2020年智能控制实验报告
智能控制实验报告
姓名
学院
专业自动化班级
学号
指导教师
成绩
2019 年 12 月 25 日
实验一
模糊控制在角度随动系统中的应用一、实验目的与意义学习 Matlab 中建立模糊控制器的方法；了解模糊控制在角度随动系统中的
应用。
二、实验内容在 Matlab 中建立模糊控制器，将生成的模糊规则表插入程序代码中，交叉
编译代码，下载到目标版中进行测试。
1 、Matlab 文本模式建立模糊控制器（必做）
2 、利用 Matlab 模糊逻辑工具箱建立模糊控制器（选做）
3 、模糊控制器 Simulink 仿真（必做）
4 、嵌入式程序交叉编译（选做）
三、实验结果 1 、matlab 文本模式建立模糊控制器 %Fuzzy Controller Design clear all;
close all;
%新建 FIS a=newfis("myfuzzy");
%输入e，范围[-48,48],7 个模糊语言，NB,NM,NS,Z,PS,PM,PB
a=addvar(a,"input","e",[-48 48]);
%Parameter e a=addmf(a,"input",1,"NB","trimf",[-48 -36 -24]); a=addmf(a,"input",1,"NM","trimf",[-36 -24 -12]); a=addmf(a,"input",1,"NS","trimf",[-24 -12 0]); a=addmf(a,"input",1,"Z","trimf",[-12 0 12]); a=addmf(a,"input",1,"PS","trimf",[0 12 24]); a=addmf(a,"input",1,"PM","trimf",[12 24 36]);
a=addmf(a,"input",1,"PB","trimf",[24 36 48]);
%输入ec，范围[-64,64],7 个模糊语言，NB,NM,NS,Z,PS,PM,PB a=addvar(a,"input","ec",[-64 64]);
%Parameter ec a=addmf(a,"input",2,"NB","trimf",[-64 -48 -32]); a=addmf(a,"input",2,"NM","trimf",[-48 -32 -16]); a=addmf(a,"input",2,"NS","trimf",[-32 -16 0]); a=addmf(a,"input",2,"Z","trimf",[-16 0 16]); a=addmf(a,"input",2,"PS","trimf",[0 16 32]); a=addmf(a,"input",2,"PM","trimf",[16 32 48]); a=addmf(a,"input",2,"PB","trimf",[32 48 64]);
%输出u，范围[-90,90]，7 个模糊语言，NB,NM,NS,Z,PS,PM,PB a=addvar(a,"output","u",[-90 90]);
%Parameter u a=addmf(a,"output",1,"NB","trimf",[-90 -65 -45]); a=addmf(a,"output",1,"NM","trimf",[-65 -45 -25]); a=addmf(a,"output",1,"NS","trimf",[-45 -25 0]); a=addmf(a,"output",1,"Z","trimf",[-25 0 25]); a=addmf(a,"output",1,"PS","trimf",[0 25 45]); a=addmf(a,"output",1,"PM","trimf",[25 45 65]); a=addmf(a,"output",1,"PB","trimf",[45 65 90]);
%模糊规则表，7*7=49 行，5 列 rulelist=[1 1 1 1 1;
1 2 1 1 1;
1 3 1 1 1;
1 4
2 1 1;
1 5
2 1 1;
1 6 3 1 1;
1 7 4 1 1;
2 1 1 1 1;
2 2 1 1 1;
2 3 1 1 1;
2 4 2 1 1;
2 5 2 1 1;
2 6
3 1 1;
2 7 4 1 1;
3 1 1 1 1;
3 2 2 1 1;
3 3 2 1 1;
3 4 3 1 1;
3 5
4 1 1;
3 6 5 1 1;
3 7 6 1 1;
4 1 1 1 1;
4 2 3 1 1;
4 3 3 1 1;
4 4 4 1 1;
4 5 5 1 1;
4 6 6 1 1;
4 7 7 1 1;
5 1 2 1 1;
5 2 3 1 1;
5 3 4 1 1;
5 4 5 1 1;
5 5
6 1 1;
5 6 7 1 1;
5 7 7 1 1;
6 1 3 1 1;
6 2 4 1 1;
6 3 5 1 1;
6 4 6 1 1;
6 5
7 1 1;
6 6
7 1 1;
6 7 7 1 1;
7 1 4 1 1;
7 2 5 1 1;
7 3 6 1 1;
7 4 6 1 1;
7 5 7 1 1;
7 6 7 1 1;
7 7 7 1 1;
];
a=addrule(a,rulelist); %showrule(a)
车辆智能控制技术的研究与应用
车辆智能控制技术的研究与应用 车辆1003 20104043 李琳
车辆智能控制技术的研究与应用 自从汽车被发明以来，人类对于驾驶汽车的看法就一直存在分歧，一部分人热衷于让汽车变得越来越好开，强调驾驶乐趣，让你的双手舍不得离开方向盘；然而另一部分人则更热衷于让汽车变得越来越“傻瓜化”，甚至要将驾驶者的双手从方向盘上解放出来……上世纪80年代开始热播的美剧《霹雳游侠》当中的KITT，正是后者思想的集大成者。正在读这篇文章的您也许就曾经被无敌的KITT 所深深吸引吧？当然人类的科技还根本无法达到科幻电视剧当中的效果，KITT 无与伦比的人工智能、让主人公高枕无忧的自动驾驶、车身超级耐打击的能力以及几乎不用加油的动力科技看上去几乎都是天方夜谭。然而随着汽车技术的发展，现实版“KITT”正在向人们走来，近些年来许多厂商都致力于无人自动驾驶技术的研发，宝马在这领域走在时代的前边。 现阶段的技术成果虽然无法实现《霹雳游侠》或者《钢铁侠》里面那样强大的技术，但是让车子短暂脱离驾驶员的控制而自主驾驶，还是已经成功实现了。宝马将一系列最先进的无人驾驶技术设备集成到了一辆看似非常普通的5系轿车里，这些设备能够在高速公路行驶时，接管驾驶员的所有操作，自主进行油门、刹车甚至超车的动作。 车辆自主变线超车 借助布置在车身四周的传感器，它甚至可以发现从辅路匝道进入主干道的车辆，自主采取加减速或者变道的措施，而具体选择那种操作，也是通过计算当时的行驶条件而决定的，也就是说它具备了自主判断交通状况的能力。而这一切，目前都能够在130km/h以下的车速来完成。
其实这些对于驾驶员来说再容易不过的驾驶操作，对于自动驾驶系统来说可是超级复杂的一件事情。车辆不仅需要随时准确侦测出自己处于道路中的哪一条车道上，更要认出车身周边的车辆或者物体。实现这样的感知，不仅需要普通雷达，更需要激光、超声波以及摄像头的辅助。 若要精确做出判断，上述的集中探测装置至少需要两种协同作用。目前这辆能够自主驾驶的宝马5系轿车已经在驾驶员极少干预的前提下，安全行驶了3000英里。这都要归功于全车所有精良的设备。再有一点就是，这项技术的应用普及速度可能远超过你的想象，有消息称该技术在2014年的宝马i3上就会开始搭载，届时你可要分清路上开车的到底是人还是车自己了。然而一向强调给驾驶者带去驾驶乐趣的宝马开发这么一个产品，缺失会让人觉得有些意外，宝马官方给出的解释是，这项技术并不会完全将驾驶者从眼观六路耳听八方中抽离开来，所以不要指望你能在开车上班的路上睡上一觉…… 1 悬架的研究方法 （1）理论研究[1] 悬架系统的理论研究具有前瞻性和探索性，为智能悬架系统的物理实现奠定理论基础。其主要研究内容： a.悬架力学模型理论研究。悬架力学模型是振动理论中的隔振和减振理论的实际应用，通过振动理论的深入研究，全面综合研究悬架的减振和隔振性能、悬挂系统的非线性特性。 未来几年中，动力学、振动与控制领域的下述研究前沿值重视：①高维非
智能控制理论基础实验报告
北京科技大学 智能控制理论基础实验报告 学院 专业班级 姓名 学号 指导教师 成绩 2014 年4月17日
实验一采用SIMULINK的系统仿真 一、实验目的及要求： 1.熟悉SIMULINK 工作环境及特点 2.掌握线性系统仿真常用基本模块的用法 3.掌握SIMULINK 的建模与仿真方法 二、实验内容： 1．了解SIMULINK模块库中各子模块基本功能 微分 积分 积分步长延时 状态空间模型 传递函数模型 传输延迟 可变传输延迟 零极点模型
直接查询表 函数功能块MATLAB函数 S函数（系统函数） 绝对值 点乘 增益 逻辑运算 符号函数 相加点 死区特性 手动开关 继电器特性 饱和特性 开关模块 信号分离模块 信号复合模块 输出端口 示波器模块 输出仿真数据到文件
通过实验熟悉以上模块的使用。 2. SIMULINK 的建模与仿真方法 （1）打开模块库，找出相应的模块。鼠标左键点击相应模块，拖拽到模型窗口中即可。 （2）创建子系统：当模型大而复杂时，可创建子系统。 （3）模块的封装： （4）设置仿真控制参数。 3．SIMULINK仿真实际应用 PID控制器的仿真实现。 控制对象的开环传递函数如下图： 加入PID控制器，求系统单位负反馈闭环单位阶跃响应，要求通过调节器的作用使系统满足超调量20%，上升时间3s，调节时间10s的要求。使输出曲线如下图。要求加入的PID控制器封装成一个模块使用。 三、实验报告要求： 1.针对具体实例写出上机的结果，体会其使用方法，并作出总结。
控制对象的开环传递函数如下图： 加入PID控制器，求系统单位负反馈闭环单位阶跃响应，要求通过调节器的作用使系统满足超调量20%，上升时间3s，调节时间10s的要求。使输出曲线如下图。要求加入的PID控制器封装成一个模块使用。PID如下： 图1-PID控制器仿真 设计的PID控制器参数为，P-0.3，I-0.5,D-0.4,尽可能的达到超调量20%，上升时间3s，调节时间10s的要求，仿真曲线图如下： 图2-PID控制器仿真曲线图 才实验开始的初期，我觉得这个实验过于简单，但是上手之后，我发现它是
机器人控制技术基础实验报告
华北电力大学 实验报告 | | 实验名称:机器人控制技术基础 课程名称：机器人控制技术基础 实验人：张钰信安1601 201609040126 李童能化1601 201605040111 韩翔宇能化1601 201605040104 成绩： 指导教师：林永君、房静 实验日期： 2016年3月4日-3月26日 华北电力大学工程训练中心
第一部分：单片机开发板 实验一：流水灯实验 实验目的：通过此实验，初步掌握单片机的 IO 口的基本操作。 实验内容：控制接在 P0.0上的 8个LED L0—L8 依次点亮，如此循环。 硬件说明： 根据流水灯的硬件连接，我们发现只有单片机的IO口输出为低电平时LED灯才会被点亮，我们先给P0口设定好初值，只让其点亮一盏灯，然后用左右移函数即可依次点亮其他的灯。 源程序如下： #include
led_1=1; led_2=0; display_ms(10); led_2=1; led_3=0; display_ms(10); led_3=1; led_4=0; display_ms(10); led_4=1; led_5=0; display_ms(10); led_5=1; led_6=0; display_ms(10); led_6=1; led_7=0; display_ms(10); led_7=1; led_8=0; display_ms(10); led_8=1; } } 第二部分：机器人小车 内容简介：机器人小车完成如图规定的赛道，从规定的起点开始,记录完成赛道一圈的时间。必须在30秒之内完成，超时无效。其中当小车整体都在赛道外时停止比赛，视为犯规，小车不规定运动方向,顺时针和逆时针都可以采用，但都从规定的起点开始记录时间。 作品优点及应用前景： 单片机可靠性高，编程简单单片机执行一条指令的时间是μs级，执行一个扫描周期的时间为几ms乃至几十ms。相对于电器的动作时间而言，扫描周期是
智能控制的主要应用领域
一）智能控制的主要应用领域？ 答：1在机器人系统中的应用2）在CIMS计算机/现代集成制造系统和CIPS计算机/现代集成作业系统中的应用3）在航天航空控制系统中的应用4）在社会经济管理系统中的应用5）在交通运输系统中的应用。 二）专家系统的组成、主要类型？ 答：专家系统主要有四部分组成1）知识库，包括事实、判断、规则、经验知识和数学模型2）推理机，首先把知识库中的专家知识及数据库中的有关事实，以一定的推理方式进行逻辑推理以给出结论3）解释机制是专家系统区别于传统计算机程的主要特征之一，它可以向用户回答如何导出推理的结论4）知识获取系统，主要完成机器学习。 类型：1）控制系统辅助设计2）过程监控、在先诊断、故障分析与预测维护；3）过程控制4）航天故障诊断与处理5）生产过程的决策与调度。 三）智能控制的产生和发展过程及其主要代表人物？ 答：1）启蒙期从20世纪60年代起，F.W.史密斯提出采用性能模式识别器;1965年,美国扎德模糊集合;1966年,J.M.门德尔人工智能控制; 2)形成期20世纪70年代傅京孙、曼德尼3）发展期20世纪80年代4）高潮期20世纪90年代 四)人工神经网络的特点? 答:1)可以充分逼近任意复杂的非线形关系2)所有定量或定性的信息都分布储存于网络内的各神经元的连接上,故有很强的鲁棒性和容错性3)采用并行分布处理方法,使得快速进行大量运算成为可能4)可自学习和自适应不确知或不确定的系统。 五）智能控制的应用对象？ 答：1）不确定的模型传统的控制是基于模型的控制，这里的模型包括控制对象和干扰模型。 2）高度的非线性传统控制理论中的线性系统理论比较成熟。 3）复杂的任务要求在传统的控制系统中，控制的任务或者是要求输出量为定值，或者是要求输出量跟随期望的运动轨迹，因此控制任务的要求比较单一。对于智能控制系统，任务的要求往往比较复杂。 六）傅京孙关于智能控制的论文中列举的三种智能控制系统？ 答：1）人作为控制器的控制系统2）人机结合作为控制器的控制系统3）无人参与的智能控制系统。 七）模糊控制器的主要特点？ 答：1）设计简单。模糊控制器是一种基于规则的控制。 2）适用于数学模型难以获取、动态特性不易掌握或变化非常显著的对象。 3）控制效果优于常规控制器。 4）具有一定的智能水平， 5）模糊控制系统的鲁棒性强。 八）隶属函数选择的基本准则？ 答：1）表示隶属度函数的模糊集合必须是凸模糊集合。 2）变量所取隶属度函数通常是对称的、平衡的。 3）隶属度函数要符合人们的语义顺序，避免不恰当的重叠。 4）论域中每个点至少属于一个隶属度函数的区域，并应属于不超过两个隶属度函数的区域， 5）当两个隶属度函数重叠时，重叠部分对两个隶属度函数的最大隶属度不应有交叉，6）当两个隶属度函数重叠时，重叠部分的任何点的隶属度函数的和应该小于或等于1。九）隶属度函数确定的三种主要方法。
智能控制技术实验报告
《智能控制技术》实验报告书 学院： 专业： 学号： 姓名：
实验一：模糊控制与传统PID控制的性能比较 一、实验目的 通过本实验的学习，使学生了解传统PID控制、模糊控制等基本知识，掌握传统PID控制器设计、模糊控制器设计等知识，训练学生设计控制器的能力，培养他们利用MATLAB进行仿真的技能，为今后继续模糊控制理论研究以及控制仿真等学习奠定基础。 二、实验内容 本实验主要是设计一个典型环节的传统PID控制器以及模糊控制器，并对他们的控制性能进行比较。主要涉及自控原理、计算机仿真、智能控制、模糊控制等知识。 通常的工业过程可以等效成二阶系统加上一些典型的非线性环节，如死区、饱和、纯延迟等。这里，我们假设系统为：H(s)=20e0.02s/(1.6s2+4.4s+1) 控制执行机构具有0.07的死区和0.7的饱和区，取样时间间隔T=0.01。 设计系统的模糊控制，并与传统的PID控制的性能进行比较。 三、实验原理、方法和手段 1.实验原理： 1)对典型二阶环节，根据传统PID控制，设计PID控制器，选择合适的PID 控制器参数k p、k i、k d； 2)根据模糊控制规则，编写模糊控制器。 2.实验方法和手段： 1)在PID控制仿真中，经过仔细选择，我们取k p=5，k i=0.1，k d=0.001； 2)在模糊控制仿真中，我们取k e=60，k i=0.01，k d=2.5，k u=0.8； 3)模糊控制器的输出为：u= k u×fuzzy(k e×e, k d×e’)－k i×∫edt 其中积分项用于消除控制系统的稳态误差。 4)模糊控制规则如表1-1所示： 在MATLAB程序中，Nd用于表示系统的纯延迟（Nd=t d/T）,umin用于表示控制的死区电平，umax用于表示饱和电平。当Nd=0时，表示系统不存在纯延迟。 5)根据上述给定内容，编写PID控制器、模糊控制器的MATLAB仿真程序，
2019级智能控制技术专业人才培养方案
（3+2）智能控制技术专业人才培养方案 一、专业名称及代码 专业名称：智能控制技术 专业代码：560304 二、招生对象、学制及学历 本专业招收普通初中毕业生，全日制五年，其中中职3年、高职2年。 三、人才培养目标与规格 1.人才培养目标 本专业主要针对锦州地区对智能控制技术技能型人才的需要，面向新型工业化的机电制造、新能源、电力和新型建材等行业，从事智能化电气元件的设计、制造、调试、维护和管理的高级技术应用性专门人才。能完成智能化设备及其生产线的安装调试、运行和维护；智能电气元件的自动化设计与改造、故障诊断、管理与售后；智能配电柜的设计制造等典型工作任务，具有较强的实践动手能力、拥护党的基本路线，德、智、体、美全面发展的高级技术应用型人才。 三、培养规格及课程体系： 能力、素质结构如下表：
六、专业核心课程简介
七、实践教学安排表 八、专业教学计划 1.教学执行计划
填写说明:打*号课时由讲座、班会、讨论、竞赛等形式完成， 2、教学环节综合分析 (1) 理论教学与实践教学比例分析 学时与学分分析 (2) 九、教学实施保障 1.师资队伍配备 （1）“双师型”专业教学团队 智能控制专业教学团队由专、兼职教师组成，本专业的专职专业教师为28人，兼职教师16其中，专业带头人1人，专业骨干教师4人；具有高级以上职称12人、具有中级职称10人；双师型教师24人；均为大学本科以上学历。教师队伍的职称、学历、专业能力满足教学要求。 （2）专业带头人 专业带头人具有本科学历，副高职称，具有双师能力；有较高的专业建设水平和企业实践能力；掌握国内外职业教育与专业发展动态，能够在专业规划、专业建设、科研与教研、教学改革和青年教师培养等方面发挥引领作用。 （3）专业骨干教师 专业骨干教师应具有本科以上学历，讲师以上职称，具有中高级职业资格证书，具有双师能力；独立承担一门以上工学结合专业主干课程，能够独立完成课程开发和教学改革项目，在专业建设中发挥骨干作用。 （4）企业兼职教师 兼职教师为锦州地区机电类相关企业和学校的能工巧匠，具有从事5年以上机电专业的
智能控制技术现状与发展
摘要：在此我综述智能控制技术的现状及发展,首先简述智能控制的性能特点及主要方法;然后介绍智能控制在各行各业中的应用现状;接着论述智能控制的发展。智能控制技术的主要方法，介绍了智能控制在各行各业中的应用。随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出犷新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。 关键词：智能控制应用自动化 浅谈智能控制技术现状及发展 在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。对许多复杂的系统，难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析，而必须采用定量方法与定性方法相结合的控制方式。定量方法与定性方法相结合的目的是，要由机器用类似于人的智慧和经验来引导求解过程。因此，在研究和设计智能系统时，主要注意力不放在数学公式的表达、计算和处理方面，而是放在对任务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上，即智能控制的关键问题不是设计常规控制器，而是研制智能机器的模型。此外，智能控制的核心在高层控制，即组织控制。高层控制是对实际环境或过程进行组织、决策和规划，以实现问题求解。为了完成这些任务，需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等有关技术。这些问题求解过程与人脑的思维过程有一定的相似性，即具有一定程度的“智能”。 一、智能控制的性能特点及主要方法 1.1根据智能控制的基本控制对象的开放性，复杂性，不确定性的特点，一个理想的智能控制系统具有如下性能： （1）系统对一个未知环境提供的信息进行识别、记忆、学习，并利用 积累的经验进一步改善自身性能的能力，即在经历某种变化后，变化后的
智能监控系统的应用
当前，随着国际国内形势的变化，安全已经成为人们日益关注的问题，出于反恐安保的需要，智能视频监控已经广泛运用在奥运会、世博会、青奥会等大型赛事活动安保工作中。不仅国家安全需要智能视频监控，社会安全也需要视频监控系统，当前在工厂、酒店、超市、码头、学校、家庭、政府部门、银行等等，都广泛采用了智能视频监控系统保障人身安全、财产安全和交通安全。 视频监控技术主要经历了三个发展阶段，第一阶段是人力现场监控，即通过肉眼和人脑对现场情况进行监控，这是几千年来的传统做法，能起到一定的效果，但需要耗费大量的人力物力，而且限于人的视力和脑力，起到的监控效果受到很大的限制。第二阶段是传统视频监控，即通过机器眼和人脑进行监控，即通过摄像机或者其他视频采集设备获取现场视频，然后靠人脑对视频对判断处理，这种方式极大的提升了视频的采集能力，基本能做到全天候、无死角的还原现场情况，但受限于人脑的数据处理能力，没有能力将视频获取的海量数据进行实时处理分析，限制了监控效果的进一步提高。第三阶段是智能视频监控，就是利用计算机对摄像机或者其他视频采集设备获取的现场视频自己进行内容分析，从而自动检测与识别出需要掌握的信息，并给出相应的预警预报信号。 三个阶段图 实验表明：在盯着视频画面仅仅22分钟后，人眼会对画面里面95%以上的活动视而不见。
1997年，卡内基梅隆大学牵头，麻省理工学院等高校参与的视觉监控重大项目VSAM启动，主要研究用于战场及普通民用场景监控的自动视频理解技术。1999年，康奈尔大学设计了一套航拍视频检测与持续跟踪系统，该系统能够对多运动目标实现长时间的准确跟踪，即使发生短时间内目标被遮挡或目标时静时动的情况仍可以完成跟踪，这点对于空中侦察或者追踪意义重大。2003年法国的SILOGIC 公司和英国雷丁大学等机构参与研究的AVITRACK项目，检测和跟踪机场停机坪出现的飞机、汽车以及行为等运动目标，辅助机场管理人员进行管理和调度，不仅可以提高机场利用率，而且可以提高机场安全管理水平。 目标跟踪就是将视频中的每一帧图像中确定出要检测的运动目标位置，并把各个帧中同一运动目标对应起来。 主要难度来源于局部遮挡、姿势变化、运动模糊、光照变化等因素 一般跟踪选择颜色特征、边缘特征、光流、或者纹理，代表性的方法有均值漂移法（Meanshift）:无参核密度估计。卡尔曼滤波：线性、高斯。扩展卡尔曼滤波（EKF）：非线性、高斯。粒子滤波（PF）：非线性、非高斯。 几个代表性目标检测与跟踪算法 帧差法：适合摄像头固定的场景，利用建立的背景模型来生成背景 图像的像素值，然后将当前帧与背景图像求差，差值较大的像素区域
学校智能控制技术专业可行性报告
江西师范高等专科学校开设智能制造相关 专业的可行性报告 一、智能制造产业现状分析 1.智能制造产业上升到国家战略 近年来，随着世界各国在智能制造产业投入和发展，新的科技革命和产业革命能正在兴起，各国纷纷出台啦以智能制造为核心的战略。美国大力推进“工业互联网”，德国提出工业4.0的概念都致力于发展制造业的“未来工厂”的项目。智能制造不仅是全球制造业的发展方向，也是我国战略性新兴产业的重要支柱。中国制造业已经进入了新的阶段，智能制造是我国制造业摆脱高损耗和低效率的困局、提高制造业竞争力、实现“制造强国”的必由之路。 2.人才需求旺盛 与之相适应的智能控制相关的工业机器人、3D打印、智能飞行器等方面的人才的需求急速增加,尤其是工业机器人的人才需求尤为突出。传统制造业的改造提升、人工成本快速提高促使企业用工业机器人来提高产业附加值、保证产品质量，使工业机器人及智能装备产业面临前所未有的发展时机。一台工业机器人（机械臂）能否投入到生产当中去，以及能发挥多大的作用，取决于生产工艺的复杂性，产品的多样性还有周边设施的配套程度。而解决这些问题却需要3到5名相关的操作维护和集成应用人才。目前在长三角地区使用工业机器人的企业六千多家，人才缺口达5000人左右。不仅企业需要工业机器人现场编程、机器人自动化线维护等方面的人才，还需要大量从事工业机器人安装调试和售后服务等工作的专门人才。随着我国制造业的发展，预计未来3-5年，工业机器人的增速有望达到25%，高技能人才缺口将逐年加大。 3.工业机器人技术人才短缺
目前，机器人在汽车制造以外的一般工业领域应用需求快速增长，而相应的人才储备数量和质量却捉襟见肘。工业机器人应用（系统集成）是典型的多学科交叉融合的行业，目前的当务之急，是大量培养掌握机器人系统知识并能与各行业工艺要求相结合的应用工程人才，帮助用户解决机器人的应用的实际问题，取得实效，以此开拓机器人市场。从一些招聘要求不难看出，操作机器人的技术人员，是目前企业中最缺的技术工人。企业把工业机器人买回来以后，想要把标准的机器人变成一台可以投入生产的专用自动化设备，这就需要机器人应用工程师结合生产工艺和工件的类型，通过手动示教编程并结合周边的辅助设施，才能使机器人完成特定的任务。目前国内高职院校尚无工业机器人应用方面的对口专业毕业生，从事工业机器人现场编程、机器人自动线维护、工业机器人安装调试等岗位的人员主要来自对电气自动化技术、机电一体化等专业毕业生的二次培训，而且短期培训难以达到岗位要求。 二、我校开设智能制造相关专业的必要性 1.具备开设智能制造（工业机器人方向）专业的办学基础。 我校现有机电一体化技术、电气自动化技术等高职专科专业，这些为我系工业机器人技术专业的申办提供了良好的基础。首先具备一支结构合理、素质优良的专业教学团队，我院机电一体化技术专业现有机械、电子电气类16位专任教师，具备开设专业的基础，其中2位从企业引进的企业能工巧匠作兼职教师，专任教师中硕士11人，副高职称以上4人，“双师型”教师16人；其次，实验实训条件良好，目前具备开设此专业所需的电工电子实验室、电气拖动、电工实训、液压与气动、机械制图、先进制造、CAD机房、单片机实验室等实训室12个，只需补充机器人、传感器检测实训室就能满足专业建
同济智能控制实验报告 基于BP神经网络的自整定PID控制仿真
同济大学电子与信息工程学院实验报告 姓名：学号： 学院：专业： 实验课程名称： 任课教师： 实验项目名称：基于BP神经网络的自整定PID控制仿真实验日期：
一、实验内容： 1.熟悉神经网络的特征、结构及学习算法。 2.通过实验掌握神经网络自整定PID的工作原理。 3.了解神经网络的结构对控制结果的影响。 4.掌握用MATLAB实现实现神经网络控制系统仿真的方法。 二、实验步骤及结果演示 1.实验步骤： （1）被控对象为一时变非线性对象，数学模型可表示为 式中系数a(k)是慢时变的， （2）如图5所示确定BP网络的结构，选4-5-3型的BP网络，各层加权系数的初值取区间[-0.5,0.5]上的随机数，选定学习率η=0.25和惯性系数α=0.05. （3）在MATLAB下依据整定原理编写仿真程序并调试。 （4）给定输入为阶跃信号，运行程序，记录实验数据和控制曲线。 （5）修改神经网络参数，如学习速率、隐含层神经元个数等，重复步骤（4）。 （6）分析数据和控制曲线。 图5 BP神经网络结构
2.结果展示： （1）实验代码： xite=0.25; alfa=0.02; IN=4; H=10; Out=3; wi=[ 0.4634 -0.4173 0.3190 0.4563; 0.1839 0.3021 0.1112 0.3395; -0.3182 0.0470 0.0850 -0.0722; -0.6266 0.0846 0.3751 -0.6900; -0.3224 0.1440 -0.2873 -0.0193; -0.0232 -0.0992 0.2636 0.2011; -0.4502 -0.2928 0.0062 -0.5640; -0.1975 -0.1332 0.1981 0.0422; 0.0521 0.0673 -0.5546 -0.4830; -0.6016 -0.4097 0.0338 -0.1503]; wi_1=wi;wi_2=wi;wi_3=wi; wo=[ -0.1620 0.3674 0.1959; -0.0337 -0.1563 -0.1454; 0.0898 0.7239 0.7605; 0.3349 0.7683 0.4714; 0.0215 0.5896 0.7143; -0.0914 0.4666 0.0771; 0.4270 0.2436 0.7026; 0.0215 0.4400 0.1121; 0.2566 0.2486 0.4857; 0.0198 0.4970 0.6450 ]'; wo_1=wo;wo_2=wo;wo_3=wo; x=[0,0,0]; u_1=0;u_2=0;u_3=0;u_4=0;u_5=0; y_1=0;y_2=0;y_3=0; oh=zeros(H,1); I=oh; error_2=0; error_1=0; ts=0.001; for k=1:1:6000 time(k)=k*ts; rin(k)=1; a(k)=1.2*(1-0.8*exp(-0.1*k));
智能控制技术及其发展趋势
智能控制技术及其发展趋势 智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。对许多复杂的系统，难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析，而必须采用定量方法与定性方法相结合的控制方式。定量方法与定性方法相结合的目的是，要由机器用类似于人的智慧和经验来引导求解过程。因此，在研究和设计智能系统时，主要注意力不放在数学公式的表达、计算和处理方面，而是放在对任务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上，即智能控制的关键问题不是设计常规控制器，而是研制智能机器的模型。此外，智能控制的核心在高层控制，即组织控制。高层控制是对实际环境或过程进行组织、决策和规划，以实现问题求解。为了完成这些任务，需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等有关技术。这些问题求解过程与人脑的思维过程有一定的相似性，即具有一定程度的“智能”。 随着人工智能和计算机技术的发展，已经有可能把自动控制和人工智能以及系统科学中一些有关学科分支（如系统工程、系统学、运筹学、信息论）结合起来，建立一种适用于复杂系统的控制理论和技术。智能控制正是在这种条件下产生的。它是自动控制技术的最新发展阶段，也是用计算机模拟人类智能进行控制的研究领域。1965年，傅京孙首先提出把人工智能的启发式推理规则用于学习控制系统。1985年，在美国首次召开了智能控制学术讨论会。1987年又在美国召开了智能控制的首届国际学术会议，标志着智能控制作为一个新的学科分支得到承认。智能控制具有交叉学科和定量与定性相结合的分析方法和特点。 一个系统如果具有感知环境、不断获得信息以减小不确定性和计划、产生以及执行控制行为的能力,即称为智能控制系统。智能控制技术是在向人脑学习的过程中不断发展起来的,人脑是一个超级智能控制系统,具有实时推理、决策、学习和记忆等功能,能适应各种复杂的控制环境。 智能控制与传统的或常规的控制有密切的关系,不是相互排斥的。常规控制往往包含在智能控制之中,智能控制也利用常规控制的方法来解决“低级”的控制问题,力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。
浙工大过程控制实验报告
浙工大过程控制实验报告 202103120423徐天宇过程控制系统实验报告 实验一：系统认识及对象特性测试 一实验目的 1了解实验装置结构和组成及组态软件的组成使用。 2 熟悉智能仪表的使用及实验装置和软件的操作。 3熟悉单容液位过程的数学模型及阶跃响应曲线的实验方法。 4学会有实际测的得单容液位过程的阶跃响应曲线，用相关的方法分别确定它们的参数，辨识过程的数学模型。二实验内容 1 熟悉用MCGS组态的智能仪表过程控制系统。 2 用阶跃响应曲线测定单容液位过程的数学模型。三实验设备 1 AE2000B型过程控制实验装置。 2 计算机，万用表各一台。 3 RS232-485转换器1只，串口线1根，实验连接线若干。四实验原理 如图1-1所示，设水箱的进水量为Q1，出水量为Q2，水箱的液面高度为h，出水阀V2固定于某一开度值。根据物料动态平衡的关系，求得： 在零初始条件下，对上式求拉氏变换，得：
式中，T为水箱的时间常数（注意：阀V2的开度大小会影响到水箱的时间常数），T=R2*C，K=R2为单容对象的放大倍数， R1、R2分别为V1、V2阀的液阻，C 为水箱的容量系数。 阶跃响应曲线法是指通过调节过程的调节阀，使过程的控制输入产生一个阶跃变化，将被控量随时间变化的阶跃响应曲线记录下来，再根据测试记录的响应曲线求取输入输出之间的数学模型。本实验中输入为电动调节阀的开度给定值OP，通过改变电动调节阀的开度给定单容过程以阶跃变化的信号，输出为上水箱的液位高度h。电动调节阀的开度op通过组态软件界面有计算机传给智能仪表，有智能仪表输出范围为：0~100%。水箱液位高度有由传感变送器检测转换为4~20mA的标准信号，在经过智能仪表将该信号上传到计算机的组态中，由组态直接换算成高度值，在计算机窗口中显示。因此，单容液位被控对象的传递函数，是包含了由执行结构到检测装置的所有液位单回路物理关系模型有上述机理建模可知，单容液位过程是带有时滞性的一阶惯性环节，电动调节阀的开度op，近似看成与流量Q1成正比，当电动调节阀的开度op为一常量作为阶跃信号时，该单容液位过程的阶跃响应为 需要说明的是表达式（2-3）是初始量为零的情况，如果是在一个稳定的过程下进行的阶跃响应，即输入量是在原来的基础上叠加上op的变化，则输出表达式是对应原来输出值得基础上的增
智能控制导论实验报告(2015) (zm)
《智能控制导论》上机实验报告 专业班级：自动化121 姓名：蒋德鹏 学号：201210401117 指导教师：詹跃东 昆明理工大学信息工程与自动化学院自动化系 2015年5月
洗衣机的模糊控制系统仿真 一、实验软件 Matlabb/Simulink 编程语言. 二、实验目的 1. 熟悉智能控制系统中的建模与控制过程； 2. 熟悉专家控制、模糊控制和神经网络的建模和控制算法的应用； 3. 熟悉专家控制、模糊控制和神经网络的编程语言的应用。 三、需要的预备知识 1. 熟悉Matlabb/Simulink 编程语言； 2. 熟悉专家控制、模糊控制和神经网络建模与控制方法； 3. 熟悉Matlabb/Simulink 的应用； 4. 熟悉Matlabb/Simulink 常用人机接口设计。 四、实验数据及步骤 1. 实验内容 洗衣机的模糊控制系统仿真； 2. 实验原理 模糊控制的基本原理和基本流程； 基本原理：模糊控制是以模糊集理论、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程模糊规则，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。图为模糊控制原理框图。 图一 模糊控制原理框图 给定值 模糊化 模糊推理 规则库 逆模糊 传感器 执行机构 被控对象 精确量 模糊控制器
基本流程： 2. 实验步骤 （1）确定洗衣机模糊控制的结构 如图二所示为洗衣机模糊控制推理框图。 图二 洗衣机模糊控制推理框图 开始 确定模糊控制器的结构 定义输入、输出模糊集 定义隶属函数 污泥X 油脂 Y 洗涤时间Z 洗衣机模糊控 制器 建立模糊控制规则 模糊推理 Matlab 仿真 结束
智能控制发展趋势及应用
智能控制的发展趋势和应用 学号0000000 姓名****** 老师钟春富
摘要：描述了智能控制产生的历史以及全世界对于智能控制有研究的多个国家在智能控制的研究方向以及研究水平，介绍了智能控制的发展趋势以及智能控制发展面临的问题，详述了智能控制的主要研究方向，说明了智能控制的应用方向以及具体应用，展望了智能控制的发展前景以及对于社会生产和日常生活的积极意义。 关键词：智能控制、模糊控制、神经网控制、专家控制、智能化。 一、智能控制的产生 人类的进化归根结底是智能的进化，而智能反过来又为人类的进步服务。我们学习与研究智能系统、智能机器人和智能控制等，其目的就在于创造和应用智能技术和智能系统，从而为人类进步服务。因此，可以说对智能控制的钟情、期待、开发和应用，是科技发展和人类进步的必然趋势。 在科学技术发展史上，控制科学同其他技术科学一样，它的产生与发展主要由人类的生产发展需求和人类当时的知识水平所决定和限制的。 20世纪以来，特别是第二次世界大战以来，控制科学与技术得到了迅速的发展，由研究单输入单输出被控对象的经典控制理论，发展成了研究多输入多输出被控对象的现代控制理论。1948年，美国著名的控制论创始人维纳(N．Wiener)在他的《控制论》中第一次把动物和机器相提并论，引起哲学界的轩然大波，有人骂控制论是“伪科学”。 直到1954年钱学森博士在《工程控制论》中系统地揭示了控制论这一新兴学科对电子通讯、航空航天和机械制造工业等领域的重要意义和深远影响后，反控制论的热潮才逐渐开始平息。20世纪60年代，由于空间技术，海洋技术和机器人技术发展的需要，控制领域面临着被控对象的复杂性和不确定性，以及人们对控制性能要求越来越高的挑战。被控对象的复杂性和不确定性表现为对象特性的高度非线性和不确定性，高噪声干扰，系统工作点动态突变性，以及分散的传感元件与执行元件，分层和分散的决策机构，复杂的信息模式和庞大的数据量。 面对复杂的对象，复杂的环境和复杂的任务，用传统控制(即经典控制和现代控制)
智能控制及其在机电一体化系统中的应用 张惠
智能控制及其在机电一体化系统中的应用张惠 发表时间：2019-06-10T14:14:59.703Z 来源：《防护工程》2019年第5期作者：张惠李春生郭慧洁连丽锋 [导读] 智能控制技术弥补了传统控制技术的缺点，并将其自身优点发扬光大，使机电一体化系统更加完善，其作用运用在各个领域。 摘要：目前我国科技发展的十分迅速，智能控制被广泛应用于机电一体化系统中。本文分析机电一体化系统中智能控制的应用，它改变了传统的生产效率低，质量差等问题，节省了人工，提高工作效率，备受各行各业青睐。以推动工业发展为前提，阐述机电一体化系统中智能控制的应用，有效地促进企业的现代化发展。 关键词：智能控制；机电一体化系统；应用 引言 机电一体化系统的重要组成包括驱动、机械、测试、控制、信息等方面，随着经济科技的飞速发展，这些综合技术也要随着时代去改变、去创新。其中在机电一体化系统中融入智能控制技术就是信息化的体现。智能控制技术弥补了传统控制技术的缺点，并将其自身优点发扬光大，使机电一体化系统更加完善，其作用运用在各个领域。 1机电一体化系统 我们通常所说的机电一体化系统，就是指最近兴起的一种用于微电子方面的技术，这个系统有机地对多项技术进行融合，其中就包括了机械、信息、电工、微电子、传感器等多项技术，依靠包括机械设备、计算机设备与电子元件在内的多项硬件构成，并依赖电子、微机还有通信等多项操作用于系统的软件构成，管控用于生产的系统还有设备。 我们将大部分应用于机电一体化成品和执行一体化的系统称为机电一体化系统，这个系统主要由五个部分构件所构成，一是信息处理的构件，二是控制的构件，三是用于供应电力的构件，最后还有机械的构件和用于执行的构件。这个系统的应用在于可以很大程度的减少能源损耗，提高生产的精细程度。所以可以说是一种综合性的功能性技术。 2智能控制技术 2.1数字控制技术 数字控制主要是应用数字化、智能化设备，将其应用在机电一体化系统中，是对预定的产品精密的加工，加工过程中的问题可以进行自动处理，除此之外还可以检测作业环境。 2.2智能数控机床设备 数控机床在机电一体化系统中是不可缺少的一部分，通过智能控制技术，直接提高机床设备运行效率，保证精准性。将智能控制技术和数控机床相结合，芯片、CPU控制系统会在智能控制的作用下得到优化，提高产品质量。由此可见，将智能控制技术应用于机床设备，为其赋予智能性特点，全面提高机床工作效率，保证生产过程的安全性与准确性，这对于机电一体化系统运行有重要作用。 2.3智能机器人（机械臂） 机器人技术在我国已经有一些研究成果，相关技术的实际应用十分复杂。例如应用在动力领域，不仅具有多变性，还呈现出使用领域的限制，对于环境感受传导，会应用到诸多传感器，增加接收的信息以及传感任务。如果应用智能控制技术，便可以将机器人技术进行优化，获得更好的效果。 3机电一体化系统中智能控制的应用 3.1机电一体化系统中智能控制在机械制造中的应用 智能控制是当下机电一体化的发展方向。智能控制可以模拟人的脑力劳动、动作以及专家的一系列智能活动，为我们提供更好的服务。机械制造是机电一体化系统中的重要环节之一，在机械制造中对智能控制的应用，可有根据智能控制中的数据得出相关的结论，可以利用数学理念以及神经网络系统监控整个机械制造的过程，构建动态、立体的环境建设模型。智能控制在机械制造中的应用，实现了智能学习、智能诊断、智能监控、智能传感器等方面技术的融合，推动了机械制造的数字化进程。 3.2应用在GPS农业机械系统中 随着机电一体化系统的不断完善，农业机械领域也运用了智能控制技术，使农业作业效率大大提升。要想农业机械的工作更加完美，绝对离不开GPS的应用。使用GPS定位系统，同时利用信息技术，可以将各种气候、各种地区的农作物的产量和农作物的其他信息采集起来，制作数据表格来作为农业方面的研究。将信息技术与GPS相结合，使GPS有着更加强大的功能，它可以将农业机械的位置坐标、农业现场的三维图像等等以电子信息的形式展现出来。有时候大型农业作业需要很多的农业机械来集体运作，GPS定位将在这个过程当中发挥极大的作用。 3.3机电一体化系统中智能控制在机器人研发中的应用 智能控制在机器人研发中的应用越来越广泛，机器人技术是当下高端技术之一。对机器人行为的控制，核心是要实现动力学控制，动力学理论具有非线性、实时变化性、高内聚性的特点。比如对于双足行走的机器人，我们可以将其看作动态二级倒立摆，体现了非线性的特点。在机器人的研发中还涉及繁杂的传感器信息数据，而机器人的控制系统属于多变量系统，具有较高的复杂性，要想机器人的平衡行动得到保障，就要同时执行多个命令，比如平衡调整命令、躲避障碍命令、规划动作命令等。传统的控制系统由于自身限制无法实现对机器人的全方位控制，而机电一体化系统中智能控制有效地弥补了传统控制系统存在的不足。 3.4在数控领域的应用 对于数控领域需求来说，数控机床的控制需求主要是依赖于传统的经典控制来建立部分模型，然而在模糊信息中，对于以往的经典控制离乱，没办法通过其进行建模，就是因为建模的一个条件是需要高准确度的信息，模糊推理规则的构建，模糊控制的实现，数据精确程度的降低，还有对加工步骤的不断改善，降低机床对运行环境的条件都是智能控制的应用。模糊理论，能够在数控系统中，通过轻微调节参数，有效地提高数控机床的性能，尤其是在适应性这一方面。而这一理论的基础，就是一体化系统中的一个部分，即智能控制。数控加工在算法方面有许多妙处，而插补计算就是其核心之一，然而在现实的计算过程中我们往往需要取点加工信息，见的最多的加工信息就是包括多个方面，即起点，终点、线型等，在以往的加工系统中，位置软件在调控增益方面的表现往往不尽人意依据现有的技术条件，我们
机电一体化系统中的智能控制技术应用
机电一体化系统中的智能控制技术应用 摘要：近年来，随着我国科学技术的不断发展，使机电一体化系统在智能化和 自动化的研究中得到普及。全新技术的应用极大程度的转变了以往的产业模式， 有效提高了生产效益，同时也提高了产品质量的稳定性。本文就对机电一体化系 统中智能控制技术的应用进行探讨。 关键词：机电一体化；智能；控制；应用 随着我国经济水平的不断提高，各行各业的竞争力逐渐加大，市场经济环境 变得日益复杂。在这一经济发展背景下，各个行业只有不断优化自身的缺点、完 善自己，才能在激烈的竞争中屹立不倒。机电一体化系统是我国应用范围最广的 系统，对于一个工业大国来说至关重要，所以对于机电一体化系统的发展，我们 要不断改进其不足，提高其可靠性与高效性。 1、智能控制概述 智能控制的目标在于无人参与的条件下，也能通过实现的程序来进行自动化 操作，驱动设备进行生产活动，实现程序目标。该项技术属于机械模拟的应用， 用计算机对人类控制模式进行了模仿和替代，在复杂性和系统性的工作要求下， 能够更加稳定的完成工作目标。同时，该项技术在现代化社会也取得了广泛的应用，实现了传统控制模式对复杂系统控制无力的问题。该项技术由多个学科交叉 融合而成，综合了包括信息理论、统筹学、计算机科学、人工智能以及自动化控 制理论等内容。经过多年的研究和发展，智能控制已经具备了相当的优势：1） 智能控制的核心在高层控制，即组织级。2）智能控制器具有非线性特性。3）智 能控制具有变结构特点。4）智能控制器具有总体自寻优特性。5）智能控制系统 应能满足多样性目标的高性能要求。 现阶段，智能控制的主要类型包括集成或者混合（复合）控制、分级递阶控 制系统、专家控制系统、人工神经网络控制系统、学习控制系统以及进化计算与 遗传算法。相信在未来智能控制会取得更大的成果，尤其是在智能控制系统本身 的学习功能和组织功能不断强化之后，在机电一体化系统中也会发挥更大的作用，对于工业生产质效的提升贡献更多力量，促进工业升级。 2、机电一体化系统的特点 2.1综合性 机电一体化系统是由信息技术、控制技术和系统理论技术组成的复合型一体 化系统，机电一体化系统中包含工业生产中控制管理功能、机械生产功能、机械 检测功能等，具有较高的综合能力。 2.2智能性 机电一体化系统的应用根本上转变了传统机械处理的现象，例如，微处理技 术的应用彻底的改变了传统的控制方式，并且有效的提高了控制的精度。机电一 体化系统中的机械构成主要为仪表、传感器，通过对机械一体化系统中的参数调 整和设置可以使机电一体化系统发挥出不同的功能和特性，这一原因使机电一体 化系统的应用较为广泛。通过智能化系统的应用，传感器可以将自身收集的信息 反馈传输到中央处理器，实现智能化的处理方式。 2.3完整性 机电一体化系统主要包含了微处理器、传感器、动力系统、传输系统以及执 行构件等，所以机械一体化系统属于较为完善的系统，机电一体化系统通过对多 种技术的有效融合，使得机电一体化系统可以为各个行业的工业生产提供更加优
2020年智能控制实验报告
智能控制实验报告 姓名 学院 专业自动化班级 学号 指导教师 成绩 2019 年 12 月 25 日 实验一 模糊控制在角度随动系统中的应用一、实验目的与意义学习 Matlab 中建立模糊控制器的方法；了解模糊控制在角度随动系统中的 应用。 二、实验内容在 Matlab 中建立模糊控制器，将生成的模糊规则表插入程序代码中，交叉 编译代码，下载到目标版中进行测试。 1 、Matlab 文本模式建立模糊控制器（必做） 2 、利用 Matlab 模糊逻辑工具箱建立模糊控制器（选做） 3 、模糊控制器 Simulink 仿真（必做） 4 、嵌入式程序交叉编译（选做） 三、实验结果 1 、matlab 文本模式建立模糊控制器 %Fuzzy Controller Design clear all; close all; %新建 FIS a=newfis("myfuzzy"); %输入e，范围[-48,48],7 个模糊语言，NB,NM,NS,Z,PS,PM,PB
a=addvar(a,"input","e",[-48 48]); %Parameter e a=addmf(a,"input",1,"NB","trimf",[-48 -36 -24]); a=addmf(a,"input",1,"NM","trimf",[-36 -24 -12]); a=addmf(a,"input",1,"NS","trimf",[-24 -12 0]); a=addmf(a,"input",1,"Z","trimf",[-12 0 12]); a=addmf(a,"input",1,"PS","trimf",[0 12 24]); a=addmf(a,"input",1,"PM","trimf",[12 24 36]); a=addmf(a,"input",1,"PB","trimf",[24 36 48]); %输入ec，范围[-64,64],7 个模糊语言，NB,NM,NS,Z,PS,PM,PB a=addvar(a,"input","ec",[-64 64]); %Parameter ec a=addmf(a,"input",2,"NB","trimf",[-64 -48 -32]); a=addmf(a,"input",2,"NM","trimf",[-48 -32 -16]); a=addmf(a,"input",2,"NS","trimf",[-32 -16 0]); a=addmf(a,"input",2,"Z","trimf",[-16 0 16]); a=addmf(a,"input",2,"PS","trimf",[0 16 32]); a=addmf(a,"input",2,"PM","trimf",[16 32 48]); a=addmf(a,"input",2,"PB","trimf",[32 48 64]); %输出u，范围[-90,90]，7 个模糊语言，NB,NM,NS,Z,PS,PM,PB a=addvar(a,"output","u",[-90 90]); %Parameter u a=addmf(a,"output",1,"NB","trimf",[-90 -65 -45]); a=addmf(a,"output",1,"NM","trimf",[-65 -45 -25]); a=addmf(a,"output",1,"NS","trimf",[-45 -25 0]); a=addmf(a,"output",1,"Z","trimf",[-25 0 25]); a=addmf(a,"output",1,"PS","trimf",[0 25 45]); a=addmf(a,"output",1,"PM","trimf",[25 45 65]); a=addmf(a,"output",1,"PB","trimf",[45 65 90]); %模糊规则表，7*7=49 行，5 列 rulelist=[1 1 1 1 1; 1 2 1 1 1; 1 3 1 1 1; 1 4 2 1 1; 1 5 2 1 1; 1 6 3 1 1; 1 7 4 1 1;