第4章模糊控制.ppt

第4章 模糊控制; 模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法。它是从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该方法首先将操作人员或专家经验编成模糊规则，然后将来自传感器的实时信号模糊化，将模糊化后的信号作为模糊规则的输入，完成模糊推理，将推理后得到的输出量加到执行器上。;图 模糊控制原理框图; 模糊控制器（Fuzzy Controller—FC）也称为模糊逻辑控制器（Fuzzy Logic Controller—FLC）,由于所采用的模糊控制规则是由模糊理论中模糊条件语句来描述的，因此模糊控制器是一种语言型控制器，故也称为模糊语言控制器（Fuzzy Language Controller—FLC）。;4.1.2 模糊控制器的构成 模糊控制器的组成框图如图所示。;[1].??模糊化接口（Fuzzy interface） 模糊控制器的输入必须通过模糊化才能用于控制输??的求解，因此它实际上是模糊控制器的输入接口。它的主要作用是将真实的确定量输入转换为一个模糊矢量。对于一个模糊输入变量e，其模糊子集通常可以作如下方式划分： （1）={负大，负小，零，正小，正大}={NB, NS, ZO, PS, PB} （2）={负大，负中，负小，零，正小，正中，正大}={NB, NM, NS, ZO, PS, PM, PB} （3）={大，负中，负小，零负，零正，正小，正中，正大}={NB, NM, NS, NZ, PZ, PS, PM, PB} ;用三角型隶属度函数表示如图所示。 ;[2]. 知识库（Knowledge Base—KB） 知识库由数据库和规则库两部分构成。 （1）数据库（Data Base—DB） 数据库所存放的是所有输入、输出变量的全部模糊子集的隶属度矢量值（即经过论域等级离散化以后对应值的集合），若论域为连续域则为隶属度函数。在规则推理的模糊关系方程求解过程中，向推理机提供数据。;（2）规则库（Rule Base—RB） 模糊控制器的规则司基于专家知识或手动操作人员长期积累的经验，它是按人的直觉推理的一种语言表示形式。模糊规则通常有一系列的关系词连接而成，如if-then、else、also、end、or等，关系词必须经过“翻译”才能将模糊规则数值化。最常用的关系词为if-then、also，对于多变量模糊控制系统，还有and等。例如，某模糊控制系统输入变量为（误差）和（误差变化），它们对应的语言变量为E和EC，可给出一组模糊规则：; R1: IF E is NB and EC is NB then U is PB R2: IF E is NB and EC is NS then U is PM 通常把if…部分称为“前提部分，而then…部分称为“结论部分”，其基本结构可归纳为If A and B then C,其中A为论域U上的一个模糊子集，B是论域V上的一个模糊子集。根据人工控制经验，可离线组织其控制决策表R, R是笛卡儿乘积集上的一个模糊子集，则某一时刻其控制量由下式给出：;式中 × 模糊直积运算； ° 模糊合成运算。 规则库是用来存放全部模糊控制规则的，在推理时为“推理机”提供控制规则。规则条数和模糊变量的模糊子集划分有关，划分越细，规则条数越多，但并不代表规则库的准确度越高，规则库的“准确性”还与专家知识的准确度有关。;[3]．推理与解模糊接口（Inference and Defuzzy-interface） 推理是模糊控制器中，根据输入模糊量，由模糊控制规则完成模糊推理来求解模糊关系方程，并获得模糊控制量的功能部分。在模糊控制中，考虑到推理时间，通常采用运算较简单的推理方法。最基本的有Zadeh近似推理，它包含有正向推理和逆向推理两类。正向推理常被用于模糊控制中，而逆向推理一般用于知识工程学领域的专家系统中。 ; 推理结果的获得，表示模糊控制的规则推理功能已经完成。但是，至此所获得的结果仍是一个模糊矢量，不能直接用来作为控制量，还必须作一次转换，求得清晰的控制量输出，即为解模糊。通常把输出端具有转换功能作用的部分称为解模糊接口。 综上所述，模糊控制器实际上就是依靠微机（或单片机）来构成的。它的绝大部分功能都是由计算机程序来完成的。随着专用模糊芯片的研究和开发，也可以由硬件逐步取代各组成单元的软件功能。;4.1.3 模糊控制系统的工作原理;图 水箱液位控制 ;[1] 确定观测量和控制量 定义理想液位O点的水位为h0，实际测得的水位高度为h，计算液位差 将当前水位对于O点的偏差e作为观测