简易模糊控制器设计及MATLAB仿真解析.doc

简易模糊控制器的设计及仿真 摘要：模糊控制（Fuzzy Control）是以模糊集理论、模糊语言和模糊逻辑推理为基础的一种控制方法，它从行为上模仿人的模糊推理和决策过程。本文利用MATLAB/SIMULINK与FUZZY TOOLBOX对给定的二阶动态系统，确定模糊控制 采用simulink图库，实现常规PID和模糊自整定PID。 一．确定模糊控制器结构 模糊自整定PID为2输入3输出的模糊控制器。在MATLAB的命令窗口中键入fuzzy即可打开FIS编辑器，其界面如下图所示。此时编辑器里面还没有FIS系统，其文件名为Untitled，且被默认为Mandani型系统。默认的有一个输入，一个输出，还有中间的规则处理器。在FIS编辑器界面上需要做一下几步工作。 首先，模糊自整定PID为2输入3输出的模糊控制器，因此需要增加一个输入两个输出，进行的操作为：选择Edit菜单下的Add Variable/Input菜单项。如下图。 其次，给输入输出变量命名。单击各个输入和输出框，在Current Variable选项区域的Name文本框中修改变量名。如下图 最后，保存系统。单击File菜单，选择Export下的To Disk项。这里将创建的系统命名为PID_auot.fi。 二．定义输入、输出模糊集及隶属函数 语言变量值域的选取：输入语言变量e和ec的值域取值“大”(B)、“中”(M)、“小”(s)和“零”(Z) 4种；输出语言变量Kp、Ki、Kd的值域取值为“很大”(VB)、 “大”(B)、“中”(M)、“小”(s) 4种。 在FIS编辑器中双击输入或输出变量的图框就能进入隶属度函数编辑器。在隶属度函数编辑器中，需要对各个变量的论域范围、隶属度函数进行编辑。 该模糊控制器是以e和ec为输入语言变量，Kp、Ki、Kd为输出语言变量，其各语言变量的论域如下： 误差绝对值：e={0，3，6，10}； 误差变化率绝对值：ec={0，2，4，6}； 输出Kp：Up={0，0.5，1.0，1.5}； 输出Ki：Ui={0，0.002，0.004，0.006}； 输出Kd：Ud={0，3，6，9}。 如图是编辑完成后的隶属度函数编辑器的GUI。图中显示的为对应边变量e的隶属度函数。 三．建立模糊规则及模糊控制表 双击FIS编辑器图标部分中间的方框即可打开规则编辑器。规则的制定：根据PID参数整定原则及运行经验，可列出输出变量Kp、Ki、Kd的控制规则表。 添加完成后的规则编辑器如下图所示。 四．模糊推理规则及输出特性 对于建好的FIS结构，利用File菜单下的Export的子菜单To Disk，将FIS结构保存到磁盘上。到此，利用FUZZYTOOLS的GUI工具建立了模糊控制器(PID_auot.fis)。可用GUI工具查看该推理系统，在View菜单中选择Rules命令，可打开规则观测器，查看模糊推理规则。如下图： 在View菜单中选择surface命令，可打开曲面观测器，查看模糊推理输出特性曲面： 五．建模及仿真 在Simulink环境下，构建模糊自整定PID和常规PID控制系统。在MATLAB的命令窗口直接键入“Sinmulink”并回车，即可运行Sinmulink。运行后显示如下图所示的Simulink模块库浏览器。 然后单击工具条左边建立新模型的快捷方式，如下图 最后构建的模糊自整定PID和常规PID控制仿真系统模型如下图。 其中模糊逻辑控制器的推理系统用模糊逻辑推理GUI工具建立的FIS。先启动Fuzzy，导入PID_auot.fis，然后将其导出到workspace。然后运行，运行结果如下图： 总结 通过学习了智能控制这门课程并做了相关的实验设计，我对模糊控制有了一定的了解，比如模糊控制系统的原理，组成，分类以及简单的模糊控制器设计过程等；但学到的这些都是比较浅显的，由于后面还有必修课要复习考试，故不做深入的研究，望老师海涵。 感谢老师的指导！ 参考文献 [1].智能控制（第2版）--刘金琨