当前位置：文档库 › 模糊控制器

模糊控制器

模糊自适应整定PID 控制器设计

随着模糊数学的发展，模糊控制的思想逐渐得到控制工程师们的重视，各种模糊控制器也应运而生。而单纯的模糊控制器有其自身的缺陷—控制效果很粗糙、控制精度无法达到预期标准。但利用传统的PID 控制器和模糊控制器结合形成的模糊自适应的PID 控制器可以弥补其缺陷；它将系统对应的误差和误差变化率反馈给模糊控制器进而确定相关参数，保证系统工作在最佳状态，实现优良的控制效果。

模糊PID 控制器是以操作人员手动控制经验总结出的控制规则为核心，通过辨识系统当前的运行状态；经过模糊推理，模糊判决，解模糊过程得到确定的控制量以实现对被控对象的在线控制。模糊PID 控制器组织结构和算法的确定

论文中，模糊PID 控制器的设计选用二维模糊控制器。即，以给定值的偏差e 和偏差变化ec 为输入；ΔK P ，ΔK D ，ΔK I 为输出的自适应模糊PID 控制器，见图4.1。

△Kp △Ki △Kd

y(t) r(t)

图1 自适应模糊PID 控制器

其中PID 控制器部分采用的是离散PID 控制算法，如公式1.1。

∑=--++=k

j d

i p T k e k e k j e T k k e k k u 0)

1()()()()( （1.1）

常规PID 控制器被控对象模糊推理

模糊化 d/dt

定义输入、输出模糊集并确定个数类别

依据模糊PID 控制器的控制规律以及经典PID 的控制方法[9]，同时兼顾控制精度。论文将输入的误差(e)和误差微分(ec)分为7个模糊集：NB(负大)，NM(负中)，NS(负小)，ZO(零)，PS （正小），PM(正中)，PB(正大)。

即，模糊子集为e ，ec={NB,NM,NS,ZO,PS,PM,PB}。

将输出的ΔK P ，ΔK D ，ΔK I 也分为7个模糊集：NB(负大)，NM(负中)，NS(负小)，ZO(零)，PS （正小），PM(正中)，PB(正大)。

即，模糊子集为ΔK P ，ΔK D ，ΔK I =｛NB,NM,NS,ZO,PS,PM,PB ｝。确定输入输出变量的实际论域

根据控制要求，对各个输入，输出变量作如下划定：

e ，ec 论域：｛-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6｝ ΔK P ，ΔK D ，ΔK I 论域：｛-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6｝

应用模糊合成推理PID 参数的整定算法。第k 个采样时间的整定为

).()(,)()(,)()(000k K K k K k K K k K k K K k K D D D I I I P P P ?+=?+=?+= 式中000,,D I P K K K 为经典PID 控制器的初始参数。

为了便于系统输入，输出参数映射到论域内。根据实验和相关文献，确定模糊化因子为：ke=kec=0.01；解模糊因子为：K1=0.5,K2=K3=0.01。定义输入、输出的隶属函数

误差e 、误差微分及控制量的模糊集和论域确定后，需对模糊变量确定隶属函数。即对模糊变量赋值，确定论域内元素对模糊变量的隶属度。

参考输入、输出变量的变化规律，依据相关内容。通过实验、试凑。最终作如下规定：

对于输入量误差(e),误差微分(ec)都采用高斯型的隶属函数(gaussmf)，同时为体现定义的7个模糊子集，见图2和图3

图2偏差隶属函数图图3偏差微分隶属函数

对于输出量K P变化量（ΔK P），K D变化量(ΔK D)，K I变化量(ΔK I)采用三角形隶属函数(trimf)，同时为体现定义的7个模糊子集，见图4,5,6.

图4 K P变化量隶属函数

图5 K D变化量隶属函数

图6K I变化量隶属函数

确定相关模糊规则并建立模糊控制规则表

根据参数K P、K I、K D对系统输出特性的影响情况，可以归纳出系统在被控过程中对于不同的偏差和偏差变化率参数K P、K I、K D的自整定原则：1．当偏差较大时，为了加快系统的响应速度，并防止开始时偏差的瞬间变大可能引起的微分过饱和而使控制作用超出许可范围，应取较大的K P 和较小的K D。另外为防止积分饱和，避免系统响应较大的超调，K I值要小，一般取K I=0。

2．当偏差和变化率为中等大小时，为了使系统响应的超调量减小和保证一定的响应速度，K P应取小些。在这种情况下K D的取值对系统影响很大，应取小一些，K I的取值要适当。

3．当偏差变化较小时，为了使系统具有较好的稳态性能，应增大K P、K I值，同时为避免输出响应在设定值附近振荡，以及考虑系统的抗干扰能力，应适当选取K D。原则是：当偏差变化率较小时，K D取大一些；当偏差变化率较大时，K D取较小的值，通常为中等大小。

参考以上自整定原则，总结工程设计人员的技术知识和实际操作经验，建立合适的关于e、ec、ΔK P、ΔK D、ΔK I的模糊规则，如：

1．If (e is NB) and (ec is NB) then (K P is PB)(K I is NB)(K D is PS)

2．If (e is NB) and (ec is NM) then (K P is PB)(K I is NB)(K D is NS)

3．If (e is NB) and (ec is NS) then (K P is PM)(K I is NM)(K D is NB)

......

49．If (e is PB) and (ec is PB) then (K P is NB)(K I is PB)(K D is PB)

将以上规则定义成模糊规则控制表,见表1，2，3。

表1 ΔK P模糊规则表

ΔK P

NB NM NS ZO PS PM PB

表2 ΔK I模糊规则表

ΔK I

NB NM NS ZO PS PM PB

表3 ΔK D模糊规则表

ΔK D

NB NM NS ZO PS PM PB

NB NM NS ZO PS PM PB PS

模糊推理

⑴选择模糊推理方法

权衡PID控制自身的诸多特点。例如，它的控制规则形式符合人们的思维和语言表达的习惯，控制策略能够方便地表达，控制算法简单等。

论文中，选用的是Mamdani型的模糊推理办法。

⑵规则匹配和触发

给定输入的误差和误差微分后，分别代入隶属函数中，并求出关于所建立七个模糊子集的隶属度，统计输入的误差和误差微分隶属度不为零的模糊子集对数，依照模糊控制规则表，查得并统计输出对应的模糊子集。

⑶规则前提推理

在同一条规则内，前提之间通过“与”的关系得到规则结论。对前提的可信度之间通过取小运算来确定，之后统计出规则总的可信度。

⑷模糊系统总的输出

模糊系统总的可信度为各条规则可信度推理的并集。通过统计，可以得到被触发的若干条规则。

⑸解模糊

参考第三章中，兼顾模糊PID系统的要求，此系统利用重心平均法进行解模糊操作。

以e=-0.455,ec=0.738为例，解模糊过程见图7。

图7 解模糊示例

如上，利用重心平均法，在e=-0.455，ec=0.738时可推得：ΔK P=0.35，ΔK D=-2.44，ΔK I=0.246。将以上参数与初始参数整合的值K P=20.35，K D=1.26，K I=1.596。将其送至经典PID控制器，就可以在这一暂态获得理

想的控制效果。

模糊控制器的设计

模糊控制器的设计 PID控制器的设计的PID控制方法设计控制器时，由于被控对象为零型系统，因此我们必须加入积分环节保证其稳态误差为0。首先，我们搭建simulink模型，如图1。图1 simulink仿真模型由于不知道Kp，Kd, Ki，的值的大致范围，我们采用signal constraints 模块进行自整定，输入要求的指标，找到一组Kp, Kd, Ki的参数值，然后在其基础上根据经验进行调整。当选定Kp=2, Kd=0.95, Ki=0.8时，可以得到比较好的响应曲线。调节时间较短，同时超调量很小。响应曲线如图2所示。将数据输出到工作空间，调节时间ts=2.04s,超调量% 0。可以看出, PID控制器的调节作用已经相当好。我们选定的被控对象的开环传递函数为G(s)厂中，采用经典图2 PID控制响应曲线

模糊控制器的设计 1、模糊控制器的结构为：图3模糊控制器的结构 2、控制参数模糊化控制系统的输入为偏差e和偏差的变化率ec，输出为控制信号u。首先对他们进行模糊化处理。量化因子的计算k X max X min * x max*X min 比例因子的计算k * u max * u min u max u min 其中，X；ax，X；in为输入信号实际变化范围的最大最小值；X max，X min为输入信号论域的最大最小值。U；ax，为控制输出信号实际变化范围的最大最小值， U max，U min输出信号论域的最大最小值。表1被控参数的模糊化相应的语言值为NB, NM，NS, ZO, PS PM，PB分别表示负大、负中、负小、零、正小、正中、正大。 3、确定各模糊变量的隶属函数类型语言值的隶属度函数就是语言值的语义规则，可分为连续式隶属度函数和离散化的隶属度函数。本系统论域进行了离散化处理，所以选用离散量化的隶属度函数。

模糊控制器的设计

模糊控制器的设计一、 PID 控制器的设计我们选定的被控对象的开环传递函数为3 27 ()(1)(3)G s s s = ++，采用经典的PID 控制方法设计控制器时，由于被控对象为零型系统，因此我们必须加入积分环节保证其稳态误差为0。首先，我们搭建simulink 模型，如图1。图1simulink 仿真模型由于不知道Kp ，Kd ，Ki ，的值的大致范围，我们采用signal constraints 模块进行自整定，输入要求的指标，找到一组Kp ，Kd ，Ki 的参数值，然后在其基础上根据经验进行调整。当选定Kp=2，Kd=，Ki=时，可以得到比较好的响应曲线。调节时间较短，同时超调量很小。响应曲线如图2所示。图2 PID 控制响应曲线

将数据输出到工作空间，调节时间ts =，超调量%0σ=。可以看出，PID 控制器的调节作用已经相当好。模糊控制器的设计 1、模糊控制器的结构为：图3 模糊控制器的结构 2、控制参数模糊化控制系统的输入为偏差e 和偏差的变化率ec ，输出为控制信号u 。首先对他们进行模糊化处理。量化因子的计算max min ** max min x x k x x -= - 比例因子的计算**max min max min u u k u u -=- 其中，*max x ，* min x 为输入信号实际变化范围的最大最小值；max x ，min x 为输入信号论域的最大最小值。*max u ，*min u 为控制输出信号实际变化范围的最大最小值， max u ，min u 输出信号论域的最大最小值。被控变量基本论域论域量化/比例因子 e [-1,1] {-3,-2,-1,0,1,2,3} 3e k = ec [-1,1] {-3,-2,-1,0,1,2,3} 3ec k = u [-2,2] {-6,-4,-2,0,2,4,6} 1/3u k = 相应的语言值为NB ，NM ，NS ，ZO ，PS ，PM ，PB 。分别表示负大、负中、负小、零、正小、正中、正大。 3、确定各模糊变量的隶属函数类型语言值的隶属度函数就是语言值的语义规则，可分为连续式隶属度函数和离散化的隶属度函数。本系统论域进行了离散化处理，所以选用离散量化的隶属度函数。

基于单片机的模糊温度控制器的设计

基于单片机的模糊温度控制器的设计 1 引言本文研究的被控对象为某生产过程中用到的恒温箱,按工艺要求需保持箱温100℃恒定不变。我们知道温度控制对象大多具有非线性、时变性、大滞后等特性, 采用常规的PID 控制很难做到参数间的优化组合, 以至使控制响应不能得到良好的动态效果。而模糊控制通过把专家的经验或手动操作人员长期积累的经验总结成的若干条规则,采用简便、快捷、灵活的手段来完成那些用经典和现代控制理论难以完成的自动化和智能化的目标, 但它也有一些需要进一步改进和提高的地方。模糊控制器本身消除系统稳态误差的性能比较差, 难以达到较高的控制精度, 尤其是在离散有限论域设计时更为明显, 并且对于那些时变的、非线性的复杂系统采用模糊控制时, 为了获得良好的控制效果, 必须要求模糊控制器具有较完善的控制规则。这些控制规则是人们对受控过程认识的模糊信息的归纳和操作经验的总结。然而, 由于被控过程的非线性、高阶次、时变性以及随机干扰等因素的影响, 造成模糊控制规则或者粗糙或者不够完善, 都会不同程度的影响控制效果。为了弥补其不足, 本文提出用自适应模糊控制技术,达到模糊控制规则在控制过程中自动调整和完善, 从而使系统的性能不断完善, 以达到预期的效果。 2 自调整模糊控制器的结构及仿真 (1) 控制对象一般温度可近似用一阶惯性纯滞后环节来表示, 其传递函数为: 式中: K———对象的静态增益; Tc———对象的时间常数; τ———对象的纯滞后时间常数。本文针对某干燥箱的温度控制, 用Cohn-Coon 公式计算各参数得: K=0.181; Tc=60; τ=20。 ( 2) 自调整模糊控制器的结构自调整模糊控制器的结构如图1 所示。

模糊控制器的设计

系统开环传递函数如下，试设计一个模糊控制器 ()() 24.228 ()0.5 1.648.456G s s s s = +++ 要求：系统开环传递函数各参数自行选择，当控制系统输入为阶跃信号时，系统输出的阶跃响应应满足以下性能指标要求：超调量<10%；稳态精度<5%；过渡过程时间<3s. 当输入为阶跃信号时，对系统进行simulink 仿真，如图1所示。图1 simulink 原始框图图2单位阶跃响应

图3 误差响应图图4 误差变化量响应图由图2系统的单位阶跃响应可：超调量为1.43%；稳态精度为50%；过渡时间为8s。稳态精度和过渡时间均不能满足要求，下面用模糊控制对系统进行设计。 (1) 模糊集与隶属函数的建立依据模糊控制器的控制规律，对误差E、误差变化EC及控制量U 的模糊集及论域定义如下： E、EC和U的模糊集均为{NB,NM,NS,ZO,PS,PM,PB}

E、EC和U的论域均为{-6，-5，-4，-3，-2，1,0,1，2,3,4,5,6} 在MATLAB中键入命令，”fuzzy”进入模糊逻辑编辑器窗口，建立相应的模糊推理系统，命名为”Test”。双击每个变量，打开隶属函数编辑器，并编辑对应变量的隶属函数。图5 图6 输入变量E，EC的隶属度函数曲线

图7出变量U的隶属度函数曲线（2）确定相关模糊规则并建立模糊控制规则表当偏差较大时，为了加快系统的响应速度，并防止开始时偏差的瞬间变大使控制作用超出许可范围，应取较大的U。当偏差和变化率为中等大小时，为了使系统响应的超调量减小和保证一定的响应速度，U应取小些。当偏差变化较小时，为了使系统具有良好的稳态性能，应增大U。参考以上原则，在模糊规则编辑器窗口输入表1所示的49条规则。如if（E is NB）and (EC is NB) then (U is PB)(1) 表1 模糊控制规则表 (3)观察模糊规则和模糊推理的输出曲面在编辑器的View下拉菜单中选择相应选项，观察模糊规则图形和模

简易模糊控制器设计及MATLAB仿真

简易模糊控制器的设计及仿真摘要：模糊控制（Fuzzy Control ）是以模糊集理论、模糊语言和模糊逻辑推理为基础的一种控制方法，它从行为上模仿人的模糊推理和决策过程。本文利用MATLAB/SIMULINK 与FUZZY TOOLBOX 对给定的二阶动态系统，确定模糊控制器的结构，输入和输出语言变量、语言值及隶属函数，模糊控制规则，比较其与常规控制器的控制效果，用MATLAB 实现模糊控制的仿真。关键词：模糊控制参数整定 MATLAB 仿真二阶动态系统模型： ()()1140130120 ++s s 采用simulink 图库，实现常规PID 和模糊自整定PID 。一．确定模糊控制器结构模糊自整定PID 为2输入3输出的模糊控制器。在MATLAB 的命令窗口中键入fuzzy 即可打开FIS 编辑器，其界面如下图所示。此时编辑器里面还没有FIS 系统，其文件名为Untitled ，且被默认为Mandani 型系统。默认的有一个输入，一个输出，还有中间的规则处理器。在FIS 编辑器界面上需要做一下几步工作。首先，模糊自整定PID 为2输入3输出的模糊控制器，因此需要增加一个输入两个输出，进行的操作为：选择Edit 菜单下的Add Variable/Input 菜单项。

如下图。其次，给输入输出变量命名。单击各个输入和输出框，在Current Variable 选项区域的Name文本框中修改变量名。如下图最后，保存系统。单击File菜单，选择Export下的To Disk项。这里将创建的系统命名为PID_auot.fi。二．定义输入、输出模糊集及隶属函数

参数自寻优模糊控制器优化方法的研究

参数自寻优模糊控制器优化方法的研究摘要模糊控制是智能控制的一个重要分支，其实质是对人观察，思考，判断，决策的思维过程的一种模拟。常规模糊控制器设计简单，易于实现，有着广泛的应用。但因模糊控制器的设计在很大程度上依赖于设计者的实践经验，带有相当的主观性。因此，对于一个特定的被控对象，需要借助某种手段对控制器进行优化才能取得较为满意的设计效果。而改善模糊控制性能的最有效方法是优化模糊控制器的控制规则和有关参数。本文提出了一种基于MATLAB的模糊控制器综合优化方法。该方法首先利用MATLAB中的模糊系统工具箱结合MATLAB函数构建控制规则可调整的模糊控制器，然后利用最优化工具箱优化模糊控制器的控制规则和参数，从而提高模糊控制器的控制性能。最后利用仿真连接器建立系统仿真模型并在单位阶跃输入信号作用下仿真分析系统动态性能和优化设计结果。仿真表明控制规则及参数优化后系统阶跃响应特性基本上能达到快速小超调的设计目标。关键词：模糊控制；优化；MATLAB；仿真

Rearch on Optimization Method of Fuzzy controller based on Parameters self-optimizing Abstract Fuzzy control is an important branch of the intelligent control.The essence is a simulation to the process of human thinking of observation, thinking, judgement and decision-making. Conventional fuzzy controller is easy to design and implement,and has a wide range of applications. But the design of fuzzy controller mostly relies on the designers’practical experience, with considerable subjectivity.Therefore, a specific object,needs to be optimized to achieve relatively satisfied with the design effect. And the most effective way of improve the performance of fuzzy control is optimizing fuzzy controller control rules and the relevant parameters.It is presented in this paper a comprehensive optimization method of the fuzzy controller. The method based on MATLAB and digital simulation analysis includes three steps: firstly it uses fuzzy control system toolbox and MATLAB function to construct a fuzzy controller with adjustable control rules; secondly, it optimizes the control rules and parameters of the fuzzy controller by the optimum toolbox; thirdly, with the simulation linker, it builds an smulation model of a second-order system with delay and analyzes the dynamic characteristics of the whole system according to the step response. The simulation results show that the system can meet the target of quick and none-overshoot and design the fuzzy controller with high efficiency. Key words: fuzzy control;optimization;MATLAB;simulation

模糊控制器的设计

4模糊控制器的设计 4 Design of Fuzzy Controllor 4.1概述(Introduction) 随着PLC在自动控制领域内的广泛应用及被控对象的日趋复杂化，PLC控制软件的开发单纯依靠工程人员的经验显然是行不通的，而必须要有科学、有效的软件开发方法作为指导。因此，结合PLC可编程逻辑控制器的特点，应用最新控制理论、技术和方法，是进一步提高PLC软件开发效率及质量的重要途径。系统设计的目标之一就是要提高装车的均匀性，车厢中煤位的高度变化直接影响装车的均匀性，装车不均匀对车轴有很大的隐患。要保持高度值不变就必须不断的调整溜槽的角度，但是，在装车过程中，煤位的高度和溜槽角度之间无法建立精确的数学模型。模糊控制它最大的特点是[43-45]：不需建立控制对象精确数学模型，只需要将操作人员的经验总结描述成计算机语言即可，因此采用模糊控制思想实现均匀装车是行之有效的方法。虽然很多PLC生产厂家推出FZ模糊推理模块，但这些专用模块价格昂贵，需使用专门的编程设备，成本高通用性差，所以自主开发基于模糊控制理论的PLC控制器有很大的工程价值。本章首先介绍了模糊控制的基本原理、模糊控制系统及模糊控制器的设计步骤；然后在对煤位高度控制系统分析的基础上，设计基于模糊理论的PLC控制，分别从查询表计算生成和PLC程序查询两个部分进行设计。 4.2模糊控制原理(Fuzzy Control Principle) 4.2.1模糊控制理论(Fuzzy Control Theory) 模糊控制理论是由美国加利福尼亚大学的自动控制理论专家L.A.Zadch教授首次提出，由英国的Mamdani首次用于工业控制的一种智能控制技术[46]。模糊控制（FUZZY）技术是一种由数学模型、计算机、人工智能、知识工程等多门科学领域相互渗透、理论性很强的科学技术。模糊控制是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数学工具，用计算机来实现的一中计算机智能控制[47-48]。它的基本思想是：把人类专家对待特定的被控对象或过程的控制策略总结成一系列以“IF…THEN…”形式表示的控制规则，通过模糊推理得到控制作用集，作用与被控对象或过程。与传统的控制方法相比，它具有以下优点[48]：无需知道被控对象的数学模型；是一种反映人类智慧思维的智能控制；易被人们所接受；构造容易；鲁棒性好。

模糊控制器设计的基本方法

第5章模糊控制器设计的基本方法 5.1 模糊控制器的结构设计结构设计：确定输入、输出变量的个数（几入几出）。 5.2 模糊控制规则设计 1. 语言变量词集 {}PB PM PS O NS NM NB ,,,,,, 2. 确立模糊集隶属函数（赋值表） 3. 建立模糊控制规则，几种基本语句形式：若A 则B c R A B A E =?+? 若A 则B 否则C c R A B A C =?+? 若A 或B 且C 或D 则E ()()R A B E C D E =+?+????????? 4. 建立控制规则表 5.3 模糊化方法及解模糊化方法模糊化方法 1. 将[]b a ,内精确量离散化为[]n n +-,内的模糊量 2. 将其区间精确量x 模糊化为一个单点集，即0)(,1)(==x x μμ 模糊推理及非模糊化方法 1. MIN-MAX ——重心法 11112222n 00R and R and R and and '? n n n A B C A B C A B C x y c →→→→= 三步曲：取最小 1111'()()()()c A o B o C z x y z μμμμ=∧∧ 取最大 12''''()()()()n c c c c z z z z μμμμ=∨∨∨ 2. 最大隶属度法例： 10.3 0.80.5 0.511234 5 C =+----- ＋＋＋，选3-=*u

20.30.80.40.21101234 5 C =+ ＋＋＋＋，选 5.12 21=+=*u 5.4 论域、量化因子及比例因子选择论域：模糊变量的取值范围基本论域：精确量的取值范围误差量化因子：e e x n k /= 比例因子：e y k u u /= 误差变化量化因子：c c x m k /= 5.5 模糊控制算法的流程 m j n i C u B EC A E ij j i ,,2,1;,,2,1 then then if ===== 其中 i A 、 j B 、ij C 是定义在误差、误差变化和控制量论域X 、Y 、Z 上的模糊集合，则该语句所表示的模糊关系为 j i ij j i C B A R ,??= m j n i j i C B A R z y x z y x ij j i ===== ,1 ,1)()()(),,(μμμ μ 根据模糊推理合成规则可得：R B A U )(?= Y y X x B A R U y x z y x z ∈∈=)()(),,()(μμμμ 设论域{}{}{}l m n z z z Z y y y x x x X ,,,,,,,Y ,,,,212121 ===，则X ，Y ，Z 上的模糊集合分别为一个n ，m 和l 元的模糊向量，而描述控制规则的模糊关系R 为一个m n ?行l 列矩阵。由i x 及i y 可算出ij u ，对所有X ，Y 中元素所有组合全部计算出相应的控制量变化值，可写成矩阵()ij n m u ?，制成的表即为查询表或称为模糊控制表。 * 模糊控制器设计举例（二维模糊控制器） 1. 结构设计：二维模糊控制器，即二输入一输出。 2. 模糊控制规则：共21条语句，其中第一条规则为 t h e n o r and or if :1 PB u NM NB EC NM NB E R === 3. 对模糊变量E ，EC ，u 赋值（见教材中的表）

模糊控制系统的应用

模糊控制系统的应用模糊控制系统的应用一、模糊控制系统的应用背景模糊控制系统是以模糊集合论、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。佃65年美国的扎德创立了模糊集合论，佃73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Mamdani首先用模糊控制语句组成模糊控制器，并把它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。模糊控制系统主要是模拟人的思维、推理和判断的一种控制方法，它将人的经验、常识等用自然语言的形式表达出来，建立一种适用于计算机处理的输入输出过程模型，是智能控制的一个重要研究领域。从信息技术的观点来看，模糊控制是一种基于规则的专家系统。从控制系统技术的观点来看，模糊控制是一种普遍的非线性特征域控制器。相对传统控制，包括经典控制理论与现代控制理论。模糊控制能避开对象的数学模型(如状态方程或传递函数等)，它力图对人们关于某个控制问题的成功与失败和经验进行加工，总结出知识，从中提炼出控制规则，用一系列多维模糊条件语句构造系统的模糊语言变量模型，应用CRI等各类模糊推理方法，可以得到适合控制要求的控制量，可以说模糊控制是一种语言变量的控制。模糊控制具有以下特点： (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；但一个系统的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)模糊控制算法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。除此，模糊控制还有比较突出的两个优点：第一，模糊控制在许多应用中可以有效且便捷地实现人的控制策略和经验；第二，模糊控制可以不需被控对象的数学模型即可实现较好的控制，这是因为被控对象的动态特性已隐含在模糊控制器输入、输出模糊集及模糊规则中。模糊控制也有缺陷，主要表现在：1）精度不太高；2）自适应能力有限；3）易产生振荡现象。二、模糊控制系统的现状模糊控制的研究主要体现在控制器的研究和开发以及各类实际应用中，目前模糊控制已经应用在各个行业。各类模糊控制器也非常多，模糊控制器的研究一直是控制界研究的热点问题，而关于模糊控制系统的稳定性分析则是模糊控制需要研究和解决的基本问题。目前已经出现了为实现模糊控制功能的各种集成电路芯片。开发模糊控制系统的软件工具也出现了不少。下面作一简单介绍。 1 ?与其它智能控制的结合或融合模糊控制与其它智能控制的复合产生了多种控制方式方法。主要表现在：1）模糊PID控制器模糊PID控制器的研究是将模糊技术与常规的PID控制算法相结合的一种控制方法，得到了许多学者的关注。模糊PID控制器是一种双模控制形式。这种改进的控制方法的出发点主要是消除模糊控制的系统稳态误差，利用PID控制器提高控制精度，消除误差，增加稳态控制性能。从PID控制角度出发，提出FI —PI、FI —PD、FI —PID三种形式的模糊控制器，并能运用各种方式得出模糊控制器中量化因子、比例因子同PID控制器的因子KP、KI、KD之间的关系式。对基于简单线性规则TS模型的模糊控制器进行了分析，指出这类模糊控制器是一种非线性增

全自动洗衣机模糊控制器设计

全自动洗衣机模糊控制器设计 Last revision on 21 December 2020

全自动洗衣机模糊控制器设计 1 简介洗衣机自问世以来，经过一个多世纪的发展，现正呈现出全自动、多功能、大容量、高智能、省时节能的发展趋势。近年来，电子技术、控制技术、信息技术的不断完善、成熟，为上述发展趋势提供了坚强的技术保障。美国教授查徳（）在1965年首先提出模糊集合的概念，由此打开了模糊数学及其应用的大门。1974年英国教授马丹尼（）首先将模糊集合理论应用于加热器的控制，创造了模糊控制的基本框架。1980年，Sugeno开创了日本的首次模糊控制应用于一家富士电子水净化厂。1983年他又开始研究模糊机器人。随着模糊控制技术的不断发展，模糊控制逐渐被应用到日用家电产品的控制，例如电饭锅﹑照相机﹑吸尘器﹑洗衣机等。模糊控制全自动滚筒洗衣干衣机是通过模糊推理找出最佳洗涤烘干方案，以优化洗涤烘干时间、洗净程度、烘干效果，最终达到提高效率，简化操作，节水节电省时的效果。 2 模糊洗衣机的基本原理洗衣机的自动控制系统为一多输入多输出系统 ,输入量为衣质、衣量、脏污程度(即水的浑浊度)、脏污性质(浑浊度变化率);输出量为洗涤剂量、水位、水流、脱水时间、洗涤时间、漂洗方式等。从洗衣机的运行过程可以看出 ,洗涤剂量、水位、水流、脱水时间都可以通过输入量推理求得,而洗涤时间与漂洗方式为实时控制量,影响其主要因素是被洗物品的脏污程度,这两个量可以用水的浑浊度和浑浊度变化率来表示,油性脏污的浑浊度变化率小,泥性脏污的浑浊度变化率大。实际分析证明:输入与输出之间很难用一定的数学模型来描述,系统的具体条件具有较大的不确定性,其控制过程在很大程度上依赖于操作者的经验,用常规的控制方法难以达到理想的效果。而采用模糊控制技术就能很容易解决问题。因而采用了模糊控制器设计全自动洗衣机。在洗涤衣物的过程中,

基于MATLAB的模糊控制系统设计

实验一基于MATLAB的模糊控制系统设计 1.1实验内容（1）基于MATLAB图形模糊推理系统设计，小费模糊推理系统；（2）飞机下降速度模糊推理系统设计；（3）水箱液位模糊控制系统设计及仿真运行。 1.2实验步骤 1小费模糊推理系统设计（1）在MATLAB的命令窗口输入fuzzy命令，打开模糊逻辑工具箱的图形用户界面窗口，新建一个Madmdani模糊推理系统。（2）增加一个输入变量，将输入变量命名为service、food，输出变量为tip，这样建立了一个两输入单输出模糊推理系统框架。（3）设计模糊化模块：双击变量图标打开Membership Fgunction Editor 窗口，分别将两个输入变量的论域均设为[0,10],输出论域为[0,30]。通过增加隶属度函数来进行模糊空间划分。输入变量service划分为三个模糊集：poor、good和excellent，隶属度函数均为高斯函数，参数分别为[1.5 0]、[1,5 5]和[1.5 10]；输入变量food划分为两个模糊集：rancid和delicious，隶属度函数均为梯形函数，参数分别为[0 0 1 3]和[7 9 10 10]；输出变量tip划分为三个模糊集：cheap、average和generous，隶属度函数均为三角形函数，参数分别为[0 5 10]、[10 15 20]和[20 25 30]。

（4）设置模糊规则：打开Rule Editor窗口，通过选择添加三条模糊规则： ①if (service is poor) or (food is rancid) then (tip is cheap) ②if (service is good) then (tip is average) ③if (service is excellent) or (food is delicious) then (tip is generous) 三条规则的权重均为 1.

模糊PID控制器的设计与仿真——设计步骤

模糊PID控制器的设计与仿真设计模糊PID控制器时，首先要将精确量转换为模糊量，并且要把转换后的模糊量映射到模糊控制论域当中，这个过程就是精确量模糊化的过程。模糊化的主要功能就是将输入量精确值转换成为一个模糊变量的值，最终形成一个模糊集合。本次设计系统的精确量包括以下变量：变化量e，变化量的变化速率ec还有参数整定过程中的输出量△ K P，△ K D，△ K,在设计模糊PID的过程中，需要将这些精确量转换成为模糊论域上的模糊值。本系统的误差与误差变化率的模糊论域与基本论域为：E=[-6,-4,-2,0,2,4,6];Ec=[-6,-4,-2,0,2,4,6] 。模糊PID控制器的设计选用二维模糊控制器。以给定值的偏差e和偏差变化ec为输入；△ K P，△ K D，△ K为输出的自适应模糊PID控制器，见图1。图1模糊PID控制器 (1) 模糊变量选取输入变量E和EC的模糊化将一定范围(基本论域)的输入变量映射到离散区间(论域)需要先验知识来确定输入变量的范围。就本系统而言，设置语言变量取七个，分别为NB, NM NS ZQ PS, PM PB (2) 语言变量及隶属函数根据控制要求，对各个输入，输出变量作如下划定： e，ec 论域：{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6} △心，△ K D，△ K 论域：{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6} 应用模糊合成推理PID参数的整定算法。第k个采样时间的整定为 K p(k)二K p。：K p(k) , Kdk)二K I。水心),K°(k)二K D。 *D(k). 式中K P0,K|0,K D0为经典PID控制器的初始参数

基于电厂锅炉燃烧模糊控制器的设计

摘要火力发电是当今电力生产中重要生产形式之一。在现代电力企业中，由于安全性、节耗性、提高劳动生产率等多方面要求，计算机控制系统如今广泛应用于电站控制。但在实际运行中，经常受到内部和外部的干扰，锅炉燃烧是一个多输入多输出的被控对象，而且变量间相互耦合严重，并具有多参数，非线性，不确定时滞和时变的特点，传统的 PID 控制效果往往不够理想。必须采用先进控制算法。本文首先分析了火电厂锅炉燃烧控制系统的动态特性，确定了被控对像的传递函数。然后对锅炉燃烧系统单模糊控制器进行总体设计。主要输入量的模糊化，模糊控制规则的形成，输出量的模糊化。最后通过应用MATLAB中的SIMULINK对系统进行仿真，对比模糊控制与常规PID控制的控制性能。通过仿真结果对比得出：模糊控制器的控制性能总体优于常规PID控制器，它不仅具有良好的动态特性，还具有良好的环境适应能力。关键词：火电厂；燃烧控制系统；模糊控制；SIMULINK仿真

第一章绪论 1.1 研究背景和课题来源及意义 1.1.1 研究背景电能是现代社会的必需品，若没有电能人类的生活生产将面临巨大的困难。电能作为最清洁的能源，其使用方法简单，运送方便，容易转换。电力工业的发展水平实际上是工农业发展、人民生活水平和科技与国防现代化的重要标志。常见的电力生产有如水力发电，核能发电，火力发电，太阳能发电、风能发和地热能发电等方法。目前电能主要由火力发电厂、水力发电厂和核能发电厂产生。在我国，火力发电是生产电力的主要方式，截止到 2009年 12 月底，全国发电量为36506 亿千瓦时，其中火力发电量为 29814.22 亿千瓦时，占总发电量的 81.67%，表 1-1 是最近几年我国火力发电情况统计表煤是火力发电的主要燃料，中国每年消耗的煤炭用于发电占全国煤炭产量约一半的工业用煤总量，比例高达80%，为了节约资源，保护环境，应为了提高煤炭的燃烧效率。锅炉设备是火力发电过程中最重要的设备，其工作直接影响到整个电厂的运行状态。只有在中国工业锅炉实际运行效率大约有65%，与国外先进水平相比，低15-20%，通过节能改造，每年可节省大量的煤，影响锅炉效率的因素是多方面的，一方面由于燃煤发电的来源和煤种复杂多变，对燃烧系统的直接摄动；另一方面，由于设备老化和单位变换，得到变工况范围大，使电站锅炉运行状态往往偏离最优条件，因此，对锅炉燃烧系统优化控制技术先进，保证锅炉的安全环保经济运行，具有非常重要的现实意义。锅炉燃烧优化系统的本质是运行技术改变锅炉设备参数的前提下，通过对燃料和空气分配比等参数提供调整，使锅炉燃烧燃烧处于最佳状态，以增加同时对锅炉安全运行的热效率，锅炉的实现经济，环境保护和安全操作。 1.2 模糊控制在火电厂燃烧控制系统中应用的意义自Zadeh教授在美国大学1965加利福尼亚建立了模糊集理论和1974英国e.h.mam2dani 在锅炉和汽轮机控制模糊控制中的应用是成功的，模糊控制已在开发在现实生活中广泛应用，其根源在于模糊逻辑本身提供了专家信息，语言为一种推理方法的控制系统结构。通俗的讲，模糊控制是模糊推理的控制对象，模仿人的思维方式难以建立精确数学模型的实现。它是利用模糊数学的交叉复合产品的控制理论，而且是智能控制的重要组成部分。突出了模糊控制的特点

设计模糊控制器

设计模糊控制器实验题目：MATLAB中模糊控制器设计课程名称：智能控制概论任课教师：任彦姓名：吕同兴学号：1167106317 班级：自动化11-3班一、实验目的利用MATLAB中模糊工具箱设计一个模糊控制器二、相关知识一般控制系统的架构包含了五个主要部分，即:定义变量、模糊化、知识库、逻辑判断及反模糊化： 1、定义变量也就是决定程序被观察的状况及考虑控制的动作，例如在一般控制问题上，输入变量有输出误差E与输出误差变化率EC，而模糊控制还将控制变量作为下一个状态的输入U。其中E、EC、U统称为模糊变量。 2、模糊化将输入值以适当的比例转换到论域的数值，利用口语化变量来描述测量物理量的过程，根据适合的语言值（linguistic value）求该值相对的隶属度，此口语化变量称为模糊子集合（fuzzy subsets）。 3、知识库包括数据库（data base）与规则库（rule base）两部分，其中数据库提供处理模糊数据的相关定义；而规则库则藉由一群语言控制规则描述控制目标和策略。 4、逻辑判断模仿人类下判断时的模糊概念，运用模糊逻辑和模糊推论法进行推论，得到模糊控制讯号。该部分是模糊控制器的精髓所在。 5、解模糊化解模糊化（defuzzify）：将推论所得到的模糊值转换为明确的控制讯号，做为系统的输入值。三、控制背景直线一级倒立摆的模糊控制四、参考资料整理

1、【名称】基于模糊控制理论的二级倒立摆控制算法【作者】过润秋；洪旭；苏旺旺；【关键词】二级倒立摆；模糊控制；融合函数；量化因子；【期刊名】西安电子科技大学学报【发表时间】2006年01期【简介】采用模糊控制理论研究了二级倒立摆控制问题.运用最优控制方法设计了融合函数以降低模糊控制器的输入变量维数,大大减少模糊控制的规则数,并研究了量化因子对控制效果的影响,通过设置阈值使量化因子可自动调节,进而提高模糊控制器的性能品质.仿真和实验结果都证明这种模糊控制算法规则数少,响应速度快,有良好的稳定性和鲁棒性. 2、【名称】直线一级倒立摆控制策略研究及仿真分析【作者】梁春辉；冯雷；张欣；【关键词】直线一级倒立摆；数学模型；经典控制方法；现代控制方法； MATLAB/SIMULINK；【期刊名】长春工程学院学报(自然科学版) 【发表时间】2010年01期【简介】应用牛顿力学定律建立了直线一级倒立摆的传递函数、状态空间表达式等数学模型,并分析其稳定性、可控性和可观测性。在此基础上,分别研究经典控制方法和现代控制方法在一级倒立摆系统中的应用,包括PID控制算法、系统频率响应分析与校正、线性二次最优控制算法和极点配置法,并在MATLAB/SIMULINK仿真平台上对这些控制算法的效果进行仿真,可以取得不同的控制效果。 3、【名称】基于变量分组模糊控制算法的倒立摆系统【作者】魏胜男；【关键词】倒立摆；模糊控制；变量分组；两回路；【期刊名】微计算机信息【发表时间】2012年02期【简介】采用模糊控制理论研究了直线一级倒立摆控制问题。直线一级倒立摆系统是多变量不稳系统,为了解决模糊规则爆炸问题,本文采用了变量分组的方法完成倒立摆模糊控制器的设计方案。要使直线一级倒立摆系统稳定,必须对小车位置和摆杆角度同时进行闭环控制,而单一的控制只能控制一个控制量,本文提出了两回路的模糊控制方案。仿真和实验结果证明了该方案的可行性和良好的控制性能。

matlab下模糊控制器设计步骤

下面将根据模糊控制器设计步骤，一步步利用Matlab工具箱设计模糊控制器。 Matlab模糊控制工具箱为模糊控制器的设计提供了一种非常便捷的途径，通过它我们不需要进行复杂的模糊化、模糊推理及反模糊化运算，只需要设定相应参数，就可以很快得到我们所需要的控制器，而且修改也非常方便。首先我们在Matlab的命令窗口（command window）中输入fuzzy，回车就会出来这样一个窗口。下面我们都是在这样一个窗口中进行模糊控制器的设计。

1．确定模糊控制器结构：即根据具体的系统确定输入、输出量。这里我们可以选取标准的二维控制结构，即输入为误差e和误差变化ec，输出为控制量u。注意这里的变量还都是精确量。相应的模糊量为E，EC和U，我们可以选择增加输入(Add Variable)来实现双入单出控制结构。 2．输入输出变量的模糊化：即把输入输出的精确量转化为对应语言变量的模糊集合。首先我们要确定描述输入输出变量语言值的模糊子集，如{NB，NM，NS，ZO，PS，PM，PB}，并设置输入输出变量的论域，例如我们可以设置误差E（此时为模糊量）、误差变化EC、控制量U的论域均为{-3，-2，-1，0，1，2，3}；然后我们为模糊语言变量选取相应的隶属度函数。

在模糊控制工具箱中，我们在Member Function Edit中即可完成这些步骤。首先我们打开Member Function Edit窗口. 然后分别对输入输出变量定义论域范围，添加隶属函数，以E为例，设置论域范围为[-3 3]，添加隶属函数的个数为7.

然后根据设计要求分别对这些隶属函数进行修改，包括对应的语言变量，隶属函数类型。

模糊控制器设计

模糊控制器设计模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种计算机数字控制。从线性控制与非线性控制的角度分类，模糊控制是一种非线性控制。从控制器的智能性看，模糊控制属于智能控制的X 畴，而且它已成为目前实现智能控制的一种重要而又有效的形式。 1 模糊控制的基本思想在自动控制技术产生之前，人们在生产过程中只能采用手动控制方式。手动控制过程首先是通过观测被控对象的输出，其次是根据观测结果做出决策，然后手动调整输入量，操作工人就是这样不断地完成从观测、决策到调整，实现对生产过程的手动调整输入量，操作工人就是这样不断地完成从观测、决策到调整，实现对生产过程的手动控制。这三个步骤分别是由人的眼-脑-手来完成的。后来，由于科学技术的进步，人们逐渐采用各种测量装置（如传感器）代替人眼，完成对被控制量的观测任务；利用各种控制器（如PID 调节器）取代人脑的作用，实现比较、综合被控制量与给定量之间的偏差，控制器所给出的输出信号相当于手动控制过程中人脑的决策；使用各种执行机构（如电动机）对被控对象施加某种控制作用，这就起到了手动控制中手的调整作用。上述由测量装置、控制器、被控对象及执行机构组成的自动测控系统，就是人们所熟知的常规负反馈控制系统。常规控制首先要建立精确数学模型，但是对一些复杂的工业过程，建立精确的数学模型是非常困难的，或者是根本不可能的。于是常规控制技术在这里就遇到了不可逾越的障碍。但是，熟练的技术操作人员，通过感官系统进行现场观察，再根据自己的经验就能很容易地实现这类控制过程，于是就产生了一个问题，能否把人的操作经验总结为若干条控制规则，并设计一个装置去执行这些规则，从而对系统进行有效的控制呢?答案是肯定的。这种装置就是模糊控制器。与传统的PID 控制相比，模糊控制有其明显的优越性。由于模糊控制实质上是用计算机去执行操作人员的控制策略，因而可以避开复杂的数学模型。对于非线性，大滞后及带有随机干扰的复杂工业对象，由于数学模型难以建立，因而传统的PID 控制也就失效，而对这样的系统，设计一个模糊控制器，却没有多大困难。实践结果表明，在两种系统均调到最佳状态下，当工作条件大幅度变化时，经典的PID 控制难以进行调整，而模糊控制对过程参数改变不灵敏，在所有工作所有工作点上都能做到较稳定的控制，这说明模糊控制本质上是非线性的，并且对于对象的参数变化适应性强，即所谓的“鲁棒性”较好。 2 模糊控制系统的组成模糊控制属于计算机数字控制的一种形式，通常由5个部分组成，其系统框图如图1所示。图1 （1）模糊控制器实际上是一台PC 机或单片机及其相应软件。（2）输入/输出接口模糊控制器通过输入接口获取信号，并经输出接口转变为模拟信号去控制被控对象。（3）执行机构主要包括电动和气动调节装置，如伺服电机、气动调节阀等。（4）被控对象可以是缺乏精确数学模型的对象，也可以是有较精确数学模型的对象。（5）变送器由传感器和信号调理电路组成，传感器是将被控对象转换为电信号的装置，传感器的精度直接影响整个模糊控制系统的精度。模糊控制系统与通常的计算机控制系统的主要区别是采用了模糊控制器。模糊控制器是模糊控制系统的核心。一个模糊系统性能的优劣，主要取决于模糊控制器的结构、所采用的模糊规则、合成推理算法以及模糊决策的方法等因素。 3 模糊控制器的组成及各部分工作原理模糊控制器主要包括输入量模糊化接口、知识库、推理机、输出清晰化接口四个部分，如图2所示。 r ( t )

matlab下模糊控制器设计--实用步骤.docx

真理惟一可靠的标准就是永远自相符合。土地是以它的肥沃和收获而被估价的；才能也是土地，不过它生产的不是粮食，而是真理。如果只能滋生瞑想和幻想的话，即使再大的才能也只是砂地或盐池，那上面连小草也长不出来的。下面将根据模糊控制器设计步骤，一步步利用Matlab 工具箱设计模糊控制器。 Matlab 模糊控制工具箱为模糊控制器的设计提供了一种非常便捷的途径，通过它我们不需要进行复杂的模糊化、模糊推理及反模糊化运算，只需要设定相应参数，就可以很快得到我们所需要的控制器，而且修改也非常方便。首先我们在Matlab的命令窗口（command window）中输入fuzzy ，回车就会出来这样一个窗口。下面我们都是在这样一个窗口中进行模糊控制器的设计。 1．确定模糊控制器结构：即根据具体的系统确定输入、输出量。

这里我们可以选取标准的二维控制结构，即输入为误差为控制量 u。注意这里的变量还都是精确量。相应的模糊量为以选择增加输入 (Add Variable) 来实现双入单出控制结构。e 和误差变化ec，输出E， EC 和 U，我们可 2．输入输出变量的模糊化：即把输入输出的精确量转化为对应语言变量的模糊集合。首先我们要确定描述输入输出变量语言值的模糊子集，如{NB ，NM ，NS，ZO，PS， PM，PB} ，并设置输入输出变量的论域，例如我们可以设置误差E（此时为模糊量）、误差变化EC、控制量 U 的论域均为 {-3 ， -2 ，-1 ，0， 1， 2，3} ；然后我们为模糊语言变量选取相应的隶属度函数。

在模糊控制工具箱中，我们在先我们打开Member Function Edit Member Function Edit 窗口 . 中即可完成这些步骤。首然后分别对输入输出变量定义论域范围，添加隶属函数，以范围为 [-3 3] ，添加隶属函数的个数为7. E 为例，设置论域