malab在模糊控制教学中的应用.docxVIP

malab在模糊控制教学中的应用 智能控制是工程自动化及其相关专业的重要课程之一。它是在人工智能和自动控制等多学科基础上发展起来的新兴交叉学科, 对于培养学生的专业素养和创新能力有着特殊的意义。而作为该课程主要部分的模糊控制已成为目前实现智能控制的一种重要而有效的手段。 模糊控制讲解内容比较抽象, 理论性较强, 比较枯燥。另外, 模糊控制是以模糊集合理论、模糊语言变量以及模糊逻辑推理为基础的一种计算机控制。它处理的问题可能难以靠解析求解, 需要采用复杂的数值计算方法。MATLAB是当前国际控制界最为流行的面向工程与科学计算的高级语言。而且, 由于模糊逻辑的迅速推广应用, Math Works公司已经添加了模糊逻辑控制工具箱。在当前绝大多数高校没有硬件设备和实验手段进行模糊控制实验教学的情况下, 利用MATLAB进行仿真就是比较合理的选择。 本文即从MATLAB进行模糊控制仿真进行讨论研究, 指出它的优点、仿真的步骤过程, 同时, 对出现的一些问题进行解决。最后提出, 在网络环境下, 利用MATLAB进行模糊控制仿真的方法。 1 利用nb进行模糊控制模拟研究 1.1 模糊控制算法设计 模糊控制系统的结构与常规的计算机数字控制系统类似, 只是它的控制器为模糊控制器。一般模糊控制器从功能上划分, 主要由四个部分组成:模糊器、知识库、模糊推理机、去模糊器。如图1所示, 为一个典型的模糊控制系统。其中, 模糊控制器为二输入 (偏差e和偏差变化率Δe) 单输出 (控制量u) 结构。 模糊控制器的设计主要包括三个部分: (1) 控制器输入/输出规范化的比例因子设计, 实现精确量的模糊化, 把语言变量值转化为适当论域上的模糊子集; (2) 模糊控制算法的设计, 通过一组模糊条件语句 (多为IF, THEN) 构成模糊控制规则, 计算出模糊控制规则确定的模糊关系, 并通过模糊推理, 给出模糊控制器的输出模糊集合; (3) 控制器输出模糊集合的去模糊化, 确定精确量。 这些抽象化的理论知识都可以通过MATLAB的Fuzzy Logic TOOLBOX来一一实现。 1.2 模糊控制器的建模 模糊逻辑工具箱提供了一套用于构造模糊控制系统的图形用户界面, 在教学中能给学生一种一目了然的感觉。下面以课程教学中的仿真实验为例说明该步骤: (1) 打开MATLAB, 利用TOOLBOX建立Simulink系统仿真模型。如图2所示: (2) 通过在MATLAB命令窗口键入FUZZY命令打开模糊推理系统编辑器FIS对模糊控制器进行编辑。内容包括:确定e、de和u的基本论域、模糊论域以及比例因子;e、de和u语言变量的选取;模糊规则Rule的制定;推理方法的确定, 去模糊化的方法确定。 (3) 直接在Simulink窗口进行仿真运行, 观察实验结果。 1.3 仿真中的一般过程 通过这种图形用户界面, 学生们在仿真过程中对模糊控制系统以及模糊控制器的设计产生了浓厚的兴趣, 对理论知识的理解也能提高到相当的程度。但是, 从以往几届的教学来看, 在使用MATLAB进行模糊控制仿真过程中也出现了一些问题。 (1) 被控对象的模型确定问题。模糊控制对于那些难以建立精确数学模型的复杂对象更有优势。但是为方便学生实验, 一般提供一个线性对象。如果是非线性对象, 建议可以利用神经网络来拟合。在掌握模糊控制理论知识的同时, 还了解了另外一种智能形式。 部分文献将被控对象进行了离散化处理。本文认为没有必要, 因为模糊控制器的设计过程中本身就包括了去模糊化步骤, 输出一个精确量对被控对象进行控制, 而在输入端有个模糊化过程, 其中就包含了将连续量离散化内容。 (2) 基本论域以及比例因子的确定。在图1中, 将输入量模糊化的时候, 必须考虑变量的基本论域和模糊论域。基本论域是变量实际的变化范围, 一般由已知的理论知识和领域专家的经验来确定。在我们仿真过程中, 整个系统的输入信号为单位阶跃信号, 而且我们期望这个系统应该是稳定的, 输出信号应该是收敛振荡。所以, 基于传统的控制理论知识, 误差e的基本论域可以定在 (-1, 1) , 当然如果在仿真过程发现不理想还可以调整。同理, 误差变化率也要在一个不太高的值范围内。模糊论域一般参考将连续变化的误差离散化后分成的量化等级n, 从而取 (-n, n) 。通常可以取n=6。确定了模糊论域和模糊论域以后, 可以在FIS对输入模糊变量和输出模糊变量进行设置。内容包括变量的取值范围 (Range) 和显示范围 (Display Range) , 可以设置为 (-6, 6) 。当然还要设置输入语言变量和输出语言变量的取值个数和隶属函数类型 (Type) 。 需要注意的是, 学生们一般采用的是取值范围默认值 (-1, 1) , 这是在不考虑比例因子的