基于模糊规则表的PD控制 .pdfVIP

4.2模糊控制方法

前面介绍的LQR控制方法，无论是在理论上还是在实践上都已非常成熟，在实际

工程中得到了广泛的应用，但是这种方法需要精确的被控对象的数学模型，而

对于一些复杂的系统，例如两轮自平衡机器人，我们往往很难获得其精确数学

模型，这时模糊控制便可发挥它的优势，模糊控制只需根据人类专家的控制经验

或输入输出特性，就可以对系统实现实时控制。

4.2.1模糊控制理论简介模糊控制是以模糊集合论为基础，利用模糊数学的基本思

想和理论，结合模糊逻辑推理和模糊语言变量的一种智能控制方法。模糊控制的

控制精度不高，需要根据专家经验，预先确定模糊控制器的控制规则和隶属函

数、十份繁琐、要取得良好的效果并不容易，在控制过程中其控制策略是预先确

定的，无法进行修正的，没有自学习和自适应能力。目前：针对传统模糊控制

的这些缺点和不足，许多专家做来了大量的研究和改进工作，逐步形成多种形式

的模糊控制，并具有优越的鲁棒性和稳定性。同时，模糊控制和其他控制策略

相融合的方法也应运而生，取得了长足的发展，如模糊PID、模糊神经网络、

模糊滑模变结构、自适应模糊神经网络等。与经典控制理论相比，模糊控制具有

以下几个优点:

1.模糊控制主要依赖专家的控制经验和预先确定的模糊控制规则，不需要被控对

象的数学模型，特别适合应用于复杂的，无法建立数学模型的被控系统。

2.对于非线性系统，经典控制方法需要将非线性数学模型转换为线性模型，而模

糊控制可以直接应用于非线性系统。

3.模糊控制具有更好的动态响应品质，对过程参数的变化具有较强的适应性和

鲁棒性。

4.算法相对简单，运行快，易于仿真实现。

4.2.2模糊控制的基本原理一个模糊控制系统一般由四部分组成:模糊控制器、

?839|44

A/D

E,E

u

D/A

EECU

~

p?

：1.

2.

3.

4.

4.3

431

：

p

4.5

432

p

EEC

U

U二Kx+K2X+K30+K40,

klk2k3,k4LQF

:

K=(-10.1522,-5.6683,-26.5230,-4.1971)

U=Kx+K2x+K30+K40,：u=Ki(x+aiX+a20+a3

0)