Matlab模糊控制_1.ppt

第二部分模糊控制系统设计 — MATLAB模糊逻辑工具箱应用 武汉大学动机学院 2005.2 1. 模糊逻辑控制系统特点 无需知道被控对象的数学模型。模糊控制是以人对被控系统的控制经验为依据而设计的控制器，故无需知道被控系统的数学模型。 是一种反映人类智慧思维的智能控制。模糊控制采用人类思维中的模糊量，如“高”、“中”、“低”、“大”、“小”等，控制量由模糊推理导出。这些模糊量和模糊推理是人类通常智能活动的体现。 易被人们所接受。模糊控制的核心是控制规则，这些规则是以人类语言表示的，如“衣服较脏，则投入洗涤剂较多，洗涤时间较长”，很明显这些规则易被一般人所接受和理解。 构造容易。用单片机等来构造模糊控制系统，其结构与一般的数字控制系统无异，模糊控制算法用软件实现。 鲁棒性好。模糊控制系统无论被控对象是线性的还是非线性的，都能执行有效的控制，具有良好的鲁棒性和适应性。 2. 模糊逻辑控制系统基本结构原理 一维模糊控制器如图2(a)所示，它的输入变量是系统的偏差量E，输出变量是系统控制量的变化值U。由于仅采用偏差控制，所以系统的动态控制性能不佳，一般用于一阶被对象。 二维模糊控制器如图2 (b)所示，它的输入量是偏差量E和偏差变化E’，以控制量的变化值U作为输出量，它比一维控制器有较好的控制效果，且易于计算机的实现，是目前广为采用的一类模糊控制器。 三维模糊控制器如图2 (c)所示，它的三个输入变量分别为系统偏差量E，偏差变化E’和偏差变化的变化率E’’，以控制量的变化值U作为输出量。由于这类模糊控制器结构较复杂，推理运算时间长，所以一般较少采用。 由以上分析可见，模糊控制器的设计问题就是模糊化过程、知识库(主要指规则库)、推理决策和精确化计算四部分的设计问题。在讨论基于MATLAB的模糊系统设计之前，先定性地分析一下四大部件的设计问题。 * * 设计一个模糊控制系统需要相当的经验和专家知识。例如，到目前为止，各国学者提出的模糊推理有十多种，但还没有一种方法能在各方面都表现出最大的合理性，因此，系统性能的好坏和许多因素有关，一般需要试验验证。 设计过程较为繁琐，方法较多。不同的方法和参数对控制品质均有影响，一般需要多方面的比较，选优。 MATLAB模糊逻辑工具箱提供了强有力的工具，可大大简化设计过程和时间。 模糊控制系统是一种自动控制系统，它是以模糊数学、模糊语言形式的知识表示和模糊逻辑推理为理论基础，采用计算机控制技术构成的一种具有闭环结构的数字控制系统。它的组成核心是具有智能性的模糊控制器，在控制原理上它应用模糊集合论、模糊语言变量和模糊逻辑推理的知识，模拟人的模糊思维方法，对复杂过程进行控制。模糊逻辑控制的基础是模糊逻辑。模糊逻辑控制是利用模糊逻辑建立 一种“自由模型”的非线性控制算法，特别是在那些采用传统定量技术分析过于复杂的过程或者提供的信息是定性、非精确的、非确定的系统中，模糊逻辑控制的效果是相当明显的。 模糊逻辑控制系统的基本结构如图1所示。 2.1 模糊逻辑控制系统基本结构 图1. 模糊逻辑控制系统的基本结构 从图中可以看出，模糊控制系统的主要部件是模糊化过程、知识库(含数据库和规则库)、推理决策和精确化计算。很显然，模糊控制系统在结构上与传统的控制系统没有太大的差别。主要不同之处在于控制器采用了模糊控制器。由于模糊控制器是采用数字计算机来实现的，所以，它应该具备下列三个重要功能： 把系统的偏差从数字量转化为模糊量，即由：模糊化过程、数据库两块完成。 对模糊量由给定的规则进行模糊推理，即由：规则库、推理决策(决策逻辑)完成。 把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量(精确化接口)。 2.2 模糊逻辑控制器基本结构 (1) 单变量模糊控制器 在模糊控制系统中，具有一个输入变量和一个输出变量的系统称为单变量模糊控制系统，单变量模糊控制系统所采用的模糊控制器称之为单变量模糊控制器。通常把单变量模糊制器的输入量个数称为模糊控制器的维数，如图2所示。 图2 单变量模糊控制器 (2) 多变量模糊控制器 在模糊控制系统中，多于一个输入和输出变量的系统称为多变量模糊控制系统, 此处不过多讨论。 2.3 模糊逻辑控制器组成 模糊控制器的基本组成如图3所示。它包含有模糊化接口、规则库、模糊推理、清晰化接口等部分。输入变量是过程实测变量与系统设定值之差值。输出变量是系统的实时控制修正变量。模糊控制的核心部分是包含语言规则的规则库和模糊推理。模糊推理就是一种模糊变换，它将输入变量模糊集变换为输出变量的模糊集，实现论域的转换。 图3 模糊控制器功能模块 2.4 模糊逻辑控制器的设计问题 2.4.1 模糊控制器的