常用几种模糊控制器
合集下载
相关主题
- 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)。
模糊控制在工程应用中的困惑
模糊控制利用隶属度函数和模糊合成法则等思想， 巧妙地综合了人们的直觉经验。从而在其他经典控 制理论和现代控制理论不太奏效的场合，能够实现 较满意的控制。
模糊控制必须具有较完善的控制规则，但模糊控制 综合定量知识ຫໍສະໝຸດ Baidu能力较差。一张较理想的模糊控制 表必须通过反复精心整定才能投入使用。对于某些 复杂的工业过程，有时难以总结出较完整的经验。
语言变量基本论域量化曲线 自调整控制器设计
语言变量基本论域量化曲线 自调整控制器设计
量化曲线y＝f(x)是指语言变量y在其基本 论域[—L，+L]内的数量值yi(i=1，2，…， l)和其论域元素xj(j＝0,l，…，m)之间的 函数关系曲线。量化曲线y＝f(x)的形状 是可以选择的，不一定是线性的。
常用的几种模糊控制器
模糊控制与PID控制结合 带有修正因子的自寻优模糊控制器 语言变量基本论域量化曲线自调整控制
器设计 自适应模糊控制
模糊控制与PID控制结合
为什么要将模糊控制与PID控
制结合使用？
常规PID(比例、积分、微分)控制是过程控制中 应用最广泛最基本的一种控制方式，它具有简 单、稳定性好、可靠性高的特点。而PID控制 对大部分工业控制对象，特别是对于线性定常 系统的控制是非常有效的，通常都能取得较为 满意的控制效果。PID控制的控制品质取决于 PID控制器各个参数的整定，但常规PID控制器 不能在线整定参数。而且对于非线性、时变的 复杂系统和模型不清的系统，就不能很好地加 以控制。
自寻优模糊控制器示例
控制系统单位阶跃响应
修正因子的自寻优方法可以应用于被控过程模型不 精确且控制规则不完善的系统。应用中可选择一个 初始控制规则，然后再依一定指标函数优化修正因 子，最终得到在该指标下的一组优化控制规则。
当被控过程参数发生变化时，也可通过在线自调整， 获得适应于变化参数后的优化控制规则。
Fuzzy-PID复合控制
PI调节器的积分作用从理论上可使系统的稳态 误差控制为零，有着很好的消除稳态误差的作 用。当误差在某一个阈值以外时，可采用PI控 制，以提高系统的响应速度和稳态性能；
当误差在阈值以内时，采用模糊控制可以提高 系统的阻尼性能，减小超调，获得更好的瞬态 性能。
这种模糊控制与PI控制相结合的控制方式称为 模糊-PI双模控制，其结构如下图所示。
当误差中等时，应取较小的Kp，以使系统具 有较小的超调，Kd和Ki的取值要适当；
当误差较小时，应取较大的Kp和Ki，以使系 统具有较好的稳态性能，同时为避免系统在 设定值附近出现振荡，Kd的取值要适当。
带有修正因子的自寻优 模糊控制器
带有修正因子的自寻优模糊控制器
修正因子α 控制规则： U i E (1i ) CE 寻优指标函数 J t e(t) d(t) 寻优规则：优选修正因子使指标函数达到最小
Fuzzy-PID复合控制
Fuzzy—PID复合控制方法的出发点主要 是因为模糊控制器本身消除系统稳态误 差的性能比较差，难以达到较高的控制 精度和较好的跟踪性能。要提高模糊控 制器的精度和跟踪性能，就必须对语言 变量取更多的语言值，但同时增加了推 理规则的数量和增大了计算量，不能满 足实时控制的要求。
Fuzzy-PID复合控制
模糊-I复合控制
该系统的控制作用是模糊控制器的控制作用 和I调节器控制作用的和，这相当于一个具有 变参数的比例微分控制作用和不变参数的积 分控制作用的PID调节器。
对这种形式的控制方案实验研究表明，它比 单个的模糊控制器和单个的PID调节器均有更 好的控制性能。
模糊自整定参数PID控制
非 线 性 量 化 曲 线
非线性的量化曲线的作用
控制器在E较大时对过程粗调，在E较小 时对过程细调，从而达到防止出现过大 的超调和要求的控制精度，表明改变量 化曲线形状具有改变控制器规则的功能。 因此非线性的量化曲线设计通常被采用。
改变量化曲线形状由于不直接改变控制 规则，故具有较好的实时性和自学习功 能。
量化因子和比例因子的选择也影响着整个系统的品 质，并且当对象动态特性发生变化，或者受到随机 干扰的影响都会影响模糊控制的效果。以上问题都 将导致模糊控制器存在一些缺陷。
1 精度较低
这主要是由于模糊控制表的级别有限而 造成，通过增加量化等级数目虽可提高 精度，但查询表将过于庞大。须占用较 大空间．使运算时间增加。实际上如果 模糊控制器中不引入积分机制，原则上 总是存在误差的。因为它本身就是根据 误差的大小和变化来实现控制的
2 自适应能力有限
由于简单模糊控制器中查询表一旦整定 下来后，就不再改变，量化因子和比例 因子也是如此。这样当对象参数随着环 境的变迁发生漂移时，它不能对自己的 控制规则进行有效的调整，从而使其良 好性能得不到充分发挥。
3 容易产生震荡现象
如果查询表构造不合理或量化因子和比 例因子选择不当，都会导致振荡。在仿 真过程中，特别是系统进入误差的零档 级时产生高频振荡现象更为普遍。
利用模糊控制规则，并根据不同的误差 情况，在线自整定(自校正、自调整) PID 控制器的参数，可组成模糊自整定参数 PID控制。
参数Kp、Ki和Kd的自整定要求
当误差较大时，应取较大的Kp和较小的Kd， 以使系统有较短的响应时间，同时为了避免 响应出现较大的超调．应对积分作用加以限 制，通常是去掉积分作用，即取Ki＝0；
自适应模糊控制
自适应模糊控制
自适应模糊控制就是它能自动地对模糊控制规则进 行修改、改进和完善，以提高控制系统的性能。已 经知道，模糊控制器控制质量的好坏主要取决于模 糊控制规则的设定，对于不太复杂而难于建立数学 模型的系统，在专家力所能及的情况下，可以利用 专家的知识和经验制定模糊控制规则。但是不同的 专家对同一个被控系统所具有的经验并不相同，通 过总结归纳操作人员和领域专家的经验来建立模糊 控制器的规则很难完美无缺，一下子就能满足控制 要求，况且如果对于那些非线性、大时滞、高阶、 时变的复杂被控对象，以及环境的不断变化或者严 重的随机干扰，根本达不到满意控制效果。在这种 情况下，自适应模糊控制器有着更好的控制性能。
为什么要将模糊控制与PID控 制结合使用？
简单模糊控制器由于不具有积分环节， 因而在模糊控制的系统中很难完全消除 稳态误差，而且在变量分级不够多的情 况下，常常在平衡点附近会有小的振荡 现象。但是模糊控制系统对复杂的和模 型不清的对象却能有效地加以控制，所 以把模糊控制和PID控制结合起来，就可 以组成兼有两者优点的模糊PID控制方法。
模糊控制利用隶属度函数和模糊合成法则等思想， 巧妙地综合了人们的直觉经验。从而在其他经典控 制理论和现代控制理论不太奏效的场合，能够实现 较满意的控制。
模糊控制必须具有较完善的控制规则，但模糊控制 综合定量知识ຫໍສະໝຸດ Baidu能力较差。一张较理想的模糊控制 表必须通过反复精心整定才能投入使用。对于某些 复杂的工业过程，有时难以总结出较完整的经验。
语言变量基本论域量化曲线 自调整控制器设计
语言变量基本论域量化曲线 自调整控制器设计
量化曲线y＝f(x)是指语言变量y在其基本 论域[—L，+L]内的数量值yi(i=1，2，…， l)和其论域元素xj(j＝0,l，…，m)之间的 函数关系曲线。量化曲线y＝f(x)的形状 是可以选择的，不一定是线性的。
常用的几种模糊控制器
模糊控制与PID控制结合 带有修正因子的自寻优模糊控制器 语言变量基本论域量化曲线自调整控制
器设计 自适应模糊控制
模糊控制与PID控制结合
为什么要将模糊控制与PID控
制结合使用？
常规PID(比例、积分、微分)控制是过程控制中 应用最广泛最基本的一种控制方式，它具有简 单、稳定性好、可靠性高的特点。而PID控制 对大部分工业控制对象，特别是对于线性定常 系统的控制是非常有效的，通常都能取得较为 满意的控制效果。PID控制的控制品质取决于 PID控制器各个参数的整定，但常规PID控制器 不能在线整定参数。而且对于非线性、时变的 复杂系统和模型不清的系统，就不能很好地加 以控制。
自寻优模糊控制器示例
控制系统单位阶跃响应
修正因子的自寻优方法可以应用于被控过程模型不 精确且控制规则不完善的系统。应用中可选择一个 初始控制规则，然后再依一定指标函数优化修正因 子，最终得到在该指标下的一组优化控制规则。
当被控过程参数发生变化时，也可通过在线自调整， 获得适应于变化参数后的优化控制规则。
Fuzzy-PID复合控制
PI调节器的积分作用从理论上可使系统的稳态 误差控制为零，有着很好的消除稳态误差的作 用。当误差在某一个阈值以外时，可采用PI控 制，以提高系统的响应速度和稳态性能；
当误差在阈值以内时，采用模糊控制可以提高 系统的阻尼性能，减小超调，获得更好的瞬态 性能。
这种模糊控制与PI控制相结合的控制方式称为 模糊-PI双模控制，其结构如下图所示。
当误差中等时，应取较小的Kp，以使系统具 有较小的超调，Kd和Ki的取值要适当；
当误差较小时，应取较大的Kp和Ki，以使系 统具有较好的稳态性能，同时为避免系统在 设定值附近出现振荡，Kd的取值要适当。
带有修正因子的自寻优 模糊控制器
带有修正因子的自寻优模糊控制器
修正因子α 控制规则： U i E (1i ) CE 寻优指标函数 J t e(t) d(t) 寻优规则：优选修正因子使指标函数达到最小
Fuzzy-PID复合控制
Fuzzy—PID复合控制方法的出发点主要 是因为模糊控制器本身消除系统稳态误 差的性能比较差，难以达到较高的控制 精度和较好的跟踪性能。要提高模糊控 制器的精度和跟踪性能，就必须对语言 变量取更多的语言值，但同时增加了推 理规则的数量和增大了计算量，不能满 足实时控制的要求。
Fuzzy-PID复合控制
模糊-I复合控制
该系统的控制作用是模糊控制器的控制作用 和I调节器控制作用的和，这相当于一个具有 变参数的比例微分控制作用和不变参数的积 分控制作用的PID调节器。
对这种形式的控制方案实验研究表明，它比 单个的模糊控制器和单个的PID调节器均有更 好的控制性能。
模糊自整定参数PID控制
非 线 性 量 化 曲 线
非线性的量化曲线的作用
控制器在E较大时对过程粗调，在E较小 时对过程细调，从而达到防止出现过大 的超调和要求的控制精度，表明改变量 化曲线形状具有改变控制器规则的功能。 因此非线性的量化曲线设计通常被采用。
改变量化曲线形状由于不直接改变控制 规则，故具有较好的实时性和自学习功 能。
量化因子和比例因子的选择也影响着整个系统的品 质，并且当对象动态特性发生变化，或者受到随机 干扰的影响都会影响模糊控制的效果。以上问题都 将导致模糊控制器存在一些缺陷。
1 精度较低
这主要是由于模糊控制表的级别有限而 造成，通过增加量化等级数目虽可提高 精度，但查询表将过于庞大。须占用较 大空间．使运算时间增加。实际上如果 模糊控制器中不引入积分机制，原则上 总是存在误差的。因为它本身就是根据 误差的大小和变化来实现控制的
2 自适应能力有限
由于简单模糊控制器中查询表一旦整定 下来后，就不再改变，量化因子和比例 因子也是如此。这样当对象参数随着环 境的变迁发生漂移时，它不能对自己的 控制规则进行有效的调整，从而使其良 好性能得不到充分发挥。
3 容易产生震荡现象
如果查询表构造不合理或量化因子和比 例因子选择不当，都会导致振荡。在仿 真过程中，特别是系统进入误差的零档 级时产生高频振荡现象更为普遍。
利用模糊控制规则，并根据不同的误差 情况，在线自整定(自校正、自调整) PID 控制器的参数，可组成模糊自整定参数 PID控制。
参数Kp、Ki和Kd的自整定要求
当误差较大时，应取较大的Kp和较小的Kd， 以使系统有较短的响应时间，同时为了避免 响应出现较大的超调．应对积分作用加以限 制，通常是去掉积分作用，即取Ki＝0；
自适应模糊控制
自适应模糊控制
自适应模糊控制就是它能自动地对模糊控制规则进 行修改、改进和完善，以提高控制系统的性能。已 经知道，模糊控制器控制质量的好坏主要取决于模 糊控制规则的设定，对于不太复杂而难于建立数学 模型的系统，在专家力所能及的情况下，可以利用 专家的知识和经验制定模糊控制规则。但是不同的 专家对同一个被控系统所具有的经验并不相同，通 过总结归纳操作人员和领域专家的经验来建立模糊 控制器的规则很难完美无缺，一下子就能满足控制 要求，况且如果对于那些非线性、大时滞、高阶、 时变的复杂被控对象，以及环境的不断变化或者严 重的随机干扰，根本达不到满意控制效果。在这种 情况下，自适应模糊控制器有着更好的控制性能。
为什么要将模糊控制与PID控 制结合使用？
简单模糊控制器由于不具有积分环节， 因而在模糊控制的系统中很难完全消除 稳态误差，而且在变量分级不够多的情 况下，常常在平衡点附近会有小的振荡 现象。但是模糊控制系统对复杂的和模 型不清的对象却能有效地加以控制，所 以把模糊控制和PID控制结合起来，就可 以组成兼有两者优点的模糊PID控制方法。