模糊控制入门_李洪兴

基于simulink的模糊控制仿真

已知系统的传递函数为：1/(10s+1)*e(-0.5s)。假设系统给定为阶跃值r=30，系统初始值r0=0.试分别设计 (1)常规的PID控制器； (2)常规的模糊控制器； (3)比较两种控制器的效果； (4)当通过改变模糊控制器的比例因子时，系统响应有什么变化？ 一．基于simulink的PID控制器的仿真及其调试： 调节后的Kp，Ki，Kd分别为：10 ，1，0.05。 示波器观察到的波形为： 二．基于simulink的模糊控制器的仿真及其调试： （1）启动matlab后，在主窗口中键入fuzzy回车，屏幕上就会显现出如下图所示的“FIS Editor”界面，即模糊推理系统编辑器。

（2）双击输入量或输出量模框中的任何一个，都会弹出隶属函数编辑器，简称MF编辑器。

（3）在FIS Editor界面顺序单击菜单Editor—Rules出现模糊规则编辑器。 本次设计采用双输入（偏差E和偏差变化量EC）单输出（U）模糊控制器，E的论域是[-6,6]，EC的论域是[-6,6]，U的论域是[-6,6]。它们的状态分别是负大（NB）、负中（NM）、负小（NS）、零（ZO）、正小（PS）、正中（PM）、正大（PB）。语言值的隶属函数选择三角形的隶属度函数。推理规则选用Mamdani 控制规则。 该控制器的控制规则表如图所示：

Simulink仿真图如下： 在调试过程中发现加入积分调节器有助于消除静差，通过试凑法得出量化因子，比例因子以及积分常数。Ke，Kec，Ku，Ki分别是： 3 ，2.5 ，3.5 ，0.27

三．实验心得： 通过比较PID控制器和模糊控制器，我们可知两个系统观察到的波形并没有太大的区别。相对而言，对于给出精确数学模型的控制对象，PID控制器显得更具有优势，其一是操作简单，其二是调节三个参数可以达到满意的效果；对于给出给出精确数学模型的控制对象，模糊控制器并没有展现出太大的优势，其一是操作繁琐，其二是模糊控制器调节参数的难度并不亚于PID控制器。 在实验中增大模糊控制器的比例因子Ku会加快系统的响应速度，但Ku过大将会导致系统输出上升速率过快，从而使系统产生较大的超调量乃至发生振荡；Ku过小，系统输出上升速率变小，将导致系统稳态精度变差。

实验一--模糊控制器的MATLAB仿真

实验一 模糊控制器的MATLAB 仿真 一、实验目的 本实验要求利用MATLAB/SIMULINK 与FUZZYTOOLBOX 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；研究改变模糊控制器参数时，系统响应的变化情况；掌握用 MATLAB 实现模糊控制系统仿真的方法。 实验时数：3学时。 二、实验设备：计算机系统、Matlab 仿真软件 三、实验原理 模糊控制器它包含有模糊化接口、规则库、模糊推理、清晰化接口等部分，输人变量是过程实测变量与系统设定值之差值。输出变量是系统的实时控制修正变量。模糊控制的核心部分是包含语言规则的规则库和模糊推理。模糊推理就是一种模糊变换，它将输入变量模糊集变换为输出变量的模糊集，实现论域的转换。工程上为了便于微机实现，通常采用“或”运算处理这种较为简单的推理方法。Mamdani 推理方法是一种广泛采用的方法。它包含三个过程：隶属度聚集、规则激活和输出总合。模糊控制器的体系结构如图1所示。 图1 模糊控制器的体系结构 四、实验步骤 （1）对循环流化床锅炉床温，对象模型为 ()()1140130120 ++s s 采用simulink 图库，实现常规PID 和模糊自整定PID 。 （2）确定模糊语言变量及其论域：模糊自整定PID 为2输入3输出的模糊控制器。该模糊控制器是以|e|和|ec|为输入语言变量，Kp 、Ki 、Kd 为输出语言变量，其各语言变量的论域如下：

误差绝对值：e={0，3，6，10}； 误差变化率绝对值：ec={0，2，4，6}； 输出Kp：Up={0，0.5，1.0，1.5}； 输出Ki：Ui={0，0.002，0.004，0.006}； 输出Kd：Ud={0，3，6，9}。 （3）语言变量值域的选取：输入语言变量|e|和|ec|的值域取值“大”(B)、“中”(M)、“小”(s)和“零”(Z) 4种；输出语言变量Kp、Ki、Kd的值域取值为“很大”(VB)、“大”(B)、“中”(M)、“小”(s) 4种。 （4）规则的制定：根据PID参数整定原则及运行经验，可列出输出变量Kp、Ki、Kd 的控制规则表。 （5）推理方法的确定 隐含采用“mamdani”方法：max-min； 推理方法，即“min”方法； 去模糊方法：面积中心法； 选择隶属函数的形式：三角型。

模糊控制的优缺点

模糊控制的优缺点

————————————————————————————————作者：————————————————————————————————日期：

１.模糊控制中模糊的含义 模糊控制中的模糊其实就是不确定性。从属于该概念和不属于该概念之间没有明显的分界线。模糊的概念导致了模糊现象。 2.模糊控制的定义 模糊控制就是利用模糊数学知识模仿人脑的思维对模糊的现象进行识别和判断,给出精确的控制量，利用计算机予以实现的自动控制。 3.模糊控制的基本思想 模糊控制的基本思想:根据操作人员的操作经验，总结出一套完整的控制规则,根据系统当前的运行状态，经过模糊推理，模糊判断等运算求出控制量,实现对被控制对象的控制。 4.模糊的控制的特点 不完全依赖于纯粹的数学模型，依赖的是模糊规则。模糊规则是操作者经过大量的操作实践总结出来的一套完整的控制规则。 模糊控制的对象称为黑匣（由于不知道被控对象的内部结构、机理，无法用语言去描述其运动规律,无法去建立精确的数学模型）。但是模糊规则又是模糊数学模型。 5 模糊控制的优缺点及需要解决的问题分析 5.1模糊控制的优点 (1)使用语言方便,可不需要过程的精确数学模型;(不需要精确的数学模型) (２）鲁棒性强,适于解决过程控制中的非线性、强耦合时变、

滞后等问题；鲁棒性即系统的健壮性。 (3）有较强的容错能力。具有适应受控对象动力学特征变化、环境特征变化和动行条件变化的能力; (4)操作人员易于通过人的自然语言进行人机界面联系,这些模糊条件语句容易加到过程的控制环节上。 5．2模糊控制的缺点 (１)信息简单的模糊处理将导致系统的控制精度降低和动态品质变差; (2)模糊控制的设计尚缺乏系统性,无法定义控制目标。 6.模糊数学 模糊数学就是利用数学知识研究和解决模糊现象。在数学和模糊现象之间架起了一座桥梁。 6．１模糊集合的概念 每一个概念都有内涵和外延。 内涵就是指概念的本质属性的集合。外延就是符合某种本质属性的全体对象的集合。 模糊数学的基础就是模糊理论集。 在模糊集合设计到的论域U 上，给定了一个映射A,A ：U →[0,1] ,)(x x A μ ,则称A 为论域U 上的模糊集合或者模糊子集； )(x A μ表示U 中各个元素x 属于集合A 的程度,称为元素x 属于模糊集合A 的隶属函数。当x 是一个确定的0x 时，称)(0x A μ为元素0x 对于模糊集合A 的隶属 度。 F 集合引出的几个概念

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

第六章 模糊控制系统

第六章模糊控制系统 教学内容 首先讲解用于控制的模糊集合和模糊逻辑的基本知识;然后讨论模糊逻辑控制器的类型、结构、设计和特性;最后举例说明FLC的应用。 教学重点 模糊控制的数学基础,模糊逻辑控制器的类型、结构、设计和特性。 教学难点 对定义的准确把握和理解,模糊逻辑控制器的类型、结构、设计和特性。 教学方法 通过对数学基础的牢固掌握,对模糊控制进行深入的理解,课堂教授为主。 教学要求 掌握用于控制的模糊集合和模糊逻辑的基本知识;模糊逻辑控制器的类型、结构、设计和特性 6.1 模糊控制基础 教学内容模糊集合、模糊逻辑定义及运算;模糊逻辑推理一般方法;模糊判决方法。 教学重点模糊集合、模糊逻辑定义及运算;模糊逻辑推理一般方法;模糊判决方法。 教学难点对抽象公式的理解、熟练运算;模糊逻辑推理一般方法。 教学方法课堂教授为主,课后作业巩固。 教学要求掌握模糊集合、模糊逻辑定义及运算;模糊逻辑推理一般方法;能够熟练使用模糊判决方法。 6.1.1 模糊集合、模糊逻辑及其运算 设为某些对象的集合,称为论域,可以是连续的或离散的;表示的元素,记作={}。 定义6.1模糊集合(fuzzy sets) 论域到[0,1]区间的任一映射,即: →[0,1],都确定的一个模糊子集;称为的隶属函数(membership function)或隶属度(grade of membership)。也就是说,表示属于模糊子集F的程度或等级。在论域中,可把模糊子集表示为元素与其隶属函数的序偶集合,记为: 若U为连续,则模糊集F可记作: 若U为离散,则模糊集F可记作:

定义6.2模糊支集、交叉点及模糊单点如果模糊集是论域U中所有满足的元素u构成的集合,则称该集合为模糊集F的支集。当u满足,则称此模糊集为模糊单点。 定义6.3模糊集的运算设A和B为论域U中的两个模糊集,其隶属函数分别为和,则对于所有,存在下列运算: (1) A与B的并(逻辑或) (2) A与B的交(逻辑与) (3) A的补(逻辑非) 定义6.4直积(笛卡儿乘积,代数积) 若分别为论域中的模糊集合,则这些集合的直积是乘积空间中一个模糊集合,其隶属函数为: 定义6.5模糊关系若U,V是两个非空模糊集合,则其直积U×V中的一个模糊子集R称为从U到V的模糊关系,可表示为: 定义6.6复合关系若R和S分别为U×V和V×W中的模糊关系,则R和S的复合是一个从U到W的模糊关系,记为: 定义6.7正态模糊集、凸模糊集和模糊数 定义6.8语言变量 定义6.9常规集合的许多运算特性对模糊集合也同样成立。设模糊集合A、B、C∈U,则其并、交和补运算满足下列基本规律: (1) 幂等律 (2) 交换律 (3) 结合律 (4) 分配律

基于matlab的模糊控制器的设计与仿真

基于MATLAB的模糊控制器的设计与仿真 摘要：本文对模糊控制器进行了主要介绍。提出了一种模糊控制器的设计与仿真的实现方法，该方法利用MA TLB模糊控制工具箱中模糊控制器的控制规则和隶属度函数，建立模型，并进行模糊控制器设计与仿真。 关键词：模糊控制，隶属度函数，仿真，MA TLAB 1 引言 模糊控制是一种特别适用于模拟专家对数学模型未知的较复杂系统的控制，是一种对模型要求不高但又有良好控制效果的控制新策略。与经典控制和现代控制相比，模糊控制器的主要优点是它不需要建立精确的数学模型。因此，对一些无法建立数学模型或难以建立精确数学模型的被控对象，采用模糊控制方法，往往能获得较满意的控制效果。 模糊控制器的设计比一般的经典控制器如PID控制器要复杂，但如果借助MATLAB则系统动态特性良好并有较高的稳态控制精度，可提高模糊控制器的设计效率。本文在MATLAB环境下针对某个控制环节对模糊控制系统进行了设计与仿真。 2 模糊控制器简介 模糊控制器是一种以模糊集合论，模糊语言变量以及模糊推理为数学基础的新型计算机控制方法。显然，模糊控制的基础是模糊数学，模糊控制的实现手段是计算机。本章着重介绍模糊控制的基本思想，模糊控制的基本原理，模糊控制器的基本设计原理和模糊控制系统的性能分析。 随着科学技术的飞速发展，在那些复杂的，多因素影响的严重非线性、不确定性、多变性的大系统中，传统的控制理论和控制方法越来越显示出局限性。长期以来，人们期望以人类思维的控制方案为基础，创造出一种能反映人类经验的控制过程知识，并可以达到控制目的，能够利用某种形式表现出来。而且这种形式既能够取代那种精密、反复、有错误倾向的模型建造过程，又能避免精密的估计模型方程中各种方程的过程。同时还很容易被实现的，简单而灵活的控制方式。于是模糊控制理论极其技术应运而生。 3 模糊控制的特点 模糊控制是以模仿人类人工控制特点而提出的，虽然带有一定的模糊性和主观性，但往往是简单易行，而且是行之有效的。模糊控制的任务正是要用计算机来模拟这种人的思维和决策方式，对这些复杂的生产过程进行控制和操作。所以，模糊控制有以下特点： 1）模糊控制的计算方法虽然是运用模糊集理论进行的模糊算法，但最后得到的控制规律是确定

模糊控制仿真

智能控制实验报告模糊控制器的仿真

一．实验目的 1.了解模糊控制的原理 2.学习Matlab模糊逻辑工具箱的使用 3.使用工具箱进行模糊控制器的仿真 二．实验设备 1.计算机 2.Matlab软件 3.window 7操作系统 三．实验原理 模糊逻辑控制又称模糊控制，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类计算机控制策略，模糊控制是一种非线性控制。图1-1是模糊控制系统基本结构，由图可知模糊控制器由模糊化，知识库，模糊推理和清晰化（或去模糊化）四个功能模块组成。 针对模糊控制器每个输入，输出,各自定义一个语言变量。因为对控制输出的判断，往往不仅根据误差的变化，而且还根据误差的变化率来进行综合评判。所以在模糊控制器的设计中，通常取系统的误差值e和误差变化率ec为模糊控制器的两个输入，则在e的论域上定义语言变量“误差E”，在ec的论域上定义语言变量“误差变化EC”；在控制量u的论域上定义语言变量“控制量U”。 通过检测获取被控制量的精确值，然后将此量与给定值比较得到误差信号e，对误差取微分得到误差变化率ec，再经过模糊化处理把分明集输入量转换为模糊集输入量，模糊输入变量根据预先设定的模糊规则，通过模糊逻辑推理获得模糊控制输出量，该模糊输出变量再经过去模糊化处理转换为分明集控制输出量。 四．实验步骤 1、在MATLAB主窗口中单击工具栏中的Simulink快捷图标，弹出“Simulink Library Browser”窗口，单击Create a new model快捷图标，弹出模拟编辑窗口，用Matlab中的Simulink 工具箱，组成一个模糊控制系统，如图所示： 2、在MATLAB命令窗口输入fuzzy，并按回车键，弹出如下的FIS Editer界面，即模糊推理系统编辑器。

模糊控制学习心得

模糊控制学习心得 班别：电气143 学号：1407300043 姓名：范宝荣 “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。 尽管模糊控制理论已经取得了可观的进展,但与常规控制理论相比仍不成熟。模糊控制系统的分析和设计尚未建立起有效的方法,在很多场合下仍然需要依靠经验和试凑。近年来,许多人一直尝试将常规控制理论的概念和方法扩展至模糊控制系统,而模糊控制与神经网络相结合的方法已成为研究的热点,二者的结合有效地推动了自学习模糊控制的发展。模糊控制易于获得由语言表达的专家知识,能有效地控制那些难以建立精确模型而凭经验可控制的系统,而神经网络则由于其仿生特性更能有效利用系统本身的信息,并能映射任意函数关系,具有并行处理和自学习能力,容错能力也很强。在集成大系统中,神经网络可用于处理低层感知数据,模糊逻辑可用于描述高层的逻辑框架[5]。模糊逻辑与神经网络的结合有两种情况:一是将模糊技术用于神经网络形成模糊神经网络,一是用神经网络实现模糊控制。这两方面均见于大量的研究文献。 常规模糊控制的两个主要问题在于:改进稳态控制精度和提高智能水平与适应能力。从大量文献中可以看出,在实际应用中,往住是将模糊控制或模糊推理的思想,与其他相对成熟的控制理论或方法结合起来,发挥各自的长处,从而获得理想的控制效果。 例如，利用模糊复合控制理论的分档控制,将PI或PID控制策略引入Fuzzy 控制器,构成Fuzzy-PI或Fuzzy-PID复合控制;适应高阶系统模糊控制需要的三维模糊控制器;将精确控制和模糊控制结合起来的精确—模糊混合控制;将预测控制与模糊控制相结合,利用预测模型对控制结果进行预报,并根据目标误差和操作者的经验应用模糊决策方法在线修正控制策略的模糊预测控制等。 模糊控制的发展过程中,提出了多种自组织、自学习、自适应模糊控制器。它们根据被控过程的特性和系统参数的变化,自动生成或调整模糊控制器的规则和参数,达到控制目的。这类模糊控制器在实现人的控制策略基础上,又进一步将人的学习和适应能力引入控制器,使模糊控制具有更高的智能性。自校正模糊控制器、参数自调整模糊控制等控制方法也较大地增强了对环境变化的适应能力。

模糊控制的理论基础

第二章：模糊控制的理论基础 第一节：引言 模糊控制的发展 传统控制方法：数学模型。 模糊控制逻辑：使计算机具有智能和活性的一种新颖的智能控制方法。 模糊控制以模糊集合论为数学基础。 模糊控制系统的应用对于那些测量数据不准确，要处理的数据量过大以致无法判断它们的兼容性以及一些复杂可变的被控对象等场合是有益的。 模糊控制器的设计依赖于操作者的经验。 模糊控制器参数或控制输出的调整是从过程函数的逻辑模型产生的规则来进行的。 改善模糊控制器性能的有效方法是优化模糊控制规则。 模糊控制的特点： 一、无需知道被控对象的数学模型 二、是一种反应人类智慧思维的智能控制 三、易被人们所接受 四、推理过程采用“不精确推理” 五、构造容易 六、存在的问题： 1、要揭示模糊控制器的实质和工作原理，解决稳定性和鲁棒性理论问题，从理 论分析和数学推导的角度揭示和证明模糊控制系统的鲁棒性优于传统控制策略； 2、信息简单的模糊处理将导致系统的控制精度降低和动态品质变差； 3、模糊控制的设计尚缺乏系统性，无法定义控制目标。 “模糊控制的定义” 定义：模糊控制器的输出是通过观察过程的状态和一些如何控制过程的规则的推理得到的。基于三个概念：测量信息的模糊化，推理机制，输出模糊集的精确化；

测量信息的模糊化：实测物理量转换为在该语言变量相应论域内的不同语言值的模糊子集；推理机制：使用数据库和规则库，根据当前的系统状态信息决定模糊控制的输出子集；模糊集的精确化：将推理过程得到的模糊控制量转化为一个清晰，确定的输出控制量的过程。 “模糊控制技术的相关技术” 模糊控制器的核心处理单元：1.传统单片机；2.模糊单片机处理芯片；3.可编程门阵列芯片。 模糊信息与精确转换技术：AD，DA，转换技术。 模糊控制的软技术：系统的仿真软件。 综述：模糊控制是一种更人性化的方法，用模糊逻辑处理和分析现实世界的问题，其结果往往更符合人的要求。 第二节：模糊集合论基础 “模糊集合的概念” 经典集合论所表达概念的内涵和外延都必须是明确的。 集合既可以是连续的也可以是离散的。 集合表示方法：1、列举法；2、定义法；3、归纳法；4、特征函数法；5、集合运算； 思维中每一个概念都有一定的内涵和外延，概念的内涵是指一个概念所包含的区别于其他概念的全体本质属性，概念的外延指符合某概念的对象的全体。从集合论的角度看，内涵就是集合的定义，外延就是集合的所有元素。 与传统的经典集合对事物只用“1”，“0”简单地表示“属于”或“不属于”分类不同，模糊集合是把它扩展成用0~1之间连续变化值来描述元素的属于程度。这个0~1之间连续变化值称作“隶属度”。模糊集合中的特征函数就称作隶属度函数。 模糊集合的定义实际上是将经典集合论中的特征函数表示扩展都用隶属度函数表示。

双闭环模糊控制系统的设计与仿真

《运动控制系统》课程设计学院：物联网工程学院 班级： 姓名： 学号： 日期： 成绩:

文章编号： 双闭环模糊控制系统的设计与仿真 （江南大学物联网工程学院，江苏省无锡邮编214122） 摘要：直流电机具有良好的起动、制动性能，因此其在电力拖动自动控制系统中应用广泛。众所周知，直流电机的闭环系统静特性要比开环系统的机械特写硬的多，而转速、电流双闭环控制直流调速系统是性能好、应用最广泛的直流调速系统，但该系统依赖精确的数学模型，在增加解决环节的同时，系统模型趋于复杂，还可能会影响系统的可靠性。因此我们在总结了以前经验的同时，提出了双闭环模糊控制系统的的设计与仿真。 关键词：直流电机；双闭环系统；模糊控制 中图分类号：文献标识码：A Double Closed Loop Fuzzy Control System Design and Simulation Author name (Jiangnan University, Wuxi 214122, China) Abstract：DC motor has good starting, braking performance, therefore in the electric drive automatic control system is widely applied in the field of. As everyone knows, the closed-loop DC motor system static characteristics than the open loop system of mechanical feature of more than hardware, and speed, electric current double closed loop DC motor control system is of good performance, the most widely used DC speed regulating system, but the system depend on the accurate mathematical model, increase solve link at the same time, the system model tends to be complex, also may influence the reliability of the system. Therefore we are summing up the previous experience at the same time, put forward a double closed loop fuzzy control system design and simulation. Key words：DC Motor; Double Closed Loop System; Fuzzy Control 1 引言 2 双闭环直流调速系统的设计 直流电动机具有启动转矩大、调速范围宽等优势，在轧钢机、电力机车等方面仍广泛采用。直流调速系统在理论上和实践上都比较成热，从控制技术的角度来看，它又是交流调速系统的基础；电力电子技术、计算机控制技术、智能控制理论的发展,，更为直流调速系统继续发展和应用提供了契机。进入21世纪后国外一些公司仍在不断推出高性能直 流调速系统。因此,对直流调速系统的研究仍具有重要意义。 直流调速系统中最典型的控制方式就是速度、电流双闭环调速。由于受参数时变和不确定性等因素的影响，传统的控制方法常受到很大的局限。另外，PID 控制方法往往在系统快速性与稳定性之间不能两者兼顾。模糊控制不依赖于被控对象的精确数学模型，既能克服非线性因素的影响，又具有较强的鲁棒性。因此，给直流电动机双闭环调速系统引入模糊控制器，可以改善系统性能。 2.1 双闭环可逆直流调速系统的原理结构 为了实现转速和电流两种负反馈分别起作用, 可在系统中设置两个调节器,分别调节转速和电流,即分别引入转速负反馈和电流负反馈。二者之间实行串级联接。把转速调节器的输出当作电流调节器的输入,再用电流调节器的输出去控制电力电子变 换器UPE。从闭环结构上看,电流环在里面,称作内环;转速环在外面,称作外环。这样就形成了转速、电流双闭环调速系统。如图1所示。 图1直流双闭环调速系统结构 双闭环直流调速系统目前应用广泛、技术成熟，常采用PID控制方式，它具有结构简单、可靠等优点,取得了较好的控制效果。但是,在实际生产现场,由于条件限制,使得PID控制器参数的整定往往难以达到最优状态,另外,PID 控制方法必须在系统快速性与稳定性程度之间做出折衷,往往不能两者兼顾,而模糊控制能利用其非线性特性,突破PID方法的局限,使调速系统既有快速的动态响应,又有较高的稳定程度。除此之外,模糊控制又进一步提高了调速系统的鲁棒性。 调速系统的模糊控制模型在异步电动机闭环调

模糊控制理论基础知识

第二章 模糊控制理论基础知识 2.1 模糊关系 一、模糊关系R ~ 所谓关系R ，实际上是A 和B 两集合的直积A ×B 的一个子集。现在把它扩展到模糊集合中来，定义如下： 所谓A ，B 两集合的直积 A ×B={(a,b)|a ∈A ，b ∈B} 中的一个模糊关系R ~ ，是指以A ×B 为论域的一个模糊子集，其序偶(a,b)的隶属度为 ),(~b a R μ，可见R ~ 是二元模糊关系。 若论域为n 个集合的直积，则 A 1×A 2×A 3×……A n 称为n 元模糊关系R ~ ，它的隶属函数是n 个变量的函数。 例如，要求列出集合X={1,5,7,9,20}“序偶”上的“前元比后元大得多”的关系R ~ 。 因为直积空间R=X ×X 中有20个“序偶”，序偶(20,1)中的前元比后元大得多，可以认为它的隶属度为1，同理认为序偶(9,5)的隶属于“大得多”的程度为0.3，于是我们可以确定“大得多”的关系R ~ 为 R ~ =0.5/(5,1)+ 0.7/(7,1)+ 0.8/(9,1)+ 1/(20,1)+ 0.1/(7,5)+0.3/(9,5)+ 0.95/(20,5)+ 0.1/(9,7)+ 0.9/(20,7)+ 0.85/(20,9) 综上所述，只要给出直积空间A ×B 中的模糊集R ~ 的隶属函数),(~b a R μ，集合A 到集合B 的模糊关系R ~ 也就确定了。 由于模糊关系，R ~ 实际上是一个模糊子集，因此它们的运算完全服从第一章所述的Fuzzy 子集的运算规则，这里不一一赘述了。 一个模糊关系R ~ ，若对?x ∈X ，必有),(~x x R μ=1，即每个元素X 与自身隶属于模糊关系R ~的隶属度为1。称这样的R ~ 为具有自返性的模糊关系。 一个模糊R ~ ，若对?x ，y ∈X ，均有 ),(~y x R μ=),(~x y R μ 即(x,y)隶属于Fuzzy 关系R ~和(y,x)隶属于Fuzzy 关系R ~的隶属度相同，则称R ~ 为具有对称性的Fuzzy 关系。 一个模糊关系R ~ ，若对?x,y,z ∈X ，均

模糊控制在倒立摆中的MATLAB仿真应用

TAIYUAN UNIVERSITY OF SCIENCE & TECHNOLOGY 题目： 院（系）： 专业： 学生姓名： 学号：

模糊控制在倒立摆中的仿真应用 1、倒立摆系统 简介 倒立摆有许多类型,例如图1-1的a和b所示的分别是轮轨式一级倒立摆系统和二级倒立摆系统的模型。倒立摆是一个典型的快速、多变量、非线性、本质不稳定系统,它对倒置系统的研究在理论上和方法论上具有深远的意义。对倒立摆的研究可归结为对非线性多变量本质不稳定系统的研究,其控制方法和思路在处理一般工业过程中也有广泛的用途。近些年来国内外不少专家学者对一级、二级、三级、甚至四级等倒立摆进行了大量的研究,人们试图寻找不同的控制方法实现对倒立摆的控制,以便检查或说明该方法的严重非线性和本质不稳定系统的控制能力。2002年8月11日,我国的李洪兴教授在国际上首次成功实现了四级倒立摆实物控制,也标志着我国学者采用自己提出的控制理论完成的一项具有原创性的世界领先水平的重大科研成果。 图1-1 倒立摆模型 (a)一级倒立摆模型（b）二级倒立摆模型 倒立摆系统可以简单地描述为小车自由地在限定的轨道上左右移动。小车上的倒立摆一端用铰链安装在小车顶部,另一端可以在小车轨道所在的垂直平面内自由转动,通过电机和皮带传动使小车运动,让倒立摆保持平衡并保持小车不和轨道两端相撞。在此基础上在摆杆的另一端铰链其它摆杆,可以组成二级、三级倒立摆系统。该系统是一个多用途的综合性试验装置,它和火箭的飞行及步行机器人的关节运动有许多相似之处,其原理可以用于控制火箭稳定发射、机器人控制等诸多领域。 倒立摆系统控制原理

单级倒立摆系统的硬件包括下面几个部分：计算机、运动控制卡、伺服系统、倒立摆和测量元件，由它们组成的一个闭环系统，如图1-2所示，就是单级倒立摆系统的硬件结构图。 图1-2 单级倒立摆硬件结构图 通过角度传感器可以测量摆杆的角度，通过位移传感器可以得到小车的位置，然后反馈给运动控制卡，运动控制卡与计算机双向通信。计算机获得实时数据，确定控制策略，发送到运动控制卡，运动控制卡执行计算机确定的控制策略，产生相应的控制量，由伺服电机转动来带动小车在水平轨道往复的运动，使摆杆保持倒立。 倒立摆系统状态方程 θ f 图1-3 单级倒立摆模型图 θ为杆与垂线的夹角，f为作用力，杆的质量m=，杆和小车的总重量m=,半杆长l=，重力加速度g=s2，采样周期T=.倒立摆的数学模型为：

模糊控制器的MATLAB仿真

实验一模糊控制器的MATLAB仿真 一、实验目的 本实验要求利用MATLAB/SIMULINK与FUZZYTOOLBOX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；研究改变模糊控制器参数时，系统响应的变化情况；掌握用 MATLAB 实现模糊控制系统仿真的方法。 二、实验原理 模糊控制器它包含有模糊化接口、知识库（规则库、数据库）、模糊推理机、解模糊接口等部分。输人变量e(t)是过程实测变量y(t)与系统设定值s(t)之差值。输出变量y(t)是系统的实时控制修正变量。模糊控制的核心部分是包含语言规则的规则库和模糊推理机。而模糊推理就是一种模糊变换，它将输入变量模糊集变换为输出变量的模糊集，实现论域的转换。工程上为了便于微机实现，通常采用“或”运算处理这种较为简单的推理方法。Mamdani推理方法是一种广泛采用的方法。它包含三个过程：隶属度聚集、规则激活和输出总合。模糊控制器的组成框图如图2.1所示。 图2.1 模糊控制器的组成框图 三、模糊推理系统的建立 一个模糊推理系统的建立分为三个步骤：首先，对测量数据进行模糊化；其次，建立规则控制表；最后，输出信息的模糊判决，即对模糊量进行反模糊化，得到精确输出量。 模糊推理系统的建立，往往是设计一个模糊控制系统的基础。建立一个模糊推理系统有两类方法：一种是利用GUI建立模糊推理系统；另一种是利用MATLAB命令建立。下面根据实验内容，利用GUI建立模糊推理系统。 例：对循环流化床锅炉床温，对象模型为

()()1140130120 ++s s 采用simulink 图库，实现常规PID 和模糊自整定PID 。模糊自整定PID 为2输入3输出的模糊控制器。 1、 进入FIS 编辑器 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。

模糊控制位置跟踪的SIMULINK仿真

智能控制作业二“模糊控制位置跟踪的SIMULINK 仿真 一、题目 设被控对象的传递函数为s s s G 252500)(2+=，输入信号为方波，周期为1秒，幅值为1，（可以用Pulse Generator 模块来产生）。 1）试设计两输入单输出模糊控制器，输入为偏差E 和偏差变化率EC ，输出为控制量U ，使系统输出能实时跟踪输入信号。 2）通过仿真理解并分析E 和EC 的参数选择对系统稳态误差和动态性能的影响，这些参数包括模糊子集的个数，论域的范围等。作业中最好把不同参数下的仿真结果附上。 二、MATLAB 解决方案 1、模糊控制模块的创建 在MA TLAB 命令窗口中输入fuzzy 命令，会弹出模糊控制GUI 界面，打开隶属度函数编辑窗口，输入变量为E 和EC ，输出变量为U ，输入输出论域均设置为[-3 3]，每个变量都设置NB ，NM ，NS ，ZO ，PS ，PM ，PB 七个模糊子集，每个变量的隶属度函数均如图1所示，为了使输入误差在零附近反应敏感，这一部分隶属度函数设置得比较尖。 图1 隶属度函数编辑窗口 根据如表1输入控制规则，如图2所示：

编辑完成后可以看到如图3所示的模糊输入与输出的三维示意图： 图2 控制规则输入窗口图3 输出三维示意图 2、simulink的仿真 新建一个model，搭建如图4所示的控制框图，保存为fuc2文件夹中的fuz_ctrl.mdl。 其中增益模块用来控制将输入或输出与模糊控制器的论域相匹配。 3、调试后的仿真结果

经过调试优化，最终得到的仿真波形如图5所示。其中Ke=3，Kec=0.06，Ku=1. 图5 最终运行结果 三、控制参数对控制结果的影响 1、论域对控制结果的影响 这里采用Ke和Kec来起到控制输入变量的论域的作用，当增大量化因子，相当于缩小了输入变量的论域，当减小量化因子时，相当于增大了输入变量的论域。在原来的基础上改变Ke，Kec的值，通过观察跟踪效果来说明论域对控制结果的影响。 首先讨论偏差E的论域对控制结果的影响：保持Kec=0.06，当Ke=4时，运行结果如图6所示： 图6 Ke=4时的运行结果 当Ke=1时的运行结果如图7所示：

模糊控制――文献综述

模糊控制――文献综述 摘要 模糊控制理论是以模糊数学为基础,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。模糊控制作为以模糊集合论、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，它已成为目前实现智能控制的一种重要而又有效的形式尤其是模糊控制和神经网络、遗传算法及混沌理论等新学科的融合，正在显示出其巨大的应用潜力。实质上模糊控制是一种非线性控制，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。 本文简单介绍了模糊控制的概念，模糊控制系统的组成，模糊控制的算法，其中包含模糊控制系统的原理、模糊控制器的分类及其设计元素。最后以模糊PID复合控制在锅炉汽包水位控制中的应用说明模糊控制系统的整体设计过程，通过仿真证明了模糊控制显示出的优势。 1. 模糊控制的基本思想 模糊控制是模糊集合理论中的一个重要方面，是以模糊集合化、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，从线性控制到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范畴[1][2]。 模糊控制是建立在人类思维模糊性基础上的一种控制方式，模糊逻辑控制技术模仿人的思考方式接受不精确不完全信息来进行逻辑推理,用直觉经验和启发式思维进行工作,是能涵盖基于模型系统的技术。它不需用精确的公式来表示传递函数或状态方程，而是利用具有模糊性的语言控制规则来描述控制过程。控制规则通常是根据专家的经验得出的，所以模糊控制的基本思想就是利用计算机实现人的控制经验[3]。 2. 模糊控制系统的组成及结构分析 摸糊控制系统是采用计算机控制技术构成的一种具有反馈通道的闭环结构的数字模糊控制系统。智能性的模糊控制器是模糊控制系统的核心，一个模糊控制系统性能的优劣，主要取决于模糊控制器的结构，所采用的模糊控制规则、合成推理算法以及模糊决策的方法等因素[6] [7]。模糊控制系统组成原理如图1所示。 图 1 模糊控制系统组成原理框图 模糊控制系统是由被控对象、执行机构、过程输入输出通道、检测装置、模糊控制器等几部分组成。被控对象的数学模型可以是已知的、精确的，也可以是未知的、模糊的。过程输入输出通道一般指模/数 (A/D)、数/模 (D/A) 转换单元和接口部件，电平转换装置及多路开关等。作为控制系统核心部件的模糊控制器不依赖于被控对象的精确数学模型，易于对不确定性系统进行控制。模糊控制器抗干扰能力强，响应速度快，并对系统参数的变化有较强的鲁棒性。 在实际应用中，模糊控制器有两种组成方式，一种是由模糊逻辑芯片组成的硬件专用模糊控制器，它是用硬件芯片来直接实现模糊控制算法，这种模糊控制器的特点是推理速度快，控制精度高，但价格昂贵，输入和输出以及模糊规则都有限，且灵活性较差，在实际中较少使用；另一种组成方式是采用与数字控制器相同的硬件结构，目前多用单片微机来组成硬件系统。而在软件上用模糊控制算法取代原来数字控制器的数字控制算法，这样就把原来的数字控制器改成了模糊控制器，组成了一个单片机的模糊

模糊控制的数学基础-2(3-1至3-15)模糊关系、逻辑及运算

举例 eg 1 y=sinx, x ∈(-∞,+∞)，y ∈[-1,+1]，由于［－1,＋1］是y 轴的一个子集，故这个映射是x 到y 内的映射，是属于“非全射”。 eg 2 y=x 2, x ∈(-∞,+∞), y ∈(0,+∞)。这是由x 到y 内的映射，也属于“非全 射”。 eg 3 y=x 3, x ∈(-∞,+∞), y ∈(-∞,+∞)。这个映射是由x 射到y 轴上的映射，属于“全射”。并且也是“单射”，同时也是“一一映射”。 Ch 3 Fuzzy 控制理论的预备知识 §3－1 Fuzzy 关系与Fuzzy 关系图 一 Fuzzy 关系~R 第二章讲过，所谓关系R ，实际上是A 和B 两集合的直积A ×B 的一个子集。现在把它扩展到Fuzzy 集合中来，可定义如下： 所谓A 和B 两集合的直积 A × B ＝﹛(a ，b)|a ∈A ，b ∈B ﹜ 中的一个模糊关系~ R ，是指以A ×B 为论域的一个Fuzzy 子集，其序偶(a ，b)的隶属度为 ~R μ (a ，b)，可见~ R 是二元Fuzzy 关系。 3-1 Nose ：当A=B 时，我们称之为“A 面上的Fuzzy 关系”R 。 eg ． 要求列出集合A=﹛1，5，7，9，20﹜“序偶”上的“前元比后元大得多”的关系~ R 。 解：直积空间R ＝A ×A 中有25个“序偶”，其中 R 1=﹛(20,1)，(20,9)，(20,7)，(20,5)，(9,7)，(9,5)，(9,1)，(7,5)，(7,1)，(5,1)﹜ 是满足“前元比后元大”的子集。 ~0.50.70.810.10.30.950.10.90.85 (5,1)(7,1)(9,1)(20,1)(7,5)(9,5)(20,5)(9,7)(20,7)(20,9)R =+++++++++ 上式中分子的值即是按人的判断结果给出的相应满足“前元比后元大得多”的程度，还有一种求法是利用适当的隶属函数来确定。 ~2 1,201(,)()0,R y x x y x y y x μ?

洗衣机模糊控制matlab仿真

洗衣机模糊控制仿真 1.模糊控制背景 美国教授查徳（L.A.Zandeh）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（E.H.Mamdani）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应用——控制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。 2.仿真目的 本次仿真的主要目的是设计一个比较合理的洗衣机模糊控制器，它能够根据被洗涤衣物的污泥多少和油脂多少，综合得到洗涤时间，从而达到最佳的洗涤效果。 3.仿真方法 本次仿真借助matlab中集成的模糊控制工具箱，使用图形界面进行模糊控制器的设计。最后随意给定几组输入，得到输出并作出简单分析。4.模糊控制器的设计 4.1模糊控制器理论设计方法 ①选择合适的模糊控制器类型； ②确定输入输出变量的实际论域； ③确定e,e?,u ?的模糊集个数及各模糊集的隶属度函数； ④输出隶属度函数选为单点，可使解模糊简单； ⑤设计模糊控制规则集； ⑥选择模糊推理方法； ⑦解模糊方法。

4.2实际设计过程 ①模糊控制器类型：选用两输入单输出模糊控制器，控制器输入为衣物的污泥和油脂，输出为洗涤时间。 ②确定输入输出变量的实际论域：输入为Mud(污泥)和Grease （油脂），设置Range=[0 100]（输入变化范围为[0,100]）；输出为Time(洗涤时间)，Range=[0 60]（输出变化范围为[0,60]）。 对应matlab 中模糊控制模块： ③确定模糊集个数及各模糊集的隶属度函数：将污泥分为3个模糊集：SD （污泥少）MD （污泥中）LD(污泥多)；將油脂分为三个模糊集：NG （油脂少）MG （油脂中）LG （油脂多）；将洗涤时间非为5个模糊集：VS （很短）S （短）M （中等）L （长）VL （很长）。 输入﹑输出隶属度函数都定为三角形隶属函数。结合④输出隶属度函数选为单点，可使解模糊简单；定义污泥隶属函数如下 50)50()(x x SD -=μ 0≤x ≤50 50 x 0≤x ≤50 =Mad μ =)(x MD μ 50 ) 100(x - 50＜x ≤100 50)50()(-=x x LD μ 50＜x ≤100 对应matlab 中隶属度函数仿真图如下：