天津工业大学2010届本科毕业设计论文 由图可知，模糊逻辑工具箱必须在MATLAB环境下运行，它所创建的模糊控制器可以为其他工具箱所用，也可以用Simulink环境对它进行仿真。
（1）模糊控制器的结构
根据具体的系统确定其输入、输出变量。当被控对象是一个控制精度要求不高的系统，并且只有单个控制量时，则可以采用单纯的模糊控制器组成的SISO系统。这时，控制系统是最简单的，模糊控制器只考虑偏差e作为输入量。当被控对象是一个控制精度要求较高的系统时，则可采用二维模糊控制器、三维模糊控制器，变型模糊控制器等复合型模糊控制器，当被控对象是一个控制要求较高的系统，而且要求对变化有较好的适应性时，则可以采用自适应模糊控制器。
（2）输入、输出变量的模糊化
输入、输出变量的模糊化主要解决在语言变量领域中取模糊量的个数和确定模糊量的隶属函数形状的问题。
（3）模糊推理算法的设计
根据模糊控制规则（If-then规则）进行模糊推理。这其中包括了对许多个输入用模糊算法进行处理的过程。
（4）模糊合成算法的设计
模糊合成算法一般都是采用最大值法 （5）反模糊化方法的设计
反模糊化，也就是模糊量的精确化，可以采用很多方法，其中较常用的有效的三种方法是最大隶属度法，中位数发和重心法。最大隶属度法就是在模糊控制器的推理输出结果中，取其隶属度最大的元素作为精确值去执行控制，这种方法简单、方便、容易实现，但是不能反映次要信息。中位数法就是把模糊合成得到的函数与坐标所围城的面积分成两部分，在两部分相等的条件下，两部分分界点所对应的横坐标值就是饭模糊化后的精确值。重心法也叫力矩法，其实质是加权平均法，它对模糊推理结果的所有元素求取重心元素，这个重心元素就是作为反模糊化之后得到的精确值。
5.3模糊PID的仿真 5.3.1控制对象模型
本文选择的仿真对象传递函数模型：
K??s G(s)?e 式(5-1)
1?TSK：对象的静态增益；T：对象的时间常数；τ：对象的纯之后时间。
通过计算K=0.92，T=144s，τ=30s
32
天津工业大学2010届本科毕业设计论文 仿真对象传递函数：
G(s)?0.92?30se 式(5-2)
144S?1其工作范围为：?55?C~125?C，控制要求时要达到系统响应曲线调节时间短、无超调、稳态误差在?1?C内的技术指标。本文采用模糊PID控制方法来观察其控制性能。
5.3.2MATLAB仿真
Simulink是MATLAB的建模和仿真环境。它其中除了包括输入模块、输出模块、连续模块、离散模块、函数和表模块、数学模块、非线性模块、信号模块以及子系统模块外，还包括了各个工具箱特有的模块，如模糊逻辑工具箱的模糊逻辑控制器模块。用户可以利用这些模块搭建起自己的系统并进行仿真，通过更改这些模块的参数提高系统的性能，最终得到合乎自己设计要求的系统。本文所有的仿真都是在Simulink中完成的.
图5-2 模糊控制器
纯PID控制有较大的超调量：而纯模糊控制由于自身结构的原因又不能消除稳态误差，稳态误差较大。所以，考虑把他们两者相结合，实现优势互补。本论文采用参数模糊PID控制。
（1）确定模糊控制器的类型与结构在MATLAB命令窗口中键入Fuzzy进入模糊逻辑编辑窗口，模糊决策一般采用Mamdanis(min—max)决策法。解模糊一般采用重心法(centroid)。选定[Edit]下的[Add Input]、[Add Output]选项。确定模
33
天津工业大学2010届本科毕业设计论文 糊控制器的结构为两输入(e、ec)、三输出(KP、KI、KD)，并确定输入、输出名，如图5-2所示。
（2）编辑输入、输出变量的隶属函数：打开隶属函数编辑器窗口Membership Function Editor。选定[Edit]下的[Add MFS]，选择隶属函数的类型为三角形隶属函数trimf；然后确定输入、输出变量的模糊子集为[NB，NM，NS，ZO，PS，PM，PB]，选定要编辑变量的图标，确定当前变量的论域，最后对各变量的隶属函数标明其对应模糊子集的模糊语言值如图5-3所示。
图5-3 e、ec隶属函数图
（3）编辑模糊控制规则在窗口中双击模糊控制规则图标或选中[View]下拉菜单[Edit rides]选项，将打开模糊规则编辑窗口，确定“If．．．and…Then…and…”形式的模糊控制规则，如图5-4所示，每条规则的加权值都缺省为1，If and then选择框中选中各自的语言变量，然后单击窗口下的Edit rules，按模糊控制规则表(表1～表2)中规则添加到规则框中。本例共有模糊控制规则49条，模糊控制器编辑完成后，将其保存在一个后缀名为FIS的文件中，以备仿真时调用。
图5-4 模糊规则编辑表
34
天津工业大学2010届本科毕业设计论文
（4）如图5-5所示相应的模糊自整定PID控制器的仿真模型，其中Fuzzy logic子模块即为模糊自调整机构。
图5-5 simulink中构建的系统图
进行仿真前用READFIS命令将K．FIS文件加载到模糊控制器模块(Fuzzy Logic Controller)中。双击Fuzzy Logic Controller模块并在Parameters中输入READFIS命令，打开所建立的K．FIS文件。
5.4仿真结果与分析
为了更好的研究，我们也对常规PID温度控制进行仿真，将所得的仿真结果进行比较。如图5-6、5-7分别为常规PID和模糊PID控制的仿真结果。
图5-6 采用常规PID控制
35
天津工业大学2010届本科毕业设计论文
图5-7 采用模糊PID控制
由仿真结果可知，基于模糊推理的PID控制器相比于传统PID控制器，由于模糊控制器能够根据系统误差e和误差变化率ec对PID的三个参数KP、KI、
KD进行在线修正，所以得到的系统动态响应曲线较好，响应时间短、超调量小，
稳态精度高、系统遇到干扰时能很快恢复稳态，动静态性能好。而且这种方法抗干扰能力也很强，同时对一阶惯性滞后环节的适应能力很强，由于一般温控对象的数学模型可用一阶惯性滞后环节来描述，因而这一控制方法对温控场合的适用性很强。实测表明：采用模糊PID温度控制系统的算法系统响应快而且稳定。
36