《模糊逻辑与模糊控制技术的发展与研究》-毕业论文.docVIP

l 模糊逻辑与模糊控制技术的发展与研究 摘要：针对现代工业控制领域的模糊控制技术的新发展，综合介绍了该领域的基本理论和发展现状，展望了未来的发展应用。 关键词：模糊控制 应用发展 自适应控制 the development and research of fuzzy logic and fuzzy control technology abstract: according to the new development of the modern industrial control field of fuzzy control technology, an overview of the basic theory and the development status of the field, look to the future development applications. keywords: fuzzy control; application development; adaptive control. 1、引言 在现代工业控制领域，伴随着计算机技术的突飞猛进，出现了智能控制的新趋势，即以机器模拟人类思维模式，采用推理、演绎和归纳等手段，进行生产控制，这就是人工智能。其中专家系统、模糊逻辑和神经网络是人工智能的几个重点研究热点。相对于专家系统，模糊逻辑属于计算数学的范畴，包含有遗传算法，混沌理论及线性理论等内容，它综合了操作人员的实践经验，具有设计简单，易于应用、抗干扰能力强、反应速度快、便于控制和自适应能力强等优点。近年来，在过程控制、建摸、估计、辩识、诊断、股市预测、农业生产和军事科学等领域得到了广泛应用。为深入开展模糊控制技术的研究应用，本文综合介绍了模糊控制技术的基本理论和发展状况，并对一些在电力电子领域的应用作了简单介绍。 2、模糊逻辑与模糊控制 2.1 模糊逻辑与模糊控制的概念 1965年，加州大学伯克利分校的计算机专家lofty zadeh提出“模糊逻辑”的概念，其根本在于区分布尔逻辑或清晰逻辑，用来定义那些含混不清，无法量化或精确化的问题，对于冯˙诺依曼开创的基于“真－假”推理机制，以及因此开创的电子电路和集成电路的布尔算法，模糊逻辑填补了特殊事物在取样分析方面的空白。在模糊逻辑为基础的模糊集合理论中，某特定事物具有特色集的隶属度，他可以在“是”和“非”之间的范围内取任何值。而模糊逻辑是合理的量化数学理论，是以数学基础为为根本去处理这些非统计不确定的不精确信息。 模糊控制是基于模糊逻辑描述的一个过程的控制算法。对于参数精确已知的数学模型，我们可以用berd图或者nyquist图来分析家其过程以获得精确的设计参数。而对一些复杂系统，如粒子反应，气象预报等设备，建立一个合理而精确的数学模型是非常困难的，对于电力传动中的变速矢量控制问题，尽管可以通过测量得知其模型，但对于多变量的且非线性变化，起精确控制也是非常困难的。而模糊控制技术仅依据与操作者的实践经验和直观推断，也依靠设计人员和研发人员的经验和知识积累，它不需要建立设备模型，因此基本上是自适应的，具有很强的鲁棒性。历经多年发展，已有许多成功应用模糊控制理论的案例，如rutherford，carter 和ostergaard分别应用与冶金炉和热交换器的控制装置。 2.2 分析方法探讨 工业控制系统的稳定性是探讨问题的前提，由于难以对非线性和不统一的描述，做出判断，因此模糊控制系统的分析方法的稳定性分析一直是一个热点，综合近年来各位学者的发表的论文,目前系统稳定性分析有以下集中: (1)李普亚诺夫法:基于直接法的离散时间(d-t)和连续时间模糊控制的稳定性分析和设计方法,相对而言起稳定条件比价保守。 (2)滑动变结构系统分析法。 (3)圆稳定性判据方法:利用扇区有界非线性概念,根据稳定判据可推导模糊控制的稳定性。 (4)popov判据。 (5)其他方法如关系矩阵分析法，超稳定理论，相平面法，矩阵不等式或凸优化法，模糊穴穴映射等，详细资料及有关文献很多，在此不再一一赘述。 2.3 模糊控制的设置设计 模糊控制的设计是一个非常复杂的过程，一般而言，采取的设计步骤和工具比较规范．其中模糊控制器一般采用专用软硬件，通用型的硬件芯片在目前市场上比较多，其中主流产品如表1所示．而专用ic发展也很迅速，它把专用ic和软件控制器集成在一起。 设计过程中，一般采取的设计步骤为： (1)综合考虑该课题能否采用模糊控制系统。即考虑采用常规控制方式的可能。 (2)从设备操作人员处获取尽可能多的信息。 (3)选取可能的数学模型，如果用常规方法设计，估计设备的性能特点。 (4)确定模糊逻辑的控制对象。 (5)确定输入输出变量。 (6)确定所确定的各个变量的归属范围。 (7)