NIDAQ和LabVIEW构造模糊控制系统.PDF

NI DAQ 和LabVIEW 构造模糊控制系统 关键词：模糊控制；LabVIEW；NI DAQ 设备 自动控制理论经过一个多世纪的发展，正由经典控制理论，现代控制理论向智能控制 理论发展。人工智能包括推理，学习和联想，是采用非数学式的方式，将人的思维模型化， 并通过计算机来模仿。目前计算机已充分体现了人类左脑的逻辑推理功能，正向右脑的模糊 处理方向发展。模糊控制作为近代控制理论中一种基于语言规则与模糊推理的高级控制策略 和新颖技术，是智能控制的一个重要分支，近来发展迅速，应用广泛，效果显著，引人关注。 什么是模糊 在我们日常生活中，经常有一些概念没有固定的标准，不能简单地用对或错，真或假 来评判，而要用到一些不精确的词句来描述，比如，年轻、好、漂亮。这些概念会因为判断 对象变化而改变判断标准，所以是模糊的。在人们的工作经验中，往往也存在了许多模糊的 东西。例如，炼钢时需要的钢水颜色、沸腾情况等模糊信息。1965 年美国加州大学L.A.Zadeh 教授最早提出了模糊这一概念，并用数学方式进行分析。 通常，对于一个论域E 中讨论的集合A={a,b,c}，对于论域中的任意元素x，可用特征 函数表示是否属于A： （式1） 式1用1和0 来表示元素属于集合的真假，然而若是一个模糊的集合，比如说衣服是 否漂亮，里面的元素a,b,c这3件衣服单纯用漂不漂亮表示显然不能更具体表征元素的性质。 模糊集合把特征函数的0 和1 这两个值，扩展到0 到1 之间的整个区间中，以隶属度μ A （0 ≤μ A≤1）来表示元素属于集合A 的程度，比如衣服漂亮的程度。这样，设三件衣服的漂亮 程度分别为0.3，0.8 和0.5，该模糊集合A 可表示为A：{(a,0.3),(b,0.8),(c,0.5)}。而 隶属度函数可写成： （式2） 可见模糊集合在多数情况下更能反应元素的特性，特征函数实际上就是隶属度函数的一个特 例。 两个元素之间的某种联系，可以用关系R 来表示，通常R 用二元逻辑1和0 表示元素 之间是否存在此关系。比如，a 对b 存在指定关系R，则称为aRb，否则为 。关系有时也 可以模糊表示，当元素a 对于b 不完全满足某指定关系R，却也没有完全不满足时，它们之 间的关系可以用0 到1 区间的某一值表示，即是一种隶属度的表示法。对于论域E 中的两个 集合A={a,b}；B={c,d}，指定一种关系R，它们所有元素之间的关系可以用关系矩阵表示： 。如果集合是模糊集合，关系更加模糊化，还需考虑元素对所在集合的隶属 度。集合 A 对应到B 的关系表达式为A○R=B，通过线性代数和模糊数学理论可以根据集合 A，B 求出关系R。 模糊控制 随着科技的发展，现场被控对象和控制条件变得复杂，考虑因素增多，而对于控制性 能要求却逐渐提高。通常复杂的系统很难对控制量设计精确的算法，想要绝对精确变得不可 能，需要在精确和复杂间找到平衡。模糊控制就是一种平衡的控制手段，在非线性复杂系统 中发展很快。 通常一个模糊控制系统主要由被控对象，执行机构，模糊控制器，输入输出接口和测 量装置组成 （图1）。 期望值 误差 D/A 模糊控制器 A/D 执行机构 被控对象 反馈 测量装置 图1 模糊控制系统 其中的核心部分模糊控制器由输入模糊化接口，数据库，规则库，推理机和输出接模 糊接口五部分组成 （图2）。 数据库 规则库 知识库 输入 模糊化接口 推理机 解模糊接口 输出 图2 模糊控制器 根据实际需要，模糊控制器可以有几个输入和输出。首先是模糊化，输入的信号和需 要输出的信号根据专家经验划分为语言描述的模糊子集，并将其论域