模糊控制原理及malab仿真

模糊控制原理及malab仿真

1模糊控制的概念在工業(yè)過程的控制中，pid控制適合于構(gòu)建可靠的數(shù)學模型控制系統(tǒng)。但在實際的工業(yè)過程控制系統(tǒng)中存在很多非線性或時變不確定的系統(tǒng),使PID控制器的參數(shù)整定煩瑣且控制效果不理想。近年來,隨著智能控制技術(shù)的發(fā)展,出現(xiàn)了許多新型的控制方法,模糊控制就是其中之一。模糊邏輯控制器(FuzzyLogicController)簡稱為模糊控制器,最初的提出是為了解決這類由傳統(tǒng)控制方法難以奏效而由有經(jīng)驗的操作工精心操作卻能很好解決的對象的控制問題。因而運用模糊邏輯推理易于獲取人類專家的結(jié)構(gòu)化知識,模擬人抽象思維的能力,特別適用于模擬專家對數(shù)學模型未知的較復雜系統(tǒng)的控制,是一種對模型要求不高但又有良好控制效果的控制新策略。模糊控制器的設計比一般的經(jīng)典控制器如PID控制器要復雜,本文借助MATLAB來設計模糊控制器可有效提高設計效率。2模糊邏輯模糊控制通過計算機根據(jù)當前采樣得到的系統(tǒng)輸出值,計算所選擇系統(tǒng)的輸入變量;然后將輸入變量的精確值變?yōu)槟：?通過模糊邏輯和近似推理方法,由計算機把人的經(jīng)驗形式化、模型化,根據(jù)所得的語言控制規(guī)則進行模糊推理,給出模糊輸出量,并將其轉(zhuǎn)化為精確量,作用到被控對象實現(xiàn)控制作用。因而模糊控制器的設計包括下面幾項內(nèi)容。2.1變量的個數(shù)分類在確定性控制系統(tǒng)中,根據(jù)輸入變量和輸出變量的個數(shù),可分為單變量控制系統(tǒng)和多變量控制系統(tǒng)。在模糊控制系統(tǒng)中,也可類似地劃分為單變量模糊控制和多變量模糊控制。1單變量模糊控制器在單變量模糊控制器中,將其輸入變量的個數(shù)定義為模糊控制的維數(shù),如圖1所示。(1)控變量和輸入偏差如圖1(a)所示,一維模糊控制器的輸入變量往往選擇為受控變量和輸入給定值的偏差e。由于僅僅采用偏差值,很難反映過程的動態(tài)特性品質(zhì),因此,所能獲得的系統(tǒng)動態(tài)性能是不能令人滿意的。這種一維模糊控制器往往被用于一階被控對象。(2)失控變量值與輸入給付值偏差變化的e如圖1(b)所示,二維模糊控制器的兩個輸入變量基本上都選用受控變量值與輸入給定值的偏差e和偏差變化ec。由于它們能夠較嚴格地反映受控過程中輸出量的動態(tài)特性,因此,在控制效果上要比—維控制器好得多,也是目前采用較廣泛的一類模糊控制器。(3)偏差變化量e和偏差變化量ecc如圖1(c)所示,三維模糊控制器的三個輸入變量分別為系統(tǒng)偏差量e、偏差變化量ec和偏差變化的變化率ecc。由于這種模糊控制器結(jié)構(gòu)較復雜,推理運算時間長,因此,除對動態(tài)特性的要求特別高的場合之外,一般較少選用三維模糊控制器。2模糊控制器的設計一個多變量模糊控制器所采用的模糊控制器具有多變量結(jié)構(gòu)。要直接設計一個多變量模糊控制器是相當困難的,可利用模糊控制器本身的解耦特點,通過模糊關(guān)系方程求解,在控制器結(jié)構(gòu)上實現(xiàn)解耦,即將一個多輸入、多輸出(MIMO)的模糊控制器,分解成若干個多輸入、單輸出(MISO)的模糊控制器,這樣可采用單變量模糊控制方法進行設計。本文的控制器采用二維模糊控制器,其兩個輸入信號為系統(tǒng)偏差信號和偏差變化率,輸出變量為控制量。它們相應的模糊語言變量用E(偏差),EC(偏差變化率)和U(控制量)表示。模糊集可取3、5、7個,此處以7個為例,即為{NB,NM,NS,ZE,PS,PM,PB}。模糊子集及物理意義如下:E={NB,NM,NS,ZE,PS,PM,PB},依次表示的實際物理意義為{負大,負中,負小,零,正小,正中,正大}。EC={NB,NM,NS,ZE,PS,PM,PB},依次表示的實際物理意義為{負大,負中,負小,零,正小,正中,正大}。U={NB,NM,NS,ZE,PS,PM,PB},依次表示的實際物理意義為{負大,負中,負小,零,正小,正中,正大}。輸入和輸出的論域可分別為:選擇輸入變量的隸屬度函數(shù)為三角型函數(shù),輸出變量的隸屬度函數(shù)也為三角型函數(shù)。得到的E、EC和U的隸屬函數(shù)如圖2所示。2.2模糊控制規(guī)則表達模糊控制器的核心是模糊控制規(guī)則的設計,這也是模糊控制的精髓。模糊控制規(guī)則的確定不依賴于控制對象的數(shù)學模型,而是對熟練操作者理論知識和實踐經(jīng)驗的總結(jié)。一般可將模糊控制規(guī)則表達為如下方式:輸入模糊變量通過模糊規(guī)則與輸出模糊變量建立關(guān)系,在考慮模糊控制規(guī)則時,選取控制量變化得原則為:當誤差大或較大時,選擇控制量以盡快消除誤差為主;當誤差較小時,選擇控制量要注意防止超調(diào),以系統(tǒng)得穩(wěn)定性為主要出發(fā)點。得到表1的控制規(guī)則表。2.3反模糊化法在求得誤差和誤差變化的模糊集E和EC后控制量的模糊集U可由模糊推理綜合算法求得:U=E×EC·R式中,R為模糊關(guān)系矩陣。通過模糊推理得到的結(jié)果是一個模糊集合,但在實際模糊控制中,必須要有一個確定值才能控制或驅(qū)動執(zhí)行機構(gòu)。將模糊推理結(jié)果轉(zhuǎn)化為精確值的過程稱為反模糊化。重心法是一種廣泛使用的方法,它找出所截隸屬函數(shù)曲線與橫坐標圍成的面積的重心,其實質(zhì)是找出控制作用可能性分布的重心。2.4fis模塊的建立在MATLAB命令窗口運行Fuzzy函數(shù)進入模糊邏輯編輯器,并建立一個新的FIS文件,選擇控制器類型Mamdani或sugeno型,點擊Edit菜單中的AddVariable添加一個輸入變量(系統(tǒng)默認為單輸入),根據(jù)上面的分析分別輸入E、Ec和輸出變量U的隸屬函數(shù)和量化區(qū)間,以If……then的形式輸入模糊控制規(guī)則。取與(and)的方法為min,或(or)的方法為max,推理(implication)方法為min,合成(aggregation)方法為max,非模糊化(defuzzification)方法為重心平均(centroid),這樣就建立了一個FIS系統(tǒng)文件,取名為temp.fis。在FIS編輯器中點擊File菜單下的Export命令保存在硬盤或工作空間中。在MATLAB的命令窗里輸入matrix=readfis(‘temp.fis’),將其導入到工作空間里,這樣就完成了模糊工具箱同SIMULINK的鏈接,為整個控制系統(tǒng)的建立打下了基礎(chǔ)。3模糊pid的建立在SIMULINK環(huán)境里按照系統(tǒng)結(jié)構(gòu)圖搭建模糊自整定PID參數(shù)控制系統(tǒng)仿真框圖,其中在雙擊FuzzyLogicController窗口,輸入在MATLAB的命令窗里輸入matrix變量,即可完成模糊工具箱同SIMULINK兩者的鏈接,進行系統(tǒng)仿真。本文建立一個常規(guī)PID和模糊PID的仿真比較如圖3所示。從圖3可看出模糊控制明顯優(yōu)越于常規(guī)PID控制,具有較小的超調(diào)量和較快的調(diào)節(jié)時間。4模糊控制規(guī)則模糊控制系統(tǒng)就是一種通過計算機控制技術(shù),采用模糊數(shù)學、模糊語言規(guī)則和模糊規(guī)則的推理方法,構(gòu)成一種具有反饋的閉環(huán)自動控制系統(tǒng)。這種控制系統(tǒng)的基本思想是利用計算機實現(xiàn)人的經(jīng)驗控制。這些用語言來表達的經(jīng)驗具有相當?shù)哪：?。因此在模糊控制?基于經(jīng)驗的控制規(guī)則是語言性的、模糊的。仿照人腦的模糊決策過程,運用模糊論和模糊邏輯方法就可對這些模糊語言規(guī)則進行推理運算,再經(jīng)非模糊化處理,得到精確的數(shù)值控制量實現(xiàn)對復雜生產(chǎn)過程的自動控制。它不要求被控對象的數(shù)學模型,能充分運用控制專家的信息,具有一定的魯棒性,在控制領(lǐng)域表現(xiàn)出極大的優(yōu)勢。Matlab所提供的模糊控制工具箱以及動態(tài)化的圖形仿真環(huán)境Simulink,使復雜的模糊控制系統(tǒng)的