第五模糊控制演示文稿.pptVIP

第五模糊控制演示文稿 当前第1页\共有22页\编于星期三\10点 （优选）第五模糊控制 当前第2页\共有22页\编于星期三\10点 二、模糊控制系统的工作过程 给定值与被控制量之间的偏差为模糊控制器的输入量。这是一个精确量，为了增强系统控制能力，方便调节控制性能，同时也为模糊化处理做准备，对精确量进行量化，然后经过模糊化处理转化为模糊量，用相应的模糊子集表示。再由和模糊控制规则（即模糊关系），根据推理的合成规则进行模糊决策，得到模糊控制量，即。由于实际被控对象的控制量是精确量，因此需要将模糊控制量进行反模糊化处理变成精确量，再经过输出量化处理得到实际输出值，经过D/A转换变为精确的模拟量送到执行机构对被控对象进行控制。这样周而复始的循环下去，就实现了被控过程的模糊控制。 当前第3页\共有22页\编于星期三\10点 模糊控制器的控制规律是由计算机的程序实现的，具体步骤如下： （1）根据本次采样值得到模糊控制器的输入量，并进行输入量化处理； （2）量化后的变量进行模糊化处理，得到模糊量； （3）根据输入的模糊量及模糊控制规则，按模糊推理合成规则计算控制量（输出的模糊量）； （4）对得到的模糊输出量进行反模糊化处理，得到控制量的精确量，并进行输出量化处理，得到实际控制量。 当前第4页\共有22页\编于星期三\10点 三、模糊控制器的结构 模糊控制器的输入变量一般选为偏差及其变化率，输出变量通常为作用于被控对象的控制量。输入变量的个数称为模糊控制器的维数，根据输入变量的个数不同，模糊控制器一般有三种结构，如图5-2所示。 （a） 一维模糊控制器 （b） 二维模糊控制器 （c） 三维模糊控制器 图5-2 基本模糊控制器的几种结构 当前第5页\共有22页\编于星期三\10点 第二节 模糊控制器的设计 一、模糊控制的基础知识 1．模糊集合与隶属函数 模糊控制器是一种模拟人的思维推理过程的控制器，采用语言变量来描述输入输出数据。语言变量是自然语言中的词或句，它的取值不是通常的数，而是用如长、短、大、小、年轻、年老等模糊语言表示的模糊集合。 例如，将“青年”看作是一个集合，则它就是一个模糊集合。若认为小于40岁的人可称为“青年”，那么35岁的人应毫无疑问地属于“青年”，如果对此加以量化，则可设其属于“青年”的程度为1，39岁的人属于“青年”的程度为0.7，40岁的人属于的程度为0.5，41岁的人属于的程度为0.3等等。这种属于的程度值可在0～1之间连续变化，称为隶属度函数（也叫隶属函数）。 当前第6页\共有22页\编于星期三\10点 用大写字母 表示模糊集合，用 表示隶属函数， 中的元素用 表示，则 表示 元素属于模糊集合 的程度。 定义：所谓给定论域 上的一个模糊集合 是指 都存在一个数 与 对应，这个数叫做 对 的隶属度，即存在映射 隶属度表示了 隶属于模糊集合 的程度，当 为有限集合 时，可以采用下面的表达方法表示模糊集合。 式中， 并不表示分数，而是表示论域中的元素 与其隶属度 之间的对应关系；“＋”也不表示“求和”，而是表示模糊集合在论域上的整体。 当前第7页\共有22页\编于星期三\10点 2．几种典型的隶属函数 （1）高斯型隶属函数 图5-3 高斯型隶属函数 当前第8页\共有22页\编于星期三\10点 （2）S形隶属函数 图5-4 S形隶属函数 当前第9页\共有22页\编于星期三\10点 （3）梯形隶属函数 图5-5 梯形隶属函数 当前第10页\共有22页\编于星期三\10点 （4）三角形隶属函数 图5-6 三角形隶属函数 当前第11页\共有22页\编于星期三\10点 （5）Z形隶属函数 图5-7 Z形隶属函数 当前第12页\共有22页\编于星期三\10点 3．隶属函数的确定方法 （1）模糊统计法 隶属函数可以通过模糊统计试验方法来确定。即根据所提出的模糊概念进行调查统计，提出与之对应的模糊集合 ，通过统计实验，确定不同元素属于 的程度，如式（5-7）所示。 （2）例证法 例证法的主要思想是从已知有限个 的值来估计论域 上的模糊集合 的隶属函数。 （3）专家经验法 专家经验法就是根据专家的实际经验，再加上必要的数学处理而得到隶属函数的方法。 当前第13页\共有22页\编于