智能控制导论报告BP神经网络模糊控制
- 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)。
智能控制导论实验报告
2012-01-09
姓名:常青
学号:0815321002
班级:08自动化
指导老师:方慧娟
实验一:模糊控制器设计与实现
一、实验目的
1.模糊控制的特征、结构以及学习算法
2.通过实验掌握模糊自整定PID的工作原理
二、实验内容
已知系统的传递函数为:1/(10s+1)*e(-0.5s)。假设系统给定为阶跃值r=30,系统初始值r0=0.试分别设计
(1)常规的PID控制器;
(2)常规的模糊控制器;
(3)比较两种控制器的效果;
(4)当通过改变模糊控制器的比例因子时,系统响应有什么变化?
三、实验设备
Matlab 7.0软件/SIMULINK
四、实验原理
1.模糊控制
模糊逻辑控制又称模糊控制,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类计算机控制策略,模糊控制是一种非线性控制。图1-1是模糊控制系统基本结构,由图可知模糊控制器由模糊化,知识库,模糊推理和清晰化(或去模糊化)四个功能模块组成。
针对模糊控制器每个输入,输出,各自定义一个语言变量。因为对控制输出的判断,往往不仅根据误差的变化,而且还根据误差的变化率来进行综合评判。所以在模糊控制器的设计中,通常取系统的误差值e 和误差变化率ec 为模糊控制器的两个输入,则在e 的论域上定义语言变量“误差E ” ,在ec 的论域上定义语言变量“误差变化EC ” ;在控制量u 的论域上定义语言变量“控制量U ” 。
通过检测获取被控制量的精确值,然后将此量与给定值比较得到误差信号e ,对误差取微分得到误差变化率ec ,再经过模糊化处理把分明集输入量转换为模糊集输入量,模糊输入变量根据预先设定的模糊规则,通过模糊逻辑推理获得模糊控制输出量,该模糊输出变量再经过去模糊化处理转换为分明集控制输出量。 2.PID 控制
在模拟控制系统中,控制器最常用的控制规律是PID 控制。PID 控制器是一种线性控制器。它根据给定值与实际输出值之间的偏差来控制的。其传递函数的形式是:)1
1()(s T s
T k s G D I p ++
=,PID 控制原理
框图如图1-2所示。
式中p k——比例系数;
T——积分时间常数;D T——微分时间
I
常数。
PID控制器各环节的作用如下:
(1)、比例环节:成比例地反映控制系统的偏差信号,偏差一旦产生,控制器立即产生控制作用,以减小偏差。增大比例系数一般将加快系统的响应,在有静差的情况下有利于减小静差,但是过大的比例系数会使系统有比较大的超调,并产生振荡,使稳定性变坏。
(2)、积分环节:主要消除静差,提高系统的无差度。积分作用的强弱取决于积分时间常数
T,I T越大,积分作用越弱,反之越强。
I
增大积分时间有利于减小超调,减小振荡,使系统的稳定性增加,但是系统静差消除时间变长。
(3)、微分环节:反映偏差信号的变化趋势(变化速率),并能在偏差信号变得太大之前在系统中引入一个有效的早期修正信号,从而加快系统的动作速度,减少调节时间。增大微分时间D有利于加快系统的响应速度,使系统超调量减小,稳定性增加,但系统对扰动的抑制能力减弱。
五、实验步骤
1、基于simulink的PID控制器的仿真及其调试:
调节后的Kp,Ki,Kd分别为:10 ,1,0.05。
示波器观察到的波形为:
2、基于simulink的模糊控制器的仿真及其调试:
(1)启动matlab后,在主窗口中键入fuzzy回车,屏幕上就会显现出如下图所示的“FIS Editor”界面,即模糊推理系统编辑器。
(2)双击输入量或输出量模框中的任何一个,都会弹出隶属函数编辑器,简称MF编辑器。
(3)在FIS Editor界面顺序单击菜单Editor—Rules出现模糊规则编辑器。
本次设计采用双输入(偏差E和偏差变化量EC)单输出(U)模糊控制器,E的论域是[-6,6],EC的论域是[-6,6],U的论域是[-6,6]。它们的状态分别是负大(NB)、负中(NM)、负小(NS)、零(ZO)、正小(PS)、正中(PM)、正大(PB)。语言值的隶属函数选择三角形的隶属度函数。推理规则选用Mamdani 控制规则。
该控制器的控制规则表如图所示:
Simulink仿真图如下:
在调试过程中发现加入积分调节器有助于消除静差,通过试凑法得出量化因子,比例因子以及积分常数。Ke,Kec,Ku,Ki分别是:3 ,2.5 ,3.5 ,0.27
六、结果分析
通过比较PID控制器和模糊控制器,由实验得到的波形图可以看出两个系统观察到的波形并没有太大的区别。相对而言,对于给出精确数学模型的控制对象,PID控制器显得更具有优势,原因如下:(1)、PID控制器相对比较简单,而模糊控制器设计较为复杂,不仅要设计变量还要设计模糊规则;(2)、PID控制器调节三个参数可以达到满意的效果,对于给出给出精确数学模型的控制对象,模糊控制器并没有展现出太大的优势,调节参数的难度并不亚于PID控制器。
在实验中增大模糊控制器的比例因子Ku会加快系统的响应速度,但Ku过大将会导致系统输出上升速率过快,从而使系统产生较大的超调量乃至发生振荡;Ku过小,系统输出上升速率变小,将导致系统稳态精度变差。
实验二:神经网络字符识别
一、实验目的
1. 熟悉神经网络的特征、结构以及学习算法
2. 了解神经网络的结构对控制效果的影响
3. 掌握用MATLAB实现神经网络控制系统仿真的方法。
二、实验内容
编写一个利用前向传播神经网络进行字符识别的程序,设神经网络为具有一个隐含的BP网络,需识别的字符有三个A、I和O,其输入为4*4个像素的扫描输入;