基于模糊控制的智能车寻迹算法研究
基于模糊控制的智能车寻迹算法研究
摘要：与传统的自动控制相比，模糊控制不用建立在被控对象准确的数学模型的基础上。这一特点在非常适用于实际运用中影响因素很多、结构十分复杂系统。其系统有易于接受，设计简单，维护方便，而且比常规控制系统稳定性好，鲁棒性高等特点。因其与本设计实际条件相似，所以选其做智能小车的寻迹算法研究。
关键词智能小车；模糊控制；寻迹算法
ABSTRACT Compared with the traditional automatic control，fuzzy control without based on a accurate mathematical model of controlled object. This feature is suitable for the systems which have many influencing factors and a very complex structure in the practical application. There are many feature in this system:such as easy to accept, the design is simple, convenient maintenance, more stability and robustness than conventional control system，and so on. Because it is similar to the actual conditions of our design, so we choose it for the smart car tracing algorithm.
KEY WORDS smart car；fuzzy control；tracing algorithm
目录
1.前言 (1)
2.硬件设计 (3)
2.1整体结构 (3)
2.2传感部分 (4)
2.2.1 原理 (4)
2.2.2 电路设计 (4)
2.2.3 传感器感应板布局 (4)
2.2.4 闸门感应器 (5)
2.3控制部分 (5)
2.4驱动部分 (6)
2.4.1 电机驱动 (6)
2.4.2 舵机驱动 (6)
3. 程序设计部分 (7)
3.1模糊控制原理 (7)
3.2智能车模糊逻辑控制器 (7)
3.2.1 编码 (8)
3.2.2 模糊化 (8)
3.2.3 模糊规则库 (9)
3.2.4 模糊判决 (9)
3.3模糊控制器实现 (10)
4.结论 (11)
致谢 (11)
参考文献 (12)
1.前言
本题目来源于瑞萨超级MCU模型车大赛。瑞萨超级MCU模型车大赛主要是设计智能控制程序，根据感应器以及测速器反馈的信号（通过前方的反射式红外光电传感器检测到黑色跑道上白线路径），然后通过智能程序的判断与控制，使智能小车能在特定赛道（直道、S道、交叉道、上下坡、变线区等轨道）上高速行驶为目的的比赛。其中涉及的技术主要有传感器技术、单片机设计技术和控制算法。
MCU模型车大赛是参赛选手要求在搭载有瑞萨MCU主板上的模型车上自行设计并编入独立的控制程序，拼装制作成自动驾驶车参加竞技，胜负是根据顺利跑完全程比赛的时间长短来判定的。
纵观一下现时的智能控制算法，如PI、PD、PID、模糊、神经网络算法等，再根据该赛事车子感应及跑道的情况，提出用模糊算法进行车子的寻迹控制，希望能研究出较好的寻迹算法。努力寻求小车性能最优（检测准确、行驶平稳、速度快、抗干扰强等）。
模糊逻辑控制 (Fuzzy Logic Control)简称模糊控制(Fuzzy Control)，是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。1965年，美国的L.A.Zadeh创立了模糊集合论；1973年他给出了模糊逻辑控制的定义和相关的定理。1974年，英国的E.H.Mamdani首先用模糊控制语句组成模糊控制器，并把它应用于锅炉和蒸汽机的控制，在实验室获得成功。这一开拓性的工作标志着模糊控制论的诞生。
模糊控制实质上是一种非线性控制，从属于智能控制的范畴。模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。其典型应用的例子涉及生产和生活的许多方面，例如在家用电器设备中有模糊洗衣机、空调、微波炉、吸尘器、照相机和摄录机等；在工业控制领域中有水净化处理、发酵过程、化学反应釜、水泥窑炉等的模糊控制；在专用系统和其它方面有地铁靠站停车、汽车驾驶、电梯、自动扶梯、蒸汽引擎以及机器人的模糊控制等。
近年来，研究模糊算法在智能寻迹小车上应用的课题渐渐增加，但大多数都是
静态传感，即传感器安装在车体上，并不会随方向改变而发生变化。本设计就是研究另一种基于动态传感器的智能寻迹小车的设计。
2.硬件设计
2.1 整体结构
本智能小车包括三大部分：传感部分、控制部分和驱动部分。传感部分有传感器感应板、传感器子处理板和闸门感觉器三个模块；控制部分的CPU板使用的是H8-3048单片机；驱动部分的电机驱动析集成了控制电路、驱动电路和电源电路。如图2.1，图2.2：
图2.1 智能小车整体结构模块图
图2.2 智能小车整体结构实物图
2.2 传感部分
2.2.1 原理
根据跑道的实际情况（黑色跑道白线路径），我们采用了较为简单的红外光电感应器。其原理是：红外线照射到白色的路径上时，白色不吸光而发生反射，从而
感应器接收到光信号，继而转变为电信号（低电
平，LED点亮）；而照射到黑色跑道上时，黑色吸
光，感应器接收不到信号，从而转变为电信号（高
电平，LED熄灭）。
图2.3 红外感应器原理图
图2.4 红外感应器电路原理图
2.2.2电路设计
电路原理如图2.4：
2.2.3传感器感应板布局
传感器的布置方案有单排、双排、W字形排列等。我们采用了单排一字形的排列方式。
具体的布置方式如图2.5,图2.6，也就是在车模的头部安装一块电路板，其
底部安装8个传感器。
图2.5 红外感应器布局框架图
图2.6 红外感应器布局实物图
2.2.4闸门感应器
闸门感应器也是采用红外传感器，原理同上，布局如图2.7，图2.8。
图2.5 闸门感应器布局框架图图2.6 闸门感应器布局实物图
2.3 控制部分
日本的瑞萨H8-3048单片机拥有128KROM和4KRAM，11个IO端口（1～B），5个ITU（整型定时器）等较为丰富的资源。
2.4 驱动部分
驱动部分主要驱动的是两路电机和一路舵机，均使用PWM来控制。PWM( Pulse Width Modulation)，又称脉冲宽度调制方式，是指通过改变输入脉冲的有效工作时间，改变输入平均电压的调节电机转速方式。PWM信号的有效工作时间和周期的比值为PWM信号的占空比a为:
a= to
/T
out
—PWM一个周期内高低电平中有效电平时间，T—PWM周期式中：a—占空比值，to
out
2.4.1 电机驱动
硬件驱动设计是基于H桥的电路（如图2.7），控速则采用PMW控制电流来调整速度。
图2.7 H桥原理图
2.4.2 舵机驱动
舵机采用PWM脉冲控制，通过调整脉冲的占空比实现舵机的左转和右转，如图2.8所示。
图2.7 舵机控制原理图
3. 程序设计部分
3.1 模糊控制原理
模糊控制（Fuzzy Control）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，它从行为上模仿人的模糊推理和决策过程。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。
实现模糊控制算法的过为：单片机采样得到被控制量的精确值，然后将此量与给定值比较得到误差信号E；把误差信号E的精确题壁进行模糊化变成模糊量，误差E的模糊量可用相应的模糊语言表示。至此，得到了误差的模糊语言集合的一个子集e(e实际是一个模糊相量)。再有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，即
u =e。R
式中：u为一个模糊量。
为了给被控对象施加精确的控制，还需进行解模糊处理。在得到控制量后，经数模转变为精确的模拟量送给执行机构，对被控对象进行一步控制。之后，中断等待第2次采样，进行第2步控制。这样循环下去，就实现了被控对象漠糊控制。
3.2 智能车模糊逻辑控制器
模糊控制器（Fuzzy Controller,FC）也称为模糊逻辑控制器（Fuzzy Logic Controller,FLC），由于所用的模糊控制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 Controller,FLC）。
模糊控制器主要由3个功能模块组成，即模糊化模块、和模糊判决模块，如图3.1所示。
图3.1 模糊逻辑控制器结构图
3.2.1 编码
位置偏差e及其变化率ec是模糊控制器的2个输入，其中：ec=e i-e i-1。模
糊控制器需对这2个精确量进行编码，使其成为模糊量，进而参加模糊推理。智能车上使用了8个光电管，其编码表如表3.1所示。
表3.1 轨迹位置编码表
变化量。考虑到实际情况，设偏差e的基本论域为[-7，7]，偏差变化ec的基本论域为[-3，3]，控制量的基本论域为[-40，40]，均划分为7个等级，即
{-3，-2，-1，0，1，2，3 }
则偏差e的量化因子
= 7/3=2.33
K
e
偏差变化ec的量化因子
=3/3=1
K
ec
控制量u的比例因子
=40/3＝13.33
K
u
模糊集取7个语言值，分别为
{负大，负中，负小，0，正小，正中，正大}
即
{NB，NM，NS，ZO，PS，PM，PB}
上文中：U为速度和方向控制量的变化量。
3.2.2 模糊化
由于传感器所检测到的信号都是精确量，但模糊控制器中需要的却是模糊量，所以需要将这些精确量转变成语言变量值，即模糊量。
在模糊控制中，通常将控制量的实际值与期望值比较，得到一个偏差e，并将其模糊化处理为模糊量E，控制器根据E来决定如何对系统加以调节控制。为了使控制器的性能更好，通常还需要将偏差变化量EC作为输人量，以此对系统进行综
合判断 。
根据从实际调试中得到的经验，可以将偏差e 、偏差变化ec 和控制量变化u 映射到模糊域中，如表3.2。
表3.2 偏差变化e 划分表
3.2.3 模糊规则库
在智能车控制系统中，模糊控制器的输入量为位置偏差E 及其相对行驶距离
的变化量EC ，输出量为速度和方向的控制量 ，所以该模糊控制器为一个双输入单输出的模糊控制器，其控制规则通常采用以下模糊条件语句，即
If E and EC then U
其中： 为输入系统偏差变量e 模糊化的模糊集合；EC 为输入系统偏差△e 模糊化的模糊集合；U 为输出变量 的模糊集合 。
通过对路况进行分析，根据人们开车时的经验，可以得到相应的模糊控制规则集如表
3.3所示。将这些模糊规则以程序的形式写到单片机中，从而实现对智能车的控制。
表3.3 偏差变化e 划分表地减小误差；当误差较小时，除了消除误差外，还必须考虑系统的稳定性，以避免不需要的超调和振荡。 3.2.4 模糊判决
在智能车模糊控制器中，对建立的模糊控制规则要经过模糊推理才能决策出控制变量的一个模糊子集，它是一个模糊量而不能直接控制被控对象，还需要采
取合理的方法将模糊量转换为精确量，以便最好地发挥出模糊推理结果的决策效果。
本设计采用的解模糊方法为重心法，其表达式为
u。=∑u i﹒μN(u i)/ ∑μN(u i)
式中：u。为模糊控制器输出量解模糊后的精确值；u i为
模糊控制量论域内的值；μN(u i)为u i的隶属度值。
3.3 模糊控制器实现
模糊控制器的控制算法是通过编程实现的。程序一般包括两个部分：一个是计算查询表的程序，属于模糊矩阵运算；另一个在模糊控制过程中，计算输入变量(误差和误差变化)，并将其进行模糊化处理、查找查询表后，再作输出处理的程序。图3.2为智能车模糊控制器模糊控制查表算法流程图。
图3.2 智能车模糊控制器模糊控制查表算法流程图
4.结论
本智能小车整体上实现了设计的要求，具有较好的寻迹算法，能保证有较小的轨迹识别错误率，整体性能良好。实验证明，小车能在跑道上稳定且快速的行驶。基本上解决了一般控制程序下，小车行驶时舵机抖动剧烈的问题。与原来相比，速度也有一定的提高。
但模糊控制器用于智能车系统中参数的适应性较差，超调量较大，动态特性不佳，系统的鲁棒性较低，从而使得小车的性能受到一定的约束。
致谢
在此特别感谢XXX和XXX老师，一直以来，他们总在我遇到难题的时候，点明一盏明灯，为我指明方向。正是由于他们不厌其烦地指导我，我才能克服种种困难而取得今天的成功。在这一段时间里，我们学到许多东西，不仅有理论的知识和实践方面的经验，而且还有很多为人做事的感悟。在这里，我想衷心向两们贤师说声谢谢！
参考文献
1、专著
[1] 卓晴等. 学做智能车. 北京：北京航空航天大学出版社.2007年3月第1版.
[2] Thomas D. Gillespie. 车辆动力学基础. 北京：清华大学出版社.2006年12月第1版.
[3] 邵贝贝. 单片机嵌入式应用的在线开发方法. 北京：清华大学出版社. 2004 年10月第1版.
[4] 杨国田，白焰. 摩托罗拉68HC12 系列微控制器原理，应用与开发关系. 中国电力出版
社. 2003.9.
[5] 李勋卢景山李新民等. 日立H8／3048系列单片机应用技术. 北京航空航天大学出版社. 1997年11月
[6] 何立民.单片机高级教程:应用与设计(第2版). 北京航空航天大学出版社. 2007/01/01
[7] 陆玲，周航慈.嵌入式系统软件设计中的数据结构. 北京航空航天大学出版社. 2008/08/01
[8] 沙占友，孟志永，王彦朋等著. 单片机外围电路设计：第2版. 北京：电子工业出版社，2006
[9] 美)A. R. 杰哈著；张孝霖，陈世达，舒郁文等译. 红外技术应用：光电、光子器件及传感器.北京：化学工业出版社材料科学与工程出版中心，2004
[10] (日)山名宏治著；唐伯雁…[等]译. 玩具机器人制作. 北京：科学出版社，200509
[11] 王琦编著. 实用模糊数学. 北京：科学技术文献出版社，1992.9
[12] 哈明虎，吴从口著. 模糊测度与模糊积分理论. 北京：科学出版社，1998.3
[13] 诸静编著. 模糊控制理论与系统原理. 北京：机械工业出版社，2005
[14] 章卫国,杨向忠著. 模糊控制理论与应用. 西安：西北工业大学出版社，199910
[15] 李洪兴，汪培庄编著. 模糊数学. 北京：国防工业出版社，1994.2
[16] (美)Frank R.Giordano，(美)Maurice D.Weir，(美)William P.Fox著；叶其孝, 姜启源…[等]译. 数学建模. 北京：机械工业出版社，2005.
[17] Frank R. Giordano, Maurice D. Weir, William P. Fox著. A first course in mathematical modeling =: 数学建模. 北京 :China Machine Press :Thomson Asia Pte,2003.
模糊控制详细讲解实例
一、速度控制算法： 首先定义速度偏差-50 km/h ≤e （k ）≤50km/h ，-20≤ec （i ）= e （k ）- e （k-1）≤20，阀值e swith =10km/h 设计思想：油门控制采用增量式PID 控制算法,刹车控制采用模糊控制算法，最后通过选择规则进行选择控制量输入。 选择规则： e （k ）<0 ① e （k ）>- e swith and throttlr_1≠0 选择油门控制 ② 否则：先将油门控制量置0，再选择刹车控制 0 基于模糊控制的智能车寻迹算法研究 摘要：与传统的自动控制相比，模糊控制不用建立在被控对象准确的数学模型的基础上。这一特点在非常适用于实际运用中影响因素很多、结构十分复杂系统。其系统有易于接受，设计简单，维护方便，而且比常规控制系统稳定性好，鲁棒性高等特点。因其与本设计实际条件相似，所以选其做智能小车的寻迹算法研究。 关键词智能小车；模糊控制；寻迹算法 ABSTRACT Compared with the traditional automatic control，fuzzy control without based on a accurate mathematical model of controlled object. This feature is suitable for the systems which have many influencing factors and a very complex structure in the practical application. There are many feature in this system:such as easy to accept, the design is simple, convenient maintenance, more stability and robustness than conventional control system，and so on. Because it is similar to the actual conditions of our design, so we choose it for the smart car tracing algorithm. KEY WORDS smart car；fuzzy control；tracing algorithm 模糊控制算法PID 算法比较分析 电气学院 控制理论与控制工程专业 徐磊 学号：10310070 一：题目 对于已知系统的传递函数为: e S S S G 5.01101)(-+= ，假设系统给定为阶跃值R=1，系统的初始值R(0)=0，试分析设计 1〉常规的PID 控制器 2〉常规的模糊控制器 3〉比较两种控制器的控制效果 当通过改变模糊控制器的比例因子时，分析系统响应有什么变化？ 二：思路 对于模糊控制，采用二维输入，分别是误差e 和误差变化率?e,然后通过增益放大，输入到模糊控制器中，然后模糊控制器输出也通过增益放大。模糊控制器的输入、输出论域取值为[-6，6]，隶属度均匀划分为五个区域，隶属度函数采用梯形和三角形函数。 程序框图如下： 三：程序 clear; num=1; den=[10,1]; [a1,b,c,d]=tf2ss(num,den); x=[0]; %状态变量初始 T=0.01; %采样周期 h=T; N=10000; %采样次数 td=0.5; %延时时间 Nd=50; %延时周期 R=1*ones(1,N); % 输入信号 e=0;de=0;ie=0; %误差，误差导数，积分 kp=12.5;ki=0.8;kd=0.01; for k=1:N uu(1,k)=-(kp*e+ki*de+kd*ie); %PID输出序列if k<=Nd u=0; else u=uu(1,k-Nd); end %龙格库塔法仿真 k0=a1*x+b*u; k1=a1*(x+h*k0/2)+b*u; k2=a1*(x+h*k1/2)+b*u; k3=a1*(x+h*k2)+b*u; x=x+(k0+2*k1+2*k2+k3)*h/6; y=c*x+d*u; e1=e; e=y(1,1)-R(1,k); de=(e1-e)/T; ie=ie+e*T; yy1(1,k)=y; end %设计模糊控制器 a=newfis('Simple'); a=addvar(a,'input','e',[-6,6]); a=addmf(a,'input',1,'NB','trapmf',[-6 -6 -5 -3]); a=addmf(a,'input',1,'NS','trapmf',[-5 -3 -2 0]); a=addmf(a,'input',1,'ZR','trimf',[-2 0 2]); a=addmf(a,'input',1,'PS','trapmf',[0 2 3 5]); a=addmf(a,'input',1,'PB','trapmf',[3 5 6 6]); a=addvar(a,'input','de',[-6 6]); 由于项目需要，需要模糊控制算法，之前此类知识为0，经过半个多月的研究，终于有的小进展。开始想从强大的互联网上搜点c代码来研究下，结果搜遍所有搜索引擎都搜不到，以下本人从修改的模糊控制代码，经过自己修改后可在 vc6.0，运行！输入e表示输出误差，ec表示误差变化率，经过测试具有很好的控制效果，对于非线性系统和数学模型难以建立的系统来说有更好的控制效果！现将其公开供大家学习研究！ #include 模糊控制算法的研究 0842812128夏中宇 模糊控制概述 “模糊”是人类感知万物,获取知识,思维推理,决策实施的重要特征。“模糊”比“清晰”所拥有的信息容量更大,内涵更丰富,更符合客观世界。 在日常生活中,人们的思维中有许多模糊的概念,如大、小、冷、热等,都没有明确的内涵和外延,只能用模糊集合来描述。人们常用的经验规则都是用模糊条件语句表达,例如,当我们拧开水阀往水桶里注水时,有这样的经验:桶里没水或水较少时,应开大水阀;桶里水较多时,应将水阀关小些;当水桶里水快满时,则应把阀门关得很小;而水桶里水满时应迅速关掉水阀。其中,“较少”、“较多”、“小一些”、“很小”等,这些表示水位和控制阀门动作的概念都具有模糊性。即有经验的操作人员的控制规则具有相当的模糊性。模糊控制就是利用计算机模拟人的思维方式,按照人的操作规则进行控制,实现人的控制经验。 模糊控制理论是由美国著名的学者加利福尼亚大学教授Zadeh·L·A于1965年首先提出,它以模糊数学为基础,用语言规则表示方法和先进的计算机技术,由模糊推理进行决策的一种高级控制策略。 1974年,英国伦敦大学教授Mamdani·E·H研制成功第一个模糊控制器,充分展示了模糊技术的应用前景。 模糊控制概况 模糊逻辑控制(Fuzzy Logic Control)简称模糊控制(Fuzzy Control)，是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。1965年，美国的L.A.Zadeh 创立了模糊集合论；1973年他给出了模糊逻辑控制的定义和相关的定理。1974年，英国的E.H.Mamdani首先用模糊控制语句组成模糊控制器，并把它应用于锅炉和蒸汽机的控制，在实验室获得成功。这一开拓性的工作标志着模糊控制论的诞生。 模糊控制实质上是一种非线性控制，从属于智能控制的范畴。模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。模糊控制的发展最初在西方遇到了较大的阻力；然而在东方尤其是在日本，却得到了迅速而广泛的推广应用。近20多年来，模糊控制不论从理论上还是技术上都有了长足的进步，成为自动控制领域中一个非常活跃而又硕果累累的分支。其典型应用的例子涉及生产和生活的许多方面，例如在家用电器设备中有模糊洗衣机、空调、微波炉、吸尘器、照相机和摄录机等；在工业控制领域中有水净化处理、发酵过程、化学反应釜、水泥窑炉等的模糊控制；在专用系统和其它方面有地铁靠站停车、汽车驾驶、电梯、自动扶梯、蒸汽引擎以及机器人的模糊控制等。 模糊控制的基本理论 所谓模糊控制,就是在控制方法上应用模糊集理论、模糊语言变量及模糊逻辑推理的知识来模拟人的模糊思维方法,用计算机实现与操作者相同的控制。该理论以模糊集合、模糊语言变量和模糊逻辑为基础,用比较简单的数学形式直接将人的判断、思维过程表达出来,从而逐渐得到了广泛应用。应用领域包括图像识别、自动机理论、语言研究、控制论以及信号处理等方面。在自动控制领域,以模糊集理论为基础发展起来的模糊控制为将人的控制经验及推理过程纳入自动控制提供了一条便捷途径。 1.知识库 一、速度控制算法： 欧阳歌谷（2021.02.01） 首先定义速度偏差-50 km/h≤e（k）≤50km/h，-20≤ec（i）=e（k）-e（k-1）≤20，阀值eswith=10km/h 设计思想：油门控制采用增量式PID控制算法,刹车控制采用模糊控制算法，最后通过选择规则进行选择控制量输入。 选择规则： e（k）<0 ①e（k）>-eswith and throttlr_1≠0 选择油门控制 ②否则：先将油门控制量置0，再选择刹车控制 0 E/EC和U取相同的隶属度函数即： 说明：边界选择钟形隶属度函数，中间选用三角形隶属度函数，图像略 实际EC和E输入值若超出论域范围，则取相应的端点值。 3.模糊控制规则 由隶属度函数可以得到语言值隶属度（通过图像直接可以看出）如下表： 表1：E/EC和U语言值隶属度向量表 设置模糊规则库如下表： 表2：模糊规则表 3.模糊推理 由模糊规则表3可以知道输入E与EC和输出U的模糊关系，这里我取两个例子做模糊推理如下： if (E is NB) and (EC is NM) then (U is PB) 那么他的模糊关系子矩阵为： 论文标题: 设计PID ，离散化，模糊化控制器 PID 控制器设计 一 PID 控制的基本原理和常用形式及数学模型 具有比例-积分-微分控制规律的控制器，称PID 控制器。这种组合具有三种基本规律各自的特点，其运动方程为： dt t de dt t e t e t m K K K K K d p t i p p )()()()(0 ++=? 相应的传递函数为： ???? ??++=S S s K K K d i p c 1)(D S S S K K K d i p 12++? = 二 数字控制器的连续化设计步骤 假想的连续控制系统的框图 1 设计假想的连续控制器D（s） 由于人们对连续系统的设计方法比较熟悉，对由上图的假想连续控制系统进行设计，如利用连续系统的频率的特性法，根轨迹法等设计出假想的连续控制器D（S）。 2 选择采样周期T 香农采样定理给出了从采样信号到恢复连续信号的最低采样频率。在计算机控制系统中，完成信号恢复功能一般有零阶保持器H（s)来实现。零阶保持器的传递函数为 3将D（S）离散化为D（Z） 将连续控制器D（S）离散化为数字控制器D（Z）的方法很多，如双线性变换法，后向差分法，前向差分法，冲击响应不变法，零极点匹配法，零阶保持法。 双线性变换法 然后D（S）就可以转化离散的D（Z) 三Matlab仿真实验 直接试探法求PID 根据这个框图，求出该传递函数的P=0.35 I=0 D=0 根据 ???? ??++=S S s K K K d i p c 1)(D D （Z ）=0.35 T=0.01 数字连续话PID 控制器设计MA TLAB 仿真框图 实验结果 没有经过调节的结果为 模糊控制的应用 学院实验学院 专业电子信息工程 姓名 指导教师黄静 日期 2011 年 9 月 20 日 在自动控制中，包括经典理论和现代控制理论中有一个共同的特点，即控制器的综合设计都要建立在被控对象准确的数学模型(如微分方程等)的基础上，但是在实际工业生产中，很多系统的影响因素很多，十分复杂。建立精确的数学模型特别困难，甚至是不可能的。这种情况下，模糊控制的诞生就显得意义重大，模糊控制不用建立数学模型，根据实际系统的输入输出的结果数据，参考现场操作人员的运行经验，就可对系统进行实时控制。模糊控制实际上是一种非线性控制，从属于智能控制的范畴。现代控制系统中的的控制能方便地解决工业领域常见的非线性、时变、在滞后、强耦合、变结构、结束条件苛刻等复杂问题。可编程控制器以其高可靠性、编程方便、耐恶劣环境、功能强大等特性很好地解决了工业控制领域普遍关心的可靠、安全、灵活、方便、经济等问题，这两者的结合，可在实际工程中广泛应用。 所谓模糊控制，其定义是是以模糊数学作为理论基础，以人的控制经验作为控制的知识模型，以模糊集合、模糊语言变量以及模糊逻辑推理作为控制算法的一种控制。模糊控制具有以下突出特点： (1)模糊控制是一种基于规则的控制，它直接采用语言型控制规则，出发点是现 场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确的数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用 (2)由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对 那些数学模型难以获取，动态特性不易掌握或变化非常显著的对象非常适用。 (3)基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易 导致较大差异；但一个系统语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。 (4)模糊控制是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控 制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。(5)模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱， 尤其适合于非线性、时变及纯滞后系统的控制。 由于有着诸多优点，模糊理论在控制领域得到了广泛应用。下面我们就以下示例介绍模糊控制在实际中的应用： 电机调速控制系统见图1，模糊控制器的输入变量为实际转速与转速给定值 ，输出变量为电机的电压变化量u。图2为电机调试之间的差值e及其变化率e c 输出结果，其横坐标为时间轴，纵坐标为转速。当设定转速为2 000r／s时，电机能很快稳定运行于2 000r／s；当设定转速下降到1 000r／s时，转速又很快下降到1 000r／s稳定运行。 图1 非线性系统模糊控制算法研究 摘要：随着社会科技的进步，系统自动化越来越强，而要强化系统的自动化，就需要对系统控制进行深入的研究。系统控制是我国目前科学研究的一个重要方向，通过基本结构的建立和仿真实验，控制分析的深度会有明显的增加。在系统控制当中，非线性系统的模糊控制是一项重要的内容，通过对此中控制的算法进行分析和研究，可以提供非线性系统模糊控制的有效性。该文就非线性系统控制算法进行研究，旨在分析此系统算法的应用优势，从而强化其在实践中的应用水平。 关键词：非线性系统模糊控制算法研究 中图分类号：TP273.4 文献标识码：A 文章编号：1672-3791（2017）04（c）-0196-02 在控制研究中，比较典型的基于受控对象精确模型的控制是古典控制和状态空间模型控制。在实际研究中发现，除去受控对象比较精确的控制外，还存在比较复杂的控制，这种控制的受控对象不明确，所以数学模型的建立相对困难。为了对这种控制进行有效的利用，采用模糊控制算法进行数学模型的建立是主要的方法。因此，积极的对非线性系统模糊控制算法进行研究意义重大。 1 模糊控制的数学描述 模糊控制是控制研究中的重要类别，这种控制不仅是一种实时控制，而且不依赖于受控对象的精确模型，所以说它是一种打破了传统束缚的新型计算机控制。此种控制的产生为解决更加复杂的计算机问题带来了全新的方法。从特征上来看，此种方法对于模型的要求比较低，而且在实际利用中的计算非常简便，控制性能也比较优良。该文在非线性系统中进行模糊控制算法的研究，为了使得研究简便，利用了一个非线性系统的式子： 在这个式子当中，u表示的是输入量，而y则表示输出量，整个式子代表是就是工程实际当中难于建模的一大类复杂受控对象。根据这个式子，确定合适的参考轨迹，控制公式便可以得到书写。 2 模糊控制的算法原理 模糊控制的算法原理是研究的重点内容，在实际分析的过程中主要包括了四个方面：第一是进行非线性系统的模糊模型建立，然后对其进行规范化，使其转变为参数辨识问题。比如在考虑一个SISO非线性系统的时候，将系统的输入空间和输出空间按照精度进行分别的量化，那么系统的特性便会转变为一个特定的公式，整个公式反应了系统的条件，也构成了系统的模糊模型。第二是对模型的在线递推进行修正。为了使得整个控制测算更加的精确，利用全新的信息结 《智能控制》 课程设计报告 专业：自动化 班级：学号： 学生： 时间：13年12月30日～13年1月3日 ―――――――以下指导教师填写――――― 分项成绩：出勤设计报告 总成绩： 指导教师： 设计报告要求和成绩评定 1 报告容 设计任务书（设计计划），正文，参考资料。 设计任务书（设计计划）由学生所在系安排指导教师编写，容包括设计地点、时间、安排和设计容和要求等。 正文容一般包括：（1）设计简述（设计时间、设计地点，设计方式等）；（2）设计容叙述；（3）设计成品(图纸、表格或计算结果等)；（4）设计小结和建议。 参考资料包括参考书和现场技术资料等。 2 书写用纸 A4复印纸；封面、设计任务书要求双面打印。 3 书写要求 正文容手工双面或单面书写，字迹清楚，每页20行左右，每行30字左右，排列整齐；页码居中写在页面下方；纸面上下左右4侧边距均为2厘米。 公式单占一行居中书写；插图要有图号和图题，图号和图题书写在插图下方；表格要有表号和表题，表号和表题在表格上方书写；物理量单位和符号、参考文献引用和书写以及图纸绘制要符合有关标准规定；有关细节可参考我院《毕业设计成品规》。 4 装订 装订顺序：封面，设计任务书，正文及参考资料，封底；左边为装订边，三钉装订，中间钉反向装订。 5 成绩评定 设计成绩一般由出勤（10分）、报告书写规性及成品质量（50分）、考核（40分）三部分成绩合成后折合为优秀（90－100分）、良好（80－89分）、中（70－79分）、及格（60－69分）或不及格（60分以下）。设计考核可采取笔试、机试或其它合适的方式；不参加考核或不交报告者成绩为零分。 选取一个模糊控制的实例讲解，有文章，有仿真，有详细的推导过程。 一．实验题目：基于模糊控制系统的单级倒立摆 二．实验目的与要求： 倒立摆是联结在小车上的杆，通过小车的运动能保持竖立不倒的一种装置，它是一个典型的非线性、快速、多变量和自然不稳定系统，但是我们可以通过对它施加一定的控制使其稳定。对它的研究在理论上和方法上都有其重要意义。倒立摆的研究不仅要追求增加摆的级数，而且更重要的是如何发展现有的控制方法。同时, 它和火箭的姿态控制以及步行机器 人的稳定控制有很多相似之处，由此研究产生的理论和方法对一般工业过程也有广泛用途。 本文研究了倒立摆的控制机理，用Lagrange 方法推导了一级倒立摆的数学模型，这为研究多级和其它类型的倒立摆甚至更高层次的控制策略奠定了一个良好的基础。对系统进行了稳定性、可控性分析，得出倒立摆系统是一个开环不稳定但可控的系统的结论。 本文主要研究用极点配置、最优控制和模糊控制方法对倒立摆进行稳定控制。最优控制方法是基于状态反馈，但能实现输出指标最优的一种控制方法，方法和参数调节较简单，有着广泛的应用。模糊控制有不依赖于数学模型、适用于非线性系统等优点，所以本文尝试了用模糊控制对倒立摆进行控制，以将先进的控制方法用于实际中。 同时，对倒立摆系统的研究也将遵循从建模到仿真到实控，软硬件结合的系统的控制流程。在这过程中，借助数学工具Matlab7及仿真软件Simulink，作了大量的仿真研究工作，仿真结果表明系统能跟踪输入，并具有较好的抗干扰性。最后对实验室的倒立摆装置进行了软、硬件的调试，获得了较好的控制效果。 三．实验步骤： 1.一级倒立摆系统模型的建立 在忽略了空气阻力、各种摩擦之后（这也是为了保证Lagrange 方程的建立），可 将一级倒立摆系统抽象为由小车和匀质杆组成的系统，本系统设定如下： 小车质量M；摆杆质量m，长为l；小车在x 轴上移动；摆与竖直方向夹角为θ，规定正方向如图所示；加在小车x 轴上的力为F； 基于模糊控制的PID 温度控制器的设计 1、引言 常规PID 控制由于具有原理结构简单、鲁棒性好，可靠性高，容易实现的特点，成为迄今为止应用最广泛的控制算法，并且取得了良好的效果。然而在温度控制系统中，由于被控对象具有非线性、时变、大滞后等特点，且受环境温度等外界诸多因素影响较大，导致难以建立精确的数学模型，难以确定最佳的控制器参数。此时，传统的PID 控制对进一步提高控制对象的质量和精度遇到了极大的困难，难以获得良好的效果。为了克服常规PID 调节器的不足，提高其性能，人们进行了进一步的研究。 模糊控制是智能控制理论的一个分支，近十年来正以它全新的控制方式在控制界受到了极大的重视并得到了迅速发展。与传统的PID 控制方式相比，它具有特别适合于那些难以建立精确数学模型、非线性和大滞后的过程等特点。但是经过深入研究，也会发现基本模糊控制存在着其控制品质粗糙和精度不高等弊病。 因此，本文提出一种将模糊控制和PID 控制相结合起来，通过模糊控制实现PID 参数自适应的方法来控制系统温度。这种Fuzzy- PID 策略，模糊控制的采用不是代替PID 控制，而是对传统控制方式的改进和扩展，它既保持了常规PID 控制系统结构简单、使用方便、鲁棒性强、控制精度高的优点，又采用模糊推理的方法实现了PID 参数P K 、I K 、D K 的在线自整定，兼具了模糊控制灵活性、适应性强的特点，相比单纯的任一种控制效果都要好[6-10]。 2、模糊控制基本理论 模糊控制是利用模糊数学的基本思想和理论的控制方法。在传统的控制领域 里，控制系统动态模式的精确与否是影响控制优劣的最主要关键，系统动态的信息越详细，则越能达到精确控制的目的。然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是工程师便利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。换言之，传统的控制理论对于明确系统有强 机电工程学院 课程设计报告 课程 题目二阶系统模糊控制算法的研究 专业电气工程及其自动化 姓名 指导教师 学期 2015-2016 二阶系统的模糊控制算法的研究 学生 指导老师: 摘要:模糊控制是以模糊数学为基础发展的，为一些无法建立数学模型或者数学模型相当粗糙的系统提供的一种非线性的控制方法。对于这些系统，模糊控制可以得到比较满意的控制效果，并且能够解决一些无法通过传统方法解决的问题。本文利用 MATLAB模糊控制工具箱设计的模糊控制器来控制一个二阶系统，由给定的控制器的输入和输出变量，输入和输出变量的隶属函数，分析了输入和输出变量之间的关系，设计了模糊控制规则库，并通过 SIMULINK仿真将模糊控制方法与经典的PID控制方法进行对比，分析仿真结果，探讨模糊控制器的隶属函数，控制规则，以及量化因子和比例因子在模糊控制中所起到的作用。 关键字：模糊控制；MATLAB；SIMULINK；PID Research of fuzzy control algorithm of second order systems Undergraduate: Supervisor: Abstract：Fuzzy control, which is based on the fuzzy mathematics, is a new way of nonlinearity control system in which the mathematical model is unable established or the mathematical model is very rough. For these systems, fuzzy control offers users a satisfied control result, and settles down some problems which cannot be solved by traditional methods. This paper aims to introduce how to use a fuzzy controller which is based on the MATLAB fuzzy control toolbox to control a second-order system. In order to fulfill this target, the author firstly defines the input variables, output variables and their membership functions. Then, the author analyzes the relationship between the input variables and output variables, and designs the fuzzy control rule bank. Finally, the author makes a difference between the methods of the classic PID control and the fuzzy control by SIMULINK. Membership function of fuzzy controller, control rules, and the function of quantizes and scale factor in the fuzzy control process are also discussed in this paper. Key words: MATLAB; Fuzzy control; PID;SIMULINK simulation 本科生毕业论文(设计) 调研报告 题目：基于模糊控制算法的 温度控制系统的设计学生姓名： 学号： 专业班级： 指导教师： 完成时间：年月日 基于模糊控制算法的温度控制系统的设计 一、主要目标任务： 综合运用所学知识，如《模拟电子技术》、《数字电子技术》、《自动控制原理》、《微机原理》、《单片机原理与应用》，设计一个基于模糊控制算法的温度控制系统。 1）对以前所学知识进行系统的复习，全面的综合并将其联贯。 2）学会了独立的分析和解决问题和进行相关社会调查的能力 3）学会了查阅文献的方法和培养查阅文献的良好习惯。 4）提高专业相关外文的阅读、翻译能力。提高专业英语水平。 5）提高编写程序的水平，优化软件结构。提高电脑绘图水平。 二、技术性能指标： 1）温度控制在0~100度（水温），误差为±0.5。C。 2）恒温控制。 3）LED实时显示系统温度。并通过键盘输入给定温度 三、简要工作原理 以AT89C51单片机为模糊控制器，结合温度传感变送器，A/D转换器、LED显示器、静态电子开关等，设计出一个基于模糊控制算法的温度控制系统。 在系统中，温度传感变送器获得温度的感应电压，转变成1~5V的标准电压信号，再由A/D转换器转换成数字信号进入单片机内部。单片机将给定电压的A/D转换结果与测量电压的结果相比较，得出偏差量。然后跟据模糊控制算法得出控制量。在执行器中由开关频率较高的静态电子开关完成，采用模拟的PWM控制方法，改变同一个周期中电子开关的闭合时间。 从而调节加热开关的导通时间，以达到控制效果的目的。 四、课题文献综述 1、《动力锅炉燃烧系统的模糊控制策略》 1）作者：刘向杰、柴天佑、刘红波 2）摘要：基于模糊控制策略给出了锅炉系统新的控制方法。工业锅炉的主要动态包括非线性、非最小相位特征、不稳定性、时滞和负荷干扰，采 用传统控制方法难以实施有效的控制。运用GPE（Gausian partition with evenly spaced midpoints）模糊控制系统对锅炉对象的主汽压进行研究和 实时控制，模糊控制器能够克服许多干扰因素，产生良好的控制效果， 最后给出了模糊控制同传统方法的比较结果。 3）模糊控制器的应用 本文的线性推理规则表示：IF error is Ej and rate is Rj THEN output is U(i+j)。Ei代表着一个误差模糊，Rj代表一个误差变化率模糊集，U(i+j)代表着一个输出量模糊集。 4）实施结果 上述控制策略用于现场实际对象，尽管现场运行存在很大的干扰，主 模糊控制的应用实例 与分析 模糊控制的应用 学院实验学院 专业电子信息工程 姓名 指导教师 日期 2011 年 9 月 20 日 在自动控制中，包括经典理论和现代控制理论中有一个共同的特点，即控制器的综合设计都要建立在被控对象准确的数学模型(如微分方程等)的基础上，但是在实际工业生产中，很多系统的影响因素很多，十分复杂。建立精确的数学模型特别困难，甚至是不可能的。这种情况下，模糊控制的诞生就显得意义重大，模糊控制不用建立数学模型，根据实际系统的输入输出的结果数据，参考现场操作人员的运行经验，就可对系统进行实时控制。模糊控制实际上是一种非线性控制，从属于智能控制的范畴。现代控制系统中的的控制能方便地解决工业领域常见的非线性、时变、在滞后、强耦合、变结构、结束条件苛刻等复杂问题。可编程控制器以其高可靠性、编程方便、耐恶劣环境、功能强大等特性很好地解决了工业控制领域普遍关心的可靠、安全、灵活、方便、经济等问题，这两者的结合，可在实际工程中广泛应用。 所谓模糊控制，其定义是是以模糊数学作为理论基础，以人的控制经验作为控制的知识模型，以模糊集合、模糊语言变量以及模糊逻辑推理作为控制算法的一种控制。模糊控制具有以下突出特点： (1)模糊控制是一种基于规则的控制，它直接采用语言型控制规则，出发点是 现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确的数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用 (2)由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制 对那些数学模型难以获取，动态特性不易掌握或变化非常显著的对象非常适用。 模糊控制算法在汽车中的应用综述 摘要：模糊控制应用于没有精确数学模型的对象,具有很大的优越性。随着模糊控制技术的不断发展,它 越来越广泛应用在汽车上,本文分别介绍模糊控制的原理及特点，在ABS系统、汽车巡航系统、汽车空调的使用情况,并介绍各个模糊控制系统的组成。 关键词：汽车；模糊控制；ABS系统；汽车巡航系统；汽车空调 Application of Fuzzy Control Algorithm in Motor Vehicl e ZHANG Zhen-hua (College of Aeronautical Manufacturing Engineering, Nanchang Hangkong University, Nanchang 330063,China) Abstract：Fuzzy control is applied to the object without accurate mathematical model has great superiority. With the continuous development of fuzzy control technology, it is widely used in automobile. This paper introduces the principle and characteristics of fuzzy control in ABS system, automobile cruise control system, the use of automotive air conditioning, and introduces the various components of the fuzzy control system. Key words：The car;fuzzy control;anti-lock braking system;The car cruise system;automotive air conditioning 引言 传统的常规控制方法是基于被控对象的数学模型基础上的，然而某些情况下我们难以精确地建立起被控对象的数学模型，因而难以对被控对象进行精确地控制。为此可以采用一种基于语言规则与模糊推理的高级控制策略即模糊控制对多变量、非线性、不确定的复杂系统进行有效控制。此方法在汽车的系统控制中得到有效应用。 模糊控制理论发展初期在西方遇到了很大的阻力,西方学者认为模糊控制在应用研究中意义不大。然而,在东方尤其是日本,模糊控制却得到了迅速的发展,20世纪80年代,日本的工程师用模糊控制技术首先实现了对一家电子水净化工厂的控制,又开发了仙台地铁模糊控制系统,创造了当时世界上最先进的地铁系统,而这引起了模糊控制领域的一场巨变,使得西方又开始重视模糊控制理论[1]。 早在七十年代中期,我国就开始了智能控制的研究和应用,并且取得了许多应用成果,我国是最早把模糊理论引入气象预报、地震预测和高炉冶炼控制等方面应用的国家之一。例如,在地震发生趋势预测中对模糊信息的处理在工程设计方面发展了软件理论,并求得最佳设计方案研究出许多专家系统,特别是运用模糊数学方法描述中医经验在交通网、水管网、通信网、可靠性分析方面的实际功能运用等。 随着科学技术的不断发展和进步以及人们生活水平的提高,人们在日常的生活和劳动生产中对空气环境的要求也不断提高,特别是对空气的温度、湿度、以及洁净度的要求,使空调系统的应用越来越广泛。空调控制系统涉及面广,要实现的任务复杂,它通过空调系统为建筑物的不同区域提供满足不同使用要求的环境。 在满足用户对空气环境要求的前提下,采用先进的控制策略对空调系统进行控制,达到控制要求并且节约能源成为空调控制系统的最终目标。特别是近几年来,“绿色建筑”、“环保建筑”的提出,使得对空调控制系统的控制模式的研究显 #include 一、速度控制算法： 欧阳学文 首先定义速度偏差50 km/h≤e（k）≤50km/h，20≤ec（i）=e（k）e（k1）≤20，阀值eswith=10km/h 设计思想：油门控制采用增量式PID控制算法,刹车控制采用模糊控制算法，最后通过选择规则进行选择控制量输入。 选择规则： e（k）<0 ①e（k）>eswith and throttlr_1≠0 选择油门控制 ②否则：先将油门控制量置0，再选择刹车控制 0 E、ec和u均取离散度n=3，离散化后得到三个量的语言值论域分别为： E=EC=U={3,2,1,0,1,2,3} 其对应语言值为{NB,NM,NS,ZO,PS,PM,PB} 2.确定隶属度函数 E/EC和U取相同的隶属度函数即： 说明：边界选择钟形隶属度函数，中间选用三角形隶属度函数，图像略 实际EC和E输入值若超出论域范围，则取相应的端点值。 3.模糊控制规则 由隶属度函数可以得到语言值隶属度（通过图像直接可以看出）如下表： 表1：E/EC和U语言值隶属度向量表 设置模糊规则库如下表： 表2：模糊规则表 U E EC —NB NM NS ZO PS PM PB NB PB PB PM PM PS ZO ZO NM PB PM PM PS ZO ZO NS NS PM PM PS PS ZO NS NS ZO PM PS PS ZO ZO NS NM PS PS PS ZO ZO ZO NS NM PM PS ZO ZO ZO NS NM NB PB ZO ZO ZO NS* NM NM NB 3.模糊推理 由模糊规则表3可以知道输入E与EC和输出U的模糊关系，这里我取两个例子做模糊推理如下： if (E is NB) and (EC is NM) then (U is PB) 那么他的模糊关系子矩阵为： 其中，,即表1中NB对应行向量，同理可以得到， , if (E is NVB or NB) and (EC is NVB) then (U is PVB) 结果略 按此法可得到27个关系子矩阵，对所有子矩阵取并集得到模糊关系矩阵如下： 由R可以得到模拟量输出为： 4.去模糊化基于模糊控制的智能车寻迹算法研究
模糊控制算法PID算法比较分析
C实现模糊控制算法
模糊控制算法的研究
模糊控制详细讲解实例之欧阳歌谷创作
离散化 Pid 模糊控制算法
模糊控制的应用
非线性系统模糊控制算法研究
模糊控制算法研究报告
选取一个模糊控制的实例讲解
模糊控制大作业讲解
二阶系统模糊控制算法研究
基于模糊控制算法的温度控制系统的设计(DOC)
模糊控制的应用实例与分析资料讲解
模糊控制算法在汽车中的应用综述
模糊控制算法C程序
模糊控制详细讲解实例