基于matlab的模糊控制器设计
（
二 〇 一 五 年 五 月
模糊控制实验报告
题 目：基于M AT L A B 的模糊控制器的设
计
学生姓名：刘畅 学 院：电
力学院 专 业：控制工程 学 号： 20141800229 指导教师： 胡琳静
基于matlab 的模糊控制器设计
设计一个以传递函数为
的控制系统的模糊控制器，在matlab 中形成规则，并在simulink 中进行仿真通过调参数的方法使系统稳定。
1、 根据系统实际情况，选择e ，de 和u 的论域
e range : [-1 1] de range: [-0.1 0.1] u range: [0 2]
2、e ，de 和u 语言变量的选取
e 8个：NB,NM,NS,NZ,PZ,PS,PM,PB de 7个：NB,NM,NS,Z,PS,PM,PB U 7个：NB,NM,NS,Z,PS,PM,PB 3、模糊规则为:
4、在matlab 中进行模糊控制器的设计 e 与de 为输入变量，u 为输出变量 采用 ‘mamdani’方法: ‘max -min‘ 选择隶属函数的形式：三角型
输入变量在matlab中的定义
图1 输入变量e
图2 输入变量de
输出变量在matlab中的图像
图3输出变量u 生成的56条规则在matlab中的图示
5、在simulink中搭建模糊控制器的系统及调试
图5 simulink搭建图
经过调试各项参数最后使系统趋于稳定，个示波器显示的图如下
图5 scope3
图6 scope1
图7 scope2
6、结论
1.三个参数中Gain1类似于PD控制中的P，过小则稳态误差大，上升时间长。过大，稳态误差小了，上升时间小了，但是出现超调，继续增大则出现振荡。
2.参数Gain2类似于PD控制中的D，可以调整系统的"阻尼"。对于电容-电阻电路，传递函数分母为Ts+1，T=RC为系统的时间常数。修改Gain2可以改善系统的时间常数，使上升时间减小或增加。其作用相当于改变电容大小，放电时间减小或增大。对于机械的弹簧-阻尼系统，T=f/k，调整D相当于改变f。由仿真知，Gain2可以从负到正改变，值越大，系统的上升时间越大，响应越慢。当改为负值时，系统地上升时间越来越小，以至于阻尼太小，发生振荡。
d.参数Gain可修改的范围比较大。对系统的影响相对较小。它是对误差E的放大，或缩小，只要合适就行了。
2模糊控制查询表的MATLAB实现
模糊控制查询表的MATLAB 实现 叶高文（厦门海洋职业技术学院，福建厦门361012） MATLAB realization of Fuzzy Control Query Table 在运用模糊控制技术进行工业控制时，为了减少在线计算量，节省内存，提高PLC 等控制器的运行效率，通常根据隶属度函数和模糊控制规则表离线计算对应的模糊控制表，并将该表置于PLC 等控制器中，供实时控制时使用。在实时控制过程中，根据模糊量化后的偏差值e 和偏差变化率ec 直接查询控制表以获得模糊控制输出量，再转换为精确输出控制量。在实际的控制过程中由于微分作用的效果不是很明显，故很多实际情况中只采用PI 控制。本文论述的对象是常用PLC 的模糊PI 控制。不是PLC 的系统，可将积分时间转换为积分系数。 1模糊PI 控制模型说明 本文提供一个实际工业控制的模糊查询表的MATLAB 实 现过程，模糊PI 模型如图1。 图1模糊PI 控制器模型 如图1，模糊控制器的输入量采用实际被控制量与给定量的偏差e 和偏差变化率ec ，参数整定机构采用增量型调整原理，输出为比例系数增量ΔK P 和积分时间增量ΔTi ，再经式K P ＝ K P0＋ΔK P 和式T I ＝T I0＋ΔTi 计算得到PI 控制器的比例系数KP 和积分时间值TI 。 2模型输入输出模糊控制规则表 2．1定义输入输出变量的隶属度矢量表 一般情况下，输入量偏差e 和偏差变化率△e 以及输出变量ΔKP 和ΔTi 的离散论域都设定为13个量化等级邀－6，－5，－4，－3，－2，－1，0，1，2，3，4，5，6妖。为方便MATLAB 编程，对相关的变量选择进行一些改变。原先的输入变量偏差e 和偏差变化率ec 的量化等级邀－6，－5，－4，－3，－2，－1，0，1，2，3，4，5，6妖改写为邀1，2，3，4，5，6，7，8，9，10，11，12，13妖。而输出变量ΔKP 和ΔTi 得量化等 级保持为邀－6，－5，－4，－3，－2，－1，0，1，2，3，4，5，6妖。 输入变量偏差e 和偏差变化率ec 和输出变量ΔKP 、ΔTi 的模糊语言值均为邀NB ，NM ，NS ，ZO ，PS ，PM ，PB妖。为了编程方便，将语言值用数字表示为邀1，2，3，4，5，6，7妖，与模糊语言值相对应，比如：模糊语言值NB 的模糊数字值为1，其他类似。根据以上的规定，产生用数字语言值表示输入变量x1及x2的隶属度矢量表，见表1所示。其中，变量x1表示模糊控制器的偏差输入e ，变量x2表示模糊控制器的偏差输入ec ；f1（i ）、f2（j ）表示第一输入x1和第二输入x2的隶属度，而i 、j 表示语言变量数字值，即为1，2，3，4…7。 表1用数字语言值表示输入变量x1及x2的隶属度矢量表 2．2模糊控制规则表 该控制系统为一实际工业控制模型，其用数字语言值表示的比例系数增量ΔKP 和积分时间ΔTI 模糊控制规则表如表2和表3所示。 表2 用数字语言值表示的ΔKP 模糊控制规则 摘 要 通过建立一个工业自动化控制中经常使用的模糊PI 控制器模型，详细论述了运用MATLAB 语言编写模糊控制查询表的方法，该控制表可以表格形式存放于计算机，从而大大提高了如PLC 等内存小的工业控制器的运行效率，也可实现在线推理控制。 关键词：模糊控制查询表，MATLAB ，PI 控制，在线推理 Abstract Through the establishmengt of Fuzzy－PI controller model which is applied in the industrial automation control,This pa-per describes in detail the way how to get a fuzzy －control－query table by the MATLAB programming．This cotrol－table may be stored in the compute with the form of a table,Which can improe greatly the operational efficiency,Such as PLC controller,etc．whose memory is very little,and on－line reasoning can also be realized． Keywords :fuzzy control query table,MATLAB,PI control,on－line reasoning 模糊控制查询表的MATLAB 实现 64
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。
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
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
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）
模糊控制系统及其MATLAB实现
模糊控制系统及其MATLAB实现 1. 模糊控制的相关理论和概念 1.1 模糊控制的发展 模糊控制理论是在美国加州伯克利大学的L.A.Zadeh教授于1965 年建立的模 糊集合论的数学基础上发展起来的。之后的几年间Zadeh又提出了模糊算法、模糊 决策、模糊排序、语言变量和模糊IF-THEN规则等理论，为模糊理论的发展奠定了 基础。 1975年，Mamdani和Assilian创立了模糊控制器的基本框架，并用于控制蒸 汽机。 1978年，Holmblad和Ostergaard为整个工业过程开发出了第一个模糊控制器——模糊水泥窑控制器。 20世纪80年代，模糊控制开始在工业中得到比较广泛的应用，日本仙台地铁 模糊控制系统的成功应用引起了模糊领域的一场巨变。到20世纪90年代初，市场 上已经出现了大量的模糊消费产品。 近30 年来, 因其不依赖于控制对象的数学模型、鲁棒性好、简单实用等优点, 模糊控制已广泛地应用到图像识别、语言处理、自动控制、故障诊断、信息并且渗透到社会科学和检索、地震研究、环境预测、楼宇自动化等学科和领域, 自然科学许多分支中去, 在理论和实际运用上都取得了引人注目的成果。 1.2 模糊控制的一些相关概念 用隶属度法来定义论域U中的集合A，引入了集合A的0-1隶属度函数， 用,()x表示，它满足: A xA,1, ,x(),,AxA,0,
用0-1之间的数来表示x属于集合A的程度，集合A等价与它的隶属度函 数,()x A 模糊系统是一种基于知识或基于规则的系统。它的核心就是由所谓的IF-THEN 规则所组成的知识库。一个模糊的IF-THEN规则就是一个用连续隶属度函数对所描述的某些句子所做的IF-THEN形式的陈述。例如: 如果一辆汽车的速度快，则施加给油门的力较小。 这里的“快”和“较小”分别用隶属度函数加以描述。模糊系统就是通过组合IF-THEN规则构成的。 构造一个模糊系统的出发点就是要得到一组来自于专家或基于该领域知识的模糊IF-THEN规则，然后将这些规则组合到单一系统中。不同的模糊系统可采用不用的组合原则。 用隶属度函数表征一个模糊描述后，实质上就将模糊描述的模糊消除了。 模糊控制系统设计的关键在于模糊控制器的设计。模糊控制器的设计主要有三个部分: (1) 输入量的模糊化 所谓模糊化(Fuzzification) 就是先将某个输入测量量的测量值作标准化处理,把该输入测量量的变化范围映射到相应论域中,再将论域中的各输入数据以相应的模糊语言值的形式表示,并构成模糊集合。这样就把输入的测量量转换为用 隶属度函数表示的某一模糊语言变量。 (2) 模糊逻辑推理 根据事先已定制好的一组模糊条件语句构成模糊规则库,运用模糊数学理论对 模糊控制规则进行推理计算,从而根据模糊控制规则对输入的一系列条件进行综合评估,以得到一个定性的用语言表示的量,即模糊输出量。完成这部分功能的过程就是模糊逻辑推理过程。
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。
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模糊控制器的设计以及simulink下对模糊控制器系统的仿真
Matlab模糊控制器的设计以及simulink下对模糊控制器系统的仿真
————————————————————————————————作者：————————————————————————————————日期：
Matlab模糊控制器的设计以及simulink下对模糊控制器系统的仿真 首先，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: 接下来在上述窗口中进行模糊控制器的设计： 1.双输入，单输出：点击Edit----Add Variable---input
2.为E添加隶属度函数，E的论域为{-6，-5，-4，-3，-2，-1,0,1，2,3,4,5,6}， E的模糊集合为{NB,NM,NS,NZ,PZ,PS,PM,PB},Edit—Membership Function edit,如下图所示：
3.为EB添加隶属度函数，EB的论域为{-6，-5，-4，-3，-2，-1,0,1，2,3,4,5,6}， EB的模糊集合为{NB,NM,NS,ZE,PS,PM,PB},Edit—Membership Function edit,如下图所示： 4.为U添加隶属度函数，U的论域为{-6，-5，-4，-3，-2，-1,0,1，2,3,4,5,6}， U的模糊集合为{NB,NM,NS,ZE,PS,PM,PB},Edit—Membership Function edit,如下图所示：
其中E,EB,U均为模糊量。 5.为模糊控制器设计模糊规则，由于E的语言变量有8个，EB的语言变量有7 个，所以模糊控制器的模糊规则总共有8*7=56条，接下来为模糊控制器添加规则：双击untitled，则有下面的表格：
模糊温度控制器的设计与Matlab仿真(DOC)
模糊温度控制器的设计与Matlab仿真 徐鹏 201403026 摘要:针对温度控制系统的时变、滞后等非线性特性及控制比较复杂的问题,提出了一种模糊控制方案以改善系统的控制性能.该方案采用mamdani推理型模糊控制器代替传统的PID控制器,依据模糊控制规则由SCR移相调控晶闸管控制电阻炉电热功率,实现对温度的控制. Matlab仿真结果表明,模糊控制的引入有效地克服了系统的扰动,改善了控制性能,提高了控制质量. 关键词:温度控制器;模糊控制;仿真分析 中图分类号: TP272 文献标志码:A Abstract:For the temperature controlsystem with the nonlinear characters of time-varying and lag and the comp lexity in control,a fuzzy control algorithm is p resented. Thealgorithm adop tsmamdani reasoning fuzzyPID controller to rep lace the traditional PID controller and use the SCR phase-shift thyristor to control the e-lectric resistance furnace power based on the fuzzy control rules to imp lement the temperature control. Matlabsimulation results show that the fuzzy control can effectively overcome the disturbance and imp rove the con-trol performance. Key words: temperature controller; fuzzy control; simulation analysis 0 引言 在工业生产过程中,温度控制是重要环节,控制精度直接影响系统的运行和产品质量. 在传统的温度控制方法中,一般采取双向可控硅装置,并结合简单控制算法(如PID算法) ,使温度控制实现自动调节. 但由于温度控制具有升温单向性、大惯性、大滞后等特点,很难用数学方法建立精确的模型,因此用传统的控制理论和方法很难达到好的控制效果. 鉴于此,本文拟以模糊控制为基础的温度智能控制系统,采用人工智能中的模糊控制技术,用模糊控制器代替传统的PID 控制器,以闭环控制方式实现对温度的自动控制. 1温度控制系统的硬件组成 在该温度控制装置中,由SCR移相调控晶闸管控制电阻炉来实现对温度的控制. 在温控系统中,通过CAN总线将控制站、操作站和通信处理单元连为一体. 温度控制系统的结构简图如图1所示.
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 )