常用的几种模糊控制器
模糊控制——理论基础（4模糊推理）
模糊控制——理论基础（4模糊推理）1、模糊语句将含有模糊概念的语法规则所构成的语句称为模糊语句。
根据其语义和构成的语法规则不同，可分为以下⼏种类型：（1）模糊陈述句：语句本⾝具有模糊性，⼜称为模糊命题。
如：“今天天⽓很热”。
（2）模糊判断句：是模糊逻辑中最基本的语句。
语句形式：“x是a”，记作（a），且a所表⽰的概念是模糊的。
如“张三是好学⽣”。
（3）模糊推理句：语句形式：若x是a，则x是b。
则为模糊推理语句。
如“今天是晴天，则今天暖和”。
2、模糊推理常⽤的有两种模糊条件推理语句：If A then B else C；If A AND B then C下⾯以第⼆种推理语句为例进⾏探讨，该语句可构成⼀个简单的模糊控制器，如图3-11所⽰。
其中A，B，C分别为论域U上的模糊集合，A为误差信号上的模糊⼦集，B为误差变化率上的模糊⼦集，C为控制器输出上的模糊⼦集。
常⽤的模糊推理⽅法有两种：Zadeh法和Mamdani法。
Mamdani推理法是模糊控制中普遍使⽤的⽅法，其本质是⼀种合成推理⽅法。
注意：求模糊关系时A×B扩展成列向量，由模糊关系求C1时，A1×B1扩展成⾏向量3、模糊关系⽅程①、模糊关系⽅程概念将模糊关系R看成⼀个模糊变换器。
当A为输⼊时，B为输出，如图3-12所⽰。
可分为两种情况讨论：（1）已知输⼊A和模糊关系R，求输出B，这是综合评判，即模糊变换问题。
（2）已知输⼊A和输出B，求模糊关系R，或已知模糊关系R和输出B，求输⼊A，这是模糊综合评判的逆问题，需要求解模糊关系⽅程。
②、模糊关系⽅程的解近似试探法是⽬前实际应⽤中较为常⽤的⽅法之⼀。
第2章 模糊控制- 控制系统
•
N
Z
P
-1
0
+1
x
输入论域的三级模糊空间分割
NB NM NS ZE PS PM PB
-1
0
+1 x
输入论域的七级模糊空间分割
16
双输入情况下， 模糊分割的例 子：
输 入 变 量 2
大 小
小 (������1 )
较大 (�中(������4 ) 中
规 则 的 形 式 ： 模 糊 条 件 语 句 (IF… THEN…)。 规则制定时需考虑的因素：规则的完整 性和兼容性等。 规则的表格表示：
19
输入变量������1 ������������ 输 入 变 量 ������2 ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������ ������������
PID模糊控制器发展现状综述
模糊PID控制器的发展现状综述1模糊PID控制器研究背景1.1PID控制器传统的PID控制器虽然以其结构简单、工作稳定、适应性好、精度高等优点成为过程控制中应用最广泛最基本的一种控制器。
PID调节规律一般都能得到比较令人满意的控制效果，尤其是对于线性定常系统的控制是非常有效的，但是它的调节品质取决于PID控制器各个参数的确定。
随着工业生产过程的日趋复杂化，系统不可避免地存在非线性、滞后和时变现象，其中有的参数未知或缓慢变化，有的带有延时和随机干扰，有的无法获得较精确的数学模型或模型非常粗糙，如果使用常规的PID控制器，PID参数的整定变得十分困难甚至无法整定，因此并不能得到理想的控制效果。
为此，近年来各种改进的PID控制器如自校正、自适应PID[1][2][3]及智能控制器[4]迅速发展起来，但仍存在一定的局限性。
1.2模糊控制器随着技术的发展，模糊控制理论和模糊技术成为最广泛最有前景的应用分支之一。
模糊控制器是一种专家控制系统，它的优点是不需要知道被控对象的数学模型而能够利用专家已有的经验对系统进行建模。
与传统的PID控制方式相比，它适合解决一些难以建立精确数学模型、非线性、大滞后和时变的复杂过程的问题，因此得到了很好的发展，尤其是在工业控制、电力系统等领域中解决了许多实际性的问题，引起了越来越多的工程技术人员的兴趣。
但是经过深入研究，会发现基本模糊控制存在着其控制品质粗糙和精度低等弊病。
而且用的最多的二维输入的模糊控制器是PI或PD型控制器，会出现过渡过程品质不好或不能消除稳态误差的问题。
因此，在许多情况下，将模糊控制和PID控制两者结合起来，扬长避短，既具有模糊控制灵活、适应性强、快速性好的优点，又具有PID控制精度高的特点。
把规则的条件、操作用模糊集表示，并把这些模糊控制规则及有关信息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，运用模糊推理，自动实现对PID参数的最佳整定，实现模糊PID控制。
模糊控制简介
න
������������ (������)������������ (������) (������, ������)
������������
模糊逻辑与近似推理
➢ 近似推理过程： 前提1（事实）：������是������’ 前提2（规则）：������������ ������ 是 ������，������ℎ������������ ������ 是 ������ 结论：������是������’ 这里������’和������是论域������中的模糊集合，������’和������是论域������中的模
⋯ ������������ ������2, ������������
⋱
⋮
������������ ������������, ������1 ������������ ������������, ������2 ⋯ ������������ ������������, ������������
例：������ = {子，女}，������ = {父，母}，模糊关系������“子女与
父母长得相似”，用模糊矩阵表示则为：
父母
������
=
子 女
0.8 0.3
0.3 0.6
模糊控制的数学基础
➢ 模糊关系合成 设������、������、������是论域， ������是������到������的一个模糊关系， ������是������到������
常用的几种模糊控制器
模糊控制与PID控制结合
为什么要将模糊控制与PID控 制结合使用？
常规PID(比例、积分、微分)控制是过程控制中 应用最广泛最基本的一种控制方式，它具有简 单、稳定性好、可靠性高的特点。而PID控制 对大部分工业控制对象，特别是对于线性定常 系统的控制是非常有效的，通常都能取得较为 满意的控制效果。PID控制的控制品质取决于 PID控制器各个参数的整定，但常规PID控制器 不能在线整定参数。而且对于非线性、时变的 复杂系统和模型不清的系统，就不能很好地加 以控制。
为什么要将模糊控制与PID控 制结合使用？
简单模糊控制器由于不具有积分环节， 因而在模糊控制的系统中很难完全消除 稳态误差，而且在变量分级不够多的情 况下，常常在平衡点附近会有小的振荡 现象。但是模糊控制系统对复杂的和模 型不清的对象却能有效地加以控制，所 以把模糊控制和PID控制结合起来，就可 以组成兼有两者优点的模糊PID控制方法。
1 精度较低
这主要是由于模糊控制表的级别有限而 造成，通过增加量化等级数目虽可提高 精度，但查询表将过于庞大。须占用较 大空间．使运算时间增加。实际上如果 模糊控制器中不引入积分机制，原则上 总是存在误差的。因为它本身就是根据 误差的大小和变化来实现控制的
2 自适应能力有限
由于简单模糊控制器中查询表一旦整定 下来后，就不再改变，量化因子和比例 因子也是如此。这样当对象参数随着环 境的变迁发生漂移时，它不能对自己的 控制规则进行有效的调整，从而使其良 好性能得不到充分发挥。
3 容易产生震荡现象
如果查询表构造不合理或量化因子和比 例因子选择不当，都会导致振荡。在仿 真过程中，特别是系统进入误差的零档 级时产生高频振荡现象更为普遍。
智能控制（研究生）习题集
习题集第一章概论1.试从学科和能力两个方面说明什么是人工智能。
2.哪些思想、思潮、时间和人物在人工智能发展过程中起了重要作用?3.近年来人工智能研究取得哪些重要进展?4.为什么能够用计算机模拟人类智能?5.目前人工智能学界有哪些学派?它们的认知观为何?6.自动控制存在什么机遇与挑战?为什么要提出智能控制?7.简述智能控制的发展过程,并说明人工智能对自动控制的影响。
8.傅京孙对智能控制有哪些贡献?9.什么是智能控制?它具有哪些特点?10.智能控制器的一般结构和各部分的作用为何?它与传统控制器有何异同?11.智能控制学科有哪几种结构理论?这些理论的内容是什么?12.为什么要把信息论引入智能控制学科结构?13.人工智能不同学派的思想在智能控制上有何反映?第二章知识表示方法1.状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么?它们有何本质上的联系及异同点?2.设有3个传教士和3个野人来到河边,打算乘一只船从右岸渡到左岸去。
该船的负载能力为两人。
在任何时候,如果野人人数超过传教士人数,那么野人就会把传教士吃掉。
他们怎样才能用这条船安全地把所有人都渡过河去?3.利用下图,用状态空间法规划一个最短的旅行路程:此旅程从城市A开始,访问其他城市不多于一次,并返回A。
选择一个状态表示,表示出所求得的状态空间的节点及弧线,标出适当的代价,并指明图中从起始节点到目标节点的最佳路径。
4.试说明怎样把一棵与或解树用来表达下图所示的电网络阻抗的计算。
单独的R、L或C可分别用R、jωL或1/jωC来计算,这个事实用作本原问题。
后继算符应以复合并联和串联阻抗的规则为基础。
5.试用四元数列结构表示四圆盘梵塔问题,并画出求解该问题的与或图。
6.用谓词演算公式表示下列英文句子(多用而不是省用不同谓词和项。
例如不要用单一的谓词字母来表示每个句子)。
A computer system is intelligent if it can perform a task which,if performed by a human, requires intelligence.7.把下列语句表示成语义网络描述:(1)All man are mortal.(2)Every cloud has a silver lining.(3)All branch managers of DEC participate in a profit-sharing plan.8.作为一个电影观众,请你编写一个去电影院看电影的剧本。
模糊控制简介
R=(NBe × PBu ) + ( NSe × PSu ) + (0e × 0u ) + ( PSe × NSu ) + ( PBe × NSu )
NBe × PBu = (1, 0.5, 0, 0, 0, 0, 0) × (0, 0, 0, 0, 0, 0.5,1) NSe × PSu = (0, 0.5,1, 0, 0, 0, 0) × (0, 0, 0, 0,1, 0.5, 0) 0e × 0u = (0, 0, 0.5,1, 0.5, 0, 0) × (0, 0, 0.5,1, 0.5, 0, 0) PSe × NSu = (0, 0, 0, 0,1, 0.5, 0) × (0, 0.5,1, 0, 0, 0, 0) PBe × NSu = (0, 0, 0, 0, 0, 0.5,1) × (1, 0.5, 0, 0, 0, 0, 0) 0 0 0 0 0.5 1 0 0 0 0 0 0.5 0.5 0.5 0 0 0.5 0.5 1 0 0 R= 0 0 0.5 1 0.5 0 0 0 0.5 1 0.5 0.5 0 0 0 0 0 0.5 0.5 0.5 0 1 0.5 0 0 0 0 0
学习功能
数据存储 单元
y
∗ k
e
r + —
∆
∆
k
e
e
k
c
2
e
k
Байду номын сангаас
r
模糊 控制 规则
k
∆
u
u
u
u
k −1
k
+ +
被 控 对 象
y
k
六．思考
矛盾对立统一规律： 矛盾对立统一规律：两面性 • 优点：模糊逻辑本身提供了由专家构造语 优点： 言信息并将其转化为控制策略的一种系统 的推理方法， 的推理方法，因而能够解决许多复杂而无 法建立精确数学模型系统的控制问题， 法建立精确数学模型系统的控制问题，所 以它是处理推理系统和控制系统中不精确 和不确定性的一种有效方法。从广义上讲， 和不确定性的一种有效方法。从广义上讲， 模糊控制是适于模糊推理， 模糊控制是适于模糊推理，模仿人的思维 方式， 方式，对难以建立精确数学模型的对象实 施的一种控制策略。 施的一种控制策略。它是模糊数学同控制 理论相结合的产物， 理论相结合的产物，同时也是智能控制的 重要组成部分。 重要组成部分。
《基于模糊控制的高精度伺服速度控制器的设计与实现》
《基于模糊控制的高精度伺服速度控制器的设计与实现》基于模糊控制的高精度伺服速度控制器设计与实现一、引言随着工业自动化和智能制造的不断发展，对高精度伺服系统的速度控制提出了更高要求。
伺服速度控制器的性能直接影响着工业产品的制造质量和效率。
传统速度控制方法往往存在响应速度慢、精度低等问题。
为了解决这些问题，本文提出了一种基于模糊控制的高精度伺服速度控制器设计与实现方案。
二、系统概述本系统主要由伺服电机、编码器、模糊控制器和上位机组成。
其中，伺服电机负责执行速度控制任务，编码器实时反馈电机速度信息，模糊控制器负责处理反馈信息和进行控制决策，上位机负责与模糊控制器进行通信，并监控整个系统的运行状态。
三、模糊控制器的设计1. 模糊化处理模糊化处理是将电机速度的实时反馈值和目标值进行模糊化处理，将精确的数值转化为模糊语言变量。
这一过程包括确定模糊子集、论域和隶属度函数等。
2. 模糊规则库的设计根据系统特性和经验知识，设计合理的模糊规则库。
这些规则根据电机速度的实时反馈和目标值，决定下一时刻的控制策略。
3. 模糊推理机的实现模糊推理机是模糊控制器的核心部分，根据模糊规则库和实时反馈信息，进行模糊推理，得出下一时刻的控制决策。
4. 解模糊化处理解模糊化处理是将模糊推理结果转化为精确的控制量，以驱动伺服电机执行相应的动作。
四、伺服速度控制器的实现1. 硬件实现伺服速度控制器的硬件部分主要包括微处理器、编码器接口、电机驱动器等。
微处理器负责运行模糊控制器程序，编码器接口负责实时获取电机速度信息，电机驱动器根据控制决策驱动伺服电机执行相应的动作。
2. 软件实现软件部分主要包括模糊控制算法的实现、与上位机的通信等。
在微处理器上运行模糊控制算法，实时处理编码器反馈的电机速度信息，并根据模糊推理结果输出相应的控制量。
同时，与上位机进行通信，接收上位机的指令和监控系统的运行状态。
五、实验结果与分析通过实验验证了基于模糊控制的高精度伺服速度控制器的性能。
- 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)。
模糊控制在工程应用中的困惑
模糊控制利用隶属度函数和模糊合成法则等思想， 模糊控制利用隶属度函数和模糊合成法则等思想， 巧妙地综合了人们的直觉经验。 巧妙地综合了人们的直觉经验。从而在其他经典控 制理论和现代控制理论不太奏效的场合， 制理论和现代控制理论不太奏效的场合，能够实现 较满意的控制。 较满意的控制。 模糊控制必须具有较完善的控制规则， 模糊控制必须具有较完善的控制规则，但模糊控制 综合定量知识的能力较差。 综合定量知识的能力较差。一张较理想的模糊控制 表必须通过反复精心整定才能投入使用。 表必须通过反复精心整定才能投入使用。对于某些 复杂的工业过程，有时难以总结出较完整的经验。 复杂的工业过程，有时难以总结出较完整的经验。 量化因子和比例因子的选择也影响着整个系统的品 并且当对象动态特性发生变化， 质，并且当对象动态特性发生变化，或者受到随机 干扰的影响都会影响模糊控制的效果。 干扰的影响都会影响模糊控制的效果。以上问题都 将导致模糊控制器存在一些缺陷。 将导致模糊控制器存在一些缺陷。
语言变量基本论域量化曲线 自调整控制器设计
量化曲线y＝f(x)是指语言变量y在其基本 论域[—L，+L]内的数量值yi(i=1，2，…， l)和其论域元素xj(j＝0,l，…，m)之间的 函数关系曲线。量化曲线y＝f(x)的形状 是可以选择的，不一定是线性的。
非 线 性 量 化 曲 线
非线性的量化曲线的作用
自适应模糊控制
自适应模糊控制
自适应模糊控制就是它能自动地对模糊控制规则进 行修改、改进和完善，以提高控制系统的性能。已 经知道，模糊控制器控制质量的好坏主要取决于模 糊控制规则的设定，对于不太复杂而难于建立数学 模型的系统，在专家力所能及的情况下，可以利用 专家的知识和经验制定模糊控制规则。但是不同的 专家对同一个被控系统所具有的经验并不相同，通 过总结归纳操作人员和领域专家的经验来建立模糊 控制器的规则很难完美无缺，一下子就能满足控制 要求，况且如果对于那些非线性、大时滞、高阶、 时变的复杂被控对象，以及环境的不断变化或者严 重的随机干扰，根本达不到满意控制效果。在这种 情况下，自适应模糊控制器有着更好的控制性能。
修正因子的自寻优方法可以应用于被控过程模型不 精确且控制规则不完善的系统。应用中可选择一个 初始控制规则，然后再依一定指标函数优化修正因 子，最终得到在该指标下的一组优化控制规则。 当被控过程参数发生变化时，也可通过在线自调整， 获得适应于变化参数后的优化控制规则。
语言变量基本论域量化曲线 自调整控制器设计
Fuzzy-PID复合控制 Fuzzy-PID复合控制
PI调节器的积分作用从理论上可使系统的稳态 误差控制为零，有着很好的消除稳态误差的作 用。当误差在某一个阈值以外时，可采用PI控 制，以提高系统的响应速度和稳态性能； 当误差在阈值以内时，采用模糊控制可以提高 系统的阻尼性能，减小超调，获得更好的瞬态 性能。 这种模糊控制与PI控制相结合的控制方式称为 模糊-PI双模控制，其结构如下图所示。
控制器在E较大时对过程粗调， 控制器在 较大时对过程粗调，在E较小 较大时对过程粗调 较小 时对过程细调， 时对过程细调，从而达到防止出现过大 的超调和要求的控制精度， 的超调和要求的控制精度，表明改变量 化曲线形状具有改变控制器规则的功能。 化曲线形状具有改变控制器规则的功能。 因此非线性的量化曲线设计通常被采用。 因此非线性的量化曲线设计通常被采用。 改变量化曲线形状由于不直接改变控制 规则， 规则，故具有较好的实时性什么要将模糊控制与PID控 制结合使用？
简单模糊控制器由于不具有积分环节， 因而在模糊控制的系统中很难完全消除 稳态误差，而且在变量分级不够多的情 况下，常常在平衡点附近会有小的振荡 现象。但是模糊控制系统对复杂的和模 型不清的对象却能有效地加以控制，所 以把模糊控制和PID控制结合起来，就可 以组成兼有两者优点的模糊PID控制方法。
其思想是通过性能测量环节测量实际输出特 性与希望特性的误差，以确定输出响应的校 正量。控制量校正环节将输出响应的校正量 转换为对控制量的校正量。控制规则修正环 节修改模糊控制器的控制规则，这样也就实 现了对控制量的校正。
总结
关于模糊控制器性能改进的其它设计方 法的研究与工程应用成果已非常丰富， 在具体的工程对象应用中，一般总是可 以运用模糊集合理论并适当结合控制理 论的新思想以及具体对象的特点，提出 一些新的Fuzzy控制器设计方案并获得有 效的应用。因此可以说，Fuzzy控制器的 应用前景是极为乐观的。
Fuzzy-PID复合控制 Fuzzy-PID复合控制
模糊模糊-I复合控制
该系统的控制作用是模糊控制器的控制作用 和I调节器控制作用的和，这相当于一个具有 变参数的比例微分控制作用和不变参数的积 分控制作用的PID调节器。 对这种形式的控制方案实验研究表明，它比 单个的模糊控制器和单个的PID调节器均有更 好的控制性能。
为什么要将模糊控制与PID控 为什么要将模糊控制与PID控 制结合使用？
常规PID(比例、积分、微分)控制是过程控制中 应用最广泛最基本的一种控制方式，它具有简 单、稳定性好、可靠性高的特点。而PID控制 对大部分工业控制对象，特别是对于线性定常 系统的控制是非常有效的，通常都能取得较为 满意的控制效果。PID控制的控制品质取决于 PID控制器各个参数的整定，但常规PID控制器 不能在线整定参数。而且对于非线性、时变的 复杂系统和模型不清的系统，就不能很好地加 以控制。
带有修正因子的自寻优 模糊控制器
带有修正因子的自寻优模糊控制器
修正因子α 控制规则： U = α i ⋅ E + (1 − α i ) ⋅ CE 寻优指标函数 J = ∫ t ⋅ e(t ) ⋅ d (t ) 寻优规则：优选修正因子使指标函数达到最小
自寻优模糊控制器示例
控制系统单位阶跃响应
1 精度较低
这主要是由于模糊控制表的级别有限而 造成，通过增加量化等级数目虽可提高 精度，但查询表将过于庞大。须占用较 大空间．使运算时间增加。实际上如果 模糊控制器中不引入积分机制，原则上 总是存在误差的。因为它本身就是根据 误差的大小和变化来实现控制的
2 自适应能力有限
由于简单模糊控制器中查询表一旦整定 下来后，就不再改变，量化因子和比例 因子也是如此。这样当对象参数随着环 境的变迁发生漂移时，它不能对自己的 控制规则进行有效的调整，从而使其良 好性能得不到充分发挥。
3 容易产生震荡现象
如果查询表构造不合理或量化因子和比 例因子选择不当，都会导致振荡。在仿 真过程中，特别是系统进入误差的零档 级时产生高频振荡现象更为普遍。
常用的几种模糊控制器
模糊控制与PID控制结合 带有修正因子的自寻优模糊控制器 语言变量基本论域量化曲线自调整控制 器设计 自适应模糊控制
模糊控制与PID控制结合 模糊控制与PID控制结合
Fuzzy-PID复合控制 Fuzzy-PID复合控制
Fuzzy—PID复合控制方法的出发点主要 是因为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 精度和较好的跟踪性能。要提高模糊控 制器的精度和跟踪性能，就必须对语言 变量取更多的语言值，但同时增加了推 理规则的数量和增大了计算量，不能满 足实时控制的要求。
模糊自整定参数PID控制 模糊自整定参数PID控制
利用模糊控制规则，并根据不同的误差 情况，在线自整定(自校正、自调整) PID 控制器的参数，可组成模糊自整定参数 PID控制。
参数Kp、Ki和Kd的自整定要求 参数Kp、Ki和Kd的自整定要求
当误差较大时，应取较大的Kp和较小的Kd， 以使系统有较短的响应时间，同时为了避免 响应出现较大的超调．应对积分作用加以限 制，通常是去掉积分作用，即取Ki＝0； 当误差中等时，应取较小的Kp，以使系统具 有较小的超调，Kd和Ki的取值要适当； 当误差较小时，应取较大的Kp和Ki，以使系 统具有较好的稳态性能，同时为避免系统在 设定值附近出现振荡，Kd的取值要适当。