智能控制結課作業(yè)

1、蘭 州 理 工 大 學智能控制設計報告院系： 電氣工程與信息工程學院 班級： 自動化卓越班 姓名： 學號： 時間： 2016 年 10 月 25 日電氣工程與信息工程學院1. 基于模糊控制的非最小相位系統(tǒng)的設計摘要：自然界與人類社會有關系的系統(tǒng)絕大部分是模糊系統(tǒng)，這類系統(tǒng)的數(shù)學模型不能由經(jīng)典的物理定律和數(shù)學描述來建立。本文在模糊控制理論基礎上設計非最小相位系統(tǒng)，利用專家經(jīng)驗建立模糊系統(tǒng)控制規(guī)則庫，由規(guī)則庫得到相應的控制決策，并分析系統(tǒng)隸屬度函數(shù)，利用matlab與simulink結合進行仿真。仿真結果表明，該系統(tǒng)的各項性能指標良好，具有一定的自適應性，模糊控制算法不但簡單實用，而且響應速度快，

2、超調(diào)量小，控制效果良好。關鍵詞：模糊邏輯;隸屬度函數(shù);模糊控制;正文：假設系統(tǒng)的模型可以用二階加純滯后表示，即傳遞函數(shù)為。其中各參數(shù)分別為。圖1 模糊控制系統(tǒng)Simulink仿真模型圖1、用Matlab中的Simulink工具箱，組成一個模糊控制系統(tǒng)，如圖1所示。2、采用模糊控制算法，設計出能跟蹤給定輸入的模糊控制器，對被控系統(tǒng)進行仿真，繪制出系統(tǒng)的階躍響應曲線。（1）模糊集合及論域的定義對誤差E、誤差變化EC機控制量U的模糊集合及其論域定義如下：E、EC和U的模糊集合均為：NB、NM、NS、0、PS、PM、PBE和EC的論域為：-6、-5、-4、-3、-2、-1、0、1、2、3、4、5、6U

3、的論域為：-7、-6、-5、-4、-3、-2、-1、0、1、2、3、4、5、6、7上述的三個模糊集合都選取了7個元素，主要目的是著眼于提高穩(wěn)態(tài)精度。E、EC和U的隸屬度函數(shù)圖形如圖2,3,4 所示：圖2 變量E的隸屬度函數(shù)圖3 變量EC的隸屬度函數(shù)圖4 變量U的隸屬度函數(shù)（2）模糊控制規(guī)則設計模糊控制規(guī)則如下表所示：表1 模糊控制規(guī)則EUECNBNMNS0PSPMPBNBPSPSPSPSPMPBPBNMNSPSPSPSPMPMPBNSNMNS00PSPMPM0NBNMNS0PSPMPMPSNBNMNS00PSPMPMNBNBNMNSNSPSPSPBNBNBNMNSNSNSPS （3）系統(tǒng)的參數(shù)

4、選擇系統(tǒng)所選用的參數(shù)為：Saturation、Saturation1、Saturation2的范圍分別為：-6 6、-6 6、-7 7，Transport Delay=2S。通過調(diào)試得到PID模糊控制的參數(shù)：Gain1=2.3，Gain=1.8，Gain2=0.07（4）仿真結果：系統(tǒng)的階躍響應曲線如圖5所示，其中上方的曲線代表系統(tǒng)的階躍響應，下方的曲線是系統(tǒng)的模糊控制量的變化。圖5 階躍輸入的響應曲線圖本設計中控制系統(tǒng)性能的要求為：， 。由圖5中曲線可知： 符合要求 符合要求 符合要求圖6、系統(tǒng)開環(huán)傳函的bode圖3、改變模糊控制器中模糊變量的隸屬度函數(shù)，分析隸屬度函數(shù)和模糊控制規(guī)則對模糊控

5、制效果的影響。比較那種情況下的控制效果較好。如下圖所示改變模糊控制器中的隸屬度函數(shù)為梯形隸屬函數(shù)。圖7 變量E的隸屬度函數(shù)圖8 變量EC的隸屬度函數(shù)圖9 變量U的隸屬度函數(shù)此時系統(tǒng)的階躍響應曲線為：圖 10 系統(tǒng)的階躍響應曲線由圖10中曲線可知道： 由以上的仿真結果可以看出梯形隸屬度函數(shù)的系統(tǒng)性能沒有三角形隸屬度函數(shù)的系統(tǒng)性能好。此時系統(tǒng)的超調(diào)量變大，上升時間增大，穩(wěn)態(tài)誤差變大。4、給系統(tǒng)加上擾動，觀察此時的階躍響應曲線，看系統(tǒng)是否仍然穩(wěn)定，并與無擾動情況下的階躍響應曲線進行比較。并比較模糊控制和PID控制的魯棒性。(1)加擾動時的模型圖如圖11所示（其中step1為幅值為0.02的階躍信號）

6、。圖11 加擾動后的系統(tǒng)模型圖系統(tǒng)的階躍響應曲線為： 圖12 系統(tǒng)的階躍響應曲線由圖12中曲線可知道： 超調(diào)量變大 符合要求 穩(wěn)態(tài)誤差變小分析：由數(shù)據(jù)可知，系統(tǒng)加上擾動之后，系統(tǒng)仍然是穩(wěn)定的，系統(tǒng)性能指標變化不大，說明有著良好的魯棒性。究其原因，在Saturation2之前加的擾動，相當于被控制對象的輸入量在對應時刻又并聯(lián)了一個輸入，從而在對應的各個時刻相當于增益變大；顯而易見，的增大，有助于系統(tǒng)的穩(wěn)定，但是會使超調(diào)量變大。調(diào)整時間變小，與實驗的結果是吻合的。5、改變系統(tǒng)的參數(shù)，了解模糊控制在系統(tǒng)參數(shù)發(fā)生變化時的控制效果。并與控制器作用下系統(tǒng)參數(shù)發(fā)生變化時的控制效果進行比較，思考模糊控制相對于

7、傳統(tǒng)控制的優(yōu)點。（1）當系統(tǒng)開環(huán)增益k分別取k=35,k=40和k=45時系統(tǒng)的階躍響應如圖13所示。圖13系統(tǒng)開環(huán)增益變化對系統(tǒng)階躍響應的影響（2）當系統(tǒng)純延時分別取、和時系統(tǒng)的階躍響應如圖14所示。圖14系統(tǒng)純滯后時間變化對系統(tǒng)階躍響應的影響（3）當系統(tǒng)慣性時間常數(shù)分別取 、和時系統(tǒng)的階躍響應如圖15所示。圖15系統(tǒng)較大的時間常數(shù)變化對系統(tǒng)階躍響應的影響從圖13可以看出增大K值，系統(tǒng)的上升時間減小，此時超調(diào)量稍有增加；從圖14可以看出當系統(tǒng)的純滯后時間增大時，系統(tǒng)的超調(diào)量增加較大。從圖15可以看出系統(tǒng)的慣性時間常數(shù)增大后使系統(tǒng)動態(tài)性能有所降低，當時間常數(shù)T2增大時上升時間增大，但超調(diào)量有所

8、降低。模糊控制的優(yōu)點：通過本設計可以知道，模糊控制具有能夠得到良好的動態(tài)響應性能，并且不需要知道被控對象的數(shù)學模型（當然本實驗中是已知道的），適應性強，上升時間快，魯棒性好。 與PID控制相比有著很大的優(yōu)勢，采用PID控制雖然穩(wěn)態(tài)性能較好，但是難以得到滿意的動態(tài)響應性能，并且魯棒性差。當然，模糊控制也有著自身的缺點，容易受到模糊規(guī)則等級的限制而引起誤差，需要進一步改進?？偨Y：通過這次智能控制課程設計增加了對模糊調(diào)節(jié)器的理解，認識到了模糊控制器的優(yōu)缺點。并進一步熟練了用Matlab中Simulink工具箱的應用，提高了自己的動手能力。通過這次課程設計也使我認識到對Matlab中Simulink工

9、具箱的應用還不夠熟練，將來應該加強操作、學習。2. 基于神經(jīng)網(wǎng)控制的非最小相位系統(tǒng)的設計摘要：溫度控制箱是具有大滯后、強耦合、慢時變及非線性等特征的復雜系統(tǒng)。在溫度控制系統(tǒng)中，被控制對象存在著參數(shù)的不確定性和純滯后等特性，難于建立其精確的數(shù)學模型，用常規(guī)PID結構或現(xiàn)代控制理論都難于達到滿意的控制結果。在本文中神經(jīng)網(wǎng)絡PID控制器，搭建了基于Simulink下的數(shù)字仿真框圖，進行了仿真研究，通過仿真分析進行對比，得出結論，并比較了這兩種控制器的特點。關鍵詞：神經(jīng)網(wǎng)絡控制;Simulink;正文：溫度控制箱的數(shù)學建模：為了研究控制對象，首先需要建立控制對象的數(shù)學建模，確定對象數(shù)學模型中的各個參數(shù)

10、。在實際應用中，可以將溫控箱的溫度作為唯一變量，寫出它的常微分方程25。當電阻爐爐膛溫度穩(wěn)定時，則某一時刻加熱元件發(fā)出的熱量應該等于該時刻爐膛中積累的熱量，和通過爐體散失掉的熱量之和，即： （3.1）、大致可以用下面兩個式子表示： (3.2)式中，C為電阻爐的熱容量，為爐內(nèi)溫度，t為燒結時間。 (3.3)式中，為環(huán)境溫度，R為電阻爐的熱阻(絕緣材料及爐內(nèi)、外部流動氣體產(chǎn)生的)。當爐內(nèi)溫度遠遠大于環(huán)境溫度時，可忽略，于是： （3.4）兩邊取拉氏變換得： （3.5）所以： （3.6）由于測量元件的時間滯后，加上電阻爐本身所固有的熱慣性，使得控制信號與溫度測量值之間存在著一個時滯環(huán)節(jié)，同時，控制器輸

11、出的是控制信號u，而u(s)可以設定正比于，即，所以： （3.7）其中，T=RC，稱為對象的時間常數(shù)，K=kR，稱為對象的增益。上式即是對象的數(shù)學模型，設上式為G(s)。即： （3.8）式中，K開環(huán)放大倍數(shù)；純滯后時間；T時間常數(shù)。其參數(shù)的確定可以通過給溫度控制箱加熱來近似確定。在開環(huán)的情況下，輸入電壓值為U的階躍電壓，即u(t)=U。輸出響應曲線如圖31所示。圖31中，橫坐標t為時間，縱坐標Y為輸出溫度值。在不考慮純滯后的情況下，系統(tǒng)輸出： （3.9）對式(39)兩端取拉氏逆變換，則得出輸出值的時域形式如下。 （3.10）式中為輸出穩(wěn)態(tài)值 （3.11）當t=T時，由式(310)可得： （3.

12、12）實驗中，室溫約為，給電加熱爐加一階躍電壓u(t)=l00V，溫度采樣周期T=5s，其輸出曲線如圖31所示。圖31 溫控箱升溫曲線圖從輸出曲線可得，穩(wěn)態(tài)溫度，所以由式(311)可得 （3.13）當階躍響應曲線到達穩(wěn)態(tài)值度的632時，其對應溫度為： （3.14）可得出時間常數(shù)T=830100=730s，所以溫度控制箱的數(shù)學模型可近似表示如下： （3.15）單神經(jīng)元PID控制器的設計與仿真：1.單神經(jīng)元PID控制系統(tǒng)的建立：由于在單神經(jīng)元PID控制器中，包含了不斷更新的權值，不能簡單的用傳遞函數(shù)來描述其控制過程，因此如果單純的使用Simulink下模塊無法搭建系統(tǒng)仿真模塊，在這里我們可以應用S

13、imulink下的User-Defined Functions模塊集中提供的S-Function模塊或S-Function Builder模塊來搭建仿真框圖，通過為該模塊編寫S函數(shù)來建立單神經(jīng)元PID控制器模塊。其中S-函數(shù)可以用MATLAB語言編寫，也可以用C語言編寫。而兩者的區(qū)別在于前者不能獨立于MATLAB語言運行，而后者可以脫離MATLAB環(huán)境獨立運行。所以只有用C語言編寫的S-函數(shù)才能夠通過編譯、鏈接在Simulink的外部模式下進行半實物仿真控制的研究28。而用C語言編寫S-函數(shù)有兩種方法，一種是利用Simulink下提供的C語言模板程序，該文件在MATLAB目錄下的Simulin

14、ksrcsfummpl_basicc。下包含了許多參數(shù)需要手動設置，比較繁瑣。還有一種方法是利用S-Function Builder模塊下設置的對話框按其要求進行編寫，它提供的對話框簡潔明了，層次清晰，據(jù)自己的需要進行初始化、輸入端口、輸出端口、各項參數(shù)、狀態(tài)變量等的填寫，然后就可以進行C語言編程了。程序編寫環(huán)境和C語言環(huán)境下幾乎完全一致。還有一些現(xiàn)成的模板參考。本文采用了S-Function 模塊進行模型的搭建。基于Hebb學習規(guī)則的單神經(jīng)元PID控制器的S函數(shù)的程序如文獻27?？驁D如圖38所示：圖38 單神經(jīng)元PID控制系統(tǒng)仿真框圖2.單神經(jīng)元PID控制系統(tǒng)的數(shù)字仿真：仿真之前首先根據(jù)第二

15、章提到的參數(shù)選取規(guī)則設置單神經(jīng)元PID的比例增益k和學習速率。通過調(diào)整各參數(shù)分別設置為。其仿真結果如圖39所示。其中圖39a為受控對象模型結構未發(fā)生變化時的溫度控制仿真曲線。為了研究其對受控對象模型結構變化的適應能力及其魯棒性，通過改變受控對象的各個參數(shù)進行仿真研究。當受控對象比例系數(shù)K由075增至09時，仿真結果如圖39-b所示。當受控對象延遲時間由100秒增至130時，仿真結果如圖39-c所示。當受控對象的時間常數(shù)T由730增至800時，仿真結果如圖39-d所示。通過比較可以看出適當增大受控對象的k值，系統(tǒng)穩(wěn)態(tài)值有所上升，但系統(tǒng)仍然處于穩(wěn)定狀態(tài)。而適當增加延遲或者增加時間常數(shù)，其輸出響應也

16、沒有明顯變化。通過與傳統(tǒng)PID控制比較可以看出，其響應的快速性相對較差，這主要是由于其比例增益和學習速率不能太大造成的。因為比例增益或學習速率過大，就會使系統(tǒng)產(chǎn)生較大超調(diào)和振蕩。由于編程算法的靈活性，我們可以通過在編寫S-函數(shù)過程中，在輸入和輸出存在較大偏差時，直接給受控對象一個較大的控制信號，當偏差減小至某一點時，再使其進入單神經(jīng)元PID控制階段。這樣可以解決其快速性較差的缺點29。當受控對象模型參數(shù)發(fā)生變化時，PID控制效果不理想，產(chǎn)生振蕩，甚至使系統(tǒng)工作不穩(wěn)定。而單神經(jīng)元PID控制受其影響不大，這充分說明了神經(jīng)網(wǎng)絡PID具有較強的適應性和魯棒性。（a）受控對象模型結構未發(fā)生變化時的溫度控

17、制仿真曲線（b）受控對象比例系數(shù)K由075增至09時（c）受控對象延遲時間由100秒增至130時（d）受控對象的時間常數(shù)T由730增至800時圖39 單神經(jīng)元PID控制曲線總結：本設計結合傳統(tǒng)PID控制的優(yōu)缺點和神經(jīng)網(wǎng)絡控制技術的特點，本文重點對單神經(jīng)網(wǎng)絡PID控制器進行了分析研究，比較了兩種控制策略的控制特點。同時針對其缺陷提出了一些改進和優(yōu)化控制器性能的方案，并將神經(jīng)網(wǎng)絡PID控制技術運用于溫度控制箱的溫度控制過程中，進行了仿真研究。具體說來，本文所做的工作主要有以下幾方面：(1)對傳統(tǒng)PID控制與神經(jīng)網(wǎng)絡控制的特點進行了分析比較，根據(jù)兩種控制方式各自的優(yōu)勢和局限性，將神經(jīng)網(wǎng)絡控制技術與P

18、ID控制相結合，分析了神經(jīng)網(wǎng)絡PID控制器的控制特點。(2)歸納了典型的單神經(jīng)網(wǎng)絡PID控制方式，利用Hebb算法給出其權值變化規(guī)律，并對其控制過程中存在的問題進行了分析，提出了幾種改進方案。(3)運用MATLABSimulink語言搭建了各種控制系統(tǒng)的仿真框圖，編寫了用于核心控制的S-函數(shù)。并通過數(shù)字仿真較為直接的驗證了其控制效果。對神經(jīng)網(wǎng)絡PID控制器及常規(guī)PID控制器進行了各方面性能的比較分析，討論了它們的優(yōu)缺點，提出了改進方案。展望：作為智能控制技術與傳統(tǒng)控制理論相結合的神經(jīng)網(wǎng)絡PID控制技術在經(jīng)過短短十幾年的發(fā)展后，無論在理論上還是應用上都取得了令人矚目的成就。本文只對其中的一個小方面做了一些有益的探討，希望其能夠在智能控制的實際應用上有一定的參考價值。由于時間緊迫和本人的學識疏淺，還有很多問題有待于今后進一步研究解決。(1)控制器網(wǎng)絡結構和學習參數(shù)的選擇。由于神經(jīng)網(wǎng)絡控制器的設計至今還沒有一套完整的、可遵循的設計準則，即系統(tǒng)化的設計方法，本文中神經(jīng)網(wǎng)絡控制器的設計主要是基于前人的經(jīng)驗和個人嘗試，同時還依賴于大量的仿真實驗來實現(xiàn)系統(tǒng)結構的選擇和參數(shù)的整定。所以如何研究和應用完善的系統(tǒng)化設計方法來指導設計合理的神經(jīng)網(wǎng)絡PID控制