《《模糊控制_》-精选课件（公开PPT）》由会员分享，可在线阅读，更多相关《《模糊控制_》-精选课件（公开PPT）（94页珍藏版）》请在金锄头文库上搜索。
1、第4章模糊控制,4.1模糊控制的基本原理,模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法，它是从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该方法首先将操作人员或专家经验编成模糊规则，然后将来自传感器的实时信号模糊化，将模糊化后的信号作为模糊规则的输入，完成模糊推理，将推理后得到的输出量加到执行器上。,4.1.1模糊控制原理,图模糊控制原理框图,模糊控制器（FuzzyControllerFC）也称为模糊逻辑控制器（FuzzyLogicControllerFLC）,由于所采用的模糊控制规则是由模糊理论中模糊条件语句来描述的，因此模糊控制器是一种语言型控制器，故
2、也称为模糊语言控制器（FuzzyLanguageControllerFLC）。,4.1.2模糊控制器的构成模糊控制器的组成框图如图所示。,图模糊控制器的组成框图,1.模糊化接口（Fuzzyinterface）模糊控制器的输入必须通过模糊化才能用于控制输出的求解，因此它实际上是模糊控制器的输入接口。它的主要作用是将真实的确定量输入转换为一个模糊矢量。对于一个模糊输入变量e，其模糊子集通常可以作如下方式划分：（1）=负大，负小，零，正小，正大=NB,NS,ZO,PS,PB（2）=负大，负中，负小，零，正小，正中，正大=NB,NM,NS,ZO,PS,PM,PB（3）=大，负中，负小，零负，零正，正小
3、，正中，正大=NB,NM,NS,NZ,PZ,PS,PM,PB,用三角型隶属度函数表示如图所示。,图模糊子集和模糊化等级,2.知识库（KnowledgeBaseKB）知识库由数据库和规则库两部分构成。（1）数据库（DataBaseDB）数据库所存放的是所有输入、输出变量的全部模糊子集的隶属度矢量值（即经过论域等级离散化以后对应值的集合），若论域为连续域则为隶属度函数。在规则推理的模糊关系方程求解过程中，向推理机提供数据。,（2）规则库（RuleBaseRB）模糊控制器的规则是基于专家知识或手动操作人员长期积累的经验，它是按人的直觉推理的一种语言表示形式。模糊规则通常有一系列的关系词连接而成，如i
4、f-then、else、also、end、or等，关系词必须经过“翻译”才能将模糊规则数值化。最常用的关系词为if-then、also，对于多变量模糊控制系统，还有and等。例如，某模糊控制系统输入变量为（误差）和（误差变化），它们对应的语言变量为E和EC，可给出一组模糊规则：,R1:IFEisNBandECisNBthenUisPBR2:IFEisNBandECisNSthenUisPM通常把if部分称为“前提部，而then部分称为“结论部”，其基本结构可归纳为IfAandBthenC,其中A为论域U上的一个模糊子集，B是论域V上的一个模糊子集。根据人工控制经验，可离线组织其控制决策表R,R
5、是笛卡儿乘积集上的一个模糊子集，则某一时刻其控制量由下式给出：,式中模糊直积运算；模糊合成运算。规则库是用来存放全部模糊控制规则的，在推理时为“推理机”提供控制规则。规则条数和模糊变量的模糊子集划分有关，划分越细，规则条数越多，但并不代表规则库的准确度越高，规则库的“准确性”还与专家知识的准确度有关。,3推理与解模糊接口（InferenceandDefuzzy-interface）推理是模糊控制器中，根据输入模糊量，由模糊控制规则完成模糊推理来求解模糊关系方程，并获得模糊控制量的功能部分。在模糊控制中，考虑到推理时间，通常采用运算较简单的推理方法。最基本的有Zadeh近似推理，它包含有正向推理
6、和逆向推理两类。正向推理常被用于模糊控制中，而逆向推理一般用于知识工程学领域的专家系统中。,推理结果的获得，表示模糊控制的规则推理功能已经完成。但是，至此所获得的结果仍是一个模糊矢量，不能直接用来作为控制量，还必须作一次转换，求得清晰的控制量输出，即为解模糊。通常把输出端具有转换功能作用的部分称为解模糊接口。综上所述，模糊控制器实际上就是依靠微机（或单片机）来构成的。它的绝大部分功能都是由计算机程序来完成的。随着专用模糊芯片的研究和开发，也可以由硬件逐步取代各组成单元的软件功能。,4.1.3、模糊控制系统的工作原理,以水位的模糊控制为例，如图4-4所示。设有一个水箱，通过调节阀可向内注水和向外
7、抽水。设计一个模糊控制器，通过调节阀门将水位稳定在固定点附近。按照日常的操作经验，可以得到基本的控制规则：“若水位高于O点，则向外排水，差值越大，排水越快”；“若水位低于O点，则向内注水，差值越大，注水越快”。根据上述经验，按下列步骤设计模糊控制器：,图4-4水箱液位控制,1确定观测量和控制量定义理想液位O点的水位为h0，实际测得的水位高度为h，选择液位差将当前水位对于O点的偏差e作为观测量，,2输入量和输出量的模糊化将偏差e分为五级：负大（NB），负小（NS），零（O），正小（PS），正大（PB）。,根据偏差e的变化范围分为七个等级：-3，-2，-1，0，+1，+2，+3。得到水位变化模糊表
8、4-1。,表4-1水位变化划分表,控制量u为调节阀门开度的变化。将其分为五级：负大（NB），负小（NS），零（O），正小（PS），正大（PB）。并根据u的变化范围分为九个等级：-4，-3，-2，-1，0，+1，+2，+3，+4。得到控制量模糊划分表4-2。,表4-2控制量变化划分表,3模糊规则的描述根据日常的经验，设计以下模糊规则：（1）“若e负大，则u正大”（2）“若e负小，则u正小”（3）“若e为0，则u为0”（4）“若e正小，则u负小”（5）“若e正大，则u负大”,上述规则采用“IFATHENB”形式来描述：（1）ife=NBthenu=NB（2）ife=NSthenu=NS（3）ife
9、=0thenu=0（4）ife=PSthenu=PS（5）ife=PBthenu=PB,根据上述经验规则，可得模糊控制表4-3。,表4-3模糊控制规则表,4求模糊关系模糊控制规则是一个多条语句，它可以表示为UV上的模糊子集，即模糊关系R：其中规则内的模糊集运算取交集，规则间的模糊集运算取并集。,由以上五个模糊矩阵求并集（即隶属函数最大值），得：,5模糊决策模糊控制器的输出为误差向量和模糊关系的合成：当误差e为NB时，控制器输出为,6控制量的反模糊化由模糊决策可知，当误差为负大时，实际液位远高于理想液位，e=NB，控制器的输出为一模糊向量，可表示为：如果按照“隶属度最大原则”进行反模糊化，则选择
10、控制量为，即阀门的开度应关大一些，减少进水量。,仿真：按上述步骤，设计水箱模糊控制的Matlab仿真程序。通过该程序，可实现模糊控制的动态仿真。模糊控制响应表见表4-4所示。取偏差e=-3，运行该程序，得u=-3.1481。表4-4模糊控制响应表,四、模糊控制器结构,在确定性控制系统中，根据输入变量和输出变量的个数，可分为单变量控制系统和多变量控制系统。在模糊控制系统中也可类似地划分为单变量模糊控制和多变量模糊控制。,1单变量模糊控制器,在单变量模糊控制器（SingleVariableFuzzyControllerSVFC）中，将其输入变量的个数定义为模糊控制的维数。,（1）一维模糊控制器如图
11、所示，一维模糊控制器的输入变量往往选择为受控量和输入给定的偏差量E。由于仅仅采用偏差值，很难反映过程的动态特性品质，因此，所能获得的系统动态性能是不能令人满意的。这种一维模糊控制器往往被用于一阶被控对象。,（2）二维模糊控制器如图所示，二维模糊控制器的两个输入变量基本上都选用受控变量和输入给定的偏差E和偏差变化EC，由于它们能够较严格地反映受控过程中输出变量的动态特性，因此，在控制效果上要比一维控制器好得多，也是目前采用较广泛的一类模糊控制器。,（3）三维模糊控制器如图所示，三维模糊控制器的三个输入变量分别为系统偏差量E、偏差变化量EC和偏差变化的变化率ECC。由于这些模糊控制器结构较复杂，推
12、理运算时间长，因此除非对动态特性的要求特别高的场合，一般较少选用三维模糊控制器。,模糊控制系统所选用的模糊控制器维数越高，系统的控制精度也就越高。但是维数选择太高，模糊控制规律就过于复杂，这是人们在设计模糊控制系统时，多数采用二维控制器的原因。,2多变量模糊控制器一个多变量模糊控制器（MultipleVariableFuzzyController）系统所采用的模糊控制器，具有多变量结构，称之为多变量模糊控制器。如图4-6所示。要直接设计一个多变量模糊控制器是相当困难的，可利用模糊控制器本身的解耦特点，通过模糊关系方程求解，在控制器结构上实现解耦，即将一个多输入-多输出（MIMO）的模糊控制器，
13、分解成若干个多输入-单输出（MISO）的模糊控制器，这样可采用单变量模糊控制器方法设计。,图4-6多变量模糊控制器,第2节模糊控制系统分类1按信号的时变特性分类（1）恒值模糊控制系统系统的指令信号为恒定值，通过模糊控制器消除外界对系统的扰动作用，使系统的输出跟踪输入的恒定值。也称为“自镇定模糊控制系统”，如温度模糊控制系统。（2）随动模糊控制系统系统的指令信号为时间函数，要求系统的输出高精度、快速地跟踪系统输入。也称为“模糊控制跟踪系统”或“模糊控制伺服系统”。,2按模糊控制的线性特性分类对开环模糊控制系统S，设输入变量为u，输出变量为v。对任意输入偏差u和输出偏差v，满足，。,定义线性度，用
14、于衡量模糊控制系统的线性化程度：其中，为线性化因子，m为模糊子集V的个数。,设k0为一经验值，则定义模糊系统的线性特性为：（1）当时，S为线性模糊系统；（2）当时，S为非线性模糊系统。,3按静态误差是否存分类（1）有差模糊控制系统将偏差的大小及其偏差变化率作为系统的输入为有差模糊控制系统。（2）无差模糊控制系统引入积分作用，使系统的静差降至最小。,4按系统输入变量的多少分类控制输入个数为1的系统为单变量模糊控制系统，控制输入个数1的系统为多变量模糊控制系统。,第3节模糊控制器的设计,3.1、模糊控制器的设计步骤模糊控制器最简单的实现方法是将一系列模糊控制规则离线转化为一个查询表（又称为控制表）
15、。这种模糊控制其结构简单，使用方便，是最基本的一种形式。本节以单变量二维模糊控制器为例，介绍这种形式模糊控制器的设计步骤，其设计思想是设计其他模糊控制器的基础。,1模糊控制器的结构单变量二维模糊控制器是最常见的结构形式。2定义输入输出模糊集对误差E、误差变化EC及控制量u的模糊集及其论域定义如下：E、EC和u的模糊集均为：E、EC的论域均为：-3，-2，-1，0，1，2，3u的论域为：-4.5,-3,-1.5,0,1,3,4.5,3定义输入输出隶属函数模糊变量误差E、误差变化EC及控制量u的模糊集和论域确定后，需对模糊语言变量确定隶属函数，确定论域内元素对模糊语言变量的隶属度。4建立模糊控制规
16、则根据人的经验，根据系统输出的误差及误差的变化趋势来设计模糊控制规则。模糊控制规则语句构成了描述众多被控过程的模糊模型。,5建立模糊控制表模糊控制规则可采用模糊规则表4-5来描述，共49条模糊规则，各个模糊语句之间是或的关系，由第一条语句所确定的控制规则可以计算出u1。同理，可以由其余各条语句分别求出控制量u2,u49，则控制量为模糊集合U可表示为,表4-5模糊规则表,6模糊推理模糊推理是模糊控制的核心，它利用某种模糊推理算法和模糊规则进行推理，得出最终的控制量。7反模糊化通过模糊推理得到的结果是一个模糊集合。但在实际模糊控制中，必须要有一个确定值才能控制或驱动执行机构。将模糊推理结果转化为精确值的过程称为反模糊化。常用的反模糊化有三种：,(1)最大隶属度法选取推理结果模糊集合中隶属度最大的元素作为输出值，即，。如果在输出论域V中，其最大隶属度对应的输出值多于一个，则取所有具有最大隶属度输出的平均值，即：N为具有相同最大隶属度输出的总数。,最大隶属度法不考虑输出隶属度函数的形状，只考虑最大隶属度处的输出值。因此，难免会丢失许多信息。它的突出优点是计算简单。在一些控制要求
