模糊控制器的设计与调试
模糊控制简介
模糊控制理论模糊控制理论是以模糊数学为基础,用语言规则表示方法与先进的计算机技术,由模糊推理进行决策的一种高级控制策。
模糊控制作为以模糊集合论、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，它已成为目前实现智能控制的一种重要而又有效的形式尤其是模糊控制与神经网络、遗传算法及混沌理论等新学科的融合，正在显示出其巨大的应用潜力。
实质上模糊控制是一种非线性控制，从属于智能控制的范畴。
模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。
本文简单介绍了模糊控制的概念及应用，详细介绍了模糊控制器的设计，其中包含模糊控制系统的原理、模糊控制器的分类及其设计元素。
“模糊”是人类感知万物,获取知识,思维推理,决策实施的重要特征。
“模糊”比“清晰”所拥有的信息容量更大,内涵更丰富,更符合客观世界。
模糊逻辑控制(Fuzzy Logic Control)简称模糊控制(Fuzzy Control)，是以模糊集合论、模糊语言变量与模糊逻辑推理为基础的一种计算机数字控制技术。
模糊控制理论是由美国著名的学者加利福尼亚大学教授Zadeh·L·A于1965年首先提出,它是以模糊数学为基础,用语言规则表示方法与先进的计算机技术,由模糊推理进行决策的一种高级控制策。
在1968～1973年期间Zadeh·L·A先后提出语言变量、模糊条件语句与模糊算法等概念与方法，使得某些以往只能用自然语言的条件语句形式描述的手动控制规则可采用模糊条件语句形式来描述，从而使这些规则成为在计算机上可以实现的算法。
1974年,英国伦敦大学教授Mamdani·E·H研制成功第一个模糊控制器, 并把它应用于锅炉与蒸汽机的控制，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并充分展示了模糊技术的应用前景。
模糊控制实质上是一种非线性控制，从属于智能控制的范畴。
模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。
《智能控制》-模糊控制实验报告
课程名称：智能控制实验名称：模糊控制一、实验目的：（1）了解在Simulink 仿真环境下建立控制系统方框图的方法，熟悉Matlab 和Simulink 仿真环境（2）掌握模糊控制器的设计方法。
（3）比较PID 控制和模糊控制的特点。
二、实验内容和步骤 已知s e s s s G 2.0214820)(-++=，分别设计PID 控制与模糊控制，使系统达到较好性能，并比较两种方法的结果。
结构如下图。
（1）模糊控制规则设计针对该定位系统，设计二维模糊控制规则，使性能达到最佳。
模糊控制规则如下：（2）设计未加PID或FUZZY控制器时，设计系统如下：输入阶跃信号，观测与分析仿真结果。
（3）加入PID控制器如下：对应的仿真结构图为：调整参数，观测与分析仿真结果。
PID控制的仿真曲线如下：（4）设计FUZZY控制器在simulink仿真环境下，设计模糊控制系统，包括模糊控制规则、隶属函数、比例因子、量化因子、论域等参数设计。
FUZZY控制仿真结构图如下：其中黄色部分具体为：利用simulink设计的模糊控制的仿真结构图为：其中对于模糊控制器的设计：E=[-6 6] EC=[-6 6] U=[-6 6]，并且其隶属函数分别为：E的隶属函数EC的隶属函数U的隶属函数再将其中一个学生的比较好的实验结果作为参考实例：首先仿真图如下：模糊控制器的设计：E=[-6 6] EC=[-6 6] U=[-6 6]，并且其隶属函数分别为：E和EC的隶属函数U的隶属函数控制规则：ECNB NM NS ZE PS PM PB ENB PB PB PB PB PM ZE ZENM PB PB PB PB PM ZE ZENS PM PM PM PM ZE NS NSZE PM PM PS ZE NS NM NMPS PS PS ZE NM NM NM NMPM ZE ZE NM NB NB NB NBPB ZE ZE NM NB NB NB NB设计好模糊控制器后，运行仿真图形，得到的仿真曲线如下（step time＝1）：模糊控制的仿真曲线由仿真可知，通过选择合适的PID参数可以达到较好的控制性能。
模糊控制ppt课件
可编辑课件PPT
23
5. 建立模糊控制表 模糊控制规则可采用模糊规则表4-5来描述，共
49条模糊规则，各个模糊语句之间是或的关系，由第 一条语句所确定的控制规则可以计算出u1。同理，可 以由其余各条语句分别求出控制量u2,…,u49，则控制 量为模糊集合U可表示为
uu1u2 u49
可编辑课件PPT
规则模型化，然后运用推理便可对PID参数实现最佳
调整。
可编辑课件PPT
32
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，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，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，其结构如图4-15所示。
可编辑课件PPT
31
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
糊控制的维数。
可编辑课件PPT
10
（1）一维模糊控制器 如图所示，一维模糊控制器的 输入变量往往选择为受控量和输入给定的偏差量E。由 于仅仅采用偏差值，很难反映过程的动态特性品质， 因此，所能获得的系统动态性能是不能令人满意的。 这种一维模糊控制器往往被用于一阶被控对象。
可编辑课件PPT
基于MATLAB的模糊PID控制器的设计
基于MATLAB的模糊PID控制器的设计模糊PID控制器是一种常用的控制算法，可以解决传统PID控制器在非线性系统中效果不佳的问题。
在MATLAB中，可以使用fuzzylogic工具箱来设计模糊PID控制器。
模糊PID控制器的设计过程分为三个步骤：建立模糊系统、设计控制器和性能评估。
接下来，设计模糊PID控制器。
在MATLAB中，可以使用fuzzy工具箱提供的mamdani和sugeno两种模糊控制器类型。
其中，mamdani模糊控制器基于模糊规则的if-then逻辑，而sugeno模糊控制器使用模糊规则来计算模糊输出。
根据系统的具体需求，可以选择合适的模糊控制器类型，并设置相应的参数。
同时，可以使用模糊控制器设计工具来对模糊控制器进行优化和调整。
最后，对设计的模糊PID控制器进行性能评估。
在MATLAB中，可以使用模拟仿真工具对模糊PID控制器进行测试和评估。
具体方法是将模糊PID控制器与待控制的系统进行耦合，观察系统的响应和控制效果，并评估其性能和稳定性。
可以通过调整模糊PID控制器的参数和模糊规则来改善控制效果。
总之，基于MATLAB的模糊PID控制器设计包括建立模糊系统、设计控制器和性能评估三个步骤。
通过合理设置模糊输入、模糊输出和模糊规则，可以有效地解决非线性系统的控制问题。
同时，利用MATLAB提供的模糊控制器设计工具和性能评估工具，可以对模糊PID控制器进行优化和改进，以达到更好的控制效果和稳定性。
模糊PID控制器设计及MATLAB仿真_李健
图 1 模糊 PID 控制结构图
PID 参 数 模 糊 自 整 定 是 先 找 出 PID 控 制 器 的 3 个 参 数 Kp、 Ki 和 Kd 与偏差 e 和偏差变化率 ec 之间的模糊关系， 在运行中 通过不断检测 e 和 ec，根据模糊控制规则来对 3 个参量进行在
线修改 ，以 满 足 不 同 e 和 ec 对 控 制 器 参 数 的 不 同 要 求 ，从 而 使
起较大的超调 。 微 分 系 数 Kd 影 响 系 统 的 动 态 特 性 ，Kd 越 大 ，越
能抑制偏差变化，但过大会延长调节时间，降低抗干扰能力。
根 据 参 数 Kp、Ki、Kd 对 系 统 输 出 特 性 的 影 响 情 况 ，可 归 纳 出 系统在被控过程中对于不同的偏差和偏差变化率 ， 参数 Kp、Ki、 Kd 的自整定原则：
摘要 将模糊控制器和 PID 控制器结合在一起，构造了一个模糊 PID 控制器，利用模糊推理的方法调整 PID 控制器的参数， 并利用 MATLAB 的 SUMLINK 工具箱，对系统进行仿真，仿真结果表明模糊 PID 控制器能使系统达到满意的控制效果。 关键词：PID 控制器，模糊控制，MATLAB，SIMULINK，系统仿真
1．3 模糊控制算法的确立
PID 参数的整定必须考虑到在不同时刻 3 个参数的作 用 以
及相互之间的互联关系。 模糊自整定 PID 是在 PID 算法的基础
上通过计算当前系统误差 e 和误差变化 ec，利用模糊规则 进 行
模糊推理，查询模糊矩阵表进行参数调整。 参数修正公式：
＇
Kp ＝Kp ＋（e，ec）p
被控对象具有良好的动、静态性能。
1．2 PID 控制器的确立
通常，PID 控制器的控制算式为：
参数自调整模糊控制器设计及其Matlab仿真
基 础 上 增 添 了 一 个 功 能 模 块 一一 参 数 调 整 器 。 数 参 调 整 器 主 要 由两 部 分 组 成 ： 是 系统 性 能测 量 模 块 ， 一
焊 缝 自动 跟 踪 系 统 在 焊 接 过 程 中 ， 尔 电 流 传 霍
值的变化量 ； 被控对 象的输入 ， ｕ是 即驱 动 步 进 电 机
真确性 和其对 系统性 能的提 高。
１ 弧 焊 焊 缝 跟 踪 系 统 的 结 构 设 计
弧 焊 焊缝 自动 跟踪 系 统 采 用 电 弧 传 感 器 获 取 焊
运 转 的 脉 冲个 数 和 方 向 信 号 。
缝 跟 踪 信 号 ， 体 结 构 如 图 １ 示 ， 要 由五 个 部 分 整 所 主
感 器不 断 检测 焊 接 电流信 号并 通 过 Ａ Ｄ转 换 电路 ／
传 人 Ｄ Ｐ控 制 器 。 Ｓ Ｓ Ｄ Ｐ控 制 器 内部 含 有 以软 件 形 式 实 现 的 参 数 自调 整 模 糊 控 制 器 。 数 自调 整 模 糊 控 参
制 器 中 的 系 统 性 能 测 量 模 块 根 据 检 测 到 的 焊 接 电
２ 参 数 自调 整 模 糊 控 制 器 设 计
与 常 规 模 糊 控 制 器 相 比 ， 设 计 的 参 数 自调 整 所
模 糊 控 制 器 的优 点 在 于 ： 当焊 枪 远 离 焊缝 中 心 时 ， 焊
差 值 的 作用 使 得 系 统 快速 响 应 ， 快 减 小 焊 枪 的 位 尽 置误差 。 当焊 枪 靠 近焊 缝 中 心 时 ， 积分 差值 的 绝 对 调 整 。
情 况 下 ， 制 系 统 仍 能 保 持 较 好 的 性 能 。 时 利 用 控 同 Ｍａ ａ ｔ ｂ仿 真 辅 助 设 计 软 件 的 Ｓｍ ｌ ｋ仿 真 库 优 化 ｌ ｉ ｕｉ ｎ
模糊控制实验报告
西安交通大学实验报告第1页（共13页）课程：智能控制实验日期：年月日专业班号：自动化交报告日期：年月日姓名：学号：报告退发：（订正、重做）同组者：教师审批签字：实验一模糊控制仿真系统设计实验目的：理解和掌握模糊控制系统的构成和设计方法，为实际工程应用打下基础。
基本要求：掌握以误差及其变化率为输入的典型模糊控制器的设计方法，了解影响模糊控制器性能的关键参数及调节方法。
针对被控对象，构建合适的模糊控制器，搭建模糊控制系统。
实验内容提要：针对典型的二阶以上被控对象，设计模糊控制器。
包括控制器输入输出量的选择，输入输出论域的模糊划分，模糊规则库的建立等。
利用设计完成的模糊控制在Simulink中搭建模糊控制系统，要求该系统稳定且具有良好的动态及稳态特性。
实验工作概述：主要针对倒立摆进行了建模与模糊控制仿真，其中实验1-1是仅针对角度的模糊PID控制，实验1-2是针对位置与角度的分段模糊控制。
后面也尝试进行了二级倒立摆的模糊控制设计，但由于知识水平不够没能完全实现，仅实现了第一级的直立控制。
实验1-1 单级倒立摆的PID模糊控制一、被动对象数学描述与特性分析关于倒立摆的相关背景：倒立摆，Inverted Pendulum ，是典型的多变量、高阶次、非线性、强耦合、自然不稳定系统。
倒立摆系统的稳定控制是控制理论中的典型问题，在倒立摆的控制过程中能有效反映控制理论中的许多关键问题 ，如非线性问题、鲁棒性问题、随动问题、镇定、跟踪问题等。
因此倒立摆系统作为控制理论教学与科研中典型的物理模型 ，常被用来检验新的控制理论和算法的正确性及其在实际应用中的有效性。
所以我此次实验采用一阶倒立摆来验证。
当摆杆夹角很小时，近似线性化处理：(I +ml 2)θ+mglθ=mlẍ (M +m )ẍ+bẋ−mlθ=u根据微分方程组做拉普拉斯变换联立求得外力针对角度的传递函数：Φ(s)U(s)=ml 2qs 2s 4+b(I +ml 2)q s 3−(M +m )mgl q s2−bmql q s将各种参数输入matlab ，编辑一个函数脚本GetPendulum 来求传递函数的系数：当M=2，m=0.8，l=0.25时，求得：这是一个典型的二阶系统二、模糊控制器的设计步骤与具体参数选择模糊集合设计：总共有两个输入三个输出，输入角度和角度微分的模糊集合划分都相同，论域为[-5,5]，模糊集合为3个，分别命名为：[N Z P]，输出P I D三个参数的范围分别为[110，120]，[115，125]，[80，90]，模糊集合为3个命名为：[S M B]它们的分布如上图所示。
模糊PID控制实验报告
编号：实验一普通PI控制方法的设计与实现一、实验目的1. 掌握数字PI及其算法的实现2. 熟悉在在keil环境下进行单片机程序的设计3. 熟悉仿真软件protues的使用二、实验设备及条件1. 计算机系统2. 编程软件keil4和仿真软件protues7.8三、实验原理及其实验步骤(1) PID算法的数字化实现在模拟系统中，PID算法的表达式为u(t)=K P[e(t)+1T I∫e(t)dt+T Dde(t)dt]式中u(t)：调节器的输出信号；e(t)：调节器的偏差信号，它等于测量值与给定值之差；Kp：调节器的比例系数；T I：调节器的积分时间；TD：调节器的微分时间；离散化的PID为：u(k)=K P[e(k)+TT I∑e(j)kj=0+T DT(e(k)−e(k−1))]Δt=T：采样周期，必须使T足够少，才能保证系统有一定的精度；E(k)：第K次采样时的偏差值；E(k-1) ：第K-1次采样时的偏差值；K：采样序号，K=0，1，2……；P(k-1)：第K次采样时调节器的输出；上式计算复杂，经过化简为：u(k)=u(k−1)+K P[e(k)−e(k−1)]+K I e(k)+K D[e(k)−2e(k−1)+e(k −2)]式中：K I=K P TT I为积分系数K D=K P T DT为微分系数要计算第K次输出值u(k)，只需要知道u(k-1)，e(k)，E(k-1)，e(k-2)即可。
上式也称为位置型PID的位置控制算法。
在很多控制系统中，由于执行机构是采用布进电机进行控制，所以只要给一个增量信号即可。
因此得到增量型PID的位置控制算法。
∆u=K P[e(k)−e(k−1)]+K I e(k)+K D[e(k)−2e(k−1)+e(k−2)] (2) 控制系统的结构框图整个系统的控制框图如下所示：图1 PID控制系统结构框图在本次设计中，经过计算，被控对象的传递函数是：G(s)=1 (SCR)2+3SCR+1其中：C=10uf，R=20K；带入上式后可得：G(s)=10.04S2+0.6S+1显然是一个二阶系统。
- 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)。
模糊控制器的设计与调试
随着科技的进步，越来越多的控制器被应用于各种实际系统中。
其中，模糊控制器是一种被广泛应用的控制器，能够处理非线性问题，并具有一定的适应性和鲁棒性。
本文将详细介绍模糊控制器的设计与调试过程，旨在帮助设计工程师更好地应用该控制器。
I. 模糊控制器的工作原理
模糊控制器是一种基于模糊逻辑的控制器，能够应对含有模糊性质的系统，其工作流程如下：
1. 获取输入变量
模糊控制器接收输入变量，这些变量可以是模糊的、非精确的或难以量化的变量。
例如，温度、湿度等变量均可以被看作是模糊变量。
2. 模糊化处理
通过对输入变量进行模糊化处理，将其转化为模糊的量化等级或称为隶属度（membership degree）。
3. 规则库
规则库是模糊控制器的核心，其中包含一系列模糊规则，用来描述输入变量和输出变量之间的关系。
每个规则都包含一条条件部分和一条结论部分。
形式化地，规则可以表示为：如果输入变量A满足条件a1，并且输入变量B满足条件b1，那么输出变量C应该为结果c1。
规则库可以通过多种方式构建，例如专家经验、数据挖掘等。
4. 模糊推理
模糊推理将输入变量的模糊隶属度通过模糊规则转化成输出变量的
模糊隶属度。
模糊推理运用了模糊逻辑的“或”运算、“与”运算和“非”
运算等基本操作，得到输出的解模糊结果。
5. 解模糊化处理
解模糊化将输出变量的模糊隶属度转化成产生控制输出的精确值。
II. 模糊控制器的设计
在设计模糊控制器时，需要考虑以下几个方面：
1. 确定输入变量和输出变量
首先需要确定输入变量和输出变量，这些变量应该能够完整地描述
控制系统的特征，并且是可测量的。
例如，在一个温度控制系统中，
输入变量可以是室温和目标温度，输出变量可以是温度调节器的开度。
2. 确定隶属函数
隶属函数是将输入变量转化为模糊量的数学函数，根据不同的变量
的实际情况选择不同的隶属函数，一般选择三角函数、梯形函数或高
斯函数等。
3. 编写规则库
规则库的编写需要根据不同的情况来设计，建议根据经验或者其他
方法先构建一个初始的规则库，然后根据实际系统的运行效果来持续
优化。
4. 确定模糊推理方法
模糊推理有两种方法：基于模糊合成的方法和基于模糊积分的方法。
基于模糊合成的方法适用于规则库较小的系统，基于模糊积分的方法
适用于规则库较大的系统。
III. 模糊控制器的调试
在实际应用中，模糊控制器的调试是至关重要的，调试过程如下：
1. 规则库的优化
根据实际系统的反馈信息，对规则库进行优化，删除无用规则，加
入新规则，提高规则的覆盖度和准确度等。
2. 隶属函数的优化
根据实际系统的运行情况，适当调整隶属函数的参数，提高隶属函
数的准确度和适应性。
3. 控制效果的评估
通过控制效果的评估，分析系统的稳定性、误差分析和波动情况等，确定进一步的调整方向。
总结
本文对模糊控制器的工作原理，设计和调试过程进行了详细的介绍。
模糊控制器在实际应用中具有较高的适应性和鲁棒性，能够有效地解
决非线性问题。
但是，在实际应用中，模糊控制器的设计和调试需要
综合考虑各种因素，进行持续优化和改进。