模糊控制系统简介

模糊理论在模糊控制中的应用
——模糊控制系统
摘要：
模糊控制技术对工业自动化的进程有着极大地推动作用。

本文简要的讲述了模糊控制理论的起源及基本原理，详细分析了模糊控制器的设计方法，最后就典型的模糊控制系统原理和新型模糊控制系统应用进行了分析
正文：
一：模糊理论
1.1模糊理论概念：模糊理论（Fuzzy Theory）是指用到了模糊集合的基本概念或连续隶属度函数的理论。

它可分类为模糊数学，模糊系统，不确定性和信息，模糊决策这五个分支，它并不是完全独立的，它们之间有紧密的联系。

1.2模糊理论产生：1965年，模糊理论创始人，美国加州福尼亚大学伯克利分校的自动控制理论专家L.A.Zadeh教授发表了题为“Fuzzy Set”的论文，这标志着模糊理论的诞生。

这一理论为描述和处理事务的模糊性和系统中的不确定性，以及模拟人所特有的模糊逻辑思维功能，从定性到定量，提供了真正强有力的工具。

1966年，马里诺斯发表了模糊逻辑的研究报告，而Zadeh进一步提出了著名的模糊语言值逻辑，并于1974年进行了模糊逻辑推理的研究。

由于这一研究和观点反映了客观世界中普遍存在的事务，它一出现便显示出强大的生命力和广阔的发展前途，在自然科学，其他科学领域及工业中得到了迅速的广泛的应用。

二：模糊控制理论
2.1模糊控制理论的产生：在控制技术的应用过程中，对于多变量、非线性、多因素影响的生产过程，即使不知道该过程的数学模型，有经验的操作人员也能够根据长期的实践观察和操作经验进行有效地控制，而采用传统的自动控制方法效果并不理想。

从这一点引申开来，是否可将人的操作经验总结为若干条控制规则以避开复杂的模型建造过程？模糊控制理论与技术由此应运而生。

20世纪70年代模糊理论应用于控制领域的研究开始盛行，并取得成效。

其代表是英国伦敦大学玛丽皇后分校的E.H.Mamdani教授将IF-THEN型模糊规则用于模糊推理，并把这种规则型模糊推理用于蒸汽机的自动运转中。

模糊控制最重要的特征是反映了人们的经验以及人们的常识推理规则，而这些经验与常识推理规则是通过语言来表达的。

如“温度上升过快，则稍微降低升温速度” 就是一种基于经验表达的语言。

在控制系
统的运用初期，由于对系统缺乏了解，控制效果可能不太好，但经过若干次探索后终能实验预期的理想控制，这就是经验对模糊控制系统的重要性。

与传统的控制相比较，模糊控制有其明显的优越性。

由于模糊控制实质上是用计算机去执行操作人员的控制策略，因而可以避开对象复杂的数学模型，力图对人们关于某个控制问题的成功与失败的经验进行加工，总结出知识，从中提炼出控制规则，实现复杂系统的控制。

2.2模糊控制系统基本原理：模糊控制是一种建立在模糊数学理论基础之上的基于规则的智能控制方法，它的理论方法、实现技术都和传统的控制理论和技术有极大的区别。

作为一种较新的智能控制方式，模糊控制也要遵循一定的规律和法则，也即模糊控制具有一种与之相应的机制和原理。

模糊控制过程图
理想模糊控制系统结构图
2.3模糊控制器：对于模糊控制来说，其核心在于模糊控制器。

也就是说，模糊控制的机理是通过模糊控制器来体现的。

模糊控制器的思想来自人们在生产实践中对被控对象的控
制。

模糊控制器对被控对象的控制依据的是人类的模糊控制经验或意念并表现为模糊控制语句形式的描述。

在模糊控制语句中，含有人类对环境的模糊检测和对被控制对象的模糊命令。

在人执行的模糊控制中，对环境的模糊检测是由人的感观对环境进行接触并通过头脑的智能过程实现的。

而目前人们所研究的模糊控制是由计算机而不是由人去执行的，因此在计算机中必须有能较好地完成人在模糊控制中所完成有关工作的功能。

模糊控制器的结构框图
2.3.1模糊控制器各部分功能：（1）模糊化接口功能。

完成被控制对象有关状态的精确量向相应模糊量的转换；（2）存储知识库。

计算机应能把用于模糊控制的知识库存储在内部，以供知识推理时使用。

知识库由数据库和语言控制规则库组成。

数据库即是隶属函数集，语言控制规则库即是模糊控制规则库；（3）决策功能。

它是模糊控制器的核心功能。

模糊控制器模拟人类的决策能力进行模糊决策；（4）反模糊接口功能。

其作用是把模糊控制器执行决策后产生的模糊控制量转换成合适的精确控制量。

2.3.2模糊控制器的工作过程简述：知识库用于存储模糊量和模糊控制规则，并向模糊化接口提供模糊量的隶属函数形态。

这样，模糊化接口在接收到外部的精确量输入后，就可将其转换成对应的模糊量及隶属度。

知识库也向反模糊化接口提供模糊量的隶属函数形态，反模糊化接口则根据输出的模糊量及隶属度，转换成与之对应的精确量。

同时，知识库向决策逻辑提供控制规则，由决策逻辑执行推理过程，推断出输出模糊量。

模糊控制系统模糊控制系统是由模糊控制器、被控对象、检测和反馈部件组成的自动控制系统。

模糊控制系统与传统的控制系统的区别在于传统控制系统采用经典或现代控制理论的控制机理，而模糊控制系统采用模糊推理机制，分别表现为一般的数字控制器和模糊控制器基于模糊推理理论的模糊控制器具有独特的数学模型和结构。

不同的推理以及实现的结构形式对应着不同的控制算法。

三：模糊控制系统（几种不同形式的模糊控制系统）
3.1典型模糊控制系统：
在模糊控制器的输入端有两个输入信号，这两个输入信号一般是偏差和偏差变化率。

模糊控制系统是由给定输入Ｒ、模糊控制器、被控对象、反馈环节和反馈信号、反馈信号和给定输入相加环节等共同组成。

系统工作过程是：给定输入Ｒ向控制系统给出控制命令和期望；模糊控制器根据偏差ｅ和偏差变化率△e进行模糊推理，产生控制输出；被控对象在模糊控制器的输出控制下产生结果输出Y；反馈环节把系统输出Y转换成和给定输入Ｒ同档次的值，并反馈回相加环节；相加环节把给定输入Ｒ和反馈信号相加，由于反馈信号和给定信号相位是相反的，故而产生偏差e。

从偏差ｅ可以得出偏差变化率△ｅ。

在典型的模糊控制系统的基础上，又发展形成了多控制器的模糊控制系绕、自组织模糊控制系统及神经网络模糊控制系统等更为复杂的系统
3.2多控制器的模糊控制系统：
多控制器的模糊控制系统有复合模糊控制器控制系统和变结构模糊控制系统两种基本形式。

前者控制器由模糊控制器和数字控制器组成，而后者则包含多个模糊控制器。

其中复合模糊控制系统在复合模糊控制系统中把模糊控制器和传统的数字控制器组合起来，构成复合模糊控制器。

它通常由普通模糊控制器和比例积分（PI）数字控制器组成。

在复合模糊控制系统中，复合模糊控制器内的模糊控制器和PI控制器是两个独立通道。

模糊控制器是一种非线性控制器，可对系统实现非线性的智能控制，但存在静差并容易在中心语言值产生振荡。

而PI控制器可克服在偏差趋于零时模糊控制器可能产生的振荡及静态误差。

作为一种双模控制结构，根据实际系统所处的偏差不同，需要进行控制器的转换。

当系统的偏差较小，为模糊变量值的零档。

精度较高时，PI控制器起控制作用；当系统的偏差较大，超过模糊变量值的零档，精度较低时则采用模糊控制器。

由于两个模糊控制器切换的瞬间，两个控制器所输出的控制信号有可能相差较大，就会对系统的动态过程产生较大的影响。

为了在转换瞬间能取得平稳的品质与滑模效果，应对控制器切换的时机给予注意。

3.3神经网络模糊控制系统：
针对常规模糊控制器在校正时需要修改以语言形式的条件语句表达的控制规则所带来的操作困难，人们又提出了用神经网络构成模糊控制器，进而组成神经网络模糊控制系统的新方法。

在神经网络模糊控制系统中，用神经网络组成的模糊控制器具有自学习的功能，具体是通过修改权系数以适应外界环境的变化，即控制规则的变化。

控制器中神经网络的权系数修改会导致网络模拟结果的改变，并且这种修改只是数值的修改，比语言控制规则中语言值的修改要容易得多，使得控制系统的校正十分方便有效。

通过修改神经网络的权系数就可以改变模糊控制器的特性。

为了实现这种修改，系统设置了神经网络学习机构。

该学习机构
根据系统的输出y实际偏差e、偏差变化率△e以及该时产生的控制量u来确定权系数的修改方向和步长，并将权系数修改信号f发送到神经网络模糊控制器中。

权系数修改之后，使输出ｙ向给定的输出期望值R逼近，最终令偏差e趋于极小。

神经网络模糊控制系统是一种新的智能控制结构，目前，有关神经网络的自学习过程还处于不断研究和探索的阶段，还有许多重要问题亟待解决。

结束语：模糊控制作为一种很有发展前途的智能控制技术，随着人们的不断深入研究，必将在生产生活的许多领域得更广泛的应用。

模糊控制系统也发挥着日益重要的作用。

参考文献：
[1] 曹谢东.1999年.模糊信息处理.成都：四川科学技术出版社
[2] 胡守仁，沈清等.1993.神经网络应用技术.长沙：国防科技大学出版社
[3] 刘叙华.1989.模糊逻辑与模糊推理.长春：吉林大学出版社。