4.5.4确定相关模糊规则并建立模糊控制规则表 ----------------------------------- 25 4.5.5模糊推理 ------------------------------------------------------------------------------ 25
第5章模糊PID控制器的MATLAB仿真 ------------------------------------------------------------ 26
5.1 模糊控制器的设计 --------------------------------------------------------------------------- 27
5.1.1 模糊控制器原理图 ------------------------------------------------------------------ 27 5.1.2 自适应模糊PID控制器设计 ----------------------------------------------------- 27 5.1.3 控制系统的SIMULINK实现 ------------------------------------------------------- 27 5.2 MATLAB仿真 ------------------------------------------------------------------------------------ 32
5.2.1 MATLAB简介 -------------------------------------------------------------------------- 32 5.2.2利用子系统对控制系统进行SIMULINK建模 --------------------------------- 33 5.2.3控制系统的SIMULINK仿真研究 -------------------------------------------------- 33 5.3分析与结论 ------------------------------------------------------------------------------- 35
第6章 结束语 ------------------------------------------------------------------------------------------ 36 参考文献 --------------------------------------------------------------------------------------------------- 37 外文原文和译文 ---------------------------------------------------------------- 错误！未定义书签。 致 谢 --------------------------------------------------------------------------------------------------- 38 附 录 --------------------------------------------------------------------------------------------------- 39
IV
第1章 绪论
1.1 课题的研究背景及意义
现代控制系统，规模越来越大，系统越来越复杂，用传统的控制理论方法已不能满足控制的要求。智能控制是在经典控制理论和现代控制理论的基础上发展起来的，是控制理论、人工智能和计算机科学相结合的产物。智能控制主要分为模糊逻辑控制、神经网络控制和实时专家系统。研究的主要目标不仅仅是被控对象，同时也包含控制器本身。 模糊理论是在美国柏克莱加州大学电气工程系L.A.Zadeh教授于1965年创立的模糊集合理论的数学基础上发展起来的，主要包括模糊集合理论、模糊逻辑、模糊推理和模糊控制等方面内容。
L.A.Zadeh教授在1965年发表的Fuzzy Set论文中首次提出表达事物模糊性的重要概念——隶属函数。模糊控制理论的核心是利用模糊集合论，把人的控制策略的自然语言转化为计算机能够接受的算法语言所描述的算法。但它的控制输出却是确定的，它不仅能成功的实现控制，而且能模拟人的思维方式，对一些无法构成数学模型的对象进行控制。“模糊概念”更适合于人们的观察、思维、理解、与决策，这也更适合于客观现象和事物的模糊性。“模糊控制”的特色就是一种“语言型”的决策控制。 模糊控制技术，已经成为智能控制技术的一个重要分支，它是一种高级算法策略和新颖的技术。自从1974年英国的马丹尼(E.H.Mandani)工程师首先根据模糊集合理论组成的模糊控制器用于蒸汽发动机的控制以后，在其发展历程的30多年中，模糊控制技术得到了广泛而快速的发展。现在，模糊控制已广泛地应用于冶金与化工过程控制、工业自动化、家用电器智能化、仪器仪表自动化、计算机及电子技术应用等领域。尤其在交通路口控制、机器人、机械手控制、航天飞行控制、汽车控制、电梯控制、核反应堆及家用电器控制等方面，表现其很强的应用价值。并且目前已有了专用的模糊芯片和模糊计算机的产品，可供选用。我国对模糊控制器开始研究是在1979年，并且已经在模糊控制器的定义、性能、算法、鲁棒性、电路实现方法、稳定性、规则自调整等方面取得了大量的成果。著名科学家钱学森指出，模糊数学理论及其应用，关系到我国二十一世纪的国力和命运。
1.2 PID控制的特点
PID控制的优点与缺点：[1]
(1)PID控制具有适应性强的特点，适应各种控制对象，参数的整定是PID控制的一个关键问题；
(2)只要参数整定合适，对大多数被控对象可以实现无差控制，稳态性能好，但动态特性不太理想；
(3)PID控制不具有自适应控制能力，对于时变、非线性系统控制效果不佳。当系统
1
参数发生变化时，控制性能会产生较大的变化，控制特性可能变坏，严重时可能导致系统的不稳定。
虽然PID控制具有一些不理想的方面，但由于其具有十分明显的优点，在工业过程控制领域一直占据了主导地位，而且全世界的控制技术研究和应用人员对PID控制进行了大量的研究，努力改善PID控制的性能。围绕PID控制，并与多种其它控制技术结合，形成了多种PID控制技术，以下是一些PID控制技术的发展和研究方向：
（1）专家PID控制：专家控制(Expert Control )的实质是基于受控对象和控制规律的各种知识，并以智能的方式利用这些知识来设计控制器。利用专家经验来设计PID参数便构成专家PID控制；
（2）模糊PID控制：模糊控制技术与PID控制结合构成模糊PID控制；
（3）神经PID控制：运用神经网络技术对PID控制参数进行整定，构成神经PID控制；
（4）遗传PID控制：用遗传算法对PID控制参数进行整定和优化，构成遗传PID控制；
（5）灰色PID控制：灰色系统理论与PID控制结合进行系统控制构成PID控制。 以上多种PID控制方法，是PID控制与现代控制技术的结合，主要是在PID参数动态整定上进行了大量研究，在保持PID控制基本原理的基础上，改善了PID控制的性能，在工业过程控制领域继续占据着主导地位。
1.3 模糊控制技术概述
模糊控制主要还是建立在人的直觉和经验的基础上，这就是说，操作人员对被控系统的了解不是通过精确的数学表达式，而是通过操作人员丰富的实践经验和直观感觉。这种方法可以看成是一组探索式决策规则。
模糊控制是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机控制方法，作为智能控制的一个重要分支，在控制领域获得了广泛应用。模糊控制的核心是模糊控制器，而模糊控制器的关键是模糊控制规则的确定，即模糊控制规则表，模糊控制规则表是根据专家或者操作者的手动控制经验总结出来的一系列控制规则。
一般最易为人所观察到的就是被控过程的输出变量及其变化率，因此通常把误差e及其变化率ec作为模糊控制器的输入语言变量，把控制量U作为模糊控制器的输出语言变量，从关系上看为U?F(E,EC，实质上体现为模糊控制器是一种非线性的比例微分(PD)控制关系。
模糊控制系统框图如图1.1所示。
图1.1 模糊控制系统框图
误差e、误差变化率ec和输出y的实际变化范围，称为模糊控制的基本论域。在模糊控制中，用模糊概念来表述输入和输出变量，e和ec称为输入语言变量，y称为输出语言变量。语言变量是一个模糊集合，语言变量的取值称为语言变量值。语言变量值根
2
据问题需要确定，是语言变量的模糊子集。语言变量值是构成语言变量的词集。对于输入变量e、ec在基本论域内的一个实际值，为实施模糊控制，需要将其转化为语言变量值，这个转化依赖于语言变量值的隶属度函数，这种转化的过程叫模糊化。
经过模糊化处理后，得到输入变量e、ec在输入基本论域内的一个实际值隶属于各语言变量值的程度。一般在一个模糊规则的前件中往往不只有一个命题，需要用模糊算子获得该规则前件被满足的程度。模糊算子的输入是两个或者多个输入的经过模糊化后得到的语言变量值(隶属度值)，其输出是一条规则的整个前件被满足的隶属度。将一条规则的整个前件被满足的隶属度作为输入，根据规则“如果x是A，则y是B”，表示的A与B之间的模糊蕴涵关系(A?B)进行模糊推理，可以得到一个输出模糊集，即输出语言变量值，这种过程称为模糊推理。模糊推理又称模糊逻辑推理，它是一种以模糊推断为前提，运用模糊语言规则，推出一个新的近似的模糊推断结论的方法。
模糊推理的关键是模糊控制规则的确定，即模糊控制规则表，模糊控制规则表是根据专家或者操作者的手动控制经验总结出来的一系列控制规则。由于一般情况下，模糊规则库由多条规则组成，经过模糊推理得到的是一个由每一条规则推理得出的输出语言变量值的集合，因此需要将这些输出语言变量值进行某种合成运算，得到一个综合的输出模糊集，这种过程称为模糊合成。将经过模糊合成得到的综合输出模糊集进行转化，即将语言变量值转化为输入变量基本论域内的一个实值，对被控过程进行控制，这种过程叫模糊判决或者叫去模糊化。
3
第2章 模糊控制理论
2.1 模糊集合定义
模糊集合：论域U到[0，1]区间的任一映射?A，即
?A：U?[0，1] （2.1）
确定U的一个模糊子集A，简称模糊集。?A称为A的隶属度函数，?A?x?称为x对A的隶属度。
?A?x?表示论域U中的元素x属于模糊子集A的程度或等级。它在[0，1]闭区间内可连续取值。?A?x?的值越接近1，则x隶属于A的程度越高；?A?x?越接近于0，表示属于A的程度低。
2.2 模糊语言
语言是一种符号系统，它包括自然语言，机器语言等等。其中自然语言是以字或词为符号的一种符号系统，人们用它表示主客观世界的各种事物、观念、行为和情感的意义，是人们在日常工作和生活中所使用的语言。自然语言中常含有模糊概念。在实际生产过程中，人们发现，有经验的操作人员，虽然不懂被控对象或被控过程的数学模型，却能凭借经验采取相应的决策，很好的完成控制工作[2]。
例如，控制加热炉的温度时，就可以根据操作工人的经验调节电加热炉供电电压，达到升温和降温的目的，人工操作控制温度时，操作工人的经验，可以用下述语言来描述：
若炉温低于给定温度则升压，低的越多，升压越高。 若炉温高于给定温度则降压，高的越多，降压越低。 若炉温等于给定温度，则保持电压不变。
上述这些用以描述操作经验的一系列模糊性语言，就是模糊条件语句。再用模糊逻辑推理对系统的实时输入状态观测量进行处理。则可产生相应的控制决策，这就是模糊控制。
图2.1是一个人工操作的控制系统示意图。操作者首先通过传感器和仪表显示设备，知道系统的输出量及其变化的模糊信息。然后，操作者就用这些信息，根据已有的经验来分析判断，得出相应的控制决策，实现对工业对象的控制。
4