精品论文基于MATLAB的模糊PID控制仿真研究.doc

《精品论文基于MATLAB的模糊PID控制仿真研究.doc》由会员分享，可在线阅读，更多相关《精品论文基于MATLAB的模糊PID控制仿真研究.doc（53页珍藏版）》请在三一办公上搜索。

1、四川理工学院毕业设计（论文） 基于Matlab的模糊PID控制仿真研究学 生： 学 号：专 业： 班 级：指导教师：啦啦啦 四川理工学院自动化与电子信息学院二OO九年六月摘 要为了加深对模糊控制系统的理解，比较得出基本PID控制器和模糊PID控制器之间的异同以及他们的优缺点。本论文在分析和阐述模糊控制理论的基础上分析模糊PID控制和基本PID控制的特点。针对电机调速系统来建立模型，先将输入变量模糊化，设立模糊控制器的模糊规则，模糊推理及反模糊化等一系列工作完成模糊控制器的设计。将模糊控制应用于PID调节器中，对控制系统构成模糊PID调节。最后通过MATLAB软件对模糊PID算法和基本PID算法

2、进行仿真比较，观察二者在动态特性和稳态特性上的差别，根据实验结果可得结论，模糊PID算法与基本PID算法相比，系统的超调量小，且响应速度快，调节时间短，提高了系统的动态性能。关键词：M A T L A B， P I D控制器，模糊控制，仿真ABSTRACT In order to deepen their understanding of fuzzy control system, more come to the basic PID controller and fuzzy PID controller as well as their similarities and difference

3、s between the advantages and disadvantages. In this paper, the analysis and elaboration of the theory of fuzzy control based on the analysis of fuzzy PID control and PID control of the basic characteristics. For motor speed control system to create a model, first fuzzy input variables, and the estab

4、lishment of the fuzzy rules of fuzzy controller, fuzzy reasoning and anti-fuzzy, and so on completion of a series of fuzzy controller design. Will be applied to fuzzy control of PID regulator, the fuzzy PID control systems constitute a regulation. Finally, through the MATLAB software and basic fuzzy

5、 PID algorithm PID algorithm simulation comparison, observed both in the steady-state characteristics of the dynamic characteristics and differences, Based on laboratory test results available to the conclusion, fuzzy PID algorithm and the basic PID algorithm, the system of small overshoot and fast

6、response, shorter settling time and improve the system dynamic performance.Key words: M atlab， PID controller，Fuzzy Control， Simulation目 录摘 要IABSTRACTII引 言1第1章 PID控制原理21.1 控制规律21.1.1比例（P）控制规律及特点31.1.2 积分（I）控制规律31.1.3 微分（D）控制规律41.2 PID控制规律51.3 PID控制器的参数整定51.4 PID控制器的局限性和发展趋势7第2章 基本模糊控制器的原理及其设计方法82.1

7、模糊控制的基本思想82.2 模糊控制的墓本原理82.3 模糊控制器的设计步骤92.3.1 模糊控制器结构设计102.3.3 模糊控制规则132.3.5 模糊量的非模糊化152.3.6 论域及量化因子、比例因子的选择162.4模糊控制的局限性172.5 模糊PID控制的分类及原理19第3章Matlab/Simulink与控制系统仿真213.1 Matlab与控制系统仿真213.2 Simulink在MATLAB家族中的位置213.3 启用Simulink并建立系统模型223.4 Simulink模块库简介与使用233.4.1 Simulink公共模块库243.4.2 Simulink专业模块库2

8、73.5 在Simulink下构建系统仿真图283.5.1 模块选择283.5.2 运行仿真30第4章 基于Matlab的两种PID仿真314.1 模糊控制系统的建模314.2 基本PID的仿真324.3 模糊PID控制的仿真364.4结果分析41第5章 结束语43致 谢44参考文献45引 言P I D控制是最早发展起来的经典控制策略，是用于过 程控制最有效的策略之一。由于其原理简单、技术成熟，在实际应用中较易于整定，在工业控制中得到广泛的应用。它最大的优点是不需了解被控对象精确的数学模型，只需在线根据系统误差及误差的变化率等简单参数， 经过 经验进行调节器参数在线整定，即可取得满意的结果，具

9、有很大的适应性和灵活性6。P I D控制中的积分作用可以减 少稳态误差，但另一方面也容易导致积分饱和，使系统的超调量增大。微分作用可提高系统的响应速度， 但其对高 频f扰特别敏感，甚至会导致系统失稳。所以正确计算 P I D控制器的参数，有效合理地实现 P I D控制器的设计，对于 P I D控制器在过程控制中的广泛应用具有重要的理论和现实意义4。 PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。传统的PID控制在工业生产中虽然得到广泛应用。然而对象的结构和参数不能完全掌握，或得不到精确的数学模型时，当我们不完全了解一个系统和被控

10、对象，或不能通过有效的测量手段来获得系统具体的模型。但对于大滞后、非线性的复杂系统，常规PID控制很难保证其控制效果始终处于最佳状态。模糊控制不需要控制对象的精确数学模型，它是一种基于规则的控制，依据操作人员的控制经验和专家的知识，通过查表就可以得到控制量，实现起来比较简单而且控制效果好。本文经实例仿真，证实模糊控制的控制性能比传统的PID控制有明显的优势2。第1章 PID控制原理1.1 控制规律控制器是在自动控制系统中器控制作用。它将来自变送器的测量信号与给定值相减得到偏差信号，然后对偏差信号按一定的控制规律进行运算，运算结果为控制信号，输出到执行器。控制器执行器被控对象变送器+xyqdxm

11、xs- 1-1单回路控制系统方框图图1-1是单回路控制系统方框图。在控制系统中，被控量由于受扰动d（如果产生负荷的变化，上下工段间出现的生产不平衡现象等）的影响，常常偏离给定值，即被控量产生了偏。式中，X为偏差；Xm为测量值；Xs为给定值。控制器接收了偏差信号x以后，按一定的控制规律使其输出信号 发生变化，通过执行器改变操纵变量q，以抵消干扰对被控变量的影响，从而使被控变量回到给定值上来。被控对象能否回到给定值上，或者以什么样的途径，经过多长的时间回到给定值上来，这不仅与被控对象特性有关，而且还与控制器的特性有关。只有熟悉了了控制器的特性，才能达到自动控制的目的。控制器的控制规律就是控制器的输

12、出信号随输入信号（偏差）的变化的规律。这个规律就常常叫做控制器的特性。必须强调的是在研究控制器特性时，控制器的输入是被控变量（测量值）与给定值之差即偏差x，而控制器的输出是控制器接受偏差后，相应的输出信号的变化量y。对控制器而言，习惯上x0称为正偏差；x0，相应的y0，则该控制器称为正作用控制器；x0，相应的y0，则该控制器称为反作用的控制器10。基本的控制规律有比例（P）,积分（I），微分（D）这三种。由这些控制规律组成P,PI，PD和PID等几种工业上长用的控制规律。1.1.1比例（P）控制规律及特点 只具有比例控制规律的控制器为比例控制器，其输出与输入成比例关系，即 式中KP 是比例放大

13、倍数，或称比例增益。 是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。比例控制规律的特点：对于比例作用的控制器来说，只要由偏差输入，其输出立即按比例变化，因此比例控制作用即时迅速；但是只具有比例控制规律的控制系统，当被控变量受到扰动影响而偏离给定值后，控制器的输出必定要发生变化。而系统达到稳定状态以后，控制器的输出不是原来的数值。由于控制器的输出与偏差成比例关系，被控变量也不可能回到原来的数值上，即存在残余偏差余差10。1.1.2 积分（I）控制规律 比例控制器的缺点是由余差。若要求控制系统无余差，就得增加积分控制规律（即积分作用）积分作用的输出与偏差对时间的积分成比例关系，即

14、式中Ti积分时间。上式表明，只要控制器输入（偏差）存在，积分作用的输出就会随时间不断变化，只有当偏差等于零时，输出才稳定不变。这表明积分作用具有消除余差的能力，对一个很小的偏差，虽然在很短的时间内，积分作用的输出变化很小，还不足以消除偏差，然而经过一定的时间，积分作用的输出总可以增大到足以消除偏差的程度。由于积分作用的输出与时间的长短有关。在一定偏差作用下，积分作用的输出随时间的延长而增加，因此积分作用具有“慢慢来”的特点。由于这一特点，即时有一个较大的偏差存在，但是一开始积分作用的输出总是比较小的，即一开始控制作用太弱，从而造成控制不及时，因而积分作用一般不能单独使用，而是与比例作用一起组成

15、具有比例积分控制规律的控制器10。1.1.3 微分（D）控制规律比例作用根据偏差的大小进行自动控制，积分作用可以消除被控变量的余差。对于一般的控制系统来说，使用比例积分作用已经够满足生产过程自动控制的要求了。但是对一些要求比较高的自动控制系统，常要求根据被控变量变化的趋势，而采取控制措施，防止被空变量产生过大的偏差。为此可以使用具有微分控制规律的控制器。所谓被控变量的变化趋势，就是偏差变化的速度。控制器微分作用的输出与偏差变化的速度成正比，可用下式表示式中为偏差变化的速度；为微分时间。上式表明，对这种微分控制规律来说，输入偏差变化的速度越大，则微分作用的输出越大，然而对于一个固定不变的偏差，不

16、管这个偏差有多大，微分作用的输出总是零。这种微分控制规律通常称为理想微分作用。由于微分作用的这一特点，因此这种理想的微分作用不能单独作为控制规律使用。在控制器中，通常采用微分作用和比例作用及一阶惯性环节组合的实际比例微分控制规律。在微分控制中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。 自动控制系统在克服误差的调节过程中可能会 出现振荡甚至失稳。其原因是由于存在有较大惯性组件（环节）或有滞后(delay)组件，具有抑制误差的作用，其变化总是落后于误差的变化。解决的办法是使抑制误差的作用的变化“超前”，即在误差接近零时，抑制误差的作用就应该是零。这就是说，在控制器中仅引入“比

17、例”项往往是不够的，比例项的作用仅是放大误差的幅值，而目前需要增加的是“微分项”，它能预测误差变化的趋势，这样，具有比例+微分的控制器，就能够提前使抑制误差的控制作用等于零，甚至为负值，从而避免了被控量的严重超调。所以对有较大惯性或滞后的被控对象，比例+微分(PD)控制器能改善系统在调节过程中的动态特性10。1.2 PID控制规律PID控制规律（比例加积分加微分规律）是一种由比例（P）、积分（I）和微分（D）基本控制规律组成的复合控制规律。这种组合具有3个单独的控制规律各自的优点。理想的PID作用的微风方程为传递函数为PID控制与PI控制器相比，除保持了提高系统稳定性能的优点外。在提高系统动态

18、性能方面具有更大的优越性，因此具有这种控制规律的控制器在控制系统中得到广泛的运用。1.3 PID控制器的参数整定参数的选择，要根据受控对象的具体特性和对控制系统的性能要求进行。工程上，一般要求整个闭环系统是稳定的，对给定量的变化能迅速响应并平滑跟踪，超调量小；在不同干扰作用下，能保证被控量在给定值；当环境参数发生变化时，整个系统能保持稳定，等等。这些要求，对控制系统自身性能来说，有些是矛盾的。我们必须满足主要的方面的要求，兼顾其他方面，适当地折衷处理。目前最常用的工程整定方法有实验凑试法和临界比例度法10。1.实验凑试法实验凑试法的整定步骤为“先比例，再积分，最后微分”。首先将比例控制作用由小

19、变到大，观察各次响应，直至得到反应快、超调小的响应曲线。若在比例控制下稳态误差不能满足要求，需加入积分控制。先将步骤一刚才选择的比例系数减小为原来的5080，再将积分时间置一个较大值，观测响应曲线。然后减小积分时间，加大积分作用，并相应调整比例系数，反复试凑至得到较满意的响应，确定比例和积分的参数。若动态过程还不能令人满意，则应加入微分控制，构成PID控制。先置微分时间=0，逐渐加大，同时相应地改变比例系数和积分时间，反复试凑至获得满意的控制效果和PID控制参数。2.临界比列度法在现实应用中，常用临界比例度法去整定PID调节器的参数，该方法既方便又实用。具体做法如下：（1）先将调节器的积分时间

20、置于无穷大，微分时间置于零，比例度置于较大的数值，使系统投入闭环运行。（2）系统稳定后，给系统设定值施加一个5%15%的阶跃扰动，并同时减小调节器的比例度，观察被调量变化的动态过程，直至输出响应曲线呈现等幅振荡为止。（3）被调量作等幅振荡时，此时的比例度就是临界比例度，用表示，相应的振荡周期就是临界周期，按表1-1即可确定PID调节器的三个参数、和。表1-1 用临界比例度法整定PID调节器的参数 调节器参数调节器名称P2PI2.20.85PID1.70.50.13此外PID控制参数的整定方法还有衰减曲线法、反应曲线法等，在此就不做一一介绍了。1.4 PID控制器的局限性和发展趋势综上所述，PI

21、D控制算法由于其结构简单、物理意义明确、鲁棒性强等显著的优点，使它在工业控制中处于主导地位，尤其适用于可建立精确数学模型的确定性控制系统。然而实际工业生产过程往往具有非线性、时变不确定性，难以建立精确的数学模型，应用常规PID控制器不能达到理想的控制效果；在实际生产现场中，由于受到参数整定方法烦杂的困扰，常规PID控制器参数往往整定不良、性能欠佳，对运行工况的适应性很差。因此，常规PID控制的应用受到限制和挑战5。因此，针对这些问题，自从使用PID控制以来，人们在使用PID控制的同时，也对其做了各种改进工作，一方面对常规PID控制器结构的改进，例如：积分分离PID控制算法、遇限削弱积分PID控

22、制算法、不完全微分PID控制算法、微分先行PID控制算法和带死区的PID控制算法等。另一方面，随着现代控制理论(诸如智能控制、自适应模糊控制和神经网络技术等)研究和应用与深入，为控制复杂无规则系统开辟了新途径。人们又把它们与常规PID控制相结合，扬长避短，发挥各自的优势，形成智能PID控制。如：专家式智能自整定PID控制算法、加辨识信号的智能自整定PID控制算法、模糊PID控制算法，基于神经网络的PID控制算法等。近年来，又出现了许多新兴PID控制器，如瑞典著名学者Astrom K J等人推出的智能型自整定控制器6，对于复杂对象，其控制效果远远超过常规PID控制。这种新型控制器已经引起人们的普

23、遍关注和极大兴趣，得到广泛应用。模糊控制和PID的结合是提高控制性能的有效手段。模糊控制不依赖于对象模型，与PID控制相比无需建立精确的数学模型，可利用被控对象的动态信息，依据规则知识进行推理获得合适的控制量，因而对被控对象的时滞、非线性和时变性具有较强的适应能力。模糊PID控制同时具有模糊控制和PID的特点，因此具有控制精度高、实时性强、鲁棒性好等优点，具有很好的应用前景17。第2章 基本模糊控制器的原理及其设计方法模糊控制系统是一种自动控制系统，它以模糊数学、模糊语言形式的知识表示和模糊逻辑的规则推理为理论基础，采用计算机控制技术构成的一种具有反馈通道的闭环结构的数字控制系统。它的组成核心

24、是具有智能性的模糊控制器，这也就是它与其它自动控制系统的不同之处。因此，模糊控制系统无疑也是一种智能控制系统。模糊控制是一种适合于业生产过程和大系统的控制方法，特别是在非线性系统中，经典控制理论和现代控制理论的控制效果不是很理想。但采用模糊控制却能取的比较令人满意的效果2。2.1 模糊控制的基本思想模糊控制的基本思想是用机器去模拟人对系统的控制。它是受这样事实而启发的：对于用传统控制理论无法进行分析和控制、复杂而无法建立数学模型的系统，有经验的操作者或专家却能取得比较好的控制效果。这是因为他们凭借日积月累的丰富经验。因此人们希望把这种经验指导下的行为过程总结成一些规则，并根据这些规则设计出控制

25、器。由于人的经验一般是用自然语言来描述的，因此，基于经验的规则也只能是语言化的、模糊的。运用模糊理论、模糊语言变量和模糊逻辑推理的知识，就可以把这些模糊的语言规则上升为数值运算，从而能够利用计算机来完成对这些规则的具体实现，达到以机器代替人对某些对象进行自动控制的目的9。其基本结构如图2-1所示8。 图2-1 模糊控制系统基本结构图2.2 模糊控制的基本原理模糊控制系统结构图如图2-1所示。它的核心部分为模糊控制器。通常模糊控制器包括四个部分：模糊化接口、知识库、推理机和精确化(既反模糊化)。它们的作用说明如下：(1)模糊化接口：测量输入变量(设定输入)和受控系统的输出变量，并把它们映射到一个

26、合适的响应论域的量程，然后，精确的输入数据被变成为适当的语言值或模糊集合的标识符，本部分可视为模糊集合的标记。(2)知识库：涉及应用领域和控制目标的相关知识，它由数据库和语言控制规则库组成，数据库为语言控制规则的论域离散化和隶属度函数提供必要的定义，语言控制规则标记控制目标和领域专家的控制策略。(3)推理机：是模糊控制系统的核心，以模糊概念为基础，模糊控制信息可通过模糊蕴涵和模糊逻辑的推理规则来获取，并可实现拟人决策过程，根据模糊输入和模糊控制规则，模糊推理求解模糊关系方程，获得模糊输出。(4)精确化：起到模糊控制的推断作用，并产生一个精确的或非模糊的控制作用，此精确控制作用必须进行逆定标(输

27、出定标)，这个作用是在对受控过程进行控制之前通过量程变换来实现的。在整个模糊控制系统中，其控制步骤为：计算机中断采样获取被控制量的精确值，然后将此量与给定值比较得到误差信号e。一般选取误差e作为模糊控制器的一个输入量。把误差信号e的精确量进行模糊化得到模糊量，误差的模糊量可用相应的模糊语言来表示。至此，得到了误差的模糊语言集合的一个子集E，再由E和模糊控制规则R(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U为： (2-1)式中U为一个模糊量。为了对被控对象施加精确的控制，还需将模糊量U转化为精确量，这一步在图3-1中称为非模糊化处理。得到了精确的数字控制量后，经数模转换为精确的

28、模拟量送给执行机构，对被控对象进行控制。然后，不断中断对被控量进行采集和控制，就实现了对被控对象的模糊控制2。2.3 模糊控制器的设计步骤模糊控制器在模糊自动控制系统中具有举足轻重的作用，因此在模糊控制系统中，设计和调整模糊控制器的工作是很重要的。模糊控制器的设计包括以下几项内容9：(1)确定模糊控制器的输入变量和输出变量；(2)设计模糊控制器的控制规则；(3)确立模糊化和非模糊化的方法；(4)选择模糊控制器的输入变量及输出变量的论域并确定模糊控制器的参数（量化因子、比列因子）；(5)编制模糊控制算法的应用程序；(6)合理选择采样时间。2.3.1 模糊控制器结构设计模糊控制器的结构设计是指确定

29、模糊控制器的输入变量和输出变量。究竟选择哪些变量作为模糊控制器的信息量，还必须深入研究在手动控制过程中，人如何获取、输出信息，因为模糊控制器的控制规则归根到底还是要模拟人脑的思维决策方式。模糊控制器是模糊系统的核心，主要完成输入量的模糊化、模糊关系运算、模糊决策以及决策结果模糊化处理(精确化)等重要过程。根据模糊控制器输入量个数可将其分成三类6：(1)一维模糊控制器图2-2 一维模糊控制结构一维模糊控制器是最简单的模糊控制器。输入变量通常选择控制对象反馈值和设定值的偏差e，控制规则为：R: if e is A, then u is B (2-2)(2)二维模糊控制 图2-3 二维模糊控制结构一

30、般以偏差e和偏差变化率ec作为输入，控制规则为：R: if e is A and ec is B，then u is C (2-3)u是e和ec的非线性函数，因此，可以把此类模糊控制器视一种非线性PD控制器。(3)三维模糊控制器 图2-4 三维模糊控制结构e, ec以及偏差变化的变化率ecc作为输入变量，或者e, ec及偏差的积分作为输入变量。对大多数控制问题而言，偏差之和在稳态时的值很难确定，随之而来诸如隶属度函数等一些问题很难解决，所以该方法较少采用。从理论上讲，模糊控制器的维数越高，控制越精细。但是维数过高，模糊控制规则变得过于复杂，控制算法的实现相当困难。在一般的模糊控制系统中，考虑到

31、模糊控制器实现的简易性和快速性，通常采用二维模糊控制器结构形式，这种控制器以误差和误差的变化率为输入量，以控制量的变化为输出变量。2.3.2 模糊化. 1 语言变量的选取根据人们的习惯，常将相比的同类事物分为“大”、“中”、“小”或“高”、“中”、“低”各级，故操作者对误差及其变化率以及控制量的变化，也常采用类似概念。考虑变量的正负性，一般在设计模糊控制器时，人们对于误差及其变化率以及控制量的变化等语言变量，常用“正大”(PB ),“正中”(PM),“正小”(PS),“零”(Z0),“负小”(NS),“负中”(NM)、和“负大”(NB)这7个语言变量来描述，选择较多的词汇描述输入、输出变量，可

32、以使制定的控制规则方便，但是控制规则相应变得复杂。选择词汇过少，使得描述变量变得粗糙，导致控制器的性能变坏。一般情况下，选择上述七个词汇，但也可以根据系统需要选择三个或五个语言变量617。描述输入、输出变量的词汇都具有模糊特性，可用模糊集合来表示。因此，模糊概念的确定性问题就直接转化为求取模糊集合隶属函数的问题。 2 定义各模糊变量的模糊子集定义一个模糊子集，实际上就是要确定模糊子集的隶属函数曲线的形状将确定的隶属函数曲线离散化，得到了有限个点上的隶属度，便构成了一个相应的模糊变量的模糊子集。常见的隶属函数类型为：(1) 三角形型(2) 这种隶属函数的形状和分布由三个参数表示，一般可描述为：

33、(2-4)由于它的形状仅与直线的形状有关，因此适合于有隶属函数在线调整的自适应模糊控制。(3) 高斯型用两个参数来描述，一般可表述为： (2-5)这种函数的特点是连续且点点可求导，比较适合于自适应、自学习的模糊控制系统。其中参数的大小直接影响隶属函数曲线的形状，而隶属函数曲线的形状不同会导致不同的控制特性。隶属度函数曲线形状较尖的模糊子集其分辨率较高；相反，隶属度函数曲线形状较缓，控制特性也较平缓，系统稳定性较好。因此，在选择模糊变量的模糊集的隶属函数时，在误差较大的区域采用低分辨率的模糊集，在误差较小的区域采用较高分辨率的模糊集，当误差接近于零时，选用较高分辨率的模糊集620。3 精确量的模

34、糊化将精确量转换为模糊量的过程称为模糊化(fuzzification)，或称为模糊量化。计算机计算的控制变量均为精确量，须经过模糊量化处理，变为模糊量，以便实现模糊控制算法。模糊化一般采用如下两种方法：1.把精确量离散化，如把-6，+6之间连续变化的连续量分为七个档次每一档对应一个模糊集，这样处理使模糊化过程简单。否则，将每一精确量对应一个模糊子集，使模糊化过程复杂化。如表3-1所示，在-6，+6区间变化的离散化了的精确量与表示模糊语言的模糊量建立了关系，这样就可以将-6，+6之间任意的精确量用模糊量y来表示。表2-1 模糊子集的隶属度-6-5-4-3-2-10123456PB00000000

35、000.30.71.0PM000000000.30.71.00.70.3PS0000000.30.71.00.70.300Z000000.30.71.00.70.30000NB000.30.71.00.70.3000000NM0.30.71.00.70.300000000MS1.00.70.30000000000如果精确量x的实际变化范围为a,b, 将a,b区间的精确量转换为-6，+6区间变化的变量Y，采用如下公式： (2-6)由式(2-6)计算的Y值若不是整数，可以把它四舍五入为整数。 2.第二种方法，是将某个区间的精确量模糊化成这样一个模糊子集，它在x点处隶属度函数为1，除x点外其余各点的

36、隶属度均取0。列如精确量6仅在PB上隶属度为1，而在其它语言值PM、PS、P0、N0、NS、NM、NB上的隶属度为0819。2.3.3 模糊控制规则模糊控制规则是模糊控制的核心，因此如何建立模糊控制规则就成为一个十分关键的问题。模糊控制规则的建立实际一般有以下两种方法8：(1)经验归纳法所谓经验归纳法，就是根据人的控制经验和直觉推理，经整理、加工和提炼后构成模糊规则系统的方法。模糊控制的控制规则是基于手动控制策略，而手动控制策略又是人们通过学习、试验以及长期经验积累而逐渐形成的，存储在操作者头脑中的一种技术知识集合。手动控制过程一般是通过对被控对象的一些观测，操作者再根据己有的经验和技术知识，

37、进行综合分析并做出控制决策，调整加到被控对象的控制作用，从而使系统达到预期的目标。手动控制作用同自动控制系统中控制器作用是基本相同的，所不同的是手动控制决策是基于操作人员经验和技术知识，而控制器的控制决策是基于某种控制算法的数值运算。用模糊集合理论和语言变量的概念，可以把利用语言归纳的手动控制策略上升为数值运算，于是可以采用微计算机完成这个任务以代替人的手动控制，实现模糊自动控制。模糊控制器控制规则的设计原则是：当误差较大时，控制量的变化应尽力使误差迅速减少；当误差较小时，除了要消除误差外，还要考虑系统的稳定性，防止系统产生不必要的超调，甚至振荡。(2)推理合成法推理合成法是建立模糊规则的另一

38、种较为常用的方法。其主要思想是根据己有的输入输出数据对，通过模糊推理合成求取被控系统的模糊控制规则。2.3.4 模糊推理推理是根据己有的命题按照一定的法则，去推断出一个新的命题的思维方式。形式逻辑对于人类社会的发展起了很大的作用，但对于模糊性问题，形式逻辑和数理逻辑都没有办法解决。解决推理性问题需要用模糊推理方法，模糊推理是以模糊条件为基础的，它是模糊决策的前提条件，更是模糊控制规则生成的根据。模糊推理在模糊控制和综合评判等方面极为重要。对于两输入一输出的模糊控制器。设已经建立的模糊控制规则为：R1:IF E is A1 and EC is B1 then U is C1；R2: IF E i

39、s A2 and EC is B2 then U is C2；Rn: IF E is An and EC is Bn then U is Cn。设已知模糊控制器的输入量为：E是A和EC是B，则根据模糊控制规则进行近似推理，可以得出输出的模糊量U(用模糊集合C表示)为： C=(AandB)OR （2-7） R= （2-8） Ri=( Ai and Bi )Ci （2-9）其中包括了三种主要的模糊逻辑运算：and运算，合成运算“。”，蕴涵运算“”o And运算通常采用求交(取小)或求积(代数积)的方法；合成运算“。”通常采用最大最小或最大积(代数积)的方法；蕴含运算通常采用求交(Rc )或求积(

40、Rp)的方法6。2.3.5 模糊量的非模糊化模糊推理得到的结果是模糊值，不能直接用于控制被控对象，需要先转化成一个执行机构可以执行的精确量，此过程称为清晰化过程，又称去模糊化、解模糊化或称为模糊判决，非模糊化过程有多种方法，目前常用的解模糊方法有三种：1取中位数判决法取中位数判决法的原则是：充分利用输出模糊集合所包含的信息，利用数学方法将描述输出模糊集合的隶属函数曲线与横坐标围成的面积的均分点对应的论域元素作为判决结果。这种方法比较充分的利用了模糊子集提供的信息量，但是计算时比较繁琐，而且缺乏对隶属度较大元素提供主导信息的充分重视，因此这种方法在实际中受到限制13。2最大隶属度判决法最大隶属度

41、判决法遵循的原则是：在输出模糊集合中选取隶属度最大的论域元素进行输出，如果在多个论域元素上出现多个隶属度最大值，则取其平均结果。如已知控制量的模糊子集合为：C按最大隶属度判别法，则U=(-7)+(-6)+(-1)+0+1/5=-2.6，取整后可量化等级中的3级作为输出控制量。这种方法简便易行，实时性好，并突出了隶属度最大元素的控制作用，但对隶属度较小的元素的控制作用没有考虑，因此利用的信息较少13。3.加权平均法加权平均法是模糊控制系统中应用较为广泛的一种判决方法。其计算公式如下： (2-10)2.3.6 论域及量化因子、比例因子的选择1论域及基本论域把模糊控制器的输入变量误差、误差变化的实际

42、范围称为这些变量的基本论域。显然基本论域内的量为精确量。设定误差的基本论域为-Emax，Emax 误差变化的基本论域为-Ecmax，Ecmax ，被控对象实际所要求的控制量的变化范围为-Umax，Umax ，称为模糊控制器输出变量的基本论域。控制量的基本论域内的量也是精确量6。设误差变量所取的模糊子集的论域为：E=-n,-n-1,，0，1，n-1,n误差变化率所取的模糊子集的论域为： EC=-m,-m-1,，0，1，m-1,m控制量所取的模糊子集的论域为： Ku=-,-1,，0，1，-1,2量化因子和比例因子当由计算机实现模糊控制算法进行模糊控制时，每次采样得到的被控制量须经计算机计算，便得到

43、模糊控制器的输入变量(误差及误差变化率)，为了进行模糊化处理，必须将输入变量从基本论域转换到相应的模糊集论域，这中间须将输入变量乘以相应的因子，从而引出量化因子的概念。量化因子一般用K表示，误差的量化因子Ke及误差变化的量化因子Kec分别由下面两个公式来确定6，即： Ke= (2-11) Kec= (2-12)每次采样经模糊控制算法给出的控制量(精确量)，还不能直接控制对象，还必须将其转换到为控制对象所能接受的基本论域中去。输出量的比例因子由下式确定19： Ku= (2-13)由于控制量的基本论域为一连续的实数域，所以，从控制量的模糊集论域到基本论域的变换，可以利用下式计算，即： （2-14）

44、2.4模糊控制的局限性模糊控制无论从理论和应用方面均己取得了很大的进展，但与常规控制理论相比，模糊控制是处于发展中的一种控制方式，它的理论和方法还未完善，仍然显得很不成熟，当已知系统的模型时，已有比较成熟的常规控制理论和方法来分析和设计系统，如最常使用的PID控制。但对模糊控制系统，目前尚未建立起有效的方法来进行分析和设计，它还主要依靠经验和试凑。故而还有很多问题和课题需要探讨和研究。由于模糊控制是一种非线性控制方法，存在规则爆炸问题，故而无论采用控制表或控制解析公式都不能太庞大或太复杂，模糊控制算法实际是非线性P或PD控制算法，由于不引入积分机制，在理论上讲总是会存在静差的，所以必将在一定程度上影响控制精度。另外在控制规则的结构和覆盖面