运动控制系统 第三讲 智能运动控制器设计.pptxVIP

第3章 智能运动控制器设计3.1 模糊控制技术与模糊控制器3.1.1 模糊控制技术1.什么是模糊控制技术？ 模糊控制技术是以模糊数学为理论基础，“模糊理论”最早是美国加洲大学L.A Zadeh教授在1965年所發表的「Information and Control」期刊論文中。是为了解决现实世界中普遍存在的模糊現象而發展的一门学科，其精髓是使用模糊数学模型來描述语义式的模糊信息的方法。目前无论是一般消费类电子产品、图像辨识处理、语音识别、智能控制及运动（智能）控制等领域都得到广泛应用。尤其近些年模糊控制技术与神经网络技术结合，使得机器人技术更加具有智能特征。2、模糊理论 1）基本概念 现实生活中我们经常会听到这样的话语，今天温度真高，今天的雨真大，今天气温真低，房间很冷，这个人很漂亮、身材修长，长发飘逸等，这些话语共有的特点是很难用数量化的术语去衡量，很明显，这些话语具有一定的模糊不确定性。那么什么是模糊昵？我们认为所谓模糊应该具有以下特征： a) 不完整(incomplete)，不完整的特点是:語言传递的信息不够完整，有可能导致无法理解对方所要表达的意思； b) 曖昧性(ambiguity)例如:一个画在门上的烟斗图案既可代表男厕所也可代表吸烟室； C) 不精確性(imprecision) 例如:电视画面受到干扰导致收看效果不佳； D) 随机性(randomness) 例如:掷塞子； e) 模糊性(fuzziness) 例如：这个山高吗？就是典型的模糊说法，因为高的标准没有确定，也即缺乏参照物。图3-1 模糊系统框图上图是一套模糊系统的框架，由规则库、输入模糊集合U、模糊推论机理和输出模糊集合V组成。模糊集合 (Fuzzy Sets) ①.不是0或1的表示方式，而是程度上“多”或“少”的差別。? ②.传统的明确集合是属于二元的，论域中的元素对某一集合的关系只有二种，也就是 “属于” 与 “不属于”。? ?. 模糊集合是利用隶属函数（membership function)的大小做为主要的选择机制。例如：我们可以确定的区分男生和女生的性別，却无法明确的辨別温度的高和低。因此要对于语意中的模糊性進行数值化的描述时，模糊集合(fuzzy set)是一個非常好用的工具。?? 2）布尔逻辑与模糊逻辑 布尔逻辑 布尔函数可以用真值表表示法、布尔表达式、规范表达式表示，每个布尔函数，无论多复杂，都可以只用三个布尔算子（And Or Not）表示，而且可以用Nand(可以称与非门-最基本的门)门表示。 模糊逻辑 模糊逻辑处理变量的归属度(membership)和确定度(degrees of certainty)：溫度─ “溫度很高”電壓─ “電壓有點偏低”速度─ “速度非常慢” 模糊理论模糊逻辑人工智能 不确定性 信息 模糊数学模糊系统模 糊决 策模糊集合模糊测量模糊分析模糊关系模糊拓扑可能性理论不确定性测量模糊专家系统机器人学多指标优化模糊控制模糊信号处理通訊图像处理图形识别控制器設計 稳定度分析噪声滤波通道3）模糊理论分类图3-2 模糊控制理论框架结构图3.1.2 模糊PID控制器设计1.模糊PID控制器随着智能控制技术的发展，新型运动控制系统控制回路均采用模糊PID算法。图3-3所示的是一个模糊PID控制器的系统框图，其基础算法是PID算法，但P、I、D参数（KP、KI、KD）是依据输入与输出的误差及误差的变化率来决定的。图3-3 模糊PID控制器系统框图模糊PID控制器按照下列步骤进行设计。(1) 根据被控制对象的线性模型和所期望的性能指标设定PID控制器增益的标称值。(2) KP、KI、KD是在PID控制器增益的标称值基础上设计出的模糊调谐值。2．PID标称值设计图3-3所示的PID控制器的控制算法可以用式(3-1)表示。KP、KI、KD分别为控制器增益的比例、积分和微分。 (3-1)利用Simulink Response Optimization toolbox构建控制对象的线性模型，依据所构建的线性模型确定PID控制器增益的标称值。由toolbox设定期望的响应，使系统达到稳态时的误差尽可能小。为了实现期望响应，设定下述参数值。Rise time = 0.1 s Settling time = 0.4 s Overshoot = 5% %settling = 0.001最后，可以得出PID控制器的增益标称值为Kp = 19.21,Kd = 0.3 and Ki = 0.13．模糊PID控制器设计1) 模糊控制器比例增益系数KP模糊PID控制器第一个参数是比例增益系数KP。KP的输入是误差和误差变化率。图3-4所示的是KP误差隶属函数。图3-5所示的是KP误差变化率隶属函数。图3-6所示的是K