模糊控制课件.pptVIP

*4.1.5.4单级倒立摆自适应模糊控制设计仿真实例图2-41自适应模糊控制系统*4.1.5.4单级倒立摆自适应模糊控制设计仿真实例*4.1.5.4单级倒立摆自适应模糊控制设计仿真实例在MATLAB中，分别用FS1、FS2和FS表示模糊系统的分子、分母及，仿真结果如图2-43至和图2-46所示。图2-43位置跟踪*4.1.5.4单级倒立摆自适应模糊控制设计仿真实例图2-44控制输入信号*4.1.5.4单级倒立摆自适应模糊控制设计仿真实例*4.1.6本章小结模糊控制的核心就是利用模糊集合理论，把表达人的控制策略的自然语言转化为计算机能够接受的算法语言的控制算法，这种方法不仅能实现控制，而且能模拟人的思维方式，对一些无法构造数学模型的被控对象进行有效的控制。模糊控制与一般的自动控制的根本区别在于模糊控制不需要建立精确的数学模型，而是运用模糊理论将人的经验知识与思维推理相结合，其控制过程的方法与策略是由所谓模糊控制器来实现。因此，模糊控制设计的核心是模糊控制器的设计。在4.1.1节简单介绍了模糊控制器的组成、设计步骤、性能评价，详细介绍了选择隶属函数、建立规则库、模糊推理和解模糊的基本方法。通过模糊控制器数学特性的学习使读者对模糊控制系统有了初步的了解。在4.1.2节以一阶倒立摆为例，以一个双输入单输出的模糊控制器设计为例，详细讲述了一个简单模糊控制器的设计过程，使读者通过设计实例对模糊控制系统有了进一步的理解。*4.1.6小结在介绍了“标准模糊系统”以后，在4.1.3节介绍了“函数模糊系统”的特例—Takagi-Sugeno模糊系统（简称T-S模糊系统），指出在本质上T-S模糊系统完成了线性映射之间的差补，模糊系统具有通用近似特性。另外还介绍了它的扩展形式——广义的T-S系统。在4.1.4节以锅炉蒸汽压力为例，设计基于MATLAB的锅炉蒸汽压力的双模糊控制系统，并给出实际工程仿真程序，锻炼学生工程问题的实际设计分析能力。针对具有非线性和不确定性的复杂控制系统提出了自适应模糊控制方法。在4.1.5节介绍了自适应模糊控制系统的问题提出和设计需求，按照系统的模糊控制规则和模糊描述信息利用的原则，分别介绍了间接自适应模糊控制器和自适应模糊控制器的设计，最后以单级倒立摆为例，详细给出了自适应模糊控制的MATLAB设计与仿真，加深对模糊控制器的理解。*4.1.3Takagi-Sugeno模糊系统4.1.3.1 Takagi-Sugeno模糊系统前面定义的模糊系统称为“标准模糊系统”。现在定义一种“函数模糊系统”，并讨论它的一种特例——Takagi-Sugeno模糊系统。对于函数模糊系统，采用单一模糊化，第i条MISO形式的规则为*4.1.3Takagi-Sugeno模糊系统对于一个函数模糊系统，可以采用适当的操作（例如最小化或者乘积）来表示条件，按公式（2-4-1）进行解模糊，*4.1.3Takagi-Sugeno模糊系统例如，假设n=1，R=2，有下面规则：*4.1.3Takagi-Sugeno模糊系统4.1.线性系统之间的差补非常值得注意的是T-S模糊系统可以用任何线性映射（仿射）作为输出函数。实际应用中，一种非常重要的映射是把一个线性动态系统作为输出函数的映射，这样第i条规则的形式如下：*4.1.3Takagi-Sugeno模糊系统如果R=1，就得到一个标准线性系统。一般来讲，对于R1和给定的z(t)值，只有某些规则激活产生输出。z(t)可以有多种选择。例如，假设z(t)=x(t)，p=n=m=1，和R=2，规则如下：假设如图2-4-1所示的μ1和μ2分别表示A11和A12的隶属函数，则对下面情况，*4.1.3Takagi-Sugeno模糊系统图2-4-1T-S模糊系统例子的隶属函数*4.1.3.2 广义T-S模糊模型由于T-S模糊模型中的隶属函数不具有自适应性，而且系统模糊规则数的确定性带有很大的人为主观性，T-S模糊模型在实际建模中难以达到与实际模型的最佳匹配。为此，这里介绍一种广义T-S模型。定义4.1.13：广义高斯函数如图2-4-2所示，给出了a=1，b=0时隶属函数μF(x)=exp(-|x|c)的曲线族，从图中可以看出，当选择合适的c值，广义隶属函数就可以近似三角形、梯形和高斯形等隶属函数。若进一步改变参数a和b的值，还可以对广义隶属函数进行平移、压缩或扩展，更能逼近三角形、梯形、高斯形或一些其他隶属函数。因此，广义高斯函数具有自适应性。*4.1.3.2 广义T-S模糊模型图2-4-2广义高斯函数的函