智能控制理论及其应用-第三章 基于模糊推理的智能控制系统3

由于操作者经验不易精确描述，控制过程中各种信号量以 及评价指标不易定量表示，模糊理论是解决这一问题的有效途 径，所以人们运用模糊数学的基本理论和方法，把规则的条 件、操作用模糊集表示，并把这些模糊控制规则以及有关信息 (如评价指标、初始PID参数等)作为知识存入计算机知识库 中，然后计算机根据控制系统的实际响应情况（即专家系统的 输入条件），运用模糊推理，即可自动实现对PID参数的最佳 调整，这就是模糊自适应PID控制。模糊自适应PID控制器目前 有多种结构形式，但其工作原理基本一致。 自适应模糊PID控制器以误差和误差变化作为输入，可以满 足不同时刻的和对PID参数自整定的要求。利用模糊控制规则 在线对PID参数进行修改，便构成了自适应模糊PID控制器。

PID算法
e(k ) e(k 1) u ( k ) k p e ( k ) k iT e ( j ) k d T j 0
k
1
（2）Ki的模糊整定规则表（见表3.14）
表3.14
Dki
（3）Kd的模糊整定规则表（见表3.15）
表3.15
Dkd
的模糊规则表
ZO NM NS NS ZO PS PS PM PS NS NS ZO PS PS PM PM PM ZO ZO PS PM PM PB PB PB ZO ZO PS PM PB PB PB
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。
随着计算机技术的发展，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控制器。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对象模型，首先将 操作人员（专家）长期实践积累的经验知识用控制 规则模型化，然后运用推理便可对PID参数实现最佳 调整。
(1) If e is NB and e is NB then k p is PB ki is NB k d is PS
k p (k ) k p 0 k p (k ) 0.7 ki (k ) ki 0 ki (k ) 0.06 k d (k ) k d 0 k d (k ) 2.0
E EC NB PB PB PM PM PS PS ZO NM PB PB PM PM PS ZO ZO NS PM PM PM PS ZO NS NM ZO PM PS PS ZO NS NM NM PS PS PS ZO NS NS NM NM PM ZO ZO NS NM NM NM NB PB ZO NS NS NM NM NB NB NB NM NS ZO PS PM PB
e,ec {-5,-4,-3,- 2,-1,0,1,2 ,3,4,5}
k p k p e i , ec i p k i k i e i , ec i i k d k d e i , ec i d
(3.10)
(3.9)
其模糊子集为 e,ec {NB,NM,NS,O,PS,PM,PB} ，子集中元素分 别代表负大，负中，负小，零，正小，正中，正大。设e、ec 和三个系数均服从正态分布，因此可得出各模糊子集的隶属 度，根据各模糊子集的隶属度赋值表和各参数模糊控制模 型，应用模糊合成推理设计PID参数的模糊矩阵表，查出修正 参数代入下式计算。
k 1
积分部分可能为负
微分部分作用很大

PID参数的模糊调整
模糊规则表（表3-13~3-15） ki (k ) ki 0 ki (k )
(3) If e is NB and e is PB then k p is ZO ki is ZO k d is PS
M1 M2 O e
e(k ) r (k ) y ( k ) k p ( k ) k p 0 k p (k ) ( k p 0 0.4,0.3 k p 0.3) (ki 0 0.0,0.06 ki 0.06) k d (k ) k d 0 k d (k ) (k d 0 1.0,3 kd 3)
3.9 模糊自适应整定PID控制 3.9.1 模糊自适应整定PID控制原理
第3章 基于模糊推理的智能控制系统
在工业生产过程中，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
3.9 模糊自适应整定PID控制
图3.21 工作流程图
k d ( k ) k d 0 k d (k ) ( k d 0 1.0,3 k d 3)
2

PID参数的模糊调整 模糊规则表（表3-13~3-15）
e(k ) r (k ) y ( k ) k p ( k ) k p 0 k p (k ) ( k p 0 0.4,0.3 k p 0.3) ki ( k ) ki 0 ki (k ) (ki 0 0.0,0.06 ki 0.06) k d (k ) k d 0 k d (k ) (k d 0 1.0,3 kd 3)

PID参数的模糊调整
模糊规则表（表3-13~3-15） ki (k ) ki 0 ki (k )
( 4) If e is NS and e is PS then k p is ZO ki is ZO k d is NS
O
e(k ) r (k ) y ( k ) k p ( k ) k p 0 k p (k ) ( k p 0 0.4,0.3 k p 0.3) (ki 0 0.0,0.06 ki 0.06) k d (k ) k d 0 k d (k ) (k d 0 1.0,3 kd 3)
j 0
k 1
去掉积分作用
去掉积分、微分作用
3..2 仿真实例 被控对象为
Gp ( s ) 523500 s 3 87.35 s 2 + 10470 s
为简化程序，仿真时，误差和误差变化分三级，采用PI控 制先运行模糊推理系统设计程序chap4_7a.m，实现模糊推 理系统fuzzpid.fis的设计，并将此模糊推理系统调入内存 中，然后运行模糊控制程序chap4_7b.m ，利用所设计的模 糊系统fuzzpid.fis进行PI控制参数的整定，并采用模糊PI控 制进行阶跃响应。。 在MATLAB环境下，对模糊系统a，运行plotmf命令，可得 到模糊系统的隶属函数，运行命令showrule可显示模糊规 则。另外，针对模糊推理系统fuzzpid.fis，运行命令 fuzzy可进行规则库和隶属函数的编辑，运行命令 ruleview可实现模糊系统的动态仿真。
-M2
- 0
F
u (k ) k p (k )e(k ) ki (k )T (e(k ) e( j )) k d e(k ) 0 (减缓运动速度)
j 0
k 1
u (k ) k p (k )e( k ) ki ( k )T (e( k ) e( j )) k d e( k ) 0 (减少控制量)
模糊自适应整定PID控制
1. 模糊自适应整定PID控制原理 系统结构
模糊控制设计的核心是总结工程设计人员的技术知识和 实际操作经验，建立合适的模糊规则表，得到针对Kp, Ki, Kd三个参数分别整定的模糊控制表。 (1) Kp的模糊整定规则表（见表3.13） 表3.13 kp 的模糊规则表
O eBiblioteka eM1 M2 - 0 -M2
D A B C E t

M1 M2 F
D A B C E t
k p (k ) k p 0 k p (k ) 0.1 ki (k ) ki 0 ki (k ) 0.06 kd (k ) k d 0 k d (k ) 4.0
- 0 -M2
u ( k ) k p e ( k ) k iT e ( j ) k d
j 0 k
e(k ) e(k 1) T

PID参数的模糊调整 增量调整
e( k ) r ( k ) y ( k ) k p ( k ) k p 0 k p ( k ) ( k p 0 0.4,0.3 k p 0.3) ki (k ) ki 0 k i ( k ) ( ki 0 0.0,0.06 ki 0.06)

PID参数的模糊调整
模糊规则表（表3-13~3-15） ki (k ) ki 0 ki (k )
( 2) If e is PB and e is PB then k p is NB ki is PB k d is PB
O
e(k ) r (k ) y ( k ) k p ( k ) k p 0 k p (k ) ( k p 0 0.4,0.3 k p 0.3) (ki 0 0.0,0.06 ki 0.06) k d (k ) k d 0 k d (k ) (k d 0 1.0,3 kd 3)

F
u (k ) k p (k )e(k ) ki (k )T (e(k ) e( j )) k d e(k ) 0
j 0
k 1
u (k ) k p (k )e(k ) ki (k )T (e(k ) e( j )) k d e(k ) 0
j 0
在线运行过程中，控制系统通过对模糊逻辑 规则的结果处理、查表和运 算，完成对PID参数 的在线自校正。其工作流程图如图3.21所示。
1.