC系统的工作过程（工作原理）？ 3、模糊化方法有哪些？常用的是哪种？ 4、解模糊化方法有哪些？常用的是哪种？ 模糊控制器的设计主要考虑以下几项主要内容： ①确定模糊控制器的输入变量和输出变量(即控制量)； ②设计模糊控制器的控制规则； ③确立模糊化和解模糊的方法； ④选择模糊控制器的输入变量及输出变量的论域，并确定模糊控制器的参数(如量化因子、比例因子等)； ⑤编制模糊控制算法的应用程序。 4.1 模糊控制器的基本结构及主要类型 4.1.1 模糊控制器的基本结构 （1）模糊化接口（Fuzzification） 所谓模糊化，就是通过传感器把被控对象的相关物理量→电量，若传感器的输出量是连续的模拟量 数字量作为计算机的输入测量值→标准化处理（即把其变化范围映射到相应内部论域中，然后将内部论域中该输入数据转换成相应语言变量的概念，并构成模糊集合）。 这样就把输入的精确量变换成用模糊集合隶属函数表示的某一模糊变量的值。完成这部分功能的模块就称作模糊化接口。 模糊化接口的主要功能：将输入变量的精确值→其对应论域上自然语言描述的模糊集合，以便进行模糊推理和决策。 具体包括： ①测量输入变量。传感器的输出。 ②论域变换，即实际论域→内部论域。 实际论域也就是精确量的基本论域，它可以通过实验或理论指导来确定，它在控制过程中往往是不变化的。 例：以两输入单输出模糊控制系统为例，设误差的基本论域为 ，误差变化的基本论域为 ，控制量的变化范围为 。 类似地， 设误差的模糊论域为 误差变化的论域为 控制量的论域为 一般来说，论域的量化等级越细，控制精度也越高。但过细的量化等级将使算法复杂化，而且也没有必要。确定了变量的基本论域和模糊集论域后，比例因子也就确定了。 量化因子： ， ， 比例因子： 注：误差和误差变化这两个变量的连续值与其论域中的离散值并不是一一对应的。 （2）模糊推理机（Inference engine） 模糊推理机由知识库（数据库和规则库）与模糊推理决策逻辑构成。这是基本部分。 ①知识库（Knowledge base）=数据库（Date base）+语言控制规则库（Rule base） 模糊控制器的核心。 ②模糊推理机 主要功能：模仿人的思维特征，根据模糊控制规则，运用模糊数学理论对模糊控制规则进行计算推理。 （3）解模糊接口（Defuzzification） 原因：模糊推理得出的模糊输出量不能直接去控制执行机构，必须确定一个最具有代表性的值作为真正的输出控制量，即解模糊判决。 主要功能： ①比例映射：内部论域→实际论域。 ②解模糊：模糊控制量→精确的控制作用，模糊化的反过程。 4.1.2 常用的几种模糊控制器 ⑴简单模糊控制器及其特性（二维模糊控制器） 方法：①根据被控对象，确定ｅ、△e、u的隶属函数及模糊控制规则表→查询表（例：表3.5 P47） ②实际应用时，输入变量→内部论域，查表，得出u→执行机构 优点：①二维模糊控制器，比一维模糊控制器控制效果好。 ②设计简单，性能好，适应能力强。 缺点：不同被控对象，控制规则不变，控制效果不好。 ⑵模糊自调整控制器----二维模糊控制器中加入修正因子 （规则自调整模糊控制器） 低阶控制系统： 0.5 高阶控制系统： 0.5 当误差较大时，控制系统的主要任务是消除误差，加快响应速度，这时对误差的加权应该大些； 当误差较小时，此时系统接近稳态，控制系统的主要任务是使系统尽快稳定，减小系统超调，这就要求在控制规则中误差变化起的作用大些，即对误差变化率的加权大些。 因此，在不同的误差范围时，可通过调整 来实现控制规则的自调整。 ⑸模糊自组织控制器 经验不足者、没有完整的模糊规则、时变系统且规则需要变化→实时自动修改、完善和调整规则 ⑹模糊自适应控制器----在线辨识 ⑺模糊控制规则的自调整 基本思想----系统的控制误差是评价控制器性能最为直接有效的指标。根据系统误差估计控制量的校正值，再由这个控制量的校正值来修改模糊控制规则。