梯形、钟形、高斯型等应用较普遍。在选择隶属函数时，远离系统平衡点，偏差较大时选用分辨率低的隶属函数，接近平衡点，偏差较小时选用高分辨率隶属函数。一般隶属函数越陡峭分辨率越高，控制灵敏度增高，输出越不平滑[6]。 针对模糊PI控制输入输出的要求，为模糊模型的输入输出选择不同的隶属函数。输入要求映射结果平滑，细化模糊推理，选择高斯型隶属函数；输出要求响应快、分辨率高，选择三角形隶属函数。输入量E和EC的隶属函数如图6（a）所示。同理，输出量kp和ki的隶属函数分别如图6（b）和（c）所示，其论域范围分别为[-1，1]和[-0.1，0.1]，此范围由PI控制的初始参数Kp*和Ki*来确定。 3.2.2 模糊控制规则形成和推理
模糊控制规则建立输入输出量的关系，一般是基于专家或操作人员长期积累的经验，按照人的直觉推理语言来表示。本文建立了模糊控制规则表来描述E、EC和kp、ki的关系，如表2和表3所示。
3.2.3 模糊输出量的解模糊判决
经过模糊推理得到的控制变量是模糊量，不能直接作为控制输出，需要将其转换为精确量，这个过程就是模糊输出量的解模糊判决。本文采用Mamdani推理方法，即加权平均法，在Matlab模糊工具箱中建立模糊模型时即可方便选取此方法。
按照上述的模糊推理理论，在Matlab/Simulink环境下建立模糊PI控制模块，如图7所示。图中ke和kec分别为e和ec的量化因数， dkup、dkui分别为PI控制初始参数Kp*、Ki*的变化范围。这样，实时修正的模糊PI控制参数计算如下[7]：
Kp=Kp*+kp*0.2（1） Ki=Ki*+ki*0.2（2）
4 Matlab/Simulink仿真结果与分析
基于上述建立的Matlab/Simulink模型，对模糊PI和常规PI控制算法进行仿真实验验证。仿真模型具体参数设置如表4所示。
从图8可看出，A相绕组电流随着转速和扭矩的突变，模糊PI的电流变化比常规PI更加平缓，意味着电机的输出扭矩变化也会比较平缓，这正好验证了图9的电机输出扭矩。 图9中，模糊PI的起动扭矩较大，零负载时扭矩波动较小，当转速突变时扭矩迅速变化，当负载突变时，输出扭矩平滑过度，综合来看，模糊PI的起动性能和动态性能都有一定优势。
图10显示了模糊PI和常规PI控制的转速变化，模糊PI的响应速度快，在起动和转速突变时仅用0.5s就趋于稳定，且超调量为0，而常规PI要用0.8s趋于稳定，超调量为2%。 综上所述，模糊PI控制器对PI参数的实时调整，有效
地提高了调速系统的稳态和动态性能，系统误差减小，转速和转矩波动减小，响应速度加快，验证了模糊PI控制器的有效性。 5 结束语
本文基于Ansoft/Rmxprt进行有限元分析得到了实物开关磁阻电机的磁链非线性数据，以此为依据在
Matlab/Simulink中建立了精确的电机本体数学模型，然后设计了模糊PI控制调速系统，进行了仿真实验验证。仿真结果表明，建立的电机本体数学模型是合理有效的，模糊PI控制器对SRM非线性系统具有较强的自适应性，并能显著提升电机调速系统的稳态和动态性能，达到了较理想的控制效果，为下一步设计电机调速硬件系统提供了必要的理论基础。 参考文献：
[1]王宏华.开关磁阻电动机调速控制技术[M].二版.北京：机械工业出版社，2014.
[2]吴红星.开关磁阻电机系统理论与控制技术[M].北京：中国电力出版社，2010.
[3]江华.基于Rmxprt与Maxwell2D的开关磁阻电机特性仿真[J].防爆电机，2014（06）：24-28.
[4]张小春，任开春，张迁，吴钊铭.Matlab软件中的开关磁阻电机模型研究[J].UPS应用，2013（143）：52-56. [5]赵影，刘娅如.基于Matlab/Simulink和Ansoft/Rmxprt
的开关磁阻电机系统控制仿真研究[J].测控技术，2012（02）：107-110.
[6]丛望，米芳芳.基于模糊PID控制的开关磁阻电动机调速系统的建模与仿真[J].船电技术，2008（01）：39-42. [7]李锋，刘芬，王宝忠.基于模糊PI控制的开关磁阻电机调速系统的MATLAB仿真[J].电子设计工程，2015（08）：114-117，121.