《2 模糊控制器设计》由会员分享，可在线阅读，更多相关《2 模糊控制器设计（123页珍藏版）》请在金锄头文库上搜索。
1、智能控制,1,2018/9/1,六、模糊控制器设计,6.1 模糊控制系统原理1、传统控制系统的特点传统的反馈控制系统由三部分组成： 被控对象； 产生作用于被控对象输入的控制器； 测量被控对象输出的敏感元件。系统框图如图所示。,智能控制,2,2018/9/1,传统反馈系统,智能控制,3,2018/9/1,比例-积分-微分是常用的一种控制器，在工业过程中其常用的形式是称为PID控制器。 这种控制用来解决线性定常系统的控制问题是十分有效的。 现代控制理论在空间飞行方面也得到了成功的应用。 经典控制和现代控制共同点在于都是基于模型的控制。,智能控制,4,2018/9/1,大滞后、非线性的复杂工业对象，
2、难以获得精确数学模型，模型非常粗糙的工业系统等。在实际生产过程中，人们发现，有经验的操作人员，虽然不懂被控对象或被控过程的数学模型，却能凭借经验采取相应的决策，很好的完成控制工作。模糊控制就是这种模仿人的思维方式和人的控制经验来实现控制的一种控制方法。,智能控制,5,2018/9/1,模糊控制是以模糊集理论、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提炼成一组模糊规则，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。,2、模糊控制原
3、理,智能控制,6,2018/9/1,图 模糊控制原理框图,智能控制,7,2018/9/1,模糊控制器（Fuzzy ControllerFC）也称为模糊逻辑控制器（Fuzzy Logic ControllerFLC）,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，故也称为模糊语言控制器（Fuzzy Language ControllerFLC）。,智能控制,8,2018/9/1,3、模糊控制器的结构,单变量模糊控制器 单变量模糊控制系统：是指在模糊控化子系统中，具有一个输入变量和一个输出变量的系统。一个单变量模糊控制系统所采用的模糊控制器称为单变量
4、模糊控制器。 多变量模糊控制器,智能控制,9,2018/9/1,（1）模糊控制器的维数：通常指单变量模糊控 制器的输入量个数。一维模糊控制器如图所示，它的输入变量是系统的偏差量E，输出变量是系统的控制量的变化值U。由于仅采用偏差控制，所以系统的动态控制性能不佳，一般用于一阶被控对象。,智能控制,10,2018/9/1,2018/9/1,智能控制,11,A. 增益调节型模糊PID 1. Performance-Supervised based gain- scheduling fuzzy PID controller.If (“Performance Index” is) then ( is)
5、and ( is) and ( is )2. Error-driven based gain- scheduling fuzzy PID controller.If (E is ) and (CE is ) then ( is ) ( is) ( is),（2）控制器内部结构,智能控制,12,2018/9/1,B 直接型（常规的模糊控制器） (1) 位置式 （输出不含积分环节） 是指ri 表示第i 条控制规则。 （2) 速度式（输出含积分环节）位置式模糊控制器相当于PD型(比例、微分)控制器；而速度型模糊控制器相当于PI型(比例、积分)控制器。相对于位置型，速度型的模糊控制器设计容易些。,智能
6、控制,13,2018/9/1,下图是速度型模糊控制器的结构图(采样系统）。图中其中，ke,k e分别为偏差e, e的量化因子；K u为控制增量比例因子。,2018/9/1,智能控制,14,The general structure of a typical fuzzy feedback control system is shown as （连续系统）,2018/9/1,智能控制,15,Type1 (Mamdani type PI type control ): including the output integration loop (i.e., the fuzzy controller
7、output is incremental output). Obviously, the structure is same as conventional PI controller, but K1 and K2 are nonlinear coefficients or gain factors, so this fuzzy PI controller owns nonlinear gain factors and has different control effectiveness.,2018/9/1,智能控制,16,Type2: not including the output i
8、ntegration loop. Where K1 and K2 are nonlinear gain factors, its structureis same as the conventional PD controller.,2018/9/1,智能控制,17,C. Hybrid Fuzzy PID controller （复合型）,复合型模糊控制器是指模糊控制同传统控制相结合的一种控制方法，通常由简单模糊控制器和PI或PID控制器组成。利用模糊控制器对系统实现非线性的智能控制，利用PI控制器克服在偏差趋于零时，模糊控制器可能产生的振荡及稳态误差。由复合型模糊控制器组成的控制系统有以下几
9、种系统结构： 双模控制结构； 串联控制结构； 并联控制结构； 串级控制结构。,2018/9/1,智能控制,18,双模控制结构复合模糊控制的双模控制结构如下图所示，由特征识别器对系统的工作状态进行识别。当系统的偏差较大时，系统切入模糊控制，当系统偏差较小时，系统切入PI控制器.,2018/9/1,智能控制,19,串联控制结构 在这种结构中，当系统的偏差大于语言变量值的零档(ZE)时，系统的偏差信号和模糊控制器的输出同时作为PI控制的输入信号。 当系统的偏差小于语言变量零值档时，模糊控制器输出断开，仅有偏差加到PI控制器的输入端。这样既有利于改善系统的动态响应(加速)，又提高了系统的稳态性能。系统
10、结构如图7-9。,2018/9/1,智能控制,20,2018/9/1,智能控制,21,并联控制结构这种结构如图7-10所示，模糊控制器输出和PI控制器输出并联在一起， 当系统偏差大于语言变量值零档时，模糊控制器和PI控制器的输出同时作用于对象，有较强的控制作用； 当系统的偏差小于语言变量值的零档时，模糊控制器回路自动断开，仅由PI控制器作用于对象，系统能有良好的稳态性能。,2018/9/1,智能控制,22,串级控制结构串级控制结构如图7-11所示，系统由模糊控制器和PID控制器级连而成。模糊控制器的输出可以是内环的设定值见图7-11(a)；也可以是内环设定值的修正值见图7-11(b)利用模糊控
11、制器输入输出的非线性特性，正好用于描述系统内外环被控变量之间的非线性关系。这一控制系统的构成绕开了建立复杂数学模型的障碍，综合了模糊控制和PID控制的优点，为实际问题的解决开拓了新的途径。,2018/9/1,智能控制,23,智能控制,24,2018/9/1,4 、 模糊控制器的构成（以直接型或常规性为例）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,智能控制,25,2018/9/1,（1）. 模糊化接口（Fuzzy interface） 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量。把物理
12、量的清晰值转换成模糊语言变量的过程叫做清晰量的模糊化。 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，正中，正大=NB, NM, NS, NZ, PZ, PS, PM, PB,智能控制,26,2018/9/1,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,智能控制,27,2018/9/1,（2）. 知识库（Knowledge BaseKB）知识库由数据
13、库和规则库两部分构成。 数据库（Data BaseDB） 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。,智能控制,28,2018/9/1,规则库（Rule BaseRB） 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if-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，and等
14、。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：,智能控制,29,2018/9/1,R1: IF E is NB and EC is NB then U is PB R2: IF E is NB and EC is NS then U is PM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If A and B then C,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（输入输出模糊关系）, R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
15、给出：,智能控制,30,2018/9/1,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数量及其模糊子集划分有关。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。,智能控制,31,2018/9/1,（3）推理与解模糊接口（Inference and Defuzzy-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。 前面已
16、经介绍过模糊推理的各种方法。 推理包含有正向推理和逆向推理两类。 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。,智能控制,32,2018/9/1,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（清晰化接口）。,智能控制,33,2018/9/1,清晰化接口 清晰化又称去模糊和解模糊。 模糊推理所得的结果是一个模糊集或者是它的隶属函数，不能直接用于作为控制量，因而还必须作一次转换，将模糊量转换为清晰的数字量。 清晰化有各种方法，其中最简单的一种是最大隶属度法。在控制技术中最常用的方法还有重心法，面积重心法，左取大法，右取大法，最大平均值法等。,智能控制,34,2018/9/1,5、模糊控制系统的工作原理,以水位的模糊控制为例，如图所示。设有一个水箱，通过调节阀可向内注水和向外抽水。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。,
