模糊控制的应用实例与分析

模糊控制的应用实例与分析
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20门年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头重大,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:

⑴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

⑵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。

⑶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。

⑷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。

⑸模糊控制系统的鲁棒性強,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之间的差值e及其变化率仝,输出变量为电机的电压变化量u。图2为电机调试输出结果,其横坐标为时间轴,纵坐标为转速。当设定转速为2 OOOr / s时,电机能很快稳定运行于2 OOOr / s;当设定转速下降到1 OOOr / s时,转速又很快下降到1 OOOr / s稳定运

行。

图4

介绍完模糊控制的基本应用,我们就来看看模糊控制具体应用在哪些领域:

(1)模糊控制在工业企业大型生产过程中的应用

湖南大学的刘国才等对T-S模糊推理方法进行了深人研究,并将其成功应用于国家“八?五”重点新技术开发项目“氧化铝熟料烧成自动控制管理系统中,实现了氧化铝烧成过程的自动控制,攻克了几十年来一直未能得到很好解决的氧化铝熟料烧成回转窑的自动控制难题,取得了显著的社会效益和经济效益。其他还有将模糊控制应用到聚丙烯匠应釜温度控制、电弧炼钢的控制、退火炉燃烧过程的控制等。

(2)模糊控制在典型工业控制对象中的应用

模糊控制还被应用到现代控制领域的典型工业控制对象,如交流伺服系统模糊控制、机器人控制中的模糊控制、车辆自动驾驶模糊控制、温室温度模糊控制等等,可以说基本上在各种典型工业控制对象中的能见到模糊控

制的身影。

(3)模糊控制技术在智能家用电器中的应用

模糊控制在智能家电中的应用技术日本走在世界前列。目前已经出现了全自动洗衣机的模糊控制、电饭锅的模糊控制、空调的变频模糊控制、电冰箱的模糊控制、微波炉的模糊控制等。模糊控制技术大大提高了这些家电的智能化水平和控制效果,家用电器中使用模糊控制也成为目前的一个时尚。

(4)模糊控制在国民经济等复杂大对象的预测中的应用

国民经济等大型对象非常复杂,其变化趋势受很多因素影响,非常难以建立精确的数学模型来进行模拟。如人口变化趋势预测、黄河流域雨量预测、物价上涨趋势预测等。但是可以通过模糊控制理论、专家系统理论等建立模糊预测模型,获得这些对象的变化趋势。

模糊系统理论还有一些重要的理论课题还没有解决。其中两个重要的问题是:如何获得模糊规则及隶属函数,这在目前完全凭经验来进行;以及如何保证模糊系统的稳定性。大体说来,在模糊控制理论和应用方面应加强研究的主要方向为:

⑴适合于解决工程上普遍问题的稳定性分析方法,稳定性评价理

论体系;控制器的鲁棒性分析,系统的可控性分析和可观性判定方法等。

⑵模糊控制规则设计方法的研究,包括模糊集合隶属函数设定方法,

量化水平,采样周期的最优选择,规则的系数,最小实现以及规则和隶属函数参数自动生成等问题;进一步则要求我们给出模糊控制器的系统化设计方法。

⑶模糊控制器参数最优调整理论的确定,以及修正推理规则的学习方

式和算法等。

⑷模糊动态模型的辨识方法。

⑸预测系统的设计方法和提高计算速度的方法。

⑹神经网络与模糊控制相结合,有望发展一套新的智能控制理论。

⑺模糊控制算法改进的研究:由于模糊逻辑的范畴很广,包含大量的

槪念和原则;然而这些槪念和原则能真正的在模糊逻辑系统中得到应用的却为数不多。这方面的尝试有待深入。

⑻最优模糊控制器设计的研究:依据恰当提出的性能指标,规范控制

规则的设计依据,并在某种意义上达到最优。

⑼简单、实用且具有模糊推理功能的模糊集成芯片和模糊控制装

置、通用模糊控制系统的开发和推广应用。

近年以来,模糊控制得到长足发展。它的应用领域涉及各各方面,控制方法也有广很大进展,模糊控制器的性能不断提高。模糊控制系统易于接受,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。由于它的这些特点,模糊控制正在得到越来越广泛的应用。

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

模糊控制详细讲解实例之欧阳歌谷创作

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:

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20门年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头重大,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: ⑴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 ⑵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。

⑶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。 ⑷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。 ⑸模糊控制系统的鲁棒性強,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之间的差值e及其变化率仝,输出变量为电机的电压变化量u。图2为电机调试输出结果,其横坐标为时间轴,纵坐标为转速。当设定转速为2 OOOr / s时,电机能很快稳定运行于2 OOOr / s;当设定转速下降到1 OOOr / s时,转速又很快下降到1 OOOr / s稳定运 行。

选取一个模糊控制的实例讲解

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;

选取一个模糊控制的实例讲解

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; 拉格朗日算子 L 是系统动能Ec 和势能Ep 之差,拉格朗日方程由拉格朗日算子L

模糊控制的应用实例与分析资料讲解

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。

模糊控制程序实例

5.226模糊控制器设计实例 1、单输入模糊控制器的设计 【例5.12】已知某汽温控制系统结构如图 5.10所示,采用喷水减温进行控制。设计单输入模糊控 制器,观察定值扰动和内部扰动的控制效果。 图5.10单回路模糊控制系统 按表5-2确定模糊变量E U的隶属函数,按表5-3确定模糊控制规则,选择温度偏差e、控制量u 的实际论域:e u [ 1.5,1.5],则可得到该系统的单输入模糊控制的仿真程序如FC_SI_main.m所示,仿真结果如图5.11所示。 设温度偏差e、控制量u的实际论域:e u [ 1.5,1.5],选择e、u的等级量论域为 E U { 3, 2, 1,0, 1, 2, 3} 量化因子K 2 3 1.5 ( 1.5) 选择模糊词集为{NB,NS,ZO,PS,PB},根据人的控制经验,确定等级量E,U的隶属函数曲线如图 5-8所示。根据隶属函数曲线可以得到模糊变量E、U的赋值表如表5-3所示。 图5-8 E, U的隶属函数曲线

依据人手动控制的一般经验,可以总结出一些控制规则,例如: 若误差E为0,说明温度接近希望值,喷水阀保持不动;若误差明温度低于希望值,应该减少喷水; 若误差明温度高于希望值,应该增加喷水。 若采用数学符号描述,可总结如下模糊控制规则: 若E负大,则U正大; 若E负小,贝U U正小; 若E为零,则U为零; 若E正小,则U负小; 若E正大,则U负大。 写成模糊推理句: if E=NB then U=PB if E=NS then U=PS if E=Z0 then U=Z0 if E=PS then U=NS if E=PB then U=NB 由上述的控制规则可得到模糊控制规则表,如表5-4所示。 表模糊控制规则表 模糊控制规则实际上是一组多重条件语句,它可以表示从误差论域旦到控制量论域的模糊关系R。 按着上述控制规则,可以得到该温度偏差与喷水阀门开度之间的模糊关系R: R E U (NB E PB U)U(NS E PS U)U(Z0E Z0U)U(PS E NS U)U(PB E NB U ) 计算模糊关系矩阵R的子程序如F_Relation_1.m 所示。

模糊控制器的查询表的实例计算过程

用模糊控制实现水箱水温得恒温控制。水箱由底部得电阻性电热元件加热,由电动搅拌器实现均温。设控制得目标温度为25oC,以实测温度T与目标温度R之差,即误差e=T-R,以及误差变化率ec为输入,以固态继电器通电时间得变化量u(以一个控制周期内得占空比表示,控制电加热器得功率)为输出。设e得基本论域为[-5,5] oC,其语言变量E得论域为[-5,5];ec得基本论域为[-1,1] oC/s,其语言变量EC得论域为[-5,5];控制量u得基本论域为[-5,5]单位,其语言变量U得论域为[-5,5]。E、EC与U都选5个语言值{NB,NM,NS,Z,PS,PM,PB},各语言值得隶属函数采用三角函数,其分布可用表1与表2表示,控制规则如表3所示。要求:1、画出模糊控制程序流程图;2、计算出模糊控制器得查询表,写出必要得计算步骤。 表 表 表 解:步骤: 输入输出语言变量得选择。输入变量选为实测温度T与目标温度R之差,即误差e,及误差变化率ec;输出语言变量选固态继电器通电时间得变化量u,故模糊控制系统为双输入—单输出得基本模糊控制器。 建立各语言变量得赋值表。设误差e得基本论域为[-5,5]。C,输入变量E得论域为[-5,-4,-3,-2,-1,0,1,2,3,4,5],误差得量化因子为ke=5/5=1。语言变量E选取5个语言PB PS ZE NS NB。表1为语言变量E、EC得赋值表,表2为语言变量U得赋值表值:,,,,

3)建立模糊控制规则表,总结控制策略,得出一组由25条模糊条件语句构成得控制规 则,据此建立模糊控制规则表,如表3所示、表中行与列交叉处得每个元素及其所在列得第一行元素与所在行得第一列元素,对应于一个形式为”if E and EC then U”得模糊语句,根据该模糊语句可得相应得模糊关系i R ,则总控制规则得总模糊关系为25 1=i i R U R =。表3 模糊控制规则表(内容为控制量U) 建立查询表。根据推理合成原则,输出模糊集合2()T U E E R =??,利用判决结果可建立 模糊控制器查询表。通过查表得出U,乘以比例因子K u ,(K u =u max /n=5/5=1),即查表得出得结果U 即为控制量得值u 。5)流程图如下图所示 流程图

模糊控制系统在全自动洗衣机的应用实例

模糊控制系统在全自动洗衣机的应用实例 读后感 自从这学期学习了智能控制,我对模糊控制的理解更加深刻,模糊控制是智能控制中很重要的一个部分。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。 模糊控制可以应用在全自动洗衣机中,传统的洗衣机有如下缺点,控制技术主要是依靠布量传感器的检测方法,衣物轻度污染时洗涤量却很多,很容易使衣物过度洗涤而损坏;严重污染时洗涤时间不够,洗涤量较少,衣物不干净。将模糊控制引用到全自动洗衣机中后既能去污,又能保护衣物,还能节约时间。 首先发光二极管透过洗涤液向光敏三极管发光,光传感器接收后由微电脑读取数值,这样通过测量洗涤液的污染情况可以间接知道衣物的污染程度,洗涤液越浑浊,衣物越脏;洗涤液不太浑浊,衣物就不太脏。另外还可以通过判断洗涤液达到相同污染程度所需要的时间

判断污染物的类型,泥污会很快使洗涤液变脏,油污需要的时间会比较长。还可以在布量传感器的基础上加入布质检测,在布量检测的基础上稍加水量,再次检测布量根据前后的差异可以判断布质,类似于柔软,普通柔软,普通硬质,硬质。将模糊信息转变成非模糊的数值表现,需要元函数进行处理,例如采用三角形元函数时所有元函数底边都为重叠的三角形,但是决定三角形的尖角和底边如何重合是很困难的,这才是决定模糊控制好坏的关键 最后,总的来说,虽然模糊控制存在设计尚缺乏系统性,难以获得模糊规则以及隶属函数的设计方法,和难以保证模糊控制系统的稳定性鲁棒性等问题,但是这些只是目前技术上的问题,只要一步步克服后,模糊控制系统的种种优点,例如适用于非线性模型上、简化数学模型、易于实现人机交互、有较佳的适应性和容错性等就会服务于人们生活的方方面面。

模糊控制详细讲解实例

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

相关文档
最新文档