二阶系统模糊控制算法研究
一阶倒立摆模糊控制实验报告
一阶倒立摆模糊控制实验报告一、实验目的本实验旨在通过模糊控制方法来控制一阶倒立摆系统，实现摆杆保持竖直的稳定控制。
二、实验原理1. 一阶倒立摆系统一阶倒立摆系统由一个垂直的支撑杆和一个在杆顶端垂直摆动的杆组成。
系统的输入为杆的控制力矩，输出为杆的角度。
系统的动力学方程可以表示为：Iθ''(t) + bθ'(t) + mgl sin(θ(t)) = u(t)其中，I为倒立摆的转动惯量，b为摩擦阻尼系数，θ为倒立摆的角度，m为倒立摆的质量，l为杆的长度，g为重力加速度，u为输入的控制力矩。
2. 模糊控制方法模糊控制方法是一种基于模糊逻辑的控制方法，通过将模糊集合与模糊规则相结合，构建模糊控制器来实现对系统的控制。
在本实验中，可以使用模糊控制器来实现倒立摆系统的稳定控制。
三、实验步骤1. 搭建实验平台，包括倒立摆系统、传感器和执行器。
2. 训练模糊控制器a. 定义模糊集合：根据角度误差和角速度误差定义模糊集合，并确定模糊集合的划分方式。
b. 构建模糊规则：根据经验或系统建模，确定模糊规则。
c. 设计模糊控制器：根据模糊集合和模糊规则，设计模糊控制器，包括模糊推理和模糊解模块。
d. 调整模糊控制器参数：根据系统响应实验，根据控制效果调整模糊控制器参数。
3. 实施模糊控制a. 读取传感器数据：获取倒立摆的角度和角速度数据。
b. 计算控制器输出：根据模糊控制器和传感器数据计算控制力矩的输出。
c. 执行控制器输出：将控制力矩作用在倒立摆上。
4. 监测系统响应：实时监测倒立摆的角度和角速度，判断控制效果。
5. 调整模糊控制器参数：根据实验监测结果，调整模糊控制器参数，以提高控制效果。
四、实验结果分析通过实验，我们可以观察到倒立摆系统在模糊控制下的稳定控制效果。
通过实时监测倒立摆的角度和角速度，可以验证控制器的性能。
实验结果可以通过绘制控制力矩输入和倒立摆角度响应曲线，以及观察系统的稳态误差来分析。
非线性量化因子模糊控制器及其应用
应于上一层某因素的相对重要性权值 。由于判断矩阵是根 据人们主观判断得到的 , 不可避免地带有估计误差 , 因此要 进行排序的一致性检验 。方法如下 : ①用方根法求解 C 的最大特征根和所对应的特征向 量。 计算 C 每行所有元素乘积的 n 次方根 。
wi = (
n
0. 4 0. 4 0. 7 0. 3 0. 3 0. 3 0. 4
K2 , K3 为量化因子 ; e , ec 为误差信号 , 误差变化信号的量化
2 集成复合函数及非线性量化因子的设计
文中的集成复合函数由系统中的误差及误差变量组成 , 根据系统不同动态过程的需要具有两种不同的形式 。在模 糊控制器的设计过程中 ,二者将作为误差及误差变化的加权 值。 非线性量化因子控制结构如图 1 所示 。
Abstract : In this paper , the error and error change of the system are used to integrate some types of functions to control the
system best according to the random dynamic process of controlled objects. Based on the integrated functions ,a type of fuzzy control algorithm with nonlinear quantitative factor is designed. The results of simulation indicate that this type of control method is not on 2 ly easy to achieve but also has the better effects than traditional control methods.
控制技术基础实验报告
一、实验目的本次实验旨在通过一系列基础控制技术的实践操作，使学生掌握以下内容：1. 控制系统的基本组成与工作原理；2. 控制系统的基本分析方法；3. 控制系统的设计与调试方法；4. 掌握控制工程实验仪器的使用方法。
二、实验原理控制技术是研究如何使系统按照预期目标进行工作的科学。
控制系统的基本组成包括：被控对象、控制器、执行机构和反馈环节。
控制器根据反馈信号与设定值的偏差，对执行机构进行控制，使被控对象的输出值稳定在设定值附近。
控制系统的分析方法主要包括时域分析、频域分析和根轨迹分析。
时域分析主要研究系统的稳定性、动态性能和稳态性能；频域分析主要研究系统的频率响应特性；根轨迹分析主要研究系统参数变化对系统性能的影响。
控制系统设计的主要方法有：PID控制、模糊控制、神经网络控制等。
PID控制是最常用的控制方法，通过调节比例、积分和微分三个参数来控制系统的动态性能和稳态性能。
三、实验仪器与设备1. 控制工程实验仪；2. 计算机；3. 信号发生器；4. 数据采集卡；5. 实验指导书。
四、实验内容1. 控制系统时域分析实验目的：研究二阶系统特征参数对系统的动态性能和稳定性的影响。
实验步骤：（1）搭建实验电路，包括被控对象、控制器和反馈环节；（2）通过信号发生器输入阶跃信号，采集系统的输出信号；（3）利用计算机软件分析系统的动态性能和稳态性能。
2. 控制系统频域分析实验目的：研究系统的频率响应特性。
实验步骤：（1）搭建实验电路，包括被控对象、控制器和反馈环节；（2）利用信号发生器输入不同频率的正弦信号，采集系统的输出信号；（3）利用计算机软件分析系统的频率响应特性。
3. PID控制实验目的：掌握PID控制原理，并通过实验验证其性能。
实验步骤：（1）搭建实验电路，包括被控对象、控制器和反馈环节；（2）利用计算机软件设置PID参数，实现系统的控制；（3）观察系统输出信号，分析PID控制的效果。
4. 模糊控制实验目的：掌握模糊控制原理，并通过实验验证其性能。
二阶系统模糊自适应PID变阻尼控制仿真研究
二阶系统模糊自适应PID变阻尼控制仿真研究
钟斌;程文明;马莉丽;梁剑
【期刊名称】《计算机仿真》
【年(卷),期】2007(24)8
【摘要】为了改善二阶系统的动态性能,通常用速度反馈增大等效阻尼比的方法减小输出响应振荡和超调量,但阻尼比增大,系统响应迟钝,快速性变差.当无阻尼自然振荡角频率一定时,阻尼比是影响二阶系统性能的主要因素.在线调整速度反馈通道增益以改变阻尼比从而改善系统性能.由于很难准确建立系统跟踪偏差和偏差变化率与速度反馈通道增益之间的数学模型,所以,模糊自适应PID变阻尼控制结合PID控制和模糊控制的优点,运用模糊推理方法根据系统输出响应的不同阶段在线实时调整系统的阻尼比,从而提高系统快速性和稳定性.仿真结果表明该方法可行,系统动态性能得到明显改善,无超调现象,并具有良好的抗干扰性.
【总页数】4页(P155-158)
【作者】钟斌;程文明;马莉丽;梁剑
【作者单位】西南交通大学机械工程研究所,四川,成都,610031;西南交通大学机械工程研究所,四川,成都,610031;南通纺织职业技术学院,江苏,南通,226001;西南交通大学机械工程研究所,四川,成都,610031
【正文语种】中文
【中图分类】TP273
【相关文献】
1.基于模糊自适应PID控制的机器人运动控制仿真研究 [J], 宋昌宝;宋金泽;郑晓圆;李奕陈;李俊龙;冯雷
2.二阶系统模糊变阻尼技术 [J], 龚昌来
3.变阻尼控制技术改善二阶系统性能的研究 [J], 龚昌来
4.二阶系统测速反馈控制的n次方型变阻尼技术研究 [J], 许曼儿;邓展豪;陈丽芬;许日雄;肖红军
5.二阶系统变阻尼技术研究 [J], 章卫国;薛璞;陈澜
因版权原因，仅展示原文概要，查看原文内容请购买。
二阶系统模糊控制算法的研究
二阶系统模糊控制算法的研究二阶系统是许多实际控制系统的一种常见模型。
它通常由一个二阶微分方程描述，具有两个自由度。
二阶系统具有较强的非线性特征，而模糊控制算法可以很好地处理这种非线性性。
因此，二阶系统模糊控制算法受到了广泛的研究关注。
在二阶系统模糊控制算法中，模糊逻辑被用来表示系统状态的模糊性。
通过定义模糊集合和模糊规则，可以根据输入和输出之间的关系来进行控制。
常用的模糊集合包括三角形、梯形和高斯型等。
通过模糊化和去模糊化操作，可以将输入和输出从实数域映射到模糊域和反映射回实数域。
在二阶系统模糊控制算法的研究中，有几个重要的问题需要解决。
首先是模糊规则的设计。
通过分析系统的数学模型和控制要求，可以确定模糊规则的数量和形状。
模糊规则的数量越多，控制系统的复杂度就越高，但其鲁棒性和适应性也会提高。
第二个问题是模糊系统的参数调整。
模糊控制算法中的参数包括模糊集合的形状和范围，以及模糊规则的权重和连接方式等。
这些参数的调整对系统的控制性能至关重要。
常用的参数调整方法包括试探法、经验法和优化算法等。
这些方法可以根据系统的具体要求来进行选择。
第三个问题是模糊系统的稳定分析。
二阶系统具有较强的非线性特征，因此其稳定性分析较为困难。
在模糊控制算法中，稳定性分析是需要考虑的重要因素。
可以利用Lyapunov稳定性理论和数值方法来进行稳定性分析。
通过确定模糊系统的稳定区域和参数范围，可以确保系统具有良好的控制性能。
此外，二阶系统模糊控制算法还可以与其他控制策略相结合，形成混合控制算法。
例如，可以将模糊控制算法和PID控制算法相结合，以实现系统的精确控制。
混合控制算法可以更好地适应不同的控制要求，并提高系统的鲁棒性和适应性。
总之，二阶系统模糊控制算法是一种有效处理二阶系统非线性的控制方法。
通过设计模糊规则、调整参数和进行稳定性分析，可以实现对二阶系统的精确控制。
此外，通过与其他控制策略相结合，可以进一步提高控制性能。
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 ”
二阶系统的模糊控制设计——张劲帆
课题完成后应提交的资料（或图表、设计图纸）
1．设计说明书； 3．程序框图；
二阶系统的模糊控制
二阶系统的模糊控制本程序用于输出参考输入为1时的模糊控制系统响应，并进行典型二阶系统的模糊控制与传统PID控制的性能比较。
控制执行结构具有0.07的死区和0.7的饱和区，取样时间间隔T=0.01。
模糊控制是利用模糊数学的基本思想和理论的控制方法，模糊控制原理图如下图所示PID控制的本质是一个二阶线性控制器。
定义：通过调整比例、积分和微分三项参数，使得大多数的工业控制系统获得良好的闭环控制性能。
PID积分分离算法过程如下图所示在本模糊系统中输入变量有两个，e和ec,e代表系统的误差，ec代表系统误差的微分，e与ec 的范围都是-6到+6：a=addvar(a,'input','e',[-66]);a=addvar(a,'input','ec',[-66]);输出变量有一个，u表示对系统的控制，范围是-3至到+3：a=addvar(a,'output','u',[-33]);PID控制与模糊控制的阶跃响应如下图所示模糊控制器的输入输出曲面如下图所示程序如下clc;num=10;den=[2,8,1];[a1,b,c,d]=tf2ss(num,den);x=[0;0];T=0.01;h=T;um in=0.07;umax=0.7;td=0.02;Nd=td/T;N=500;R=1*ones(1,N);%传统PID控制e=0;ec=0;ie=0;kp=5;ki=0.1;kd=0.001;fork=1:Nuu1(1,k)=-(kp*e+ki*ec+kd*ie);%延迟环节u=uu1(1,k-Nd);%死区和饱和环节ifabs(u)<=uminu=0;elseifabs(u)>umaxu=sign(u)*umax;end%利用龙格-库塔法进行系统仿真k0=a1*x+b*u;k1=a1*(x+h*k0/2)+b*u;k2=a1*(x+h*k1/2)+b*u;k3=a1*(x+h*k2)+b*u;x=x+(k0+2*k1+2*k2+k3)*h/6;y=c*x+d*u;%计算误差、微分和积分e1=e;e=y-R(1,k)ec=(e-e1)/T;ie=e*T+ie;yy1(1,k)=y;end%模糊控制a=newfis('simple');a=addvar(a,'input','e',[-66]);a=addmf(a,'input',1,'NB','trapmf',[-6-6-5-3]);a=addmf(a,'input',1,'NS','trapmf',[-5-3-20]);a=addmf(a,'input',1,'ZR','trimf',[-202]);a=addmf(a,'input',1,'PS','trapmf',[0235]);a=a ddmf(a,'input',1,'PB','trapmf',[3566]);a=addvar(a,'i nput','ec',[-66]);a=addmf(a,'input',2,'NB','trapmf',[-6-6-5-3]);a=addmf(a,'input',2,'NS','trapmf',[-5-3-20]);a=addmf(a,'input',2,'ZR','trimf',[-202]);a=addmf(a,'input',2,'PS','trapmf',[0235]);a=a ddmf(a,'input',2,'PB','trapmf',[3566]);a=addvar(a,'o utput','u',[-33]);a=addmf(a,'output',1,'NB','trapmf',[-3-3-3-2]);a=addmf(a,'output',1,'NS','trimf',[-2-10]);a=addmf(a,'output',1,'ZR','trimf',[-101]);a=addmf(a,'output',1,'PS','trimf',[012]);a=ad dmf(a,'output',1,'PB','trapmf',[2333]);%模糊规则矩阵rr=[5544354433443324332233221];r1=zeros(prod(size(rr)),3);k=1;fori=1 :size(rr,1)forj=1:size(rr,2)r1(k,:)=[i,j,rr(i,j)];k=k+1;endend[r,s]=size(r1);r2=ones(r,2);rulelist=[r1 ,r2];a=addrule(a,rulelist);%采用模糊控制器的二阶系统仿真e=0;ec=0;x=[0;0];ke=60;kec=2.5;ki=0.01;ku=0.8; fork=1:N%输入变量变换到论域e1=ke*e;ec1=kec*ec;ife1>=6e1=6;elseife1<=-6e1=-6;endifec1>=6ec1=6;elseifec1<=-6ec1=-6;endin=[e1,ec1]uu(1,k)=ku*evalfis(in,a)-ki*ie;ifk<=Ndu=0elseu=uu(1,k-Nd)endifabs(u)<=uminu=0;elseifabs(u)>umaxu=sign(u)*umax;endk0=a1*x+b*u;k1=a1*(x+h*k0/2)+b*u;k2=a1*(x+h*k1/2)+b*u;k3=a1*(x+h*k2)+b*u;x=x+(k0+2*k1+2*k2+k3)*h/6;y=c*x+d*u;%计算误差、微分和积分e1=e;e=y(1,1)-R(1,k)ec=(e-e1)/T;ie=e*T+ie;yy(1,k)=y;end%绘制结果曲线kk=[1:N]*T;figure(1);plot(kk,R,'k',kk,yy,'r',kk,yy1 ,'b');xlabel(时间(0.01秒)')；ylabel(输出')；gtext('模糊控制');gtext('PID控制);figure(2);gensurf(a);。
- 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)。
机电工程学院课程设计报告课程题目二阶系统模糊控制算法的研究专业电气工程及其自动化姓名指导教师学期 2015-2016二阶系统的模糊控制算法的研究学生指导老师:摘要:模糊控制是以模糊数学为基础发展的，为一些无法建立数学模型或者数学模型相当粗糙的系统提供的一种非线性的控制方法。
对于这些系统，模糊控制可以得到比较满意的控制效果，并且能够解决一些无法通过传统方法解决的问题。
本文利用 MATLAB模糊控制工具箱设计的模糊控制器来控制一个二阶系统，由给定的控制器的输入和输出变量，输入和输出变量的隶属函数，分析了输入和输出变量之间的关系，设计了模糊控制规则库，并通过 SIMULINK仿真将模糊控制方法与经典的PID控制方法进行对比，分析仿真结果，探讨模糊控制器的隶属函数，控制规则，以及量化因子和比例因子在模糊控制中所起到的作用。
关键字：模糊控制；MATLAB；SIMULINK；PIDResearch of fuzzy control algorithm of second ordersystemsUndergraduate:Supervisor:Abstract：Fuzzy control, which is based on the fuzzy mathematics, is a new way of nonlinearity control system in which the mathematical model is unable established or the mathematical model is very rough. For these systems, fuzzy control offers users a satisfied control result, and settles down some problems which cannot be solved by traditional methods.This paper aims to introduce how to use a fuzzy controller which is based on the MATLAB fuzzy control toolbox to control a second-order system. In order to fulfill this target, the author firstly defines the input variables, output variables and their membership functions. Then, the author analyzes the relationship between the input variables and output variables, and designs the fuzzy control rule bank. Finally, the author makes a difference between the methods of the classic PID control and the fuzzy control by SIMULINK. Membership function of fuzzy controller, control rules, and the function of quantizes and scale factor in the fuzzy control process are also discussed in this paper.Key words: MATLAB; Fuzzy control; PID;SIMULINK simulation目录绪论 (1)1控制理论算法 (5)3.1 PID控制规律 (5)3.1PID控制器原理 (5)3.1 (5)3.1.3微分（D）控制 (5)3.2传统PID控制过程 (5)1模糊控制 (1)1.1模糊控制的背景及意义 (1)1.2模糊控制的基本理论 (1)1.3模糊控制的基本结构 (1)1.4模糊控制的组成 (1)1.5模糊控制的运行模型 (1)1.6模糊控制与SIMULINK的链接 (1)2基于MATLAB的模糊控制仿真 (2)2.1模糊控制器的设计 (2)2.1模糊集合及论域的定义 (2)2.2模糊控制规则确定 (4)2.3仿真曲线 (5)4比较 (7)参考文献 (8)致谢 (9)绪论模糊控制器由三个环节组成：用于输入信号处理的模糊量化和模糊化环节，模糊控制算法功能单元，以及用于输出解模糊化的模糊判决环节。
模糊控制具有良好的控制性能，关键是要有一个完善的控制规则。
然而由于模糊规则是人们对过程或对象模糊信息的归纳，对高阶、非线性、大时滞、时变参数以及随机干扰严重的复杂控制过程，人们往往难以总结完整的经验，在某些情况下非常粗糙使一个简单的模糊控制，难以适应不同的工作状态，影响了控制的效果。
在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的最主要因素，系统动态的信息越详细，则越能达到精确控制的目的。
经典控制理论和现代控制理论，在面对现代系统的复杂性，测量的不确定性以及系统动力学的不确定的实际问题时显得无能为力。
而基于模糊语言描述控制规则的模糊控制器能成功的应用于工业过程控制。
通过SIMULINK软件对其两个控制器控制进行仿真，并将其控制效果进行比较，得出模糊控制器能实现很好的控制效果。
一．基于稳定边界法的PID控制参数整定方法1.PID控制规律所谓控制规律是指控制器的输出信号与输入偏差信号之间的关系，即y=f(e)。
基本控制规律包含位式控制、比例控制、比例积分控制、比例微分控制和比例积分微分控制。
2.PID控制器的原理PID控制器是P控制+I控制+D控制的组合控制器。
比例（P）控制：比例控制对偏差是即时响应的，偏差一旦出现，调节器立即产生控制作用，使输出量朝着减小偏差的方向变化，控制作用的强弱取决于比例系数Kp。
增大比例系数可以提高系统的控制精度，减小稳态误差，但是会降低系统的相对稳定性。
积分（I）控制：为了消除在比例调节中的残余静差，只要偏差e不为零，它将通过累积作用影响控制量u,从而减小偏差，直到偏差为零。
积分时间常数Ti增大，积分作用减弱，减小超调，提高稳定性。
由于积分时间的存在，引入积分调节会降低系统的快速性。
微分（D）控制：为加快控制过程，有必要在偏差出现或变化的瞬间，按偏差变化的趋势进行控制，使偏差消灭在萌芽状态。
微分的特点是能起到超前控制的作用，即在偏差很小时，提前增大控制作用，改善控制品质，当偏差存在但不变化时，控制作用为零。
3.PID控制参数工程整定方法常用的工程整定方法有稳定边界法、衰减曲线法、反应曲线法、经验凑试法等。
稳定边界法1．过程控制系统常用的PID调节器传递函数为sKsKKsGDIp++=)(式中，Kp，Ki，KD分别是比例系数、积分系数、微分系数。
2.某被控对象为二阶惯性环节，其传递函数为：G(s)=s²+s+1，现采用稳定边界法整定PID参数：（1）在Matlab的Simulink工具箱里，搭建系统方框图，如下所示（3）然后回到Simulink环境下，设置三个参数为计算数值，得阶跃响应曲线：在对各个参数进行微调得到以下的图形二．模糊控制的背景和意义随着越来越多的大型的，连续的工业过程的复杂化，交通，家电等控制对象也更加复杂。
在这些复杂的非线性系统中，由于对象和环境的不确定性，实际的系统性能遭受限制在一个综合的PID（比例，积分，微分）控制里，离散系统的使用要求有限校正控制，自适应控制和优化控制和其他控制方法不再适用于这些模型未知或复杂系统的动态特性往往成为控制对象。
面对这种情况，人们期待中的一个先进的控制战略的传统控制模式的突破。
随着微电子技术和计算机在模糊数学上的模糊技术在广泛领域的应用范围控制理论基础上发展各个领域的技术逐步渗透，出现了这种新的控制方法，模糊控制。
模糊逻辑控制（Fuzzy Logic Control）简称模糊控制（Fuzzy Control），基于模糊集理论，模糊语言变量及模糊逻辑的智能控制方法。
这是美国L.A.Zadeh1965年提出的模糊集理论。
到1973 年，他被赋予了模糊逻辑控制及相关定理的定义。
再到1974年，英国E.H.Mamdani首先在蒸汽机和锅炉的研究取得了成功，从研究和应用模糊控制，模糊控制的数学理论一直非常活跃。
与传统的控制器参数对系统控制器的设计方法不同的是模糊控制器的设计与操作者的经验有关。
因此有些模糊控制器能实现人类的某一些的智慧，是一种智能控制的一个重要分支，被广泛应用于非线性控制。
模糊控制的基本思想是利用计算机来实现人的控制经验，这些经验是相当模糊性控制规则用语言来表达的。
模糊控制具有以下显着特点：（1）模糊控制是一个以规则为基础的控制;（2）适应能力突出;（3）系统的鲁棒性强，对参数的变化不敏感;（4）方便调整系统的规则和参数;（5）结构简单。
模糊控制器由三个环节组成：用于输入信号处理的模糊量化和模糊化环节，模糊控制算法功能单元，以及用于输出解模糊化的模糊判决环节。
模糊控制具有良好的控制性能，关键是要有一个完善的控制规则。
然而由于模糊规则是人们对过程或对象模糊信息的归纳，对高阶、非线性、大时滞、时变参数以及随机干扰严重的复杂控制过程，人们往往难以总结完整的经验，在某些情况下非常粗糙使一个简单的模糊控制，难以适应不同的工作状态，影响了控制的效果。
在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的最主要因素，系统动态的信息越详细，则越能达到精确控制的目的。
经典控制理论和现代控制理论，在面对现代系统的复杂性，测量的不确定性以及系统动力学的不确定的实际问题时显得无能为力。
而基于模糊语言描述控制规则的模糊控制器能成功的应用于工业过程控制。
通过SIMULINK软件对其两个控制器控制进行仿真，并将其控制效果进行比较，得出模糊控制器能实现很好的控制效果。
模糊控制的基本理论模糊控制是利用模糊数学的基本思想和理论的控制方法。
在传统的控制领域里，影响控制优劣的最主要关键是控制系统的动态模型准确与否。
动态系统的信息越是详细，就越能进行精确的控制。
然而，对于复杂的系统，因为太多的变化因素，往往难以准确地描述动态过程，因此工程师将使用多种方式简化了系统的动态，以达到控制的目的。
但结果不够理想。
换句话说，传统的控制理论为控制一个庞大的，但过于复杂或难以准确地描述系统，似乎显得无能为力。
所以他们试图模糊数学来处理这些控制问题。
模糊控制器的系统被称为模糊控制系统。