第五章自适应模糊控制.pptxVIP

第五章自适应模糊控制;自适应模糊控制有两种不同的形式：

(1)直接自适应模糊控制:根据实际系统性能与理想性能之间的偏差，通过一定的方法来直接调整控制器的参数；

(2)间接自适应模糊控制:通过在线辨识获得控制对象的模型，然后根据所得模型在线设计模糊控制器。

;;5.1基于性能反馈的直接自适应模糊控制

在图5.1中，随着可调整参数的不同有许多不同的自适应控制方法。如调整尺度变换因子、调整隶属度函数、调整控制规则等。这里介绍一种调整控制规则的自适应控制方法。;;5.1转换成表5.2所示的直接数学查表。;;表中的右斜上对角线是不需要进行修正的区域，此时系统达到期望闭环性能，无需对控制规则进行修改。

当系统处于零修正区域时，有

其中e和均为尺度变换后的量，设

;;类似地，设模糊控制器输入为，则相应的零修正区域为：

类似可求得

其中

通过适当选择参数可以获得要求的二阶响应。;控制对象增量模型

性能测量给出了为达到期望的系统性能所需要的输出修正量。为实现自适应控制，需将该输出修正量变换为控制修正量，所以必须对控制对象的特性有一定了解。

（1）需知道过去哪一时刻的控制量影响当前时刻的系统性能，即必须知道控制对象延迟时间dT,它决定了应对哪一时刻的控制作用加以修正。

（2）对多变量系统，对于给定的输出修正量，需知道应修正哪一个输入控制作用及所需的修正量。多变量系统带来输入与输出间的交叉耦合，因而需知道控制对象的增量模型J(表示;控制对象输出对输入的雅可比矩阵），从而可求得相应于控制输入的修正量为

其中Po(kT)表示输出修正量，Pi(kT)表示输入修正量

(3)修改控制规则库，以实现所要求的修正。;;如此模糊化后，原来的控制相当于执行如下的控制规则：

若是and是

，则u是，该控制规则需修改为

若是and

是，则u是写成模糊关系矩阵为

;???kT时刻控制器总的模糊关系矩阵为R(kT)，修正后的模糊关系矩阵为R(kT＋T)，则

其中是补。根据测得的误差e(kT)及误差变化

将它们模糊化后与R(kT＋T)合成便得模糊控制量U(kT)，再进行反模糊化运算得清晰控制量u(kT)。每一采样时刻都按照这样步骤进行计算，便实现了自适应模糊控制的功能。

;为确保自适应模糊控制不发散，恰当选择初始模糊控制规则很重要，下面几条规则必须遵循：

（1）若E是ZEand是ZE,则U是ZE.这条规则保证当输出等于期望值时是系统的平衡状态。

（2）若符号相同，则U也应具有相同符号。这些规则确保系统输出快速收敛到设定值。

（3）控制规则库必须是对称的，即

，以便改善系统的收敛特性及控制超调。;4尺度变换因子的选择

输入尺度变换因子决定了性能测量以及控制规则库中模糊集合的论域（将实际输入量变换为模糊集合论域），所以变换因子直接取决于容许的最大输入量及模糊集合论域量化级数。开始可将它们选择为：

其中q为模糊集合论域级数，,为实际输

;;;;;自适应调整控制规则库外（实际上调整模糊关系R），重点标出了调整尺度变换增益参数过程。

6.将自适应调整获得的结果参数存贮起来，当设定点改变时重复上述步骤，最后可获得尺度变换增益参数与设定点的对应关系表。实际运行时可通过查表法来确定这些增益参数。当运行条件非表中给定状态时，可通过插值方式确定。;感谢阅读