基于模糊预测控制的AGC自适应控制器设计_卓峻峰

恒压供水模糊自适应PID控制器的设计_仿真

第３０卷第３期２　０　１　 １年９月计　算　技　术　与　自　动　化ＣｏｍｕｔｉｎＴｅｃｈｎｏｌｏａｎｄＡｕｔｏｍａｔｉｏｎＶｏｌ．３０，Ｎｏ．３　Ｓｅｐ ．２　０　１　１收稿日期：２０１１－０５－１７ 作者简介：黄祥源（１９７４—），男，江苏盐城人，硕士研究生，研究方向：自动控制（Ｅ－ｍａｉｌ：ｈｘｙ ＠ｃｚｉｌｉ．ｅｄｕ．ｃｎ）。文章编号：１００３－６１９９（２０１１）０３－００５６－０６ 恒压供水模糊自适应ＰＩＤ控制器的设计、 仿真黄祥源 （常州轻工职业技术学院，江苏常州　２１３１６４ ） 摘　要： 对遗传算法和传统ＰＩＤ控制作简要的介绍，针对工程整定方法整定的初始值超调量较大，调节时间较长的问题，利用遗传算法对其初值进行整定。利用遗传算法整定出的一组性能较优良的ＰＩＤ初值，结合模糊控制的思想，利用专家系统直接建立模糊规则，进行模糊自适应ＰＩＤ控制器的初步设计，并对恒压供水系统进行仿真，仿真结果满足设计要求。 关键词：模糊控制；ＰＩＤ控制器；恒压供水；Ｍａｔｌａｂ中图分类号：ＴＰ３１２ 文献标识码：Ａ Ｄｅｓｉｇｎ　ｔｏ　Ａｄａｐｔｉｖｅ　Ｆｕｚｚｙ　 ＰＩＤ　Ｃｏｎｔｒｏｌｌｅｒ　ｆｏｒ　Ｃｏｎｓｔａｎｔ－ｐｒｅｓｓｕｒｅ　Ｗａｔｅｒ　ＳｕｐｐｌｙＨＵＡＮＧ　Ｘｉａｎｇ－ｙ ｕａｎ（Ｃｈａｎｇｚｈｏｕ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｌｉｇｈｔ　Ｉｎｄｕｓｔｒｙ　 Ｔｅｃｈｎｏｌｏｇｙ，ｃｈａｎｇｚｈｏｕ　２１３１６４，ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓ　ｐａｐｅｒ　ｇａｖｅ　ａ　ｂｒｉｅｆ　ｉｎｔｒｏｄｕｃｔｉｏｎ　ｆｏｒ　ｔｈｅ　ｔｒａｄｉｔｉｏｎａｌ　ＰＩＤ　ｃｏｎｔｒｏｌ　ａｎｄ　ｇｅｎｅｔｉｃ　ａｌｇｏｒｉｔｈｍｓ．Ｆｏｒ　ｔｈｅ　ｌａｒｇｅｒ　ｏ－ｖｅｒｓｈｏｏｔ　ｏｆ　ｔｕｎｉｎｇ　ｉｎｉｔｉａｌ　ｓｏｌｕｔｉｏｎ　ａｎｄ　ｌｏｎｇｅｒ　ａｄｊｕｓｔｍｅｎｔ　ｔｉｍｅ　ｆｒｏｍ　ｅｎｇｉｎｅｅｒｉｎｇ　ｎｅａｔｅｎ　ｍｅｔｈｏｄ，ｔｈｅ　ｉｎｉｔｉａｌ　ｖａｌｕｅｓ　ｗｅｒｅ　ｓｅｔ　ｂｙｕｓｅ　ｏｆ　ｇｅｎｅｔｉｃ　ａｌｇｏｒｉｔｈｍ．Ｔｈｅ　ｐａｐｅｒ　ｓｅｔ　ｕｐ　ｔｈｅ　ｆｕｚｚｙ　ｒｕｌｅｓ　ｄｉｒｅｃｔｌｙ　ａｎｄ　ｍａｄｅ　ｔｈｅ　ｐｒｅｌｉｍｉｎａｒｙ　ｄｅｓｉｇｎ　ｔｏ　ｔｈｅ　ａｄａｐｔｉｖｅ　ｆｕｚｚｙ　ＰＩＤｃｏｎｔｒｏｌｌｅｒ，ａｎｄ　ｓｉｍｕｌａｔｅｄ　ｔｈｅ　ｃｏｎｓｔａｎｔ－ｐｒｅｓｓｕｒｅ　ｗａｔｅｒ　ｓｕｐｐｌｙ　ｓｙｓｔｅｍ　ａｃｃｏｒｄｉｎｇ　ｔｏ　ｆｕｚｚｙ　ｃｏｎｔｒｏｌ　ｔｈｅｏｒｙ，ｂｙ　ａ　ｓｅｔ　ｏｆ　ｇｏｏｄ　ｉｎｉ－ｔｉａｌ　ＰＩＤ　ｖａｌｕｅｓ　ｆｒｏｍ　ｇ ｅｎｅｔｉｃ　ａｌｇｏｒｉｔｈｍｓ，ａｎｄ　ｅｘｐｅｒｔ　ｓｙｓｔｅｍ．Ｋｅｙ　 ｗｏｒｄｓ：ｆｕｚｚｙ　ｃｏｎｔｒｏｌ；ＰＩＤ　ｃｏｎｔｒｏｌｌｅｒ；Ｃｏｎｓｔａｎｔ－ｐｒｅｓｓｕｒｅ　ｗａｔｅｒ　ｓｕｐｐｌｙ；ｍａｔｌａｂ１　引　言 目前恒压供水技术在农业、工业和民用供水系统中已广泛使用，由于系统的负荷变化的不确定性，采用传统的ＰＩＤ算法实现压力控制的动态特性指标很难收到理想的效果。在大多数恒压供水系统中采用传统意义的ＰＩＤ调节器，系统的动态特性指标总是不稳定，通过实际应用中的对比发现应用模糊控制理论形成的控制方案在恒压供水系统中有较好的效果。本方案在常规ＰＩＤ控制器基础上引入模糊控制器，实现被控制对象参数变化在一定范围内模糊ＰＩＤ控制，使恒压供水系统动态静态性能指标保持最优。 ２　模糊控制的结构与原理 模糊控制系统是以模糊集理论，模糊语言变量和模糊逻辑推理为理论基础，采用计算机控制技术构成的一种具有闭环结构的数字控制系统，它从行为上模仿人的模糊推理和决策过程，它的组成核心 是具有智能性的模糊控制器［ １］ 。模糊逻辑控制的实质是利用模糊逻辑建立一种“自由模型”的非线性控制算法，在那些采用传统定量技术分析过程过于复杂的过程，或者提供的信息是定性的、非精确的、非确定的系统中，其控制效果是相当明显的。 模糊控制的基本原理框图如图１所示［ ３］ 。它的核心部分为模糊控制器，如图１中点划线框中所 示，模糊控制器的控制规律由计算机的程序实现。

第六章：模糊控制系统辨识与模糊自适应控制

第6章 模糊系统辨识与模糊自适应控制 6.1 模糊系统辨识的建模方法 建立被控对象模型的方法一般有三种： 1. 基于机理的建模； 2. 基于试验的建模； 3. 基于系统辨识的建模。 Zadeh 于1962年曾给出系统辨识的定义：系统辨识是在对输入和输出观测的基础上，在指定的一类系统中，确定一个与被识别的系统等价的系统。 6.2 基于模糊系统模型的模糊系统辨识 1. 模糊关系模型的概念 一个模糊关系模型可以表示为：()F U Y A M ,,, 其中A 表示模糊算法；Y 表示过程的有限离散输出空间；U 表示过程的有限离散 输入空间； F 表示过程的有限离散输入输出空间中所定义的所有基本模糊子集的集合。 所谓模糊模型是描述系统特性的一组模糊条件语句，其形式如： E t y C l)y(t B A k t u ==-=-)( then D or and or )( if 2. 模糊关系模型的品质指标 (1) 规则数：不宜太多，否则太复杂；也不宜太少，否则精度低。 (2) []∑=-=L i t y t y L p 1 22)(?)(1，L 为测量次数，?()y t 为对t 时刻输出的估计值。 3. 建模方法 (1) 确定输入输出空间，选择模糊变量； (2) 确定模型结构 []y(t)l)y(t k t u ,),(--； (3) 建立模糊关系模型，即获得一组模糊条件语句。 6.3 自适应模糊系统预测 自适应模糊预测模型对预报值)(?t y 与实际值)(t y 比较得到误差 )(?)()(t y t y t e -=，根据此误差对预测表进行修正，从而提高预测精度。 举例，见教材301～306页。 *基于T-S 模型的模糊系统辨识

模糊控制 - 模糊自适应整定PID控制仿真实验

实验三模糊自适应整定PID控制仿真实验 一、实验目的 1．通过实验了解数字PID控制的原理 2．通过实验实现离散系统的数字 PID 控制仿真 3．通过实验了解模糊自适应整定PID控制的原理 4．通过实验实现模糊自适应整定PID控制仿真 5．通过实验进一步熟悉并掌握Matlab软件的使用方法 二、实验内容 1．针对给定离散系统的输入信号的位置响应，设计离散PID控制器，编制相应的仿真程序。2．若采样时间为1ms ,采用模糊PID控制进行阶跃响应,在第300个采样时间时控制器输出加1.0 的干扰,编制该模糊自适应整定PID系统的Matlab仿真程序 三、实验步骤 1．针对给定离散系统的阶跃信号、正弦信号和方波信号的位置响应，设计离散PID控制器，编制相应的仿真程序。 2．确定模糊自整定PID的算法基础 3．针对 kp, ki , kd 三个参数分别建立合适的模糊规则表 4．画出PID参数的在线自校正工作程序流程图 5．编制该模糊自适应整定PID系统的Matlab仿真程序 四、实验要求 1．设被控对象为： 采样时间为1ms,采用Z变换进行离散化，经过Z变换后的离散化对象为： yout(k)=-den(2)yout(k-1)-den(3)yout(k-2)-den(4)yout(k-3)+num(2)u(k-1) +num(3)u(k-2)+num(4)u(k-3) 针对离散系统的阶跃信号、正弦信号和方波信号的位置响应，设计离散PID控制器。其中，S为 信号选择变量，S=1时为阶跃跟踪，S=2时为方波跟踪，S=3时为正弦跟踪。 2．采样时间为1ms ,采用模糊PID控制进行阶跃响应,在第300个采样时间时控制器输出加1.0的干扰,编制炉温模糊控制系统的Matlab仿真程序 五﹑自适应模糊控制的规则 1﹑控制规则：

模糊解耦控制器的结构及系统结构的确定.

模糊解耦控制器的结构及系统结构的确定 4.1 模糊解耦控制器的结构及系统结构的确定 在一个多变量系统中，若各个被控变量之间存在着耦合关系，则各个控制系统之间也存在着相互干扰的现象，精馏塔温度控制系统就是一个双变量控制系统。针对精馏过程的温度控制耦合问题，本设计采用二级模糊控制的模糊解耦方法，建立系统框图如图3.1所示。其中、为精馏塔顶部塔板温度和底部塔板温度的设定值，、为顶部塔板和底部塔板被控温度。 4.2 模糊解耦控制器的设计 4.2.1 基本模糊控制器设计方法简介 基本模糊控制器的设计可按照下面步骤进行： 明确任务并确定控制器结构及系统结构图； 整理记录数据并详细总结本系统的操作策略； 确定输入语言变量及量化因子 基本论域：[a，b]或[-，] 量化论域：[0，n]或[-n，n] 量化因子：=n/(b-a)或=n/或=(2n+1)/(b-a) 离散化公式 语言值 根据经验设计语言变量的隶属函数或赋值表 确定输出语言变量U及比例因子； 制定控制规则表； 求总的模糊关系，制定查询表； 仿真。 4.2.2 确定语言变量及量化论域 确定输入变量为精馏塔。建立控制系统框图如图4.1所示。其中, 、为精馏塔顶部塔板温度和底部塔板温度的设定值；、为顶部塔板和底部塔板被控温度；、温度为偏差值；、为偏差变化率；、、、均为量化因子；、为模糊解耦控制器输出。 、基本论域设为[-10，10]，量化论域[-3，3]；、基本论域[-10，10]，量化论域[-3，3]。输出、基本论域为[]，量化论域为[]。 4.2.3 制定模糊控制规则表 在SINMULINK仿真环境中对常规解耦控制器进行仿真，可采集到如表4.1所示几组数据。

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。

多变量自寻优稳态解耦模糊控制器

第１３卷增刊１２００９年１１月 电机与控制学报 ＥＬＥＣＴＲＩＣＭＡＣＨＩＮＥＳＡＮＤＣＯＮＴＲＯＬ Ｖ０１．１３ ＮＯＶ． Ｓｕｐｐｌ．１ ２００９多变量自寻优稳态解耦模糊控制器 符强１’２，林辉１ （１．西北ｔ业大学自动化学院，陕西西安７１００７２；２．长安大学信息丁程学院，陕两西安７１００６４） 摘要：针对交流电机伺服控制系统，提出一种多变量自寻优稳态解耦模糊控制器。控制器回避多变量模糊规则库的构建问题，由前后两级串联而成，前级为常规单变量模糊控制器的简单并联，后级为解耦系数矩阵。为了限定控制器的基本应用范围，以闭环控制系统的多项式矩阵描述为基础，给出线性定常系统渐近稳定的基本必要条件。利用被控对象的稳态增益矩阵，在稳定状态附近实现系统的解耦控制，并引入额外的解耦系数评估调节子模糊控制器。对其进行实时评估和调节，进一步改善系统的动态性能。理论分析和仿真验证了控制方案的正确性和有效性。 关键词：多变量模糊控制；多项式矩阵描述；稳态增益；解耦控制；自寻优 中图分类号：ＴＰ２７３文献标志码：Ａ文章编号：１００７—４４９Ｘ（２００９）增ｌ－００９２—０７ Ｎｏｖｅｌｍｕｌｔｉｖａｒｉａｂｌｅｆｕｚｚｙｃｏｎｔｒｏｌｓｙｓｔｅｍｗｉｔｈｓｅｌｆ－ｏｐｔｉｍｉｚｉｎｇ ａｎｄｓｔｅａｄｙ－ｓｔａｔｅｄｅｃｏｍｐｏｓｉｔｉｏｎｓｃｈｅｍｅ ＦＵＱｉａｎ９１”，ＬＩＮＨｕｉｌ （１．ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｃＣｏｎｔｒｏｌ，ＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００７２，Ｃｈｉｎａ； ２．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，Ｃｈａｎｇ’ａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００６４。Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＩｎｏｒｄｅｒｔｏａｃｃｅｌｅｒａｔｅｆｕｚｚｙｃｏｎｔｒｏｌｔｈｅｏｒｙａｐｐｌｉｃａｔｉｏｎｉｎＡＣｍａｃｈｉｎｅｓｅｒｖｏｓｙｓｔｅｍ，ａｎｏｖｅｌ ｍｕｌｔｉｖａｒｉａｂｌｅｓｅｌｆ－ｏｐｔｉｍｉｚｉｎｇ ｓｔｅａｄｙ?－ｓｔａｔｅ?－ｄｅｃｏｍｐｏｓｉｔｉｏｎｆｕｚｚｙ ｃｏｎｔｒｏｌｓｔｒｕｃｔｕｒｅｗｉｔｈｔｗｏｓｅｒｉｅｓ??ｃｏｎｎｅｃｔｅｄ ｓｔａｇｅｓｗａｓｐｕｔｆｏｒｗａｒｄ．Ｔｈｅｆｉｒｓｔｓｔａｇｅｃｏｎｓｉｓｔｅｄｏｆ ｓｉｍｐｌｙｐａｒａｌｌｅｌ－ｃｏｎｎｅｃｔｅｄ ｃｏｎｖｅｎｔｉｏｎａｌｕｎｉｖａｒｉａｂｌｅ ｆｕｚｚｙｃｏｎｔｒｏｌｌｅｒｓａｎｄｔｈｅｓｅｃｏｎｄｏｎｅＷｉｌｔｓａｎｕｍｅｒｉｃａｌｄｅｃｏｍｐｏｓｉｔｉｏｎｍａｔｒｉｘ．Ｓｕｃｈｋｉｎｄｏｆｄｅｃｅｎｔｒａｌｉｚｅｄｓｔｒｕｃｔｕｒｅｓｋｉｌｌｆｕｌｌｙａｖｏｉｄｅｄｔｈｅｐａｉｎｓｔａｋｉｎｇｔａｓｋｏｆｍｕｈｉｖａｒｉａｂｌｅｆｕｚｚｙｒｕｌｅｂａｓｅｃｏｎｓｔｒｕｃｔｉｏｎ．ＢａｓｅｄｏｎｔｈｅＰｏｌｙｎｏｍｉａｌＭａｔｒｉｘＤｅｓｃｒｉｐｔｉｏｎｔｈｅｏｒｙ，ａｎａｓｙｍｐｔｏｔｉｃａｌｓｔａｂｉｌｉｔｙｎｅｃｅｓｓａｒｙｃｏｎｄｉｔｉｏｎｆｏｒｔｈｅｃｌｏｓｅｄ—ｌｏｏｐｃｏｎｔｒｏｌｓｙｓｔｅｍｗｉｔｈａｌｉｎｅａｒｔｉｍｅ—ｉｎｖａｒｉａｎｔｃｏｎｔｒｏｌｌｅｄｏｂｊｅｃｔＷａｓｄｅｒｉｖｅｄ，ｗｈｉｃｈｃｌｅａｒｌｙｄｅｆｉｎｅｓｔｈｅａｐｐｌｉ－ｃａｔｉｏｎｓｃｏｐｅｏｆｔｈｅｍｕｈｉｖａｒｉａｂｌｅｆｕｚｚｙｃｏｎｔｒｏｌｓｔｒｕｃｔｕｒｅ．Ｍｅａｎｗｈｉｌｅｔｈｅｓｙｓｔｅｍｓｔｅａｄｙ－ｓｔａｔｅｄｅｃｏｍｐｏｓｉｔｉｏｎｃｏｎｔｒｏｌＷａｓｒｅａｌｉｚｅｄｗｉｔｈｔｈｅｈｅｌｐｏｆｔｈｅｓｙｓｔｅｍＳｔｅａｄｙ－ｓｔａｔｅＧａｉｎＭａｔｒｉｘ．Ｔｏｉｍｐｒｏｖｅｔｈｅｓｙｓｔｅｍｔｒａｎｓｉｅｎｔｐｅｒｆｏｒｍａｎｃｅ，ｔｈｅｅｖａｌｕａｔｉｏｎａｎｄｒｅｇｕｌａｔｉｏｎｆｕｚｚｙｓｕｂ—ｃｏｎｔｒｏｌｌｅｒｓｗｅｒｅｉｎｔｒｏｄｕｃｅｄｔｏｓｅｌｆ－ｏｐｔｉｍｉｚｅｔｈｅｄｅ－ ｃｏｍｐｏｓｉｔｉｏｎｍａｔｒｉｘｅｌｅｍｅｎｔｓｄｙｎａｍｉｃａｌｌｙ．Ｔｈｅｏｖｅｒａｎｔｈｅｏｒｅｔｉｃａｌａｎａｌｙｓｉｓａｎｄｔｈｅｕｌｔｉｍａｔｅｓｉｍｕｌａｔｉｏｎｒｅ－ｓｕｉｔｓｒｅｖｅＭｅｄｔｈｅｖａｌｉｄｉｔｙａｎｄｒｅｌｉａｂｉｌｉｔｙｏｆｔｈｅｗｈｏｌｅｃｏｎｔｒｏｌｓｔｒｕｃｔｕｒｅ． Ｋｅｙｗｏｒｄｓ：ｍｕｈｉｖａｒｉａｂｌｅｆｕｚｚｙｃｏｎｔｒｏｌ；ｐｏｌｙｎｏｍｉａｌｍａｔｒｉｘｄｅｓｃｒｉｐｔｉｏｎ；ｓｔｅａｄｙ—ｓｔａｔｅｇａｉｎ；ｄｅｃｏｍｐｏｓｉｔｉｏｎｃｏｎｔｒｏｌ；ｓｅｌｆ－ｏｐｔｉｍｉｚｉｎｇ 收稿日期：２００８—０７—２８ 作者简介：符强（１９ｒ７８一），男．博士研究生，研究方向为检测技术与自动化装１、航空航天交流电机伺服控制技术等； 林辉（１９５７一），男，教授，博士研究生导师，研究方向为现代电力电子技术、交流电机伺服控制技术、智能控制技术等。 万方数据

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

利用模糊系统的自适应模糊控制器

２００８年９月第１５卷第５期 控制工程 ＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇｏｆＣｈｉｎａ Ｓｅｐ．２００８ Ｖ０１．１５．Ｎｏ．５ 文章编号：１６７１．７８４８（２００８）０５．０５７２．０４ 利用模糊系统的自适应模糊控制器 金宗华’，张龙茁２，李远昌２，姜根泽２ （１．华东理工大学信息学院，上海２００２３７；２＋釜庆大学电子系，釜山６０８—７”） 摘要：针对非缌｝生系统控制，设计了利用ＴＳＫ（Ｔａｋａｇｉ．Ｓｌｌｇｅｒｐｌ（ａｎｇ）模糊系统的自适应模糊控 制器。所设计的自适应控制方法是参考模型自适应控制方法，而且利用Ｌｙ删，ｖ函数保证了闭环系 统的稳定性，同时推导了最优的自适应控制规律。首先．根据控制对象的输入输出数据建立ｒＩＳＫ模 糊模型，然后，由ＴＳＫ模糊模型设计初期的ＴＳＫ模糊控制器，并根据自适应规律随时调整模糊控制 器参数。倒立摆系统的仿真实验验证了所设计的自适应模糊控制器的有效性。 关键词：自适应控制器；ＴＳＫ模糊系统；非线性系统 中图分类号：ＴＰ２７３文献标识码：Ａ ＡｄａｐｔｉｖｅＦｕｚｚｙＣｏｎｔｒｏｌｌｅｒｂｙＵｓｉｎｇＦｕｚｚｙＳｙｓｔｅｍｓ ｆｉＮＺｏｎｇ－ｈｕａｌ，ＪＡＮＧＹｏｎｇ－ｊｏｏｌ２，ＬＥＥＷｏｎ－ｃｈａｎ９２，ＫＡＮＧＣ，ｅｕｎ－ｔａｅｋ２ （１．ＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥＩｌｇｉｎｅｅｒｉｎｇＩｎｓｔｉｔｕｔｅ，ＥａｓｔＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｇｈａｉ２００２３７，Ｃｈｉｎａ； ２．Ｄｅｔｍ／ｔｍｍｔ０ｆＥｌｅｃｔｒｏｎｉｃ，ＰｕｋｙｏｎｇＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙ，Ｐｕｓａｎ６０８—７３７，Ｋｏｒｅａ） Ａｂｓｔｒａｃｔ：ＡｄａｐｔｉｖｅｍｚｚｙｃｏｎｔｒｏｌｌｅｒｆｏｒｎｏｎｌｉｎｅａｒｓｙｓｔｅｍｓｉｓｄｅｓｉｇｎｅｄｂｙｕｓｉｎｇＴＳＫ（晰－Ｓｕｇｅｎｏ－Ｋ，ａ１１９）ｆｕｚｚｙｍｏｄｅｌ．Ｔｈｅａｄａｐｔｉｖｅｃｏｎｔｒｏｌｉｓｍｏｄｅｌｒｅｆｅｉｅｎｃｅａｄａｐｔｉｖｅｃｏｎｔｒ０１．Ｂｙ璐ｉｎｇＬｙａｐｕｎｏｖｆｕｎｃｔｉｏｎ，ｔｈｅｓｔａｂｉｌｉｔｙｏｆｃｌｏｓｅｄ－ｌｏｏｐｓｙｓｔｅｍｉｓａｓｓｕｒｅｄａｎｄｔｈｅｂｅｓｔａｄａｐｔｉｖｅｌａｗｉｓｃａｌｅｕ－ ｌａｔｅｄ．ＴｈｅＴＳＫ ｆｕｚｚｙｍｏｄｅｌｉｓｃｏｎｓｔｒｕｃｔｅｄｂａｓｅｄＯｉｌｔｈｅｉｎｐｕｔ－ｏｕｔｐｕｔｄａｔａｏｂｔａｉｎｅｄｆｒｏｍａｔａｒｇｅｔｐｌａｎｔ．Ｔｈｅｎ，ｔｈｅＴＳＫｆｈｚｚｙｃｏｎｔｒｏｌｌｅｒｉｓｄｅｔｅｒ—ｍｉｎｅｄｂａｓｅｄｏｎｔｈｅＴＳＫｆｕｒｙｍｏｄｅｌ．Ｐａｒａｍｅｔｅｒｓｏｆｔｈｅｆｈｚｚｙｃｏｎｔｒｏｌｌｅｒ咖ｂｅａｄｊｕｓｔｅｄａｃｃｏｒｄｉｎｇｔｏｔｈｅａｄａｐｔｉｖｅｒｕｌｅ．Ｔｈｅａｄａｐｔｉｖｅｆｕｚｚｙｃｏｎ—ｔｒｏｌｌｅｒｉｓａｐｐｌｊｅｄｔｏｃｏｎｔｒｏｌａｌｌｉｎｖｅｒｔｅｄｐｅｎｄｕｌｕｍｓｙｓｔｅｍ，ａｎｄｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄ． Ｋｅｙｗｏｒｄｓ：ａｄａｐｔｉｖｅｃｏｎｔｒｏｌｌｅｒ；ＴＳＫｆｕｚｚｙｓｙｓｔｅｍ；ｎｏｎｌｉｎｅａｒｓｙｓｔｅｍ １引言２自适应模糊控制器设计 一般模糊控制方法适用于系统的数学模型比较复杂或很难求得的情况。另外，确定了模糊规则，它的参数一般不变，所以适用于系统没有参数变化或参数变化较小的情况。如果系统存在不确定参数或控制过程中系统存在大的参数变化时很难得到好的控制结果。为了弥补这些缺点，本文提出了自适应模糊控制方法。目前，Ｐｒｏｅｙｋ和Ｍａｍｄａｎｉ提出的自适应方法是没有具体的模糊模型，直接利用系统的输入输出数据直接产生模糊控制器参数。利用神经网络或遗传算法，通过学习的方法产生控制规律和固定模糊控制规律，调整隶属度函数等自适应控制方法ｕ叫Ｊ。这些自适应控制方法利用的模糊规则一般是常数或模糊集合，大部分依靠专家的经验获得的控制规律直接利用于模糊控制规律，利用模糊规则相对少。模糊模型和模糊控制器都是线性方程形式的ＴＳＫ模糊规则的自适应控制还没有进行研究。因此，本文提出了利用ＴＳＫ模糊系统的自适应模糊控制方法ｂ。¨。 本文提出的自适应模糊控制器是参考模型自适应模糊控制器。首先，求出控制对象的模糊模型，根据模糊模型求出初期模糊控制器；然后，为了系统的输出跟踪参考模型的输出随时调整模糊控制器参数。 设计的参考模型自适应模糊控制系统结构，如图１所示。 参考模型 厂型ｑ丽面群皇望隔≤盖ｙ爪（ｔ））一“０ 图１参考模型自适应模糊控制系统结构图 №．１Ｔｈｅｓｔｒｕｃｔｕｒｅｏｆｎｍｄｅｌｒｅｆｅｒｅｎｃｅａｄａｐｔｉｖｅ ｆｕｚｚｙｃｏｎｔｒｏｌｓｙｓｔｅｍ Ｉ）ＴＳＫ模糊控制器假设控制对象是ｒ／，维非线性系统： 收稿日期：２００７－０５．２３；收修定稿日期：２００７－０６—２２ 作者简介：金宗华（１９７４一），男，（朝鲜族），吉林延吉人，讲师，博士，主要从事模糊控制、智能控制、自适应控制及最优控制等方面 的教学与科研工作。 　万方数据

模糊自适应PID控制..

《系统辨识与自适应控制》 课程论文 基于Matlab的模糊自适应PID控制器仿真研究 学院：电信学院 专业：控制工程 姓名：王晋 学号：

基于Matlab 的模糊自适应PID 控制器仿真研究 王晋 （辽宁科技大学 电信学院 鞍山） 摘 要：传统PID 在对象变化时，控制器的参数难以自动调整。将模糊控制与PID 控制结合，利用模糊推理方法实现对PID 参数的在线自整定。使控制器具有较好的自适应性。使用MATLAB 对系统进行仿真，结果表明系统的动态性能得到了提高。 关键词: 模糊PID 控制器；参数自整定；Matlab ；自适应 0引言 在工业控制中，PID 控制是工业控制中最常用的方法。但是，它具有一定的局限性:当控制对象不同时，控制器的参数难以自动调整以适应外界环境的变化。为了使控制器具有较好的自适应性，实现控制器参数的自动调整，可以采用模糊控制理论的方法[1] 模糊控制已成为智能自动化控制研究中最为活跃而富有成果的领域。其中，模糊PID 控制技术扮演了十分重要的角色，并目仍将成为未来研究与应用的重点技术之一。到目前为止，现代控制理论在许多控制应用中获得了大量成功的范例。然而在工业过程控制中，PID 类型的控制技术仍然占有主导地位。虽然未来的控制技术应用领域会越来越宽广、被控对象可以是越来越复杂，相应的控制技术也会变得越来越精巧，但是以PID 为原理的各种控制器将是过程控制中不可或缺的基本控制单元。本文将模糊控制和PID 控制结合起来，应用模糊推理的方法实现 对PID 参数进行在线自整定，实现PID 参数的最佳调整，设计出参数模糊自整定PID 控制器，并进行了 Matlab/Simulink 仿真[2] 。仿真结果表明，与常规PID 控制系统相比，该设计获得了更优的鲁棒性和动、静态性及具有良好的自适应性。 1 PID 控制系统概述 PID 控制器系统原理框图如图1所示。将偏差的比例（K P ）、积分(K I )和微分(K D )通过线性组合构成控制量，对被控对象进行控制，K P 、K I 和K D 3个参数的选取直接影响了控制效果。 / 图1 PID 控制器系统原理框图 )( t u 比例 积分 微分 被控对)(t r )(t c )(t e

完整版模糊控制技术的发展及前景展望

模糊控制技术的发展与 前 景

展 望 模糊控制技术发展现状与前景展望

1.引言 人的手动控制策略是通过操作者的学习，实验以及长期经验积累而形成的，他通过人的自然语言来叙述。由于自然语言具有模糊性，所以，这种语言控制也被称为模糊语言控制，简称模糊控制。 近年来，对于经典模糊控制系统稳态性能的改善，模糊集成控制，模糊自适应控制，专家模糊控制与多变量模糊控制的研究，特别是对复杂系统的自学习与参数自调整模糊系统方面的研究，受到各国学者的重视。人们将神经网络和模糊控制技术相结合，形成了一种模糊神经网络技术，他可以组成一组更接近于人脑的智能信息处理系统，其发展前景十分广阔。 2.模糊控制的热点问题 模糊控制技术是一项正在发展的技术，虽然近年来得到了蓬勃发展，但它也存在一些问题，主要有以下几个方面 (1) 还没有有形成完整的理论体系，没有完善的稳定性和鲁棒性分析、系统的设计方法（包括规则的获取和优化、隶属函数的选取等）； (2) 控制系统的性能不太高（稳态精度较低，存在抖动及积分饱和等问题）； (3) 自适应能力有限。目前，国内外众多专家学者围绕着这些问题展开了广泛的研究，取得了一些阶段性成果，下面介绍一下近期的主要研究热点。 2.1 模糊控制系统的稳定性分析 任何一个自动控制系统要正常工作，首先必须是稳定的。由于模糊系统本质上的非线性和缺乏统一的系统描述，使得人们难以利用现有的控制理论和分析方法对模糊控制系统进行分析和设计，因此，模糊控制理论的稳定性分析一直是一个难点课题，未形成较为完善的理论体系。正因为如此，关于模糊系统的稳定性分析近年来成为众人关注的热点，发表的论文较多，提出了各种思想和分析方法。目前模糊控制系统稳定性分析方法主要有以下几种： (1) 李亚普诺夫方法 基于李亚普诺夫直接方法，许多学者讨论了离散时间和连续时间模糊控建立了包括非Ying制系统的稳定性分析和设计。使用李亚普诺夫线性化方法， 线性对象的T-S模糊控制系统局部稳定性的必要和充分条件。另外，一种在大系统中使用的向量李亚普诺夫直接方法，被用于推导多变量模糊系统的稳定性条件；李亚普诺夫第二方法被用于判别模糊系统量比因子选择的稳定性；波波夫一李亚普诺夫方法被用于研究模糊控制系统的鲁棒稳定性。 但是，李亚普诺夫的一些稳定性条件通常比较保守，即当稳定性条件不满足时，控制系统仍是稳定的。 (2) 基于滑模变结构系统的稳定性分析方法 由于模糊控制器是采用语义表达，系统设计中不易保证模糊控制系统的稳定性和鲁棒性。而滑模控制有一个明显的特点，即能处理控制系统的非线性，而且是鲁棒控制。因此一些学者提出设计带有模糊滑模表面的模糊控制器，从而能用李亚普诺夫理论来获得闭环控制系统稳定性的证明。Palm和Driankov采用滑模控制的概念分析了增益规划的闭环模糊控制系统的稳定性和鲁棒性。另有一些学者用模糊推理来处理控制系统的非线性和减少控制震颤，使得基于李亚普诺夫方法可保证控制系统的稳定性。 基于变结构系统理论，可以得到控制系统的跟踪精度和模糊控制器的I/O 模糊集映射形状之间的关系，从而可以解释模糊控制器的鲁棒性和控制性能。文献等研究了基于变结构控制框架的模糊控制系统的稳定性，通过输出反馈的模糊

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）

模糊自适应PID控制器

模糊自适应PID控制器 的设计

模糊自适应PID 控制器的设计 一、 模糊自适应原理 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种计算机控制方法，作为智能控制的一个重要分支，在控制领域获得了广泛应用，模糊控制与传统控制方式相比具有以下突出优点: ·不需要精确的被控对象的数学模型； ·使用自然语言方法，控制方法易于掌握； ·鲁棒性好，能够较大范围的适应参数变化； ·与常规PID 控制相比，动态响应品质优良。 常规模糊控制器的原理如图1所示: 图1 模糊控制系统框图 PID 控制规律: 1 01()[()()()] p D I d u t k e t e t dt T e t T dt =++? 式中：p k ---比例系数； I T ---积分时间常数； D T ---微分时间常数。 在工业生产中过程中，许多被控对象随着负荷变化或干扰因素影响，其对象特性参数或结构发生改变。自适应控制运用现代控制理论在线辨识对象特征参 数，实时改变其控制策略，使控制系统品质指标保持在最佳范围内，但其控制效果的好坏取决于辨识模型的精确度，这对于复杂系统是非常困难的。因此，在工业生产中过程中，大量采用的仍然是PID 算法，PID 参数的整定方法很多，但大多数都以对象特性为基础。 随着计算机技术的以展，人们利用人工智能的方法将操作人员的调整经验作为知识存入计算机中，根据现场实际情况，计算机能自动调整PID 参数，这样就出现了智能PID.这种控制器把古典的PID 控制与先进的专家系统相结合，实现系统的最佳控制。这种控制必须精确地确定模型，首先将操作人员长期实践积累

多变量解耦控制方法

多变量解耦控制方法 多变量解耦控制方法 随着被控系统越来越复杂，如不确定性、多干扰、非线性、滞后、非最小相位 等，需要控制的变量往往不只一个，且多个变量之间相互关联，即耦合，传统的单变量控制系统设计方法显然无法满足要求，工程中常常引入多变量的解耦设计．．．．．．．． 。其思想早在控制科学发展初期就已形成，其实质是通过对一个具有耦合的多输入多输出控制系统，配以适当的补偿器，将耦合程度限制在一定程度或解耦为多个独立的单输入单输出系统。其发展主要以Morgan 于1964年提出的基于精确对消的全解耦状态空间法．．．．．．．．及Rosenbrock 于20世纪60年代提出的基于对角优势化的现代频率法．．．．．为代表，但这两种方法都要求被控对象精确建模，在应用上受到一定的限制。 近年来，随着控制理论的发展，多种解耦控制方法应运而生，如特征结构配置解 耦、自校正解耦、线性二次型解耦、奇异摄动解耦、自适应解耦、智能解耦、模糊解耦等等。解耦控制一直是一个充满活力、富有挑战性的问题。本文针对解耦方法进行了概述，并分析了其应用现状。 一、解耦控制的现状及问题 传统解耦控制 传统解耦方法包括前置补偿法和现代频率法。前者包括矩阵求逆解耦、不变性解 耦和逆向解耦；后者包括时域方法，其核心和基础是对角优势，奈氏(Nyquist )稳定判据是其理论基础，比较适合于线性定常MIMO 系统。主要包括： 1)逆奈氏阵列法 Company Document number ：WTUT-WT88Y-W8BBGB-BWYTT-19998

逆奈氏阵列法是对控制对象进行预先补偿，使传统函数的逆成为具有对角优势和正规性的矩阵。由于正规阵特征值对摄动不敏感，因而有较强的鲁棒性，其应用广泛。当然，当正规阵的上(下)三角元素明显大于下(上)三角元素时，可采用非平衡补偿法进行修正来提高鲁棒性，同时由于利用逆奈氏判据选择反馈增益时并不能保证闭环传递函数本身的对角优势，因此需反复调整补偿器的参数，使设计结果真正符合对角优势。 2)特征轨迹法 特征轨迹法是一种分析MIMO 系统性态的精确方法。当采用其中的增益平衡法和特征向量配正法对补偿器进行近似处理时，其精确性难以得到保证，因而工程应用有限。倘若采用并矢展开法，则可利用其对角分解中变换矩阵与频率无关的特性解决补偿器工程难以实现的问题，但要求被控对象能够并矢分解，往往此条件难以满足，因而工程中应用不多见。 3)序列回差法 该方法是将补偿器逐个串入回路构成反馈，易于编程实现。从解耦的角度看，类似三角解耦，但其补偿器的确定方法并不明确，不能实现完全解耦。 4)奇异值分解法 包括奇异值带域法和逆结构正则化法。主要是先绘制开环传递函数的奇异值图，采用主增益、主相位分析法，或者广义奈氏定理来确定主带域与临界点的关系，从而判别系统的鲁棒稳定性，特别适于无法特征分解或并矢分解的系统。它是近年来普遍使用的方法之一。 此外，还有一些比较成功的频率方法，包括相对增益法、逆曲线法、特征曲线分析法。以上解耦方法中，补偿器严重依赖被控对象的精确建模，在现代的工业生产中不具有适应性，难以保证控制过程品质，甚至导致系统不稳定。即使采用这些方法进行部分解耦或者单向解耦，也不能实现完全解耦，而且辅助设计的工作量很大，不易实现动态解耦。 自适应解耦控制 也即将被控对象的解耦、控制和辨识结合起来，以此实现参数未知或时变系统的在线精确解耦控制。它的实质是．．．．． 将耦合项视为可测干扰，采用自校正前馈控制的方法，对耦合进行动、静态补偿，对补偿器的参数进行寻优。它是智能解耦理论的基础，适于时变对象。对于最小相位系统，自适应解耦控制采用最小方差．．．．控制律．．． 可以抑制交联，对于非最小相位系统，它可采用广义最小方差控制律，只要性能指标函数中含有耦合

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.

自适应模糊控制几个基本问题的研究进展

自适应模糊控制几个基本问题的研究进展 谢振华程江涛耿昌茂 (海军航空工程学院青岛分院航空军械系青岛 266041 ) 周德云 (西北工业大学西安 710072 ) [摘要] 综述了模糊控制系统的稳定性分析、系统设计及系统性能提高三个基本问题的研究 ,简述了应用研究 ,最后对自适应模糊控制的理论和应用进行了展望。 关键词模糊控制自适应控制鲁棒性稳定性 1 引言 自从 L. A. Zadeh提出模糊集合论以来 ,基于该理论形成一门新的模糊系统理论学科 ,在控制、信号处理、模式识别、通信等领域得到了广泛的应用。近年来 ,有关模糊控制理论及应用研究引起了学术界的极大兴趣 ,取得了一系列成功的应用和理论成果 ,与早期的模糊控制理论和应用相比有了很大的发展。模糊控制理论成为智能控制理论的一个重要分支。 一般来讲 ,模糊控制理论研究的核心问题在于如何解决模糊控制中关于稳定性和鲁棒性分析、系统的设计方法 (包括规则的获取和优化、隶属函数的选取等 )、控制系统的性能 (稳态精度、抖动及积分饱和度等 )的提高等问题 ,这己成为模糊控制研究中的几个公认的基本问题。其中 ,稳定性和鲁棒性问题的研究最为热烈 ,从早期基于模糊控制器的“多值继电器”等价模型的描述函数分析法 ,扩展到相平面法、关系矩阵分析法、圆判据、L yapunov稳定性理论、超稳定理论、基于滑模控制器的比较法、模糊穴 -穴映射及数值稳定性分析方法等非线性理论方法。设计方法的研究也倍受关注 ,主要表现在对规则的在线学习和优化、隶属函数参数的优化修正等应用了多种思想 ,如最优控制的二次型性能指标、自适应、神经网络、遗传算法等思想。稳态性能的改善一直是模糊控制学者所关注。 围绕上述几个基本问题 ,出现了多变量模糊控制[1 ,2 ] 、模糊神经网络技术 [3 ] 、神经模糊技术 [4 ] 、自适应模糊控制 [5] 、模糊系统辨识[6 ] 等热点研究领域。在模糊控制理论与应用方面 ,日本学者取得了很大的成就[7] ,我国学者在这方面也付出了不懈的努力 ,并取得了许多重要的成果。所有这些工作促进了模糊控制的理论和应用的快速发展。 本文拟对近几年自适应模糊控制几个基本问题的研究现状作一总结 ,希望能从这一侧面反映其研究情况和发展动向。主要内容包括 :( 1 )稳定性分析问题的研究 ;( 2 )系统设计方法的研究 ;( 3)系统性能提高的研 究 ;( 4 )应用研究情况。 2 稳定性分析 众所周知 ,任何一个自动控制系统 ,首先必须是稳定的 ,否则这个系统就无法工作。因此 ,在控制系统的分析和设计中 ,系统的稳定性研究占有重要的地位 ,模糊控制系统也是如此。由于模糊系统本质上的非线性和缺乏统一的系统描述 ,使得人们难以利用现有的控制理论和分析方法对模糊控制系统进行分析和