模糊控制(修改后).pptVIP

(6) 反模糊化 模糊系统总的输出实际上是三个规则推理结果的并集，需要进行反模糊化，才能得到精确的推理结果。下面以最大平均法为例，进行反模糊化。 由图6.6.14可知，洗涤时间隶属函数 将 代入洗涤时间隶属函数中的 ， 得 ， 。 采用最大平均法，可得精确输出为 即所需要得洗涤时间为25分钟。 * * 仿真实例：利用Matlab模糊控制工具箱可设计洗衣机模糊控制系统。利用模糊命令ruleview可实现模糊控制的动态仿真。 * * 图6-27 模糊系统动态仿真 6.3.1 基于Mamdani模糊推理的温度和压力过程控制 【例6.10】某一工业过程要根据测量的温度(T)和压力(P)来确定阀门开启的角度( )，这种关系 很难用数学模型精确描述。在现实情况下，这一过程由有经验的操作员完成，因此通常可设计模糊控制器取而代之。 选用两输入单输出模糊控制器。控制器的输入为温度(T)和压力(P)，输出为阀门开启的角度( )。将温度(T)分为两个模糊集：冷，热；将压力(P)分为两个模糊集：正常，高；将阀门开启的角度( )分为三个模糊集：负，零，正 * * * * 6.3.3 模糊自适应整定PID控制 自适应模糊PID控制器以误差信号e和误差信号ec作为输入(利用模糊控制规则在线对PID参数进行修改)，以满足不同时刻的e和ec对PID参数自整定的要求。自适应模糊PID控制器结构如图6-28所示。 PID参数模糊自整定是找出PID的3个参数 与e和ec之间的模糊关系，在运行中通过不断检测e和ec，根据模糊控制原理来对三个参数进行在线修改，从而使被控对象有良好的动、静态性能。 * * 图6-28 自适应模糊PID控制器结构 【例6.14】模糊自适应整定PID控制的设计及仿真 被控对象为： 采样时间为1ms，输入信号为单位阶跃信号。 * * 模糊PID控制与普通PID控 制的阶跃响应 模型参数变化后，模糊PID控制 与普通PID控制的阶跃响应 6.3.4 基于Sugeno模糊推理的倒立摆模糊控制 到目前为止，我们所讨论的模糊推理过程都是Mamdani模糊推理方法。Mamdani推理方法是使用最多，但在文献中时也常见到使用Sugeno型的模糊推理方法，故以倒立摆模糊控制为例，对其做一简单介绍。 1、Sugeno模糊推理方法 2、倒立摆模型的局部线性化 * * 仿真实例 【例6.15】基于Sugeno模糊推理的倒立摆模糊控制 取倒立摆参数 m＝2kg，M＝8kg,l＝0.5m。令 ， 则式可表示为状态方程形式： 式中， 则可得到Sugeno型模糊规则为：if 很小 and 很小 then * * * * 摆角的状态响应 控制器的输出 6.4 模糊控制的优点及其所面临的主要任务 模糊控制具有许多传统控制无法比拟的优点，主要优点如下： 1)不需要精确数学模型、开发方便 使用模糊控制，不必对被控对象了解非常清楚，就可开始设计和调试系统。可先从近似的模糊子集和规则开始调试，再逐步调整参数以优化系统。 2)使用方便 操作人员可以方便地通过自然语言进行人机联系，而且很容易把模糊条件语句加入到过程的控制环节上。 3)适应性强 采用模糊控制时，过程的动态响应品质优于常规PID控制，而且模糊控制对过程参数的变化具有较强的适应性。 * * 4)控制程序简短、速度快 模糊控制系统一般只需很短的程序和较少的存储器。它需要的存储器比采用查表方法的控制系统要少得多，而且比多数采用数学计算方法的控制系统也要少。 5)可靠性高 模糊控制由许多相互独立的规则组成，它的输出是各条规则的合并结果。因此，即使有一条规则出问题，但其他规则可对它进行补偿。有时，即便系统的工作环境发生变化，模糊规则也能保持正确。 6)性能优良 模糊控制系统对外界环境的变化不敏感，具有较高的鲁律性。同时，它仍能保持足够的灵敏度。 * * 模糊控制目前的发展已由早期的理论研究向着更实用的应用研究方向发展，前景越来越好。模糊控制存在的问题或者说发展所面临的主要任务是： 1)模糊控制的机理及稳定性分析，常规模糊控制系统稳定性的改善。 2)非线性系统应用中的建模、模糊规则的建立和模糊推理算法的深入研究。 3)新型自适应模糊控制系统、专家模糊控制系统、神经网络(或与遗传算法混和)等模糊集成控制系统的分析和设计。 4)多变量模糊控制策略的研究。