纸浆浓度调节系统的模糊控制及MATLAB仿真
第五章模糊控制系统的MATLAB仿真
2. 表述模糊规则的语言和格式编辑 1）语言型 2）符号型 3）索引型 3. 模糊规则的编辑方法 1）编辑一条新模糊规则的方法 2）修改模糊规则 3）删除编好的模糊规则
例题： （1）确定结构 （2）编辑输入变量“level”和“rate” （3）编辑输出量“valve” （4）编辑模糊规则 （5）保存液位FIS并退出FIS编辑系统
4）编修模糊子集位置 5）删除模糊子集的方法 • 单击 • 删除
3. SUGeno型FIS隶属函数MF的编辑 1）进入二维SUGeno型FIS编辑器 2）调出Sugeno型MF编辑器
5.2.4 模糊规则编辑器 1. 模糊规则编辑器界面简介 2. 1）Rule编辑器上的主菜单 3. 2）Rule编辑器上的显示区和编辑区 4. 3）Rule编辑器上的“显示带” 5. 4）Rule编辑器上的编辑功能按钮
Sugeno型模糊推理系统编辑器的模糊逻辑算法与Mamdani型有所不同
5.2.3 隶属函数编辑器 1.MF编辑器界面简介
2. Mamdani型FIS中隶属函数（MF）的编辑 1)编辑输入变量的论域和显示范围 2）增加覆盖输入量模糊子集的数目 • 编辑MF类型 • 编辑隶属函数的数目
• • • • 3）编修隶属函数曲线 MF的命名 细化MF的类型 非标准函数MF的编修
5.2 模糊推理系统的设计与仿真
5.2.1 模糊推理系统的图形用户界面简介
5.2.2 模糊推理系统编辑器 1.FIS编辑器界面简介 • 菜单条和模框区 File Edit View
模糊逻辑区和当前变量区 2. FIS推理系统的编辑 3.编辑FIS的维数 4.编辑FIS输入、输出量的名称
5.编辑FIS的名称 6.编辑模糊逻辑推理的具体算法 在下部模糊逻辑区中
系统的模糊控制MATLAB实现
智能控制大作业第一次大作业：周庆强学号：1140810106工业大学2017年5月25日题目：对一个系统，假设给系统一个阶跃值r=30，采样时间为1s，系统的初始值为r(0)=0，利用常规的模糊控制器对系统进行控制。
思路：在仿真系统中，不需要考虑信号的A/D和D/A转换，模糊控制系统框图如下：1、选择观测量和控制量将偏差e，即当前位置-目标目标，作为观察量（输入量）1，%将偏差的变化量ec，即e(t)-e(t-1)，作为观察量（输入量）2，选取阀门开度u为控制量。
2、输入量和输出量的模糊化将偏差e划分为5个模糊集，负大(NB)、负小(NS)、零(ZO)、正小(PS)、正大(PB)，e为负表示当前水位低于目标水位，e为正表示当前水位高于目标水位。
设定e的取值围为[-3，3]，隶属度函数如下。
同理，将偏差的变化量ec划分为5个模糊集，负大(NB)、负小(NS)、零(ZO)、正小(PS)、正大(PB)，ec为负表示该时刻水位比上一时刻水位小，ec 为表示该时刻水位比上一时刻水位大，。
设定ec的取值围为[-3，3]，隶属度函数如下。
同样将控制量u划分为5个模糊集，负大(NB)、负小(NS)、零(ZO)、正小(PS)、正大(PB)，u为负表示减小控制量，u为正表示增大控制量。
设定u的取值围为[-4，4]，隶属度函数如下。
3、制定模糊规则模糊规则的制定是模糊控制的核心容，控制性能的好坏很大程度上由模糊规则决定，本文主要是根据经验来制定相应的规则。
PB PB PB PB PB PB PB PS PS ZO PB PS ZO NS NB ZO PS NS NB NB NB NB NB NB NB PS PB NBNSZOPSPB ecueNB NS ZO将上述用语言描述的规则转化为“IF A ，THEN B ”的语句如下：1. If (e is NB) and (ec is NB) then (u is PB) 。
实验一--模糊控制器的MATLAB仿真
实验一 模糊控制器的MATLAB 仿真一、实验目的本实验要求利用MATLAB/SIMULINK 与FUZZYTOOLBOX 对给定的二阶动态系统，确定模糊控制器的结构，输入和输出语言变量、语言值及隶属函数，模糊控制规则；比较其与常规控制器的控制效果；研究改变模糊控制器参数时，系统响应的变化情况；掌握用 MATLAB 实现模糊控制系统仿真的方法。
实验时数：3学时。
二、实验设备：计算机系统、Matlab 仿真软件 三、实验原理模糊控制器它包含有模糊化接口、规则库、模糊推理、清晰化接口等部分，输人变量是过程实测变量与系统设定值之差值。
输出变量是系统的实时控制修正变量。
模糊控制的核心部分是包含语言规则的规则库和模糊推理。
模糊推理就是一种模糊变换，它将输入变量模糊集变换为输出变量的模糊集，实现论域的转换。
工程上为了便于微机实现，通常采用“或”运算处理这种较为简单的推理方法。
Mamdani 推理方法是一种广泛采用的方法。
它包含三个过程：隶属度聚集、规则激活和输出总合。
模糊控制器的体系结构如图1所示。
图1 模糊控制器的体系结构四、实验步骤（1）对循环流化床锅炉床温，对象模型为()()1140130120++s s采用simulink 图库，实现常规PID 和模糊自整定PID 。
（2）确定模糊语言变量及其论域：模糊自整定PID 为2输入3输出的模糊控制器。
该模糊控制器是以|e|和|ec|为输入语言变量，Kp 、Ki 、Kd 为输出语言变量，其各语言变量的论域如下：误差绝对值：e={0，3，6，10}；误差变化率绝对值：ec={0，2，4，6}；输出Kp：Up={0，0.5，1.0，1.5}；输出Ki：Ui={0，0.002，0.004，0.006}；输出Kd：Ud={0，3，6，9}。
（3）语言变量值域的选取：输入语言变量|e|和|ec|的值域取值“大”(B)、“中”(M)、“小”(s)和“零”(Z) 4种；输出语言变量Kp、Ki、Kd的值域取值为“很大”(VB)、“大”(B)、“中”(M)、“小”(s) 4种。
matlab(simulink)在造纸浆水平衡计算中的仿真应用
matlab(simulink)在造纸浆水平衡计算中的仿真应用一、简介MATLAB（Matrix Laboratory）是一种高性能语言，用于科学和工程计算。
Simulink是MATLAB的拓展，可以用于建立各种动态系统模型、进行仿真、分析和实现。
本文将介绍MATLAB及Simulink在造纸浆水平衡计算中的仿真应用。
二、造纸浆水平衡与计算方法造纸浆水平衡是指在造纸加工中，对原料、清洁用水、化学药剂、纸浆、废水等各种流体的输入量和输出量进行综合考虑，达到实现流体的平衡控制和最高效的利用。
计算方法主要包括物料平衡、能量平衡、质量平衡等方面。
三、Simulink建模技术Simulink建模技术是指利用Simulink软件进行动态系统的离散或连续仿真。
建模方法有两种，手工和自动。
手工建模通过手动添加元件（例如传感器、控制器、执行器等）进行仿真；自动建模是指利用Simulink的自动建模工具（例如Simulink Design Optimization）进行仿真。
四、Simulink在造纸浆水平衡计算中的应用在造纸浆水平衡计算中，需要进行物料平衡、能量平衡、质量平衡等方面的计算。
可以利用MATLAB和Simulink进行建模，并进行仿真。
1. 物料平衡计算通过建立物料平衡的模型，可以计算出在造纸过程中输入和输出的物料量，从而实现流体的平衡控制和最高效的利用。
Simulink中可以利用SimHydraulics进行建模和仿真。
2. 能量平衡计算能量平衡计算是指计算在造纸过程中，输入和输出的能量量是否平衡。
Simulink中可以利用SimPowerSystems进行建模和仿真。
3. 质量平衡计算质量平衡计算是指计算在造纸过程中输入和输出的物料质量是否平衡。
可以通过利用MATLAB中的MPC工具箱进行建模和仿真。
五、总结通过MATLAB及Simulink在造纸浆水平衡计算中的仿真应用，可以更加准确、系统地进行物料平衡、能量平衡、质量平衡等方面的计算。
控制系统仿真设计-基于模糊控制器的纸浆浓度控制系统
控制系统仿真课程设计说明书题目：基于模糊控制器的纸浆浓度控制系统基于模糊控制器的纸浆浓度控制系统摘要:针对纸浆生产过程中与产品质量密切相关的纸浆浓度和流量的稳定性,为解决纸浆浓度控制和测量存在的问题,设计了基于模糊控制技术的纸浆浓度流量计算机控制系统。
该系统根据生产工艺要求采用计算机控制和浓度模糊控制器,对制浆生产过程需要的纸浆浓度、流量以及计算绝干量进行控制。
实际运行结果表明,系统运行可靠,浓度、流量等控制量波动小、精度高,能够满足生产要求,达到了设计目的。
Abstract : To the stability of the consistency and flowing velocity of paper pulp affecting the quality of paper , computer control system of paper pulp consistency and flowing velocity is designed based on fuzzy control technology , according to the problems existing in controlling and measuring the consistency of paper pulp during paper manufacture. The consistency and flowing velocity of paper pulp must be controlled and the dry component of paper pulp must be calculated in paper manufacturing. According to the requires of technics , a computer control system with a fuzzy controller of consistency and flowing velocity is designed. Practical running shows that the system is reliable , and with low disturbance and high precision of the control variables such as consistency and flowing velocity. …………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………Key words : computer control ; fuzzy controllfer ; kingview ; dry component目录目录 (II)第一章前言 (1)1.1 引言 (1)1.2 模糊控制器的优点 (1)第二章模糊控制器的简介 (2)2.1 模糊控制器的基本结构和组成 (2)第三章模糊控制器的设计 (3)3.1 设计参数 (3)3.2 确定模糊控制器 (4)3.3系统的仿真 (5)总结 (7)参考文献 (8)第一章前言1.1引言针对纸浆浓度控制系统具有大纯滞后和模型不确定的特性，传统的PID控制已经不能很好的控制纸浆浓度，为了解决纸浆浓度控制和测量存在的问题,设计了基于模糊控制技术的纸浆浓度控制系统。
纸浆浓度控制系统的仿真研究
ｊｓ ， ｈｌ ｔｅＰ Ｄ Ｎ ｈ ｓｔｅ ｄ ａ ｔ ｅ ｆ ｏ ｖ ｎｉ ａ Ｐ Ｄ ｆ ｓｓ ｐｅｃ ｎ ｔ ｃｉ ｎ ｅ ｎｔ ｐ ｙｉ ｅ ｎ ｕｔ ｗ ｉ Ｉ Ｎ ａ ｖｎａ ｓ ｎ ｅ ｔ ｎ ｌ Ｉ ｒ ｔ ｉ ｌ ｏ ｓ ｔ ｎａ ｄ ｄ ｆ ｉ ｈ ｓ ａ ｍ ａ — ｅｈ ｈ ａ ｇ ｏｃ ｏ ｏ ｉ ｍ ｕ ｒ ｏ ｉ ｅ ｃ ｌ
理想 的控制效果 。为 了改善纸浆浓度控制系统性 能 ， 提出了 Ｂ 神经 网络 和将神经网络 与 ＰＤ控制规律融 为一体 的 ＰＤ神 Ｐ Ｉ Ｉ
经『络 （ Ｉ Ｎ 两种控制方案 。通过对纸浆浓度模型辨识和控 制问题 的分析 ， 网 ＰＤ Ｎ） 应用 Ｂ Ｐ和 ＰＤ Ｎ进行 了仿真 比较研究 。结 ＩＮ 果 表明，Ｂ Ｐ和 ＰＤ Ｎ仿 真效果都 比较理想 ， Ｂ ＩＮ 但 Ｐ网络结构复杂 ， 参数难 以调整 ； ＰＤ Ｎ方法既具有 常规 ＰＤ控制器 结 用 ＩＮ Ｉ
Ｐ ＤＮＮ ｗ ｒ ｓ ｄ ｆｒｓｍｕ ａｉ ｎ ｎ ｏ ｔ ｓ ｒ ｓ ａｃ ．Ｔ ｅ ｒ ｓ ｈ ｈ ｗ ｔ ａ ｅ ｓ ｌｔ ｎ ｅ ｅ ｔ ｗｉ ｏｈ Ｂ ｎ Ｉ ｅ ｅ ｕ ｅ ｉ ｌ ｔ ｓａ ｄ ｃ ｎ ｒ ｔ ｅ ｅ ｒ ｈ ｏ ｏ ａ ｈ ｅ ｕ ｓｓ ｏ ｈ ｔ ｈ ｉ ａ ｉ ｆ ｃｓ ｔ ｂ ｔ Ｐ ａ ｄ ｔ ｍｕ ｏ ｈ Ｐ Ｄ ｒ ａ ｉ ａ ｔｒ ．Ｈｏ ｖ ｒ ｈ ｅ ｒｌｎ ｔ ｒ ａ ｏ ｌｘ ｓ ｕ ｔｒ ｎ ｔ ｐ ａ ｔｒ ｅ ｄｆ ｃ ｌ ｔ ｄ Ｉ ＮＮ ａ ｅ ｓ ｔ ｆ ｃｏ ｙ ｓ ｗｅ ｅ ，ｔ ｅＢＰ ｎ ｕ ａ ｅｗｏ ｋ ｈ ｓｃ ｍｐ ｅ ｔ ｃｕ ｅ ａ ｄ ｉ ａ ｍｅｅ ｓａ ｉ ｕ ｔ ｏ ａ — ｒ ｓ ｒ ｒ ｉ
构简单 、 参数物理意义 明确 的优点 ， 又具有神经网络 自 习、 适应之能力 ， 学 自 满足实时控制的要求 ， 于复杂 系统是一种实用 对
模糊控制MALTAB系统仿真实验报告
模糊控制MALTAB系统仿真实验报告可编程控制器智能控制技术仿真实验题目: 模糊控制系统MATLAB仿真实验报告院系名称：电气工程学院专业班级：电气学生姓名：学号：模糊控制系统MATLAB仿真实验报告一、实验目的 1、通过本次设计，了解模糊控制的基本原理、模糊模型的建立和模糊控制系统的设计过程。
2、熟悉在MATLAB下建立模糊控制器的方法，并能利用MATLAB对给定参数的模糊控制系统予以仿真二、实验项目1、实验题目本设计要求设计一个采用模糊控制的加热炉温度控制系统。
被控对象为一热处理工艺过程中的加热炉，加热设备为三相交流调压供电装置，输入控制信号电压为0~5V，输出相电压0~220V，输出最大功率180KW，炉温变化室温~625℃，电加热装置如图所示：图1-1电加热装置示意图3、实验数据：本实验输入变量为偏差e和偏差的变化ec，输出变量为控制电压U，变量模糊集量化论域均为[-6 6]采用的常用的三角形隶属函数。
控制规则表： U 输入变量ec NB NM NS ZO PS PM PB 输入变量 e NB NB NB NB NB NM NS ZO NM NB NB M, M, MS ZO ZO NS NV NM NM NS ZO ZO PS ZO NM NS NS ZO PS PS PM PS NS ZO ZO PS PM PM PB PM ZO ZO PS PM PM PB PB PB ZO PS PM PB PB PB PB 三、实验步骤 1、建立系统仿真图：在MATLAB主窗口单机工具栏中的Simulink快捷图标弹出“Simulink Library Browser”窗口，单击“Create a new model”快捷图标弹出模型编辑窗口。
依次将Signal Generator(信号源)、Subtract(减运算)、Gain（增益）、Derivative（微分）、Mux（合成）、Fuzzy Logic Controller(模糊逻辑控制器)、TransferFcn(传递函数)、Saturation(限幅)、Memory（存储器）、Scope（显示器）模块拖入窗口并连接成系统仿真图如图1-2 图1-2 系统仿真图 2、在模糊推理系统编辑器中设置变量：在MATLAB 命令窗口输入fuzzy并按回车键，启动FISEditor(模糊推理系统编辑器)。
模糊控制系统的MATLABSIMULINK仿真与分析
收稿日期:2000207203 基金项目:河南省教委自然科学基金项目(97465001) 作者简介:王东云(19642),男(汉族),湖南津市人,中原工学院电气工程系副教授、工学博士. 第11卷第4期郑州纺织工学院学报V ol.11 N o.42000年12月JOURNA L OF ZHENGZH OU TEXTI LE INSTITUTE Dec.,2000 文章编号:100724945(2000)0420001204模糊控制系统的MAT LAB ΠSI MULINK 仿真与分析王东云1,凌德麟2(1.中原工学院电气工程系;2.中原工学院院部,河南郑州 450007)摘要: 针对M AT LAB ΠSI M U LI NK 的模糊控制工具箱的使用方法和应用的相关文献尚未见到的情况,介绍了基于M AT 2LA B ΠSI M U LI NK 的模糊控制系统仿真分析的方法与步骤.在仿真的基础上,研究了量化因子、比例因子对模糊控制性能的影响.关 键 词: M AT LAB ΠSI M U LI NK;模糊推理系统;模糊控制;隶属度函数中图分类号:TP273.5 文献标识码:A MAT LAB 软件自1984年由美国的Math W orks 公司推出以来,其应用范围越来越广泛.目前的MAT LAB 已经成为国际上最为流行的软件之一[1].它除了传统的交互式编程之外,还提供了丰富的矩阵运算、图形绘制、数据处理、图像处理、方便的Windows 编程等便利工具.另外,MAT LAB 有很强的开放性,针对不同的应用学科,在MAT LAB 上可以推出不同的工具箱,这样就大大扩展了MAT LAB 的运用范围.目前,已经推出了控制系统的工具箱、系统辨识工具箱、神经网络工具箱、信号处理工具箱及模糊推理系统工具箱等许多学科性的工具箱,但针对具体的学科性的工具箱的使用方法和应用的相关文献尚未见到.因此本文详细介绍了利用MAT LAB5.0模糊推理工具箱,进行模糊控制系统的仿真与分析的方法与步骤.1 MAT LAB ΠSIMU LINK 简介MAT LAB 语言是一种面向科学与工程计算的高级语言,基本语法单元是矩阵.变量的赋值采用:变量=表达式的形式,变量有全局变量和局部变量两种.MAT LAB 的数据结构非常简单,只有数据变量和字符变量两种.MAT LAB 语言有三种基本的程序结构:顺序结构、循环结构及分支结构.其中循环结构有FOR -E ND 循环和WHI LE -E ND 循环两种.FOR -E ND 循环的一般形式为:FOR x =表达式(形如x =起点:步长:终点)循环体E ND WHI LE -E ND 循环的一般形式为:WHI LE 表达式(表达式非零,则执行循环体)循环体E ND 分支、结构的一般形式为:IF (表达式(非零)) 语句体 1E LSE 语句体 2E NDMAT LAB 的M 文件在功能上可分为两种类型:文本文件和函数文件.这两种文件都是ASCII 码的文本格式.文本文件包含一系列专门的MAT LAB 语句,当运行一个文本文件时,将自动执行一系列命令直至给出最终结果,而不是交互地等待键盘输入,如M 文件的第一行包“FUNCTI ON ”,则这个文件就是函数文件.其一般形式:FUNCTI ON[输出函数1,输出函数2,…]=函数名(输入参数1,输入参数2,…).函数调用格式:[输出参数1,输出参数2,…]=函数名(输入参数1,输入参数2,…).M A T LA B 有很强的绘图功能,用命令plot ()实现.SI MU LI NK 子库是一个建模、分析各种物理和数学系统的软件.它用框图表示各系统的各个环节,用带方向的连线表示各环节的输入输出关系.SI M U LI NK 的启发十分丰富,只需在命令窗口键入“SI M U LI NK ”命令,此时出现一个SI M U LI NK 窗口,包含七个模型库和一个DE M OS ,分别是:信号源库、输出库、离散系统库、线性系统库、非线性系统库及扩展系统库.在这些库中你可以找到你所需的每个环节,必要时,你还可以建立自己的环节库.具体方法可参见文献[2].2 利用M A T LA B 建立模糊控制仿真系统2.1 利用图形编辑器编辑模糊推理系统(FIS )在MAT LAB 的命令状态下键入Fuzzy.模糊推理系统图形编辑器如图1所示.它显示了模糊推理系统的高层信息.在顶部有一标名为输入和输出的系统图表,通过双击输入或输出框,产生隶属函数编辑器;双击图表中心的模糊规则框,产生规则编辑器.图1 模糊推理系统图形编辑器 图表的下方是显示当前FIS 名的文本区.窗口的左下角有一系列弹出菜单使你能定义用于模糊隐含程序的变量函数,右下方是提供关于当前变量信息的区域.通过单击输入或输出框来决定当前变量.如此我们构造了一个模糊推理系统,即建立了模糊控制器的输入输出变量名称、个数、变量的论域、分档、隶属度函数的形式、模糊运算方法、去模糊的方法、模糊规则集等.实际上我们可以利用show fis ()函数来查阅有关模糊推理系统的信息.另外还可以给刚刚建立的模糊推理系统取个名字,如:Firstfis.2.2 利用SIMU LINK 的图形编辑器构造模糊控制系统图2为一常规模糊控制系统.图2 常规的模糊控制系统结构其中:K 1、K 2为量化因子;K 3为比例因子.对如图2所示的模糊控制系统我们可以使用SI M 2U LI NK 的图形编辑器构造出,其步骤如下:(1)键入simulink ,进入SI MU LI NK 的图形编辑器.(2)在File ΠNew 下建立一个M odel 文件.(3)根据控制系统结构,利用SI MU LI NK 的图形编辑器,从SI MU LI NK 的模型库中“拖出”所需的各个环节,如在Blockets &T oolboxes 中的SI MU LI NK Fuzzy 库中,我们可以“拖出”Fuzzy logical controller ,在Linear 库或其它库中,我们可以设定控制对象.最后我们可以构造出所需的控制系统(见图3).图3 模糊控制系统控制框图 注意在“拖出”所需的各个环节后,可以设置各环・2・ 郑州纺织工学院学报 2000年 第11卷 节的参数.如设置比例环节的比例系数等.注意在设置模糊控制器时,要把在第一步建立的模糊推理系统与之统一起来,这样就可以在仿真时使用.这时我们可以使用MAT LAB 命令:afuzzycontroller =readfis (‘firstfis ’)其中firstfis 为在第一步建立的模糊推理系统名,接下来我们可以开始仿真.3 基于MAT LAB 的模糊控制仿真分析实例 对图2的一个经典的二维模糊逻辑控制器,比例因子K 1和K 2分别相当于模糊控制的比例作用和微分作用的系数,K 3则相当于总的放大倍数[3,4].K 1,K 2增大,相当于控制器的比例作用、微分作用增强;而K 3增大,相当于控制器的放大倍数加大.如图4为不同K 1时系统的阶跃响应.如图5为不同K 3时系统的阶跃响应.由以上仿真结果,我们不难分析出量化因子和比例因子对控制系统性能的影响:图4 K 1为不同值的系统响应图5 K 3为不同值的系统响应 (1)K 1越大,系统调节惰性越小,上升速率越快.(2)K 1过大,系统上升速率过大,产生的超调大,使调节时间增长,严重时还会产生振荡乃至系统不稳定.(3)K 1过小,系统上升速率较小,系统调节隋性变大,同时也影响系统的稳态性能,使稳态精度降低.(4)K 3增大,相当于系统总的放大倍数增大,系统的响应速度加快.(5)K 3过大,会导致系统输出上升速率过大,从而产生过大的超调乃至振荡和发散.(6)K 3过小,系统的前向增益很小,系统输出上升速率较小,快速性变差,稳态精度变差.4 结 语利用MAT LAB 来实现模糊控制器的仿真分析非常简便,为研究模糊控制理论、设计模糊控制器提供了有力的工具.如何利用MAT LAB 来实现自适应模糊控制器的仿真分析与设计,应是我们下一步要研究的问题.参考文献:[1] 张培强.M AT LAB 语言—演算纸式的科学工程计算语言[M].合肥:中国科技大学出版社,1995.228-327.[2] 施阳,李涛,许忻等.M AT LAB 语言精要及动态仿真工具S imulink[M].西安:西北工业大学出版社,1998.356-367.[3] 孙庚山,兰西柱.工程模糊控制[M].北京:机械工业出版社,1995.76-81.[4] 章正斌,吴汝善,于健.模糊控制工程[M].四川:重庆大学出版社,1995.288-290.(下转第7页)・3・ 第4期 王东云等:模糊控制系统的M AT LAB ΠSI M U LI NK 仿真与分析 (2)与静态冰蓄冷相比,动态冰蓄冷有以下特点:蓄冰槽内水温分布较均匀,不会出现温度不均及槽体的结构产生的“死区”.由于减少了管外冰壳造成的热阻,使水温下降较快,提高了整体结冰速度;且水流均匀冲刷盘管壁面,增大了管外的换热系数,充分利用了水的显热与潜热蓄冷的能力.(3)建议在冰蓄冷的过程中,采用动态的蓄冷过程.提高水的显热及潜热的利用能力.同时由于动态蓄冰时,槽体内水温低并且均匀,使释冷水温在较长时间保持稳定,提供较大的释冷速率,适应于短时间内需要大量的冷量的场合.国内一些公共建筑,如:体育馆、影剧院、会堂等均可采用动态冰蓄冷技术,提高经济效益.5 致谢本实验得到了中原工学院暖通空调教研室周光辉、范晓伟、王军及其专业实验室付光轩、刘寅等老师的大力帮助,在此表示感谢.参考文献:[1] 方贵银.蓄冷平板堆积床动态蓄冷性能研究[J ].制冷,1999,(2):1-6.[2] 华泽钊,刘道明.蓄冷技术及其在空调中的应用[M].北京:科学出版社,1997.48-64.[3] 张永铨.蓄冷空调系统[M].北京:中国建筑工业出版社,1998.20-38.[4] W.D.马克劳斯基.陈义雄译.冰蓄冷与区域供冷[J ].暖通空调,1996,(1):71-73.Experimental R esearch of W ater T emperature Form ation in theCooling Storage T ank for Dynamic and Static Perform ance Cooling SystemsLI U Jian 1,G ONG Y i2(1.X i ′an University of Architecture &T echnology ,X i ′an 710049;2.Zhongyuan Institute of T echnology ,Zhenzhou 450007,China ) Abstract : The purpose of this paper focuses specially on the experimental research on the water tem perature formation mechanism of the ice storage processes on the external melt ice 2on 2coil system in the ice storage tank ,in which the system op 2erats with different performance.Through the research of this system ,the characteristic of the initial tem perature of the cooling water with the time is studied.The result can be used by engineering designer.K ey w ords : evaporator helical coil ;ice storage am ount ;cooling space(上接第3页)Simulation and Analysis for Fuzzy ControlSystem B ased on MAT LAB ΠSIMU LINKWANG Dong 2yun ,LI NG De 2lin(Zhongyuan Institute of T echnology ,Zhengzhou 450007,China ) Abstract : Methods for simulating and analyzing fuzzy control system with MAT LAB ΠSI MU LI NK are introduced in thispaper ,for no relating references were published.Further m ore effect on performance of fuzzy control system by quantum factor and proportional factor is studied.K ey w ords : MAT LAB ΠSI MU LI NK;fuzzy inference system (FIS );fuzzy control ;membership function・7・ 第4期 刘 建等:动、静态冰蓄冷蓄冷槽水温变化的实验分析 。
模糊PID控制系统设计及MATLAB仿真
相比传统的PID控制系统，基于Matlab的模糊PID控制系统具有更好的适应性 和鲁棒性。在面对具有非线性、时变等特点的被控对象时，模糊PID控制系统可 以更好地实现精确控制。仿真结果表明，该方法在改善系统的动态性能和稳态精 度方面均具有显著的优势。
然而，基于Matlab的模糊PID控制系统仍然存在一些问题需要进一步研究和 解决。例如，针对不同的被控对象，如何自适应地调整模糊PID控制器的参数仍 然是一个亟待解决的问题。此外，如何进一步提高模糊PID控制系统的鲁棒性和 自适应性也是未来研究的重要方向。
模糊PID控制系统设计及MATLAB仿 真
01 引言
03 参考内容
目录
02
模糊PID控制系统设 计
摘要：本次演示主要介绍了模糊PID控制系统的设计方法及其在MATLAB环境 下的仿真过程。首先，阐述了模糊PID控制系统的基本原理和设计流程，并通过 一个实际案例加以说明。接下来，介绍了MATLAB仿真的基本原理和实施步骤，并 展示了仿真结果。最后，总结了本次演示的主要内容，并指出了未来的研究方向。
（4）设计控制表：根据模糊规则和控制要求，计算出各模糊变量的控制表。
（5）设计去模糊化器：去模糊化器的作用是将模糊量转换为精确量，以便 输出到被控对象。
3、设计案例
以一个简单的温度控制系统为例，介绍模糊PID控制系统的设计应用。该系 统的输入为温度误差和温度变化率，输出为加热器的控制信号。首先，确定输入 输出变量，定义相应的模糊变量。然后，根据控制要求和系统特性制定模糊规则， 并计算出各模糊变量的控制表。最后，设计去模糊化器，将模糊量转换为精确量， 输出加热器的控制信号。通过这样的设计流程，可以实现对该温度控制系统的数学计算软件，它可以用于各种控制系统仿真的工 具。在MATLAB中，可以使用Simulink模块进行系统建模和仿真。Simulink提供 了丰富的库和工具箱，可以方便地构建各种类型的控制系统模型，并对系统进行 仿真和分析。
基于MATLAB的模糊控制系统的仿真
都可以根据系统的要求修改或设定其参数 ,该仿真 图中的模糊逻辑控制器 ( Fuzzy logic controller) 模块中 隐含了输入输出之间的控制关系 FIS ,它可以用行 命令编辑函数或 GUI 编辑函数事先建立 ,本文主要 介绍如何利用 GUI 编辑函数直观迅速地建立 FIS。
3. 2. 1 FIS 的建立 1) Fuzzy 创建的原始的 FIS 图形编辑函数窗口
kec = 6/ 0. 6 % = 1000
ku = 12/ 7 = 1. 7 表 1 模糊控制规则库
E EC NB NM NS NO PO PS PM PB
NB
PB PB PM PM PM PS Z Z
NM
PB PB PM PM PM PS Z Z
NS
PB PB PM PS PS Z NM NM
5
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
的 FIS。与上一种方法相比 ,显然这种方法更加形 象 、简便 。
3 模糊控制系统的 MATLABห้องสมุดไป่ตู้仿真 模糊控制以模糊集合论作为它的数学基础 ,通
Z
PB PB PM Z Z NM NB NB
PS
PM PM Z NS NS NM NB NB
PM
Z Z NS NM NM NM NB NB
PB
Z Z NS NM NM NM NB NB
3. 1. 2 模糊控制器的设计 系统中的模糊控制器是一个双输入单输出型的
控制器 ,输入变量为浓度偏差 e 和浓度偏差变化率 ec ,输出变量为阀门开度的增量 u 。
豆浆液浓度控制系统中模糊自适应PID控制器的设计与仿真
摘要 ： 针对 豆腐 皮机械 化 生产工 艺 中豆浆 液浓度 的要 求 ， 文章设 计 了一种 应 用于豆 浆 液 浓度控 制 系统 中 的模 糊 自适应 ＰＤ控制 器 ， Ｉ 该控 制 器 以常规 ＰＤ控制 为基 础 ， 据偏 差 和偏 差的 变化 率 ， 用模 糊 逻 辑 ， Ｉ 根 利
Ａｂｓｒ ｃ ｔ ａ ｔ：Ａ ｃ ｏ ｄｎｇｔ ｈ ｅ ｕｒ ｍ ｅ ｔ ｆｓ ｙｂｅ ｎ ｍ ｉ ｏ ｃ ｎｔａｉ ｎ ｃ ｎ ｒ ｌｉ ｈ ｏ ｅ ｎ ｍｉ ｌ ｏ ｃ ｒ ｉ ｏ ｔ ｅ ｒ ｑ ｉｅ ｎ ｓ ｏ ｏ ａ ｌ ｃ ｎ ｅ ｒ ｔｏ ｏ ｔｏ ｔ ｅ ｓ ｙｂ ａ ｌ ｆ ｍ ｐｒ 。 ｋ ｎ ｋ ｉ ｄ ｃｎ ｏｃ ｓ ，ａ ｋ ｄ ｏ ｒ ｍ ｅ ｅ ｅｆａ ａ ｉ ｅ ｆ ｚ Ｄ ｏ ｔｏ ｌｒｕｓ ｄ ｉ ｈｅ ｃ ｎ ｅ ｒ ｔｏ ｏ ｔｏ ｙｓ ｕ ｉｇ ｐｒ ｅ ｓ ｉ ｆｐａ ａ ｔ ｒｓ ｌ－ ｄ ｐｔｖ ｕｚ ｙ ＰＩ ｃ ｎ ｒ ｌ ｅ ｔ ｏ ｃ ｎｔａｉ ｎ ｃ ｎ ｒ ｌｓ 。 ｎ ｅ ｎ ｔｍ ｓｄｅ ｉｎ ｄ ｉ ｈ ｓ ｐａ ｒ Ｔｈ ｏ ｔｏｌｒｂａ ｅ ｎ ｃ ｎ ｅ ｔｏ ａ Ｄ ｏ ｔｏ ｅ ｕ ｚ ｏ ｉ ｎ ｅ ｌ ｓ ｅ ｉ ｓｇ ｅ ｎ ｔ ｉ ｐｅ ． ｅ ｃ ｎ ｒ ｌ ｓ ｄ ｏ ｏ ｖ ｎ ｉ ｎ ｌＰＩ ｃ ｎ ｒ ｌｕｓ ｓ ｆ ｚ ｙ ｌ ｇｃ ａ ｄ ｒ ａｉ ｅ ｚｅ
实现 了 Ｐ Ｄ参数 的在 线 自调 整 ， 一步 完善 了 Ｐ Ｄ控 制 器的 性 能 ， 高 了豆浆 液 浓度 控 制 系统 的控 制 精 Ｉ 进 Ｉ 提
度 。仿真 结果 表 明 ： 该控 制 器既具 有 常规 ＰＤ控 制 器高精 度 的特 点 ， Ｉ 又具有 模 糊控 制 器 响应 速度 快 的特 点， 改善 了控制 系统的动 态特性 ， 够使 系统 达到 满意 的控 制效 果 。 能
系统的模糊控制MATLAB实现
智能控制大作业第一次大作业姓名：周庆强学号：1140810106哈尔滨工业大学2017年5月25日题目：对一个系统，假设给系统一个阶跃值r=30，采样时间为1s，系统的初始值为r(0)=0，利用常规的模糊控制器对系统进行控制。
思路：在仿真系统中，不需要考虑信号的A/D和D/A转换，模糊控制系统框图如下：1、选择观测量和控制量将偏差e，即当前位置-目标目标，作为观察量（输入量）1，%将偏差的变化量ec，即e(t)-e(t-1)，作为观察量（输入量）2，选取阀门开度u为控制量。
2、输入量和输出量的模糊化将偏差e划分为5个模糊集，负大(NB)、负小(NS)、零(ZO)、正小(PS)、正大(PB)，e为负表示当前水位低于目标水位，e为正表示当前水位高于目标水位。
设定e的取值范围为[-3，3]，隶属度函数如下。
同理，将偏差的变化量ec划分为5个模糊集，负大(NB)、负小(NS)、零(ZO)、正小(PS)、正大(PB)，ec为负表示该时刻水位比上一时刻水位小，ec为郑表示该时刻水位比上一时刻水位大，。
设定ec的取值范围为[-3，3]，隶属度函数如下。
同样将控制量u划分为5个模糊集，负大(NB)、负小(NS)、零(ZO)、正小(PS)、正大(PB)，u为负表示减小控制量，u为正表示增大控制量。
设定u的取值范围为[-4，4]，隶属度函数如下。
3、制定模糊规则模糊规则的制定是模糊控制的核心内容，控制性能的好坏很大程度上由模糊规则决定，本文主要是根据经验来制定相应的规则。
PB PB PB PB PBPB PB PS PS ZOPB PS ZO NS NBZO PS NS NB NBNB NB NB NB NBPS PBNBNSZOPSPBecueNB NS ZO将上述用语言描述的规则转化为“IF A ，THEN B”的语句如下：1. If (e is NB) and (ec is NB) then (u is PB) 。
Matlab中的模糊控制系统建模技巧
Matlab中的模糊控制系统建模技巧引言：模糊控制系统是一种基于模糊逻辑推理的控制方法，广泛应用于诸多领域。
Matlab作为一个功能强大的数学计算工具，提供了丰富的工具箱和函数库，使模糊控制系统的建模变得更加容易和高效。
本文将从模糊控制系统的基本原理和建模步骤出发，介绍Matlab中常用的模糊控制系统建模技巧，以帮助读者更好地掌握模糊控制系统的建模过程。
一、模糊控制系统的基本原理模糊控制系统的基本原理是模糊逻辑推理。
它通过将输入和输出之间的关系表示为一系列模糊规则，并使用模糊集合和模糊运算进行推理，实现对系统的控制。
模糊逻辑推理的核心是模糊化和解模糊化过程。
具体而言，模糊化将输入和输出映射到相应的模糊集合上，而解模糊化则将经过推理后得到的模糊结果转化为具体的控制信号。
二、模糊控制系统的建模步骤建立一个模糊控制系统主要包括以下步骤：1. 确定控制的目标与输入输出变量：首先需要明确要控制的目标，并确定与该目标相关联的输入和输出变量。
例如，如果要设计一个模糊控制器来控制一个小车的速度，那么速度就是输出变量，而距离和时间等可能影响速度的因素就是输入变量。
2. 设计模糊规则库：模糊规则库是模糊控制系统的核心部分，其中包含了一系列用于推理的模糊规则。
每个模糊规则由一个条件部分和一个结论部分组成，条件部分描述了输入变量的取值范围，结论部分描述了输出变量的取值情况。
设计模糊规则库通常需要以专家经验为基础，并根据具体问题进行调整和优化。
3. 确定模糊集合和隶属函数：模糊集合用于模糊化输入和输出变量。
Matlab提供了一系列内置的模糊集合和隶属函数，如三角形隶属函数和高斯隶属函数等。
根据实际情况，选择合适的模糊集合和隶属函数，并确定其参数。
4. 进行模糊化和解模糊化：使用模糊控制系统前，需要对输入和输出变量进行模糊化和解模糊化处理。
模糊化将输入变量映射到相应的模糊集合上，而解模糊化将经过推理得到的模糊结果转化为具体的输出信号。
系统的模糊控制MATLAB实现
智能控制大作业第一次大作业哈尔滨工业大学2017年5月25日姓名： 周庆强 学号： 1140810106题目:对一个系统——，假设给系统一个阶跃值r=30,采样时间为1s ,系统的初始值为r(0)=0,利用常规的模糊控制器对系统进行控制。
思路:在仿真系统中，不需要考虑信号的A/D 和D/A 转换，模糊控制系统框图如下:1、选择观测量和控制量将偏差e ,即当前位置-目标目标，作为观察量(输入量)1, %将偏差的变化 量ec ，即e(t)-e(t-1)，作为观察量(输入量)2,选取阀门开度u 为控制量。
2、输入量和输出量的模糊化将偏差e 划分为5个模糊集，负大(NB)、负小(NS)零(Z0)、正小(PS)正大 (PB , e 为负表示当前水位低于目标水位，e 为正表示当前水位高于目标水位。
设定e 的取inpul ・ output值范围为[-3, 3],隶属度函数如下。
同理，将偏差的变化量ec 划分为5个模糊集，负大(NB)、负小(NS)零 (Z0)正小(PS)正大(PB), ec 为负表示该时刻水位比上一时刻水位小， ec 为郑 表示该时刻水位比上一时刻水位大，。
设定ec 的取值范围为[-3，3],隶属度函数 如下。
d一壬」SEE古•■N 18 G 4 2 OQ o.u a a-LI巴CDqE住告0)2冒0 ec1233、制定模糊规则模糊规则的制定是模糊控制的核心内容， 控制性能的好坏很大程度上由模糊 规则决定。
ecNBNS ZO PS PB NB PB PB PB PB PB NS PB PB PS PS ZO ZO PB PS ZO NS NB PSZO PS NS NB NB PBNBNBNBNBNB将上述用语言描述的规则转化为“ IF A ，THEN B 的语句如下: 1. If (e is NB) and (ec is NB)then (u i s PB 。
2. If (e is NB) and (ec is NS)then (u i s PB) 3. If (e is NB) and (ec is ZO)then (u i s PB) 4. If (e is NB) and (ec is PS)then (u i s PB) 5. If(e is NB) and (ec is PB)then (u i s PB )-4 3 2 -1同样将控制量u 划分为5个模糊集，负大(NB)、负小(NS)零(ZO)正小(PS) 正大(PB ，u 为负表示减小控制量，u 为正表示增大控制量。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、设计原理模糊控制器（Fuzzy Controller，FC）也称为模糊逻辑控制（Fuzzy Logic Controller，FLC），由于所采用的模糊控制规则是由模糊理论中的模糊条件语句描述的，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）。
模糊控制是指基于模糊逻辑描述一个过程的控制算法，是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的，基于被控系统的物理特性，模拟人的思维方式和人的控制经验来实现的一种计算机智能控制。
模糊控制器主要嵌有操作人员的经验和直觉知识，是模糊语言形式的控制方法，不需要预先知道被控对象结构、参数，不需要建立被控对象的精确数学模型，并能克服非线性因素、大惯性因素的影响，对调节对象的参数变化不敏感，对对象时变及纯滞后有一定的适应性,即具有较强的鲁棒性。
模糊控制器的设计参数容易选择调整。
模糊控制系统的框图如图1所示：图1 模糊控制系统框图在本设计中，由于纸浆浓度调节系统中的电动执行器属于惯性环节，被控对象也属于惯性和纯滞后环节，所以采用数字PID调节必产生严重的滞后效应，很难使系统取得良好的控制效果。
由上述可知，使用模糊控制器进行控制能得到较好的控制效果。
模糊控制器的设计大体可以概括为以下五个步骤：第一步：选定模糊控制器的输入输出变量第二步：根据输入输出变量确定模糊控制器的结构第三步：将输入变量的精确值变为模糊量，即模糊化处理第四步：确定控制规则第五步：有上述得到的控制模糊量计算精确的控制量，即解模糊化处理1、选定模糊控制器的输入输出变量，并进行量程转换输入语言变量选为实际浓度与给定值之间的偏差（纸浆浓度偏差）e及纸浆浓度偏差变化率ec，输出语言变量选为阀门开度增量u。
首先确定e、ec和u 的基本论域分别为[-1.2%～1.2%]、[-0.6%～0.6%]和[-12～12]，选定e、u的模糊集合的论域为[-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6]，ec的模糊集合的论域为[-7，-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6，7]2、确定模糊控制器的结构根据系统输入变量个数可知，应采用采用双输入单输出模糊控制器。
（如图2所示）模糊控制器主要包含三个功能环节:用于输入信号处理的模糊量化和模糊化环节，模糊控制算法功能单元，以及用于输出解模糊化的模糊判决环节。
图2 双输入单输出模糊控制器3、确定各变量的模糊语言取值及相应的隶属函数，即进行模糊化模糊化是将模糊控制器输入量的确定值转换为相应模糊语言变量值的过程，此相应语言变量均由对应的隶属度函数来定义。
对纸浆浓度偏差e、纸浆浓度偏差变化率ec、阀门开度的增量u进行模糊化，分别用模糊语言变量X、Y、Z进行表示，语言值集合均为{负大，负中，负小，零，正小，正中，正大}，用英文缩写进行表示分别为：X={NBe,NMe,NSe,ZOe,PSe,PMe,PBe}Y={ NBec,NMec,NSec,ZOec,PSec,PMec,PBec }Z={NBu,NMu,NSu,ZOu,PSu,PMu,PBu }模糊化包括两个任务：第一个任务是进行论域变换，过程参数的实际范围称为基本论域，可以通过变换系数（量化因子）实现由基本论域到量化论域的变换；第二个任务是求得输入对应于语言变量的隶属度。
取三角形隶属函数，并取为均非均匀间隔。
a.任务一：求量化因子e、ec和u的基本论域分别为[-1.2%～1.2%]、[-0.6%～0.6%]和[-12～12]，量化论域分别为[-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6]，[-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6]，[-7，-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6，7] 。
纸浆浓度偏差e的量化因子Ke=6/0.012=500，纸浆浓度偏差变化率ec的量化因子Kec=6/0.006=1000，通过量化因子即可实现由基本论域到量化论域的变换。
b.任务二：取隶属度函数选用三角形隶属度函数，如图3-5所示：图3 纸浆浓度偏差e的隶属度函数图4 纸浆浓度偏差变化率ec的隶属度函数图5 阀门开度增量u的隶属度函数这样对于纸浆浓度偏差e、纸浆浓度偏差变化率e的不同输入值，可以根据对应的隶属度函数，把它模糊化成不同的语言值，这样就完成了模糊化。
4、建立模糊控制规则或控制算法根据人的直觉思维推理，由系统输出的误差和误差变化趋势来消除系统的误差的模糊控制规则，对于不同的被控对象，误差E，误差变化率EC及控制量U 有不同的意义。
在本设计中分别为纸浆浓度偏差e、纸浆浓度偏差变化率ec、阀门开度的增量u。
建立模糊控制规则是指规则的归纳和规则库的建立，是从实际控制经验过渡到模糊控制器的中心环节。
控制律通常由一组if-then结构的模糊条件语句构成，或总结为模糊控制规则表。
例如：If (input1 is NBe) and (input2 is NBec) then (output1 is PBu) (1) 即是模糊条件语句模糊控制表见任务书5、确定模糊推理和解模糊化方法输出的解模糊化就是将语言表达的模糊量恢复到精确的数值，也就是根据输出模糊子集的隶属度计算出确定数值。
二、设计过程及步骤1、模糊控制器的设计a.对系统的输入和输出进行设定对输入和输出的个数，词集个数和名称，量化论域进行设定。
具体步骤如下：打开matable窗口，在命令窗口中输入fuzzy,然后按下回车，将模糊控制器设置窗口打开，一般窗口中默认设置是单输入单输出，且有三个词集，在本设计中为双输入单输出系统，所以，首先添加一个输入（单击Edit—Add Variable---input）,双击input1,进入input1的编辑窗口，首先添加词集（单击Edit---Add MFs 下拉菜单选4即可添加四个词集），根据要求更改各词集的名称和对应范围。
Input2与output1的设定方法类似。
设定完毕后保存到workspace.如下图所示。
b.控制规则的设置双击上图中zfm出现控制规则编辑窗口，根据设计任务书上所给的控制规则与模糊控制表编写控制规则，并在matable命令窗口中导出控制规则，如下所示：>> a=readfis('zfm');>> showrule(a)ans =1. If (input1 is NBe) and (input2 is NBec) then (output1 is PBu) (1)2. If (input1 is NMe) and (input2 is NBec) then (output1 is PBu) (1)3. If (input1 is NSe) and (input2 is NBec) then (output1 is PMu) (1)4. If (input1 is ZOe) and (input2 is NBec) then (output1 is PMu) (1)5. If (input1 is PSe) and (input2 is NBec) then (output1 is PSu) (1)6. If (input1 is PMe) and (input2 is NBec) then (output1 is ZOu) (1)7. If (input1 is PBe) and (input2 is NBec) then (output1 is ZOu) (1)8. If (input1 is NBe) and (input2 is NMec) then (output1 is PBu) (1)9. If (input1 is NMe) and (input2 is NMec) then (output1 is PBu) (1)10. If (input1 is NSe) and (input2 is NMec) then (output1 is PMu) (1)11. If (input1 is ZOe) and (input2 is NMec) then (output1 is PMu) (1)12. If (input1 is PSe) and (input2 is NMec) then (output1 is PSu) (1)13. If (input1 is PMe) and (input2 is NMec) then (output1 is ZOu) (1)14. If (input1 is PBe) and (input2 is NMec) then (output1 is ZOu) (1)15. If (input1 is NBe) and (input2 is NSec) then (output1 is PBu) (1)16. If (input1 is NMe) and (input2 is NSec) then (output1 is PBu) (1)17. If (input1 is NSe) and (input2 is NSec) then (output1 is PMu) (1)18. If (input1 is ZOe) and (input2 is NSec) then (output1 is PSu) (1)19. If (input1 is PSe) and (input2 is NSec) then (output1 is ZOu) (1)20. If (input1 is PMe) and (input2 is NSec) then (output1 is NMu) (1)21. If (input1 is PBe) and (input2 is NSec) then (output1 is NMu) (1)22. If (input1 is NBe) and (input2 is ZOec) then (output1 is PBu) (1)23. If (input1 is NMe) and (input2 is ZOec) then (output1 is PBu) (1)24. If (input1 is NSe) and (input2 is ZOec) then (output1 is PMu) (1)25. If (input1 is ZOe) and (input2 is ZOec) then (output1 is ZOu) (1)26. If (input1 is PSe) and (input2 is ZOec) then (output1 is NMu) (1)27. If (input1 is PMe) and (input2 is ZOec) then (output1 is NBu) (1)28. If (input1 is PBe) and (input2 is ZOec) then (output1 is NBu) (1)29. If (input1 is NBe) and (input2 is PSec) then (output1 is PMu) (1)30. If (input1 is NMe) and (input2 is PSec) then (output1 is PMu) (1)31. If (input1 is NSe) and (input2 is PSec) then (output1 is ZOu) (1)32. If (input1 is ZOe) and (input2 is PSec) then (output1 is NSu) (1)33. If (input1 is PSe) and (input2 is PSec) then (output1 is NMu) (1)34. If (input1 is PMe) and (input2 is PSec) then (output1 is NBu) (1)35. If (input1 is PBe) and (input2 is PSec) then (output1 is NBu) (1)36. If (input1 is NBe) and (input2 is PMec) then (output1 is ZOu) (1)37. If (input1 is NMe) and (input2 is PMec) then (output1 is ZOu) (1)38. If (input1 is NSe) and (input2 is PMec) then (output1 is NSu) (1)39. If (input1 is ZOe) and (input2 is PMec) then (output1 is NMu) (1)40. If (input1 is PSe) and (input2 is PMec) then (output1 is NMu) (1)41. If (input1 is PMe) and (input2 is PMec) then (output1 is NBu) (1)42. If (input1 is PBe) and (input2 is PMec) then (output1 is NBu) (1)43. If (input1 is NBe) and (input2 is PBec) then (output1 is ZOu) (1)44. If (input1 is NMe) and (input2 is PBec) then (output1 is ZOu) (1)45. If (input1 is NSe) and (input2 is PBec) then (output1 is NSu) (1)46. If (input1 is ZOe) and (input2 is PBec) then (output1 is NMu) (1)47. If (input1 is PSe) and (input2 is PBec) then (output1 is NMu) (1)48. If (input1 is PMe) and (input2 is PBec) then (output1 is NBu) (1)49. If (input1 is PBe) and (input2 is PBec) then (output1 is NBu) (1)保存到workspace，这样就完成了模糊控制器的设计。