MATLAB模糊控制仿真程序.doc

clear all; close all; ts=20; sys1=tf([1],[60,1],inputdelay,80); %生成或转换传递函数模型 dsys1=c2d(sys1,ts,zoh); %将连续系统离散化 [num1,den1]=tfdata(dsys1,v); %传统PID算法 u_1=0;u_2=0;u_3=0;u_4=0;u_5=0; y_1=0;y_2=0;y_3=0; error_1=0;ei=0; for k=1:1:300 time(k)=k*ts; rin(k)=40; yout(k)=-den1(2)*y_1+num1(2)*u_5; error(k)=rin(k)-yout(k); ei=ei+error(k)*ts; kp=0.8;ki=0.005;kd=3.0; u(k)=kp*error(k)+kd*(error(k)-error_1)/ts+ki*ei; if u(k)=110 u(k)=110; end if u(k)=-110 u(k)=-110; end %返回PID参数 u_5=u_4;u_4=u_3;u_3=u_2;u_2=u_1;u_1=u(k); y_3=y_2;y_2=y_1;y_1=yout(k); error_1=error(k); end %获得传递函数模型数据 %模糊PID控制系统 a=newfis(fuzzf); %创建新的模糊推理系统 f1=1; a=addvar(a,input,e,[-5*f1,5*f1]); %添加 e 的模糊语言变量 a=addmf(a,input,1,NB,trimf,[ -7.5 -5 -2.5]); %添加 e 的模糊语言变量的隶属度函数（z型） a=addmf(a,input,1,NS,trimf, [-5 -2.5 0]); a=addmf(a,input,1,ZE,trimf,[-2.5 0 2.5]); a=addmf(a,input,1,PS,trimf,[0 2.5 5]); a=addmf(a,input,1,PB,smf,[2.5 5 7.5]); f2=1; a=addvar(a,input,ec,[-10*f2,10*f2]); %添加 ec 的模糊语言变量 a=addmf(a,input,2,NB,trimf,[-15 -10 -5]); a=addmf(a,input,2,NS,trimf,[-10 -5 0]); a=addmf(a,input,2,Z,trimf, [-5 -5.551e-017 5]); a=addmf(a,input,2,PS,trimf, [0 5 10]); a=addmf(a,input,2,PB,smf, [5 10 15]); f3=1.5; a=addvar(a,output,u,[0*f3,220*f3]); %添加 u 的模糊语言变量 a=addmf(a,output,1,NB,trimf, [-55 -4.441e-016 55]); a=addmf(a,output,1,NS,trimf, [0 55 110]); a=addmf(a,output,1,Z,trimf, [55 110 165]); a=addmf(a,output,1,PS,trimf, [110 165 220]); a=addmf(a,output,1,PB,smf,[165 220 275]); rulelist=[1 1 5 1 1; %编辑模糊规则 1 2 5 1 1; 1 3 5 1 1; 1 4 5 1 1; 1 5 5 1 1; 2 1 5 1 1; 2 2 4 1 1; 2 3 4 1 1; 2 4 3 1 1; 2 5 2 1 1; 3 1 5 1 1; 3 2 4 1 1;