智能制-第四章-模糊控制要素.ppt

直接自适应模糊控制采用下面If-then模糊规则 来描述控制知识： 设位置指令为 ，令 (4.30) (4.31) * 选择 ，使多项式 的 所有根都在复平面左半开平面上。取控制律为 将(4.32)代入(4.29)，得到闭环控制系统的方程： 由 的选取，可得 时 ，即系统的输出 渐进地收敛于理想输出 。 (4.32) (4.33) * 控制器的设计 直接自适应模糊控制器为 式中， 是一个模糊系统， 是可调参数集合。 (4.34) * 模糊系统 可由以下两步来构造： 步骤1： 对变量 定义 个模糊集合 步骤2：用以下 条模糊规则来构造模糊系统 : * 采用乘积推理机、单值模糊器和中心平均解模糊器 来设计模糊控制器，即 令 是自由参数，放在集合 中， 则模糊控制器为： (4.35) * 为 维向量，其第 个元素为 (4.36) * 自适应律的设计 将式(4.32)、(4.34)代入式(4.29)，并整理得： 进一步的，闭环系统动态方程可改写为如下向量形式： 其中 由(4.19)式确定。 再定义最优参数如下： (4.37) (4.38) * 定义最小逼近误差为： 由式(4.39)可得： (4.39) (4.40) * 定义Lyapunov函数： 其中参数 是正的常数。 为一个正定对称矩阵且满足Lyapunov方程 其中 是一个任意的 正定对称矩阵。 (4.41) * * 即 的导数为： (4.42) * 令 为 的最后一列，由 可知 则式(4.42)变为： 取自适应律 则 由于 ， 是最小逼近误差，通过设计足够多 规则的模糊系统 可使 充分小，并满足 从而使得 * 直接型自适应模糊控制系统 * * * * q = 1,2, * * 上述的模糊状态空间模型可看作若干模糊子状态空间模型的加权求和，即整个的系统模型是若干局部线性子系统的加权求和。 这一方法的本质就是：利用若干局部线性模型逼近非线性动力学模型。 * 基于TS模型的模糊控制器设计步骤： * 设计方案 * * * * § 4.7 模糊自适应控制 模糊控制的突出优点是能够比较容易地将人的控制经验溶入到控制器中，通常适用于被控对象的参数和结构存在不确定性或者未知因素。而自适应控制的目的是当系统出现这些不确定因素时，仍使系统保持既定的特性。 * 参考模型 被控对象 模糊控制器 (带有可调参数) 自适应规则 自适应模糊控制系统的基本框图 * 自适应模糊控制和非自适应模糊控制的区别： (1) 自适应模糊控制系统中的模糊控制器在实时控制过程中始终变化，而非自适应模糊控制系统中的模糊控制器在实时控制前是固定的； (2) 自适应律作为附加的部分，引入自适应模糊控制系统来调节模糊控制器的参数。 * 自适应模糊控制和非自适应模糊控制的相比，优点是： (1) 自适应模糊控制器可以随环境变化进行自行调节， 因此自适应模糊控制具有较好的控制性能； (2) 自适应律有助于在实时控制过程中学习被控对象的动态特性，该方法对被控对象的信息要求不高。 * 自适应模糊控制和非自适应模糊控制的相比，缺点是： (1) 自适应模糊控制器生成的控制系统不仅具有非线性特性，而且还具有时变特性，更加难于分析。 (2) 实施代价更高。