第七章模糊控制应用实例(高等教学)
模糊逻辑控制及其应用
02
模糊逻辑控制原理
模糊逻辑基本概念
01
模糊集合
02
隶属函数
模糊集合是传统集合的扩展，它允许 元素以不同的程度属于集合。在模糊 集合中，每个元素都有一个从0到1的 隶属度，表示该元素属于该集合的程 度。
隶属函数是用来确定元素属于某个模 糊集合的程度的函数。不同的模糊集 合有不同的隶属函数。
03
模糊逻辑运算
系统结构与组成
输入输出接口
用于将模糊逻辑控制系统与被控对象进行连 接，实现信号的输入和输出。
模糊推理机
基于模糊逻辑进行推理，得出控制决策。
模糊化器
将输入的精确量转换为模糊量，以便进行模 糊推理。
去模糊化器
将模糊推理结果转换为精确量，作为控制输 出。
模糊化与去模糊化方法
模糊化方法
主要有最大值、最小值、平均值、中 心平均值等。
机器人领域应用
总结词
在机器人领域，模糊逻辑控制被用于实现机器人的自主导航、人机交互和复杂任务处理等功能，提高 机器人的智能水平和适应性。
详细描述
通过模糊逻辑控制，机器人能够处理不确定性和非线性问题，实现自主导航、避障和路径规划等功能 。此外，模糊逻辑控制还被用于机器人的语音识别、图像识别和情感识别等方面，提高机器人的交互 能力和服务质量。
模糊推理规则
模糊推理是模糊逻辑控制的核心，它基于模糊逻辑规则进行推理。这些规则通常由“如果-那么”语句形式表示，例 如，“如果温度高，则湿度低”。
模糊推理方法
常见的模糊推理方法包括最大值推理、最小值推理、中心平均值推理等。这些方法可以根据具体问题选 择使用，以实现所需的控制效果。
03
模糊逻辑控制系统设计
模糊逻辑控制及其应用
模糊控制及应用
2.1 经典集合
2．普通集合的表示方法
(1) 列举法
例如：“小于10的正奇数的集合”记为{1，3， 5，7，9}。
(2) 定义法
例如：X{x|xU x 是5的整数倍}
(3) 特征函数法
例如:
CA(a)10
aA aA
2.1 经典集合
3．几种特殊的集合 •全集是包含论域中的全部元素的集合，记为 E •空集是不包含任何元素的集合，记为 • A是B 的一个子集，记作BA，或 AB •集合的幂集，是由集合的所有子集构成的 集合
1.基本概念 • 论域 ：当讨论某个概念的外延或考虑某个
问题的议题时，总会圈定一个讨论的范围， 这个范围称为论域。 • 元素：论域中的每个对象称为元素。 • 集合：在某一论域中，具有某种特定属性的 对象的全体成为该论域中的一个集合。
2.1 经典集合
相互关系的常用符号有： • aA 表示元素属于集合， • aA 表示元素不属于集合， • aA表示集合中的所有元素
2.2 模糊集合
2.3 模糊性与随机性
模糊性是由于对象无精确定义造成的。因 此，对它的描述需要采用隶属函数。
随机性是在事件是否发生的不确定性中表 现出来的不确定性，而事件本身的状态和类 属是确定的。
2.3 模糊性与随机性
由上述定义可知，模糊性也是一种不确 定性，但它不同于随机性，所以模糊理论不 同于概率论。模糊性通常是指对概念的定义 以及语言意义的理解上的不确定性。例如， “老人”、“温度高”、“数量大”等所含 的不确定性即为模糊性。可见，模糊性主要 是人为的主观理解上的不确定性，而随机性 则主要反映的是客观上的自然的不确定性， 或者是事件发生的偶然性。
若 ( x ,y ) R , 则 x 对 y 具 称 R ” , 有 记 “ x .R 关 作
模糊控制及其应用
详细描述
模糊控制算法通过采集室内温度和人的舒适度信息，将这些信息模糊化处理后，根据模糊规则进行推理，输出相 应的温度调节指令，从而实现对空调温度的智能控制。这种控制方式能够避免传统控制方法中存在的过度制冷或 制热的问题，提高室内环境的舒适度。
易于实现
模糊控制器结构简单，易于实 现，能够方便地应用于各种控 制系统。
灵活性高
模糊控制器具有较强的灵活性 ，能够根据不同的需求和场景 进行定制和优化。
02
模糊控制的基本原理
模糊化
模糊化是将输入的精确值转换 为模糊集合中的隶属度函数的 过程。
模糊集合论是模糊控制的理论 基础，它通过引入模糊集合的 概念，将精确的输入值映射到 模糊集合中，从而实现了对精 确值的模糊化处理。
交通控制
智能交通系统
通过模糊控制技术，可以实现智 能交通系统的自适应调节，提高 道路通行效率和交通安全性能。
车辆自动驾驶
在车辆自动驾驶中，模糊控制技 术可以用于实现车辆的自主导航 、避障和路径规划等功能，提高 车辆的行驶安全性和舒适性。
04
模糊控制在现实问题中的应用案例
智能空调的温度控制
总结词
模糊控制器
模糊控制器是实现模糊控制的核心部件，通过将输入的精确量转 换为模糊量，进行模糊推理和模糊决策，最终输出模糊控制量。
模糊控制的发展历程
80%
起源
模糊控制理论起源于20世纪60年 代，由L.A.Zadeh教授提出模糊 集合的概念，为模糊控制奠定了 理论基础。
100%
发展
随着计算机技术的进步，模糊控 制技术逐渐得到应用和发展，特 别是在工业控制领域。
30. 模糊控制在农业中的应用案例有哪些？
30. 模糊控制在农业中的应用案例有哪些？30、模糊控制在农业中的应用案例有哪些？在当今科技飞速发展的时代，农业领域也在不断引入新的技术以提高生产效率和质量。
模糊控制作为一种智能控制方法，正逐渐在农业中展现出其独特的优势和广泛的应用前景。
模糊控制是一种基于模糊逻辑的控制方法，它能够处理那些具有不确定性、模糊性和不精确性的问题。
在农业生产中，许多因素都是复杂且难以精确量化的，比如气候条件、土壤质量、作物生长状态等。
模糊控制正好可以应对这些复杂的情况，为农业生产提供更加灵活和有效的控制策略。
在温室环境控制方面，模糊控制发挥着重要作用。
温室中的温度、湿度、光照强度等环境因素对作物的生长有着至关重要的影响。
传统的控制方法往往难以精确地维持这些环境参数在理想的范围内，而模糊控制则可以根据作物的生长阶段和实时的环境条件，自动调整温室的通风、遮阳、加热和灌溉等设备。
例如，当温度过高且湿度较低时，模糊控制系统会综合考虑温度和湿度的偏差以及变化趋势，智能地决定通风设备的运行时间和强度，以及灌溉系统的水量和频率，从而为作物提供一个相对稳定和适宜的生长环境。
在灌溉控制中，模糊控制同样表现出色。
土壤的含水率是决定是否需要灌溉以及灌溉量多少的关键因素，但土壤含水率的测量往往存在一定的误差和不确定性。
模糊控制可以根据土壤含水率的模糊测量值、天气状况（如降雨量、蒸发量）以及作物的生长阶段，来制定合理的灌溉计划。
它能够避免过度灌溉或灌溉不足的情况，提高水资源的利用效率，同时保证作物的生长需求得到满足。
在农业机械的自动化控制中，模糊控制也有诸多应用。
例如，在收割机的作业过程中，作物的密度、高度和成熟度等因素会不断变化，传统的控制方法可能难以适应这种变化。
而采用模糊控制技术，可以根据这些实时变化的因素，自动调整收割机的行进速度、割台高度和脱粒滚筒的转速等参数，从而提高收割效率和质量，减少损失。
另外，在农产品的品质检测和分级方面，模糊控制也能大显身手。
模糊控制的应用实例与分析
模糊控制的应用实例与分析本页仅作为文档封面，使用时可以删除This document is for reference only-rar21year.March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。
(3)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。
模糊控制系统的应用
模糊控制系统的应用一、模糊控制系统的应用背景模糊控制系统是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。
1965年美国的扎德创立了模糊集合论, 1973 年, 他给出了模糊逻辑控制的定义和相关的定理。
1974 年英国的Mamdani 首先用模糊控制语句组成模糊控制器,并把它用于锅炉和蒸汽机的控制, 在实验室获得成功, 这一开拓性的工作标志着模糊控制论的诞生。
模糊控制系统主要是模拟人的思维、推理和判断的一种控制方法, 它将人的经验、常识等用自然语言的形式表达出来, 建立一种适用于计算机处理的输入输出过程模型, 是智能控制的一个重要研究领域。
从信息技术的观点来看, 模糊控制是一种基于规则的专家系统。
从控制系统技术的观点来看, 模糊控制是一种普遍的非线性特征域控制器。
相对传统控制, 包括经典控制理论与现代控制理论。
模糊控制能避开对象的数学模型(如状态方程或传递函数等) , 它力图对人们关于某个控制问题的成功与失败和经验进行加工, 总结出知识, 从中提炼出控制规则, 用一系列多维模糊条件语句构造系统的模糊语言变量模型, 应用CRI 等各类模糊推理方法,可以得到适合控制要求的控制量, 可以说模糊控制是一种语言变量的控制。
模糊控制具有以下特点:(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;(3) 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; 但一个系统的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;(4) 模糊控制算法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;(5) 模糊控制系统的鲁棒性强, 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。
模糊控制应用示例讲解
0.4
0.2
0
-3
-2
NS
ZR
PS
-1
0
1
PB
2
u3
e de NB NS ZR PS PB
模糊推理规则
NB NS ZR PS PB
PB PB PS PS ZR PB PS PS ZR ZR PS PS ZR ZR NS PS ZR ZR NS NS ZR ZR NS NS NB
模糊控制系统设计
% Example 3.8 % 典型二阶系统的模糊控制 % %被控系统建模 num=20; den=[1.6,4.4,1]; [a1,b,c,d]=tf2ss(num,den); x=[0;0];
第5次课
例1：工业工程控制
例2：典型二阶环节 的模糊控 制
例1： 工业过程
例1: 某一工业过程要根据测量的温度 （t）和压力（p）来确定阀门开启的角
度: f (t, P) 这种关系很难用数
学模型精确描述。实际中由有经验的操 作员完成，因此通常可设计模糊控制器 取而代之。
输入输出变量的论域
0
0
0.5
1
1.5
2
2.5 压力 3
阀门开启角度的模糊隶属度 函数
“负” “零” “正”
1 0.8 0.6 0.4 0.2
0 -10 -8 -6 -4 -2 0 2 4 6 8 10
角度增量
隶属度函数
模糊推理规则库
模糊推理规则有3条：
If 温度“冷” and 压力“高”，则阀门角 度增量为“正”
If 温度“热” and 压力“高”，则阀门角 度增量为“负”
If 压力“正常”，则阀门角度增量为“零 ”
模糊控制器设计实例
模糊控制器在智能家居中的应用
总结词
提升家居舒适度
详细描述
智能家居系统中的温度、湿度、光照等环境因素的控制可以通过模糊控制器实 现。通过将传感器采集的环境参数进行模糊化处理，根据模糊逻辑规则进行推 理，实现对家居环境的智能调节，提升家居的舒适度。
模糊控制器在智能家居中的应用
总结词：节能环保
详细描述：在智能家居中，模糊控制器能够根据家庭成员的生活习惯和环境参数，智能调节家电的运 行状态，实现节能环保。例如，根据室内外温度和光照强度，模糊控制器可以智能调节空调和照明设 备的运行状态，减少能源的浪费。
进方向。
模糊控制器性能优化
算法优化
改进模糊控制器的核心算法，提高响 应速度和控制精度。
参数调整
根据实际应用需求，调整模糊控制器 的参数，以优化控制效果。
抗干扰设计
增强模糊控制器的抗干扰能力，提高 系统的稳定性和鲁棒性。
人机交互优化
改进用户界面和操作方式，提高模糊 控制器的易用性。
05
模糊控制器发展趋势与展望
高医疗设备的安全性和可靠性。
模糊控制器在医疗设备中的应用
总结词
辅助医生诊断
VS
详细描述
在医疗影像诊断中，模糊控制器可以对医 学影像数据进行处理和分析，辅助医生进 行疾病诊断。通过对医学影像数据进行模 糊化处理，提取病变特征，并根据模糊逻 辑规则进行推理，帮助医生快速准确地判 断病情。
04
模糊控制器性能评估
02
模糊控制器设计实例
模糊控制器实例选择
实例选择
选择一个适合的模糊控制器实例，例 如温度控制器、速度控制器等，需要 考虑控制对象的特性和控制要求。
实例分析
对所选实例进行详细分析，了解其输 入输出变量、控制规则等，为后续设 计提供基础。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• 规 则 6 ： 如 果 NC=2 时 ， S=G 且 C=G 且 T=VG，那么NC=2；
行业学习
22
图7.16 智能手机充电器系统原理框图
行业学习
23
• 7.2.3 充电控制原理
图7.17 手机模糊充电控制器系统原理框图
行业学习
24
行业学习
25
图7.18 恒流充电模块原理图
行业学习
26
图7.19 LM317的基本工作电路
行业学习
27
• 输出恒压值的计算公式如式(7.1)所示:
行业学习
3
图7.2 模糊行业控学制习洗衣机结构剖面图
4
图7.3 计数脉冲与衣物重量关系曲线
行业学习
5
• (2)质料检测
图7.4 棉行制业学品习与化纤制品辨别曲线
6
图7.5 柔软布料和硬厚布料的水位变化曲线
行业学习
7
图7.6 不同软硬度布料情况下驱动电流波形
行业学习
8
• （3）水位检测 • 水位检测用一种专用水位传感器实现。 • （4）水温检测 • 水温检测通过热电耦测量。 • （5）水的透光率检测 • 水的透光率用光电传感器实现。
15
• 7.1.4 模糊控制实现方法 • （1）基本结构和控制过程
图7.13 模糊控行制业洗学衣习机控制结构图
16
• （2）模糊规则
• 1）输入变量（分三级）
• ①负载：大、中等、小。
• ②质料：棉制品偏多、棉和化纤制品各半、 化纤制品偏多。
• ③水温：偏高、中等、偏低。
• 2)输出变量（分四级）
• 规律4：为了乘坐舒适，如果用当前控制值 就可保持车速跟踪目标速度，就可保持当 前控制值。
• 规律5：为了保证速度跟踪性，如果在当前 控制下不能达到目标值，就应该在±n个控 制值范围内选择适当的控制值来调节车速， 以达到目标值。同时，还要考虑到乘坐舒 适，避免加速过大。
行业学习
34
• 根据这些控制规律，就可制定出如下满足模 糊控制要求的控制规则：
• E：（Energy saving）节约能源
• R：（Running time ）行驶时间
• S：（Safety）安全性
• T：（Traceability of speed）速度跟踪
性
行业学习
30
• 用5个符号表示模糊概念的等级： • VG：（Very Good）非常好 • G：（Good）好 • M ：（Medium）中等 • B：（Bad）差 • VB：（Very Bad）非常差 • （1）停车准确度 • （2）乘坐舒适度 • （3）节约能源
行业学习
31
• （4）行驶时间
• （5）安全性
• （6）速度跟踪性
• 7.3.2 对机车的运动特性模拟实验
• 7.3.3 模糊控制规则的制定
• 在规则中：
• N：表示控制阀值；
• NC：表示相对于当前的控制阀值的变化量；
• Pn：表示行驶控制刻度盘上的刻度，P7表 示最大控制值；
行业学习
32
• Bn：表示刹车刻度盘上的刻度； • Bmax：表示紧急刹车； • N（t）是当前控制值。
• ①水流强度：很强、强、中、弱。
• ②洗涤时间：很长、长、中、短。
• 3）模糊规则
行业学习
17
行业学习
18
• （3）模糊控制的隶属函数 • 1）输入变量
图7.14 输入变量的隶属函数 (a)负载量；(b)水；(c)质料
行业学习
19
• 2）输出变量
图7.15 输出变量的隶属函数
行业学习
20
• （4）解模糊判决结果 • 据此又细分成如下的洗涤控制： • ①水流9种； • ②洗涤时间16种； • ③清洗时间6种； • ④脱水时间6种。
• 7.2 智能手机充电器
• 7.2.1 智能充电原理
行业学习
21
• 电池充电的关键在于实现有效充电的同时 保证可以适时终止充电，防止过充电对电 池造成损害；充电中应显示电量，以便了 解充电情况；要有查错功能，在发现错误 时及时停止充电，以保护电池和充电器。
• 7.2.2 手机充电器模糊控制的系统原理框 图
行业学习
2
• （3）洗涤剂
• 洗涤剂的成分主要以烷基苯活性剂为主， 不同的洗涤剂还会添加各种不同的辅助剂、 酵素、荧光增白剂、香料等。
• 7.1.2 模糊控制洗衣机结构
• （1）负载检测
• 这主要用来检测所洗衣物的重量，以决定 水位。这可用不同的方法实现。最容易想 到的方法是用静态的压力传感器直接测量， 但结构要稍复杂一些。
(7.1)
(7.2)
• 7.2.4 控制软件
行业学习
28
图7.行20业学主习流程框图
29
• 7.3 地铁机车模糊控制器
• 7.3.1 对评价指标的定义
• 用6个符号表示有关论域：
• A：（Accuracy of stop gap）停车准确 度
• C：（Comfort of riding）乘坐舒适性
• 规则1：如果N =0时，S=G且C=G且E=G， 那么N=0；
• 规则2：如果N =P7时，S=G且C=G且 T=B，那么N=P7；
• 规则3：如果N=B7时，S=B，那么N=（N
（t）+Bmax）/2；
• 规则4：如果NC=4时，S=G且C=G且
T=VG，那么NC=4；
行业学习
35
• 规 则 5 ： 如 果 NC=3 时 ， S=G 且 C=G 且 T=VG，那么NC=3；
第7章 模糊控制应用实例
• 7.1 模糊控制全自动洗衣机
• 7.1.1 洗衣条件 • （1）衣服的质料
• 一般衣服质料纤维可分两大类：自然纤维 的棉织品和人造化学纤维织品。
• （2）水
• 水可带走一般的灰尘和水溶性污垢，所以， 不用洗涤剂也可能洗去部分污垢。
行业学习
1
图7.1 水温与洗净力之间的关系曲线
行业学习
9
图7.7 污垢程度透光率曲线
行业学习
10
污垢的性质
图7.8 污垢性质透光率曲线
行业学习
11
图7.9 用不同洗涤剂时透光率曲线
Hale Waihona Puke 行业学习12• 7.1.3 控制电路设计
图7.10 模糊控制洗衣机电路框图
行业学习
13
图7.11 负载检测电路图
行业学习
14
图7.12 负载行检业测学习电路的波形图
• 1）站间定速行驶规则
• 规律1：为了确保安全性和乘坐的舒适，当 速度高于所限速度时，把控制值调到当前 控制值与紧急刹车控制值之间的中间值， 如果需要紧急刹车，冲击就会减小。
• 规律2：为了节约能源，当可以确保行驶时
间时，就利用惯性运行，这时既不加速也
不刹车。
行业学习
33
• 规律 3：为了缩短行驶时间，当速度小于 所限速度时，则可用最大加速。