模糊控制原理.ppt

5.5 基于Simulink的模糊控制系统仿真 1．C-FC系统仿真 例：Sltankrule 和sltank 先在Matlab中建立模糊推理系统，在Simulink中，用Fuzzy Logic Controller 或 Fuzzy Logic Controller with Ruleviewer模块调用该推理系统，与比例因子结合，构成模糊控制器。 2. D-FC 系统仿真 在Matlab中建立模糊推理系统，计算出查询表，在Simulink中，用二维表格Look-Up Table（2-D）存放查询表。 思考与讨论 离开Matlab环境，采用C、Fortran、汇编等语言，如何自己编程实现C-FC和D-FC控制？ 第六节 模糊控制系统设计综述 6.1 D-FC和C-FC 比较 输入输出变量的实际论域一般是连续论域，而这些变量在模糊控制器内部的论域可以是离散的也可以是连续的，因此模糊控制器分为D-FC和C-FC两大类。下面从应用的角度比较一下二者的优缺点。 1．控制精度 模糊控制本身消除系统稳态误差的性能比较差，难以达到较高的控制精度。尤其是在离散有限论域设计时，更为明显。 4．建立模糊控制规则的基本思路 ① 误差E为正大 当误差变化为负时，系统本身已有减少误差的趋势，所以为了尽快消除误差且又不超调，应取较小的控制量。若误差变化为负小时，控制量的变化取负中；若误差变化负大或负中，控制量不宜增加，否则造成超调会产生负误差，这时控制量的变化取为零等级。 ② 误差为正中 控制量的变化应尽快消除误差，基于这种原则，控制量的变化取为同误差为正大时相同。 ③ 误差为正小 系统接近稳态，若误差变化为正时，选取控制量变化为负中，以抑制误差向正方向变化； 若误差变化为负时，系统本身有消除正小误差的趋势，选取控制量变化为正小即可。 其次，误差为负与误差为正时类同，相应的符号都要变化。 4．建立模糊控制规则的基本思路 总之，取控制量变化的原则是：当误差较大或大时，选择控制量以尽快消除误差为主；而当误差较小时，选择控制量要注意防止超调，以保证系统的稳定性为主要出发点。 3.2.5 模糊推理 Fuzzy Inference 给定规则集 规则1： 若 x为A1 and y为B1，则 z为C1 规则2： 若 x为A2 and y为B2，则 z为C2 规则n： 若 x为An and y为Bn，则 z为Cn 其中，x?X，y ?Y，z?Z，语言变量x的模糊集为A1~An，语言变量y的模糊集为B1~Bn，语言变量z的模糊集为C1~Cn。 无论连续还是离散论域，模糊推理都有下述三个规律 。 模糊推理规律 其中，Ri是第i条规则的模糊关系，R是n条规则全体构成的模糊关系。 规律一 ○为合成算子。A′×B′为两个模糊集合的直积。 规律三 规律二 其中Ai×Bi×Ci表示三个模糊集合的直积，是X×Y×Z上的模糊关系。 模糊推理定理 定理1（各规则分别推理） 模糊推理定理 定理2（各条件分别推理） 模糊推理定理 定理3（输入为模糊单点时的推理方法） 输入为x=x0，y=y0 αi称为规则i的激活度。 x0，y0看作模糊单点，则有 证明： 重点 由定理1知 输入 x=x0，y=y0时，上式可化简为 因此 两条规则时推理过程图示 　设计模糊控制器，即建立一个模糊推理系统，根据输入的精确量，得到精确的输出控制量。包括： 确定基本论域和论域（比例因子） 定义模糊子集和隶属函数 设计模糊控制规则 选择模糊推理方法（max-min） 确定模糊化（单点）、清晰化的方法（重心法） 想法？ 第三节 离散论域的模糊控制系统 模糊控制系统组成 当论域为离散时，经过量化后的输入量的个数是有限的。因此，可以针对输入情况的不同组合，离线计算出相应的控制量，从而组成一张控制表，实际控制时只要直接查表即可，在线的运算量是很少的。这种离线计算、在线查表的模糊控制方法比较容易满足实时控制的要求。 D-FC 系统结构 以某电加热炉温度控制系统为例来说明D-FC的设计过程。该系统通过控制可控硅导通角来控制电加热炉的电压，从而控制炉温。 还原炉温度模糊控制系统 r为给定温度，y为被控对象的实测温度，采用二维模糊控制器，输入为误差e=r-y和误差的变化ec=ek-ek-1，输出uc为可控硅导通角的变化量。 D-FC的设计过程 1．确定输入输出变量的基本论域、论域 D-FC的设计过程 e、ec、u的实际变化范围分别为[-30，30]，[-24，24]，[-36，36]。 E、EC、UC的离散论域均为 {-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6} 则