第三章模糊控制3.13.2.ppt

第三章 模糊控制 将操作者的经验总结成若干条规则 ，存放到计算机中 ，研制某种装置来代替人进行模糊控制，从而实现对复杂工业过程的控制。 若水位高于固定点，则排水，若差值越大，则排水阀门开得越大，排水越快； 实践证明以模糊控制理论为基础的“模糊控制器”能完成这个任务。 与传统的控制相比，模糊控制有以下特点： 1）适用于不易获得精确数学模型的被控对象，其结构参数不很清楚或难以求得，只要求掌握操作人员或领域专家的经验或知识。 2）模糊控制是一种语言变量控制器，其控制规则只用语言变量的形式定性的表达，构成了被控对象的模糊模型。在经典控制中，系统模型是用传递函数来描述。在现代控制领域中，则用状态方程来描述。 3）系统的鲁棒性强，尤其适用于非线性、时变、大滞后系统的控制。 3.2 基本模糊控制器的设计 传统模糊控制器设计阶段 现代模糊控制器设计阶段 基本模糊控制器 —— 自适应模糊控制器 —— 现代模糊控制器 3.2.1 精确量的模糊化 模糊化是将物理量的精确值转换为模糊推理论域上的模糊集合的过程。 也即把精确的物理量转换为用模糊集合表示的模糊语言变量值的过程。 一、语言变量和语言变量值的确定 语言变量：偏差、偏差变化率、控制量 语言值的个数：并非越多、越细控制精度就越高 正大（PB)、正中（PM)、正小(PS)、正零(PO)、负零(NO)、负小(NS)、负中(NM)、负大(NB) {PB、PM、PS、PO、NO、NS、NM、NB} 二、语言值的论域及隶属函数的设定 1.语言值的论域 ★ 基本论域：语言变量的实际变化范围称作这些变 量的基本论域。 通常表示为 ★ 语言值论域：N=[-n, n], n为正整数。 N为离散整数域时： N={-n, -n+1, …… , -1, 0, 1, ……, n-1, n} 采用线性变换，转换系数为： 称为量化因子 若 则 当N为离散整数域时，若y为小数，则四舍五入对y取整。 设偏差、偏差变化率、控制量的基本论域分别为 其语言值论域为 E=EC=U={-n, -n+1, …… , -1, 0, 1, ……, n-1, n} 则语言变量偏差、偏差变化率、控制量的量化因子 分别为： 2. 语言值的隶属函数 设模糊语言值论域为: N=[-6,+6]， 在其上定义7个语言变量值： PB、PM、PS、ZE、NS、NM、NB 表3-1 语言值的赋值表 确定语言值的隶属函数时应注意： 1.选择各语言值隶属函数合适的重叠率。 2.隶属函数在整个论域上可以是均匀对称分布，也可以是非均匀或不对称的。 3. 论域中的任何一点对各语言值的隶属度中的最大值不能太小。否则在这些点上会出现“空档”，从而引起失控。 4. 隶属函数的形状对控制效果影响较大。 三、精确量的模糊化 模糊化是将模糊控制器输入量的确定值转换为相应的模糊语言变量值的过程，而模糊语言变量值是一个模糊集合，所以模糊化方法应给出从精确量到模糊集合的转变方法。 1. 分档模糊集法 将模糊语言值论域上的精确量分成若干档， 每一档对应一个模糊集合。 具体分档时，按隶属度最大的原则来进行。 表1中精确量+6模糊化为PB；+5对PB的隶属度PB(+5)为0.8，对PM的隶属度PM(+5)为0.7， PB(+5) PM(+5) 所以+5模糊化为PB。这样+5和+6归为一档，模糊化结果为模糊集合PB。再如量化后的精确量为－3时，因为 NS(－3)=NM(－3)=0.7 所以的－3模糊化结果是NS或者NM。 2. 单点形模糊集法 将模糊语言值论域 上的精确量 模糊化为单点形模糊集合。 该法从概念上看，已把一个精确量转换成了模糊量，但在本质上该模糊量并没有具备模糊性，表达的仍然是确定性的信息。不过在模糊控制应用中，这种方法由于使人感到自然和易于实现而得到了广泛应用。当测量数据准确时，常常采用此法。 3. 单值隶属度法 将系统输入量化后的精确量对各模糊集合的单值隶属度值作为模糊化结果。 3.2.2 模糊控制规则与模糊控制基本推理算 法 一、模糊控制规则的确定 模糊控制规则的确定通常有几种途径： 1. 来自操作者的经验。 2. 来自现场实验。 3. 来自对过程的认识和推理。 二、模糊控制基本推理方法 1. 关系合成推