《智能控制》作业报告.doc

《智能控制》作业 试题 1： 针对某工业过程被控对象：，试分别设计常规PID算法控制器、模糊控制器、模糊自适应PID控制器，计算模糊控制的决策表，并进行如下仿真研究及分析： 比较当被控对象参数变化、结构变化时，四者的性能； 研究改善Fuzzy控制器动、静态性能的方法。 解：常规PID、模糊控制、Fuzzy自适应PID控制、混合型FuzzyPID控制器设计 I. 常规PID调节器 PID控制器也就是比例、积分、微分控制器，是一种最基本的控制方式。它是根据给定值与实际输出值构成控制偏差，从而针对控制偏差进行比例、积分、微分调节的一种方法，其连续形式为： （1.1） 式中，为比例系数，为积分时间常数，为微分时间常数。 PID控制器三个校正环节中，和这三个参数直接影响控制效果的好坏，所以要取得较好的控制效果，就必须合理地选择控制器的参数。 Ziegler和Nichols提出的临界比例度法是一种非常著名的工程整定方法。通过实验由经验公式得到控制器的近似最优整定参数，用来确定被控对象的动态特性的两个参数：临界增益和临界振荡周期。 用临界比例度法整定PID参数如下： 表1.1 临界比例度法参数整定公式 控制器类型 P 0 PI 0 PID 通过多次整定，当时系统出现等幅振荡，从而临界增益，再从等幅振荡曲线中近似的测量出临界振荡周期，最后再根据表1.1中的PID参数整定公式求出：，从而求得：比例系数，积分系数，微分系数。基此，可搭建如图1.1所示的PID控制系统Simulink仿真模型，仿真得到系统阶跃响应曲线如图1.2（a）所示。 图1.1 PID控制系统Simulink仿真模型 图1.2（a）(b) 临界比例度法整定的系统阶跃响应曲线 II. 模糊控制器 由于模糊控制采用了模糊似人推理机制，所以其控制机理较传统的PID控制更加接近于人工智能。一般地，一个完整的模糊控制系统结构如图1.3所示。下面基于MATLAB模糊逻辑工具箱设计模糊控制器。 图1.3 模糊控制器的基本结构 论域及隶属度函数的建立 若取E、EC、U的论域均为，其模糊子集都为{NB，NM，NS，ZO，PS，PM，PB}。 在MATLAB中键入命令FUZZY，进入模糊逻辑编辑窗口FIS Editor。建立E、EC、U的隶属度函数，有三角形、高斯形、梯形等11种可供选择，在此选常用的三角形（trimf）隶属度函数。图1.4为E、EC、U的隶属度函数。 图1.4 E、EC、U的隶属度函数 模糊控制规则及决策方法 控制规则是对专家理论知识与实践经验的总结，共有49条模糊控制规则，如表1.2所示。在Rules Editor窗口中输入这49条控制规则，例如：if E is NB and EC is NS then U is NB。 表1.2 模糊控制规则表 U E NB NM NS ZO PS PM PB EC NB NB NB NB NB NM NS ZO NM NB NB NM NM NS ZO ZO NS NB NM NM NS ZO ZO ZO ZO NM NS NS ZO PS PS PM PS ZO ZO ZO PS PM PM PB PM ZO ZO PS PM PM PB PB PB ZO PS PM PB PB PB PB 模糊决策一般采用Mamdani(min-max)决策法。解模糊有重心法、等分法、最大隶属度平均法等5种可供选择，在此采用重心法（centroid）。根据以上规则和方法，设计出模糊控制器的输出与输入的关系曲面图，即得出模糊规则是一种非线性控制。 基此，可搭建如图1.5所示的模糊控制系统Simulink仿真模型，通过模糊控制器模块，可以和包含模糊控制器的fis文件联系起来，还可以随时改变输入输出论域，隶属度函数以及模糊规则，方便仿真和调试。经过多次整定，选取误差E、误差变化率EC的量化因子及控制量U的比例因子分别为：，仿真得到系统阶跃响应曲线如图1.6所示。 图1.5 模糊控制系统Simulink仿真模型 图1.6 模糊控制系统阶跃响应曲线 从图1.6可看出，单纯的模糊控制器相当于非线性的PD控制，无积分作用，其调节不能做到无静差。在仿真过程中发现，量化因子、比例因子的大小对模糊控制器控制性能的影响很大，也许还存在一组最优量化因子和比例因子，能使系统获得更好的响应特性。 III. Fuzzy自适应PID控制器 由于常规PID控制在稳定阶段有良好的响应性能，于是采用Fuzzy+PID控制方法，构成FuzzyPID控制系统。其结构框图如图1.7所示。 图1.7 Fuzzy控制+PID控制 在Matlab/S