第3 模煳控制
智能控制简明教程-模糊控制的基本概念
具体说:水位偏高时,应排出一些水; U负—排水,U正—进
水
8. 模糊控制响应表(控制表)
模糊控制规则由模糊矩阵R来描述。 北师大汪培庄教授提出:R中每一行对应每个 非模糊的观测结果所引起的模糊响应。 方法: 采取在R中每一行寻找峰域中心值,即R
如果采用模糊控制水位,则必须做到如下 几步工作:
1. 观测量:输入量、输出量(控制量) 水位对于O点的偏差:
-定义O点的水位高度 h -实际测得的水位高度
u 正:贮水,逆时针旋转 u 负:排水,顺时针旋转
(Fuzzy Inference)
将U 精确量U(Defuzzification) 返回1,下一次中断采样
b. 模糊控制工作原理
水位模糊控制: 设有一贮水器,具有可变的水位,另有一
调节阀门,可向内进水和向外排水。试设 计一个模糊控制器,并通过调节阀将水位 稳定在固定点O的附近。 用浮球检测贮水器中的水位高度, 为了保持水位高度在一定位置,采用水位 控制系统代替手动控制。如图。
控制状态表
if NB NS ZO PS PB E then PB PS ZO NS NB U
5. 模糊控制关系矩阵
模糊控制规则是一组多重条件语句,它可以表示 为从误差论域X到控制论域Y的模糊控制关系R
求 的最大值
6. 模糊决策
e’=1
7. 模糊量化成精确量
最大隶属度
按隶属应取最大原则:
FC
Fuzzy 化
Fuzzy 控制 算法
非 Fuzzy
化
对象
2. 输入/出变量论域(离散化) 偏差e的实际论域: e [-30,30]
e的离散论域: X {-3,-2,1,0,+1,+2,+3}
模糊控制
目录摘要 (1)1.模糊控制简介 (3)1.1模糊控制的历史背景 (3)1.2模糊控制的基本原理 (4)1.3模糊算法的四个步骤 (4)2.基于单片机的液位模糊控制器的设计 (5)2.1设计的基本原理 (5)2.2设计的基本步骤 (5)2.3.设计的基本内容 (6)2.3.1模糊控制器的结构设计 (6)2.3.2模糊控制规则的设计 (7)2.3.3模糊推理及其模糊量的非模糊化方法 (9)2.4模糊控制器的程序实现 (10)2.5程序编写中的几点说明 (11)3.程序流程图 (12)4.液位控制部分 (13)5.设计小结 (13)参考文献 (14)摘要随着科技的不断进步,工业生产过程已经向大型化、精细化、现代化以及复杂性发展,一般的常规控制方法已经不能满足实际生产的需求。
智能型控制算法应运而生,在众多的算法中,模糊控制算法利用计算机来实现人的控制经验,是模糊理论与计算机技术、自动化技术相结合的产物,由于其良好的控制特性而得到了广泛应用。
本报告对模糊控制基于单片机对液位的控制理论及其智能优化控制策略和方法上作出详尽的研究,建立了一种控制系统。
在系统的构建中,应用单片机89C51做为核心控制部分,采用模糊控制算法进行控制。
控制系统根据设定值将得到的实际位置和偏差变化率进行模糊化,建立模糊控制规则表,将优化后的参数变化量,在模糊控制器的控制下实现转动控制。
通过对常规控制器、纯模糊控制器和具有自整定功能的模糊控制器进行仿真对比。
关键词:模糊控制、自动化技术、优化控制。
AbstractThe abstract along with the technical unceasing progress, the industrial production process already to the large scale, the fine refinement, the modernization as well as the complex development, the general convention control method already could not satisfy the actual production the demand.The intelligence control algorithm arises at the historic moment, in the multitudinous algorithms, controls the algorithm to realize human's control experience fuzzily using the computer, is product which the fuzzy theory and the computer technology, the automated technology unify, obtained the widespread application as a result of its good control characteristic.This report makes the exhaustive research to the fuzzy control based on the monolithic integrated circuit to the fluid position control theory and in the intelligent optimization control strategy and the method, has established one kind of control system.In the system construction, does using monolithic integrated circuit 89C51 for the core control section, uses the fuzzy control algorithm to carry on the control.The control system the physical location and the deviation rate of change which obtains according to the setting value carries on the fuzzy, establishes the fuzzy control rule table, will optimize after the parameter change quantity, will realize the rotation control in under the fuzzy controller control.Through to the conventional controller, the pure fuzzy controller and has the self regulating to decide the function the fuzzy controller to carry on the simulation contrast.Key word: Fuzzy control, automated technology, optimized control.1.模糊控制简介1.1模糊控制的历史背景1965年美国自动控制理论专家L A Zadeh首次提出了模糊集合,1974年英国E H Mamdani首先将模糊控制应用于锅炉和蒸汽机的自动控制。
第三章(2) 模糊控制系统的设计
假设中等小费是15%,高是25%,小费低是5%。 小费函数大致形状如下。明显地,曲线形状受 当地传统、文化喜好影响,但三条规则通用。
0.25
0.15
0.05
服务差或食品差 服务好或食品好
3.3 模糊控制器的设计举例 31
μ μ A(e) μ B(e)
0
e
3.2模糊控制系统的设计 12
二、模糊控制器的设计原则 b). α 较小,控制灵敏度高; α 较大,鲁棒性好; 一般取α = 0.5。
μ μ A(e) μ B(e) μ μ A(e) μ B(e)
0
e
0
e
3.2模糊控制系统的设计
13
二、模糊控制器的设计原则 3、设计规则库 规则数: N=nout*(nin(nlevel-1)+1)。 4、设计模糊推理 可由软、硬件实现。
20
3.3 模糊控制器的设计举例
3.3 模糊控制器的设计举例 4、模糊控制规则的确定 为使系统输出的动态特性最佳,根据操作经验而 总结的一条条模糊条件语句。
3
4 5 2 1
Td
0
t
3.3 模糊控制器的设计举例
21
3.3 模糊控制器的设计举例 (1)误差e = T – Td 为负大时,全功率加热。
5、精确化方法 一定要选取有代表性的值。
3.2模糊控制系统的设计
14
3.3 模糊控制器的设计举例 以加热炉温度控制系统为例: 由于模糊关系矩阵是一个高阶矩阵,多次合成计 算使输出使系统实时性变差,在实际应用中通 常采用查表法。
DE
Td
_
e
Δ
KΔe Ke E
模糊 控制表
U
Ku
u
被控对象
模糊控制技术
ii) 连续形式 连续形式: 为人类年龄的集合, 令X = R+ 为人类年龄的集合 年龄在50岁左右 模糊集合 B = “年龄在 岁左右”则表示为 年龄在 岁左右”则表示为: B = { x , µ 老年人 ( x ) | x ∈ X }
式中:
µ 老年人
–在论城U上的模糊集合A,由隶属函µA(x)来表征, µA(x)在 在论城U上的模糊集合A 来表征, 在论城 [0.1]区间内连续取值。 µA(x)的大小反映了元素x 对于模 1]区间内连续取值。 区间内连续取值 糊集合的隶属程度。 糊集合的隶属程度。
8 计算机接口与控制技术 第4章 模糊控制技术简介
1 ( x) = 5 1+ ( )2 x − 50
式中的x表示50岁以上的年龄( >50), ),有计算可 式中的x表示50岁以上的年龄(即x >50),有计算可 50岁以上的年龄 得: 55) µ老年人(55)=0.5 60) µ老年人(60)=0.8 70) µ老年人(70)=0.94
12 计算机接口与控制技术 第4章 模糊控制技术简介
模糊集合的公式表示
∑ x ∈X µ A ( xi ) / xi X为离散对象集合 i A = µ (x ) / x X为连续空间(通常为实 轴) ∫ A i X
注意: 注意
∑ 和 ∫ 并非求和和积分符号 并非求和和积分符号.
13 计算机接口与控制技术 第4章 模糊控制技术简介
上述三个例子分别可写为 C = 0.8 /上海 上海+0.9 /北京 +0.7 /天津 +0.6 /西安 上海 北京 天津 西7/2+1.0/4+0.3/5+0.1/6
第3章 模糊控制
期望值
+ - y
e
ec
ke d/dt kec
E
EC
ห้องสมุดไป่ตู้
模糊
控制器
U
u
ku
图中ke、kec为量化因子,ku为比例因子
量化: 将一个论域离散成确定数目的几小段(量化 级)。每一段用某一个特定术语作为标记,这 样就形成一个离散域。
假设在实际中,误差的连续取值范围是 e=[eL,eH],eL表示低限值,eH表示高限值。 将离散语言变量E的论域定义为{-m,„,-1, 0,1, „,m}。则有量化因子: 2m ke eH eL 量化因子实际上类似于增益的概念,在这 个意义上称量化因子为量化增益更为合适。
i Ri : IF x1 IS A1i AND x2 IS A2 AND xp IS Aip
i i THEN vi a0 a1 x aip x p i 1 , , N
(3 1)
vi 是模糊语言值; xi是一个输入变量;是输 i 出变量;系数集{a j }是待辨识的参数。模型的辨 i i ( N , p ) { A , a 识分两步。即结构参数 的辨识和系数 j j } 的确定。
1、最大隶属度函数法 简单地取所有规则推理结果的模糊集合中隶属 度最大的那个元素作为输出值。即: 当论域 V 中,其最大隶属度函数对应的输出 值多于一个时,简单取最大隶属度输出的平均即 可: U 0 max v (v) v V 为具有相同最大隶属度输出的总数。 此方法计算简单,但丢失信息,控制性能不高。
式中,<>代表取整运算。 模糊控制器的输出U可以通过下式转换为 实际的输出值u:
uH uL u ku U 2
问题的提出 变量量化会导致一定的量化误差。 解决方法 在量化级之间,加入插值运算。对于任意一 个连续的测量值可以通过相邻两个离散值的加 权运算得到模糊度的值。
三维模糊控制器的结构研究
第24卷第2期1998年3月自 动 化 学 报A CTA AU TOM A T I CA S I N I CAV o l .24,N o.2M arch.,1998短文三维模糊控制器的结构研究1)刘向杰 柴天佑 张焕水(东北大学自动化研究中心 沈阳 110006)摘 要 基于Zadeh 的模糊逻辑推理和语言控制策略,进行了三维模糊控制器的结构研究.证明了具有线性控制规则的三维模糊控制器可等同于一个全局多层次线性关系式和一个局部非线性P I D 型控制器,由此剖析了模糊控制器的推理机制和其非线性本质.关键词 三维模糊控制器,结构分析,隶属函数,P I D 控制1)国家自然科学基金资助.收稿日期 19962012291 引言结构分析的方法近年来成为模糊控制理论发展的一个重要手段,文献[1,2]证明了具有线性控制规则的模糊控制器,同传统P I 控制器间的内在等价性.近年来,三维模糊控制器以其优良的控制性能引起人们广泛关注,并逐渐在实践中获得应用[3,4].本文将传统的结构分析方法推广应用到三维模糊控制器中,证明了具有线性规则的三维模糊控制器可等同于一个全局多层次关系式和一个局部非线性P I D 控制器.从而揭示了模糊控制器的实质机理.仿真结果表明了三维模糊控制器同P I D 控制器的内在联系和区别.2 三维模糊控制器的推理过程211 三维模糊控制器的基本构成三维模糊控制器即在通常的模糊控制器基础上,输入增加了误差变化的变化率,本文称之为“加速率”.设T 代表采样周期,nT 代表当前采样时间,(n -1)T 代表前一时刻的采样时间.于时刻nT 量化输入为e 3=GE ・e (nT ),r 3=GR ・r (nT ),a 3=GA ・a (nT ),其中e (nT )=y (nT )-setpo in t, r (nT )= e (nT )-e (nT -T ) ,a (nT )=r (nT )-r (nT -T ),(1)e (nT ),r (nT ),a (nT )和y (nT )分别代表误差、误差变化率、误差变化的加速率和控制输出,GE ,GR 和GA 为相应的量化因子.为便于推理,假设相应于误差、误差变化率和误差变化的加速率的模糊集数量相同,隶属函数也完全一样,则每一输入变量模糊化后有J (J Ε1)个“正”模糊子集,J 个“负”模糊子集,1个“零”模糊子集.因此相应于每个输入变量总共有M =2J +1Ε3个模糊子集1隶属函数{Λ-J (x ),Λ-J +1(x ),…,Λ0(x ),Λ1(x ),…,ΛJ (x )}采用通常的三角形状函数.(图1)Κi 代表各子集的中心值.若假设Κ-J =-L ,Κ0=0且ΚJ =L ,则两相临模糊子集间的距离S 为:S =L J ,因而Λi (x )的中心值为Κi =i ・S .图1显示的是由9个三角形隶属函数组成的模糊集.且该种定义满足:Λi (x )+Λi +1(x )=1.对于输出量y (nT ),存在6J +1个模糊子集.其中3J 个为“正”输出量,3J 个为“负”输出量,1个为“零”输出量.设Χi 代表各模糊子集的中心值.若Χ-3J =-H ,Χ0=0,Χ3J =H ,则相临两模糊子集中心值间的距离V 为:V =H 3J =H N -1,中心值可表示为Χi =i ・V =i ・H N -1.如同输入变量,输出变量的隶属函数也对称于中心值,且各子集的隶属函数形状相同.模糊推理采用线性规则IF "erro r "is E i and "rate "is R j and "accelerate "is A k TH EN "ou tpu t "is U -(i +j +k ).(2)采用Zadeh 的模糊逻辑合成,可得控制输出量的隶属函数Λ(i ,j ,k )=m in (Λi (e 3),Λj (r 3),Λk (a 3)).(3) 鉴于输出量的隶属函数对称于其中心值,模糊规则结论部分的表达式为v (i ,j ,k )=Λ(i ,j ,k ) Χ-(i +j +k )=-m in (Λi (e 3),Λj (r 3),Λk (a 3)) (i +j +k )V ,(4)其中v (i ,j ,k )为由模糊控制规则(2)定义的输出量的增量.模糊判决采用非线性的加权平均判决法(CAM ),控制输出增量GU ・∃u (nT )为GU ∃u (nT )=GU∑v (i ,j ,k )≠0v (i ,j ,k )∑Λ(i ,j ,k )≠0Λ(i ,j ,k ).(5)212 三维模糊控制器的结构分析图1 三角形的隶属函数图2 三维输入变量构成一个立体空间不失一般性,考虑如下区域iS ΦGE ・e (nT )Φ(i +1)S , jS ΦGR ・r (nT )Φ(j +1)S ,1322期刘向杰等:三维模糊控制器的结构研究kSΦGA・a(nT)Φ(k+1)S,(6)其中 -JΦi,j,kΦJ-1.由图1,输入变量e3,r3,a3的隶属函数可由下式获得:Λi(e)=[(i+1)S-GE e(nT)] S, Λi+1(e)=[GE e(nT)-iS] S,(7)Λj(r)=[(j+1)S-GR r(nT)] S, Λj+1(r)=[GR r(nT)-jS] S,(8)Λk(a)=[(k+1)S-GA a(nT)] S, Λk+1(a)=[GA a(nT)-kS] S,(9)由(2)模糊推理采用八条线性规则(r1)IF"erro r"is E i+1and"rate"is R j+1and"accelerate"is A k+1TH EN"ou tp u t"isU-(i+j+k+3);(r8)IF"erro r"is E i and"rate"is R j and"acelerate"is A k TH EN"ou tpu t"is U-(i+j+k).论域[iS,(i+1)S],[jS,(j+1)S],[kS,(k+1)S]在空间构成一个立方体.在空间8个象限内可将立方体分为48个区域(每个象限6个区域).在不同区域Λi,Λi+1,Λj,Λj+1和Λk,Λk+1的大小关系不同.以I象限为例由式(3)实行合成运算结果列于表1.表1 由式(2)实行合成运算的结果区域r1r2r3r4r5r6r7r8EHCGΛj+1(r3)Λk(a3)Λj(r3)Λk(a3)Λi(e3)Λk(a3)Λi(e3)Λk(a3)EHCDΛj+1(r3)Λk(a3)Λj(r3)Λk(a3)Λi(e3)Λi(e3)Λi(e3)Λi(e3)EA CDΛk+1(a3)Λk(a3)Λj(r3)Λj(r3)Λi(e3)Λi(e3)Λi(e3)Λi(e3)CBA EΛk+1(a3)Λk(a3)Λj(r3)Λj(r3)Λi(e3)Λi(e3)Λj(r3)Λj(r3)CGEFΛi+1(e3)Λk(a3)Λj(r3)Λk(a3)Λi(e3)Λk(a3)Λj(r3)Λk(a3)CBEFΛi+1(e3)Λk(a3)Λj(r3)Λj(r3)Λi(e3)Λk(a3)Λj(r3)Λj(r3) 应用式(7,8,9),将表1的结果代入模糊判决算式(5),可得到输出GU・∃u(nT).区域EHCGGU・∃u(nT)=-(i+j+k+1.5)GU・H N-1-[GR・r(nT)-(j+0.5)S]+2[GA・a(nT)-(k+0.5)S][4(k+1)+2(i+1)+1]S-2[GE・e(nT)+2GA・a(nT)]GU・HN-1,(10)区域EHCDGU・∃u(nT)=-(i+j+k+1.5)GU・H N-1-[GR・r(nT)-(j+0.5)S]+2[GE・e(nT)-(i+0.5)S][4(i+1)+2(k+1)+1]S-2[GA・a(nT)+2GE・e(nT)]GU・HN-1(11)等48式.GU・∃u(nT)由两部分组成.第一部分,是一个以i,j和k为自变量的三维多层次关系式,可重写为-(i+j+k+1.5)GU HN-1=-[(i+0.5)S+(j+0.5)S+(k+0.5)S]GU H N-1. 由于点((i+0.5)S,(j+0.5)S,(k+0.5)S)是图2所示空间立方体的中心,控制策232自 动 化 学 报24卷略取决于其在整个量化空间的绝对位置.它是一个“全局的”多层次关系式.GU ・∃u (nT )的第二部分为一个非线性非模糊控制器,它的大小取决于目前量化输入值相对于立方体中心点的位置,它是“局域”非线性控制器.由公式(10,11)的组成形式,不难看出它是P I D 型控制器.一个满足输入量e (nT ),r (nT ),a (nT )达到稳定状态((i +0.5)S GE ,(j +0.5)S GR ,(k +0.5)S GA )而输出为零的离散形式P I D 控制器可表示为∆u P I D (i ,j ,k )=-(K I [GE ・e (nT )-(i +0.5)S ]+K p [GR ・r (nT )-(j +0.5)S ]+K D [GA ・a (nT )-(k +0.5)S ]),(12)其中K I ,K P 和K D 分别为积分、比例和微分系数.(12)式与公式(10,11)比较,可得局域非线性控制器相应于P I D 的积分、比例和微分系数随输入状态变化关系如表2表2 三维模糊控制器等同于非线性P I D 控制器的因子K I (e 3,r 3,a 3)K P (e 3,r 3,a 3)K D (e 3,r 3,a 3)GU ・H(N -1)[4(k +1)+2(i +1)+1]S -2[e 3+2a 3]2GU ・H(N -1)[4(k +1)+2(i +1)+1]S -2[e 3+2a 3]EHCG2GU ・H(N -1)[4(i +1)+2(k +1)+1]S -2[a 3+2e 3]GU ・H(N -1)[4(i +1)+2(k +1)+1]S -2[a 3+2e 3]0EHCD2GU ・H(N -1)[4(i +1)+2(j +1)+1]S -2[r 3+2e 3]GU ・H(N -1)[4(i +1)+2(j +1)+1]S -2[r 3+2e 3]EACD2GU ・H(N -1)[4(j +1)+2(i +1)+1]S -2[e 3+2r 3]GU ・H(N -1)[4(j +1)+2(i +1)+1]S -2[e 3+2r 3]CBA EGU ・H(N -1)[4(k +1)+2(j +1)+1]S -2[r 3+2a 3]2GU ・H(N -1)[4(k +1)+2(j +1)+1]S -2[r 3+2a 3]CGEFGU ・H(N -1)[4(j +1)+2(k +1)+1]S -2[a 3+2r 3]2GU ・H(N -1)[4(j +1)+2(k +1)+1]S -2[a 3+2r 3]0CBEF当变量e 3,r 3,a 3分别选择于边界值iS ,(i +1)S ,jS ,(j +1)S 和kS ,(k +1)S 时,参数K I (e 3,r 3,a 3)、K P (e 3,r 3,a 3)和K D (e 3,r 3,a 3)达到静态值.3 仿真结果模糊控制器的结构采用最简单的形式,即M =3,共有27条模糊规则.P I D 控制器参数K I ,K P ,和K D 的选择同三维模糊控制器的K I (e 3,r 3,a 3),K P (e 3,r 3,a 3)和K D (e 3,r 3,a 3)的静态值相同.图32a 显示对于线性一阶小迟后系统Y (s ) U (s )=K 1・e-L s(TA ・s +1),三维模糊3322期刘向杰等:三维模糊控制器的结构研究控制器同P I D 控制器的控制性能比较,仿真结果显示对于线性一阶小迟后系统三维模糊控制器同P I D 控制器的控制效果无明显差别.(T =0.25表示采样周期.系统于t =75秒时受到rd =50的扰动)图32b 中被控对象变为非线性大迟后环节y (k +1)=0.5y (k )+e y (k )-RRu (k -LT ),P I D 控制器难以对其实行稳定控制,而模糊控制器可以稳定运行.且三维模糊控制器的控制效果优于二维模糊控制器.(L =6,T =0.25,R =100)仿真图中,@代表系统对给定阶跃响应的超调量,T FU ZZY 代表模糊控制器的稳定时间,@’代表系统对扰动的超调量,T P I D 代表P I D 控制器的稳定时间.图32a 对于线性一阶小迟后系统注.@P ID =12122, T P ID =24100.@FU Z Z Y 3=13152, T FU Z Z Y 3=22175@’P ID =9178, T ’P ID =15175.@’FU Z Z Y 3=10109, T ’FU Z Z Y 3=15100图32b 被控对象为非线性大迟后系统注.@FU ZZY 3=25112, T FU ZZY 3=37100;@FU ZZY 2=35.46, T FU ZZY 2=52.50图3 三维模糊控制器与P I D 控制器性能比较4 结论运用结构分析的方法,可以基于模糊控制的推理机制揭示模糊控制器工作的实质.该方法建立了模糊控制同常规控制策略之间的内在的联系,从而可以用常规的控制理论发展模糊控制理论.本文结果表明三维模糊控制器实际上是一个变结构的自适应P I D 控制器.模糊控制器的鲁棒性存在于它的非线性本质和变结构特性.参考文献1 Ying H ,Siler W ,Buckley J J .Fuzzy contro l theo ry :a nonlinear case .A u to m atica ,1990,26:513-5202 Ying H .A nonlinear fuzzy contro ller w ith linear contro l rules is the sum of a global two 2di m ensi onalm ultilevel re 2lay and a local nonlinear p ropo rti onal 2integral contro ller .A u to m atica ,1993,29:499-5033 L i Shiyong ,H u H engzhang .D esign and study of a class three 2di m ensi onal fuzzy contro ller ,In :P roc .of Interna 2ti onal sympo sium on fuzzy system s and know ledge engineering ,1987,2:477-4484 范晓英,陆培新,陈文楷.一种新型的模糊控制器.控制理论与应用,1995,12(5):579-602432自 动 化 学 报24卷STRUCTURE ANALY SIS OF THREE -D I M ENSI ONALFUZZ Y CONTR OLL ERL I U X I A N GJ IE ZHAN G H UAN SHU I CHA I T I A N YOU(R esearch Center of A u to m ation ,N ortheastern U niversity ,S heny ang ,110006)Abstract Based on Zadeh’s linguistic contro l strategy and inference p rocess ,th is paper p re 2sents an app roach to the structure analysis of th ree 2di m ensi onal fuzzy contro ller .T he autho rs analytically p rove that a typ ical th ree 2di m ensi onal fuzzy contro ller w ith linear contro l rules is the sum of a global nonlinear contro ller and a local nonlinear P I D 2like contro ller .In such a w ay ,the reasoning m echanis m of th ree 2di m ensi onal fuzzy contro ller is p resented and the non 2linear essence of it disclo sed .Key words th ree 2di m ensi onal fuzzy contro ller ,structure analysis ,m em bersh i p functi on ,P I D contro l5322期刘向杰等:三维模糊控制器的结构研究。
第3章 模糊控制理论的基础讲解
(3)模糊控制易于被人们接受。模糊控 制的核心是控制规则,模糊规则是用语言 来表示的,如“今天气温高,则今天天气 暖和”,易于被一般人所接受。 (4)构造容易。模糊控制规则易于软件 实现。 (5)鲁棒性和适应性好。通过专家经验 设计的模糊规则可以对复杂的对象进行有 效的控制。
第二节 模糊集合
一、模糊集合 模糊集合是模糊控制的数学基础。
c (x) Min A (x), B (x)
② 代数积算子
c (x) A (x) B (x)
③ 有界积算子
c (x) Max0, A (x) B (x) 1
(2)并运算算子 设C=A∪B,有三种模糊算子: ① 模糊并算子
c (x) Max A (x), B (x)
c (x) A (x) B ( x) 1 1 (1 A (x)) (1 B (x))
γ取值为[0,1]。
当γ=0时, c (x) A (x) ,B相(x当) 于A∩B
时的算子。
当γ=1时,c (x) A(x) B (x) A(,x)相.B (x)
(3)等集
两个模糊集A和B,若对所有元素u,
它们的隶属函数相等,则A和B也相等。
即
A B A (u) B (u)
(4)补集 若 A 为A的补集,则
A A (u) 1 A (u)
例如,设A为“成绩好”的模糊集, 某学生 u0 属于“成绩好”的隶属度为:
A (u0 ) 0.8 则u0 属于“成绩差”的隶属度
第三章 模糊控制的理论基础
第一节 概 述 一、 模糊控制的提出
以往的各种传统控制方法均是建立在 被控对象精确数学模型基础上的,然而, 随着系统复杂程度的提高,将难以建立 系统的精确数学模型。
模糊控制基本原理
模糊控制的基本原理模糊控制是以模糊集合理论、模糊语言及模糊逻辑为基础的控制,它是模糊数学在控制系统中的应用,是一种非线性智能控制。
模糊控制是利用人的知识对控制对象进行控制的一种方法,通常用“if条件,then结果”的形式来表现,所以又通俗地称为语言控制。
一般用于无法以严密的数学表示的控制对象模型,即可利用人(熟练专家)的经验和知识来很好地控制。
因此,利用人的智力,模糊地进行系统控制的方法就是模糊控制。
模糊控制的基本原理如图所示:模糊控制系统原理框图它的核心部分为模糊控制器。
模糊控制器的控制规律由计算机的程序实现,实现一步模糊控制算法的过程是:微机采样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;一般选误差信号E作为模糊控制器的一个输入量,把E的精确量进行模糊量化变成模糊量,误差E的模糊量可用相应的模糊语言表示;从而得到误差E的模糊语言集合的一个子集e(e实际上是一个模糊向量)。
再由e和模糊控制规则R(模糊关系)根据推理的合成规则进行模糊决策,得到模糊控制量u为:式中u为一个模糊量;为了对被控对象施加精确的控制,还需要将模糊量u进行非模糊化处理转换为精确量:得到精确数字量后,经数模转换变为精确的模拟量送给执行机构,对被控对象进行一步控制;然后,进行第二次采样,完成第二步控制……。
这样循环下去,就实现了被控对象的模糊控制。
模糊控制(Fuzzy Control)是以模糊集合理论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制。
模糊控制同常规的控制方案相比,主要特点有:(1)模糊控制只要求掌握现场操作人员或有关专家的经验、知识或操作数据,不需要建立过程的数学模型,所以适用于不易获得精确数学模型的被控过程,或结构参数不很清楚等场合。
(2)模糊控制是一种语言变量控制器,其控制规则只用语言变量的形式定性的表达,不用传递函数与状态方程,只要对人们的经验加以总结,进而从中提炼出规则,直接给出语言变量,再应用推理方法进行观察与控制。
模糊控制3 TS Fuzzy System
x(k + 1) = ∑ w Ai x(k ) / ∑ w
i i =1 i =1
l
l
i
图5 模糊系统的响应曲线
22
[例5]在上述已知模糊系统中,如果
1.503 −0.588 A1 = 1 0
1 −0.361 A2 = 1 0
S 22:若y(k)是( A2 and C 2 ),则
2 y 22 (k + 1) = (2.256 − 1.120k12 ) y (k ) + (−0.361 − 1.120k 2 ) y (k − 1)
模糊模型的总的输出为
w11 y11 (k + 1) + w12 y12 (k + 1) + w21 y 21 (k + 1) + w22 y 22 (k + 1) y (k + 1) = 17 w11 + w12 + w21 + w22
27
[例6]对于例2中的模糊系统,加入了标准方差为0.5的高斯白噪声, 并假定模型的前提结构和前提参数同原系统相同。采用200组输 入输出数据进行结论参数的辨识,得到如下结果:
28
图8绘出了含有噪声的输入输出数据、原始的结论和辨识 结论。如果这组数据中不含有噪声,那么辨识出来的模 型和原模型完全相同。
图8 原始数据和辨识的结果
29
2、前提参数的辨识
模糊辨识算法中,涉及到3类隶属函数,都是由分段直线组 成的。它们是small, medium, large如下图所示。
图9 3类隶属函数的形式 图9中的 P1 , P2 , , P8 等是前提参数,表示各类隶属函数的 转折点,对应的隶属度是1或0,模糊子集small和large有 2个前提参数待辨识,medium有4个前提参数待辨识。
第4章 模糊T-S控制(3)
ρ2
P2 P + Q2 2
P Ai + AiT P − ZiC − (ZiC)T + Q2 P 2 2 2 <0 2 P − ρ I 2
(2.13)
首先,由式(2.13)求得P和 i,然后由式(2.12) 2 L 求得 P 和 Ki 。 1
20
二、一类非线性系统的模糊控制方法 一类非线性系统的模糊控制方法 一类非线性系统的模糊控制
2 n1 3 4 n2
(2.1)
其中x , x ∈R , x , x ∈R (n = 2(n1 + n2 ))是系统的状态向量,状 态是可量测的, u∈ Rm 是控制输入向量,y∈Rm 是系 统的可量测输出向量,C ∈R , f 2 , f 4 是光滑非线性函 数,d2 , d4是外部扰动,x =[x1T , x2T , x3T , x4T ]T ∈Rn , m = n1 + n2 ,d =[0, d ,0, d ] .
9
二、一类非线性系统的模糊控制方法 一类非线性系统的模糊控制方法 一类非线性系统的模糊控制
1.一类非线性系统的模糊H∞控制问题 问题描述:考虑如下的非线性系统
& x1 = x2 & x2 = f 2 (x, u) + d2 & x3 = x4 x4 = f 4 (x, u) + d4 &
证明 选取
Lyapunov
5
一、模糊T-S控制简介 模糊T 模糊
从而提出了基于模糊T-S模型的松弛二次稳定控制方 案。Liu等人推广了文[65]的二次稳定充分条件,进 一步降低保守性,提出了一种二次稳定控制方案[66 -67]。Park借助T-S模糊模型,提出一种在线参数估 计方法[68]并研究了参数不确定非线性系统的稳定性 问题[69]。文[70]给出了一种积分模糊模型的系统设 计方案。T-S模糊模型还被用来研究非线性关联系统 的跟踪控制问题[71]、非线性奇异系统的稳定性问题 [72]和带有执行器饱和的非线性系统的鲁棒控制问题 [73]。文[74-75]提出了时延系统的模糊模型,并讨 论了非线性时延系统的分析和综合问题。文[76]给出 了不确定模糊时延系统的二次稳定控制方法。文[77]
第3章 模糊控制系统
第3章 模糊控制系统在过去30年中,模糊控制也是智能控制的一个十分活跃的研究与应用领域。
Zadeh 于1935年提出的模糊集合成为处理现实世界各类物体的方法。
此后,对模糊集合和模糊控制的理论研究和实际应用获得广泛开展。
模糊控制是一类应用模糊集合理论的控制方法。
模糊控制的价值可从两个方面来考虑。
一方面,模糊控制提出一种新的机制用于实现基于知识(规则)甚至语义描述的控制规律。
另一方面,模糊控制为非线性控制器提出一个比较容易的设计方法,尤其是当受控装置(对象或过程)含有不确定性而且很难用常规非线性控制理论处理时,更是有效。
专家控制系统与模糊逻辑控制(FLC )系统至少有一点是相同的,即两者都想要建立人类经验和决策行为模型。
然而,它们存在一些明显的区别:(1) 现存的FLC 系统源于控制工程而不是人工智能;(3) FLC 模型绝大多数为基于规则系统;(3) FLC 的应用领域要比专家控制系统窄;(4) FLC 系统的规则一般不是从人类专家提取,而是由FLC 的设计者构造的。
因此,有必要从专家控制系统中分出模糊控制系统,在本章独立讨论。
本章将首先简述用于控制的模糊集合和模糊逻辑的基本知识;然后讨论模糊逻辑控制器的类型、结构、设计和特性;最后举例说明FLC 的应用。
3.1 模糊控制的数学基础模糊控制是建立在模糊集合和模糊逻辑的基础上的,本节将简要地介绍模糊控制要用到的模糊数学的基本概念、运算法则、模糊逻辑推理和模糊判决等。
3.1.1 模糊集合、模糊逻辑及其运算首先,让我们介绍模糊集合与模糊逻辑的若干定义。
设为某些对象的集合,称为论域,可以是连续的或离散的;表示的元素,记作={}。
定义3.1 模糊集合(fuzzy sets )论域到[0,1]区间的任一映射,即: →[0,1],都确定的一个模糊子集;称为的隶属函数(membership function )或隶属度(grade of membership )。
实验三 模糊控制实验报告示例
实验三模糊控制实验班别:自动化081 姓名:覃健学号:200800301031一实验过程1 对模糊控制模块建立模糊规则的步骤(1)在Command window 命令窗口中输入fuzzy,按enter弹出模糊规则窗口;(2)加入一个输入,在弹出的窗口中选择Edit→Add V ariable→input;(3)在name中更改input1为“e”,input2为“ec”,output为“u”;(4)双击e对e的设置:a, 选择Edit→Add MFs→numbers of MFs 中选择4;b,在range和display range中设置隶属函数图的取值范围;c,更改mf1~mf7的参数,分别命名为“NB”、“NM”、“NS”、“Z”、“PS”、“PM”、“PB”,并设置三角形的顶点值,其中'NB'的类型为'zmf','PB'为'smf'其他的都为'trimf',结果如下图所示:(5)重复步骤(4)对ec、u进行设置,结果如下图所示:(6)双击mamdani,设置49条Rules命令语句,结果如下图所示:(7)在Defuzzification中选择mom;(8)最后完成模糊规则的建立如下图所示,然后选择file→export→to workspace,保存到工作路径中;2simulink仿真(1)打开simulink模块库浏览器窗口,然后选择菜单file→new→model,新建空白的模型窗口;我们所需要画的模块框图,框图如下所示,按下图在simulink模块库中查找我们所需的模块,拉到模型窗口中,然后连接各个模块,画好图形。
(2)画好图形后,设定载入模糊控制模块的模糊规则:a,双击模糊控制模块,输入文件名为之前设计好的模糊规则fuzza;b,右键选择look under mask,在弹出的窗口中双击模糊控制木块,在弹出的选择框中输入fuzza;然后就可以进行仿真。
模糊控制
模糊控制中文名称:模糊控制英文名称:fuzzy control利用模糊数学的基本思想和理论的控制方法。
在传统的控制领域里,控制系统动态模式的精确与否是影响控制优劣的最主要关键,系统动态的信息越详细,则越能达到精确控制的目的。
然而,对于复杂的系统,由于变量太多,往往难以正确的描述系统的动态,于是工程师便利用各种方法来简化系统动态,以达成控制的目的,但却不尽理想。
换言之,传统的控制理论对于明确系统有强而有力的控制能力,但对于过于复杂或难以精确描述的系统,则显得无能为力了。
因此便尝试着以模糊数学来处理这些控制问题。
简介自从Zadeh发展出模糊数学之后,对于不明确系统的控制有极大的贡献,自七○年代以后,便有一些实用的模糊控制器相继的完成,使得我们在控制领域中又向前迈进了一大步,在此将对模糊控制理论做一番浅介。
概述图3.13.1概念图3.1为一般控制系统的架构,此架构包含了五个主要部分,即:定义变量、模糊化、知识库、逻辑判断及反模糊化,底下将就每一部分做简单的说明:(1) 定义变量也就是决定程序被观察的状况及考虑控制的动作,例如在一般控制问题上,输入变量有输出误差E与输出误差之变化率CE,而控制变量则为下一个状态之输入U。
其中E、CE、U统称为模糊变量。
(2) 模糊化(fuzzify)将输入值以适当的比例转换到论域的数值,利用口语化变量来描述测量物理量的过程,依适合的语言值(linguisitc value)求该值相对之隶属度,此口语化变量我们称之为模糊子集合(fuzzy subsets)。
(3) 知识库包括数据库(data base)与规则库(rule base)两部分,其中数据库是提供处理模糊数据之相关定义;而规则库则藉由一群语言控制规则描述控制目标和策略。
(4) 逻辑判断模仿人类下判断时的模糊概念,运用模糊逻辑和模糊推论法进行推论,而得到模糊控制讯号。
此部分是模糊控制器的精髓所在。
(5) 解模糊化(defuzzify)将推论所得到的模糊值转换为明确的控制讯号,做为系统的输入值。
第三章 模糊控制
模糊控制就是模仿人这样的控制。把人的操作经验和 知识整理出来形成规则。然后构成一个模糊控制器去实现 这些规则。简单的说,就是设计一个模糊控制器来代替这 位操作员去完成控制任务。
既然是模糊控制,那就与模糊有关。我们先来介绍模 糊的概念以及由它引伸出的模糊集合和模糊数学的概念。
什么叫模糊。那就是没有明确的边沿(或者说界限)。 我们在上面控制水箱的水位时提到“温度偏高”中的“偏 高”以及“加入较多冷却水”中的“较多”等,这些都是 一些模糊的概念。而人们利用这些概念,最终却能实现稳 定地控制水箱温度。
隶属度函数 的定义:给定论域 , 是论域
中的元素, 到A(x) 的一个映射为 ,X 它x确定了
论域中一个X模糊集0,1合 (用~号区分A普(x)通集合和模
糊集合)。
A ,而 的值可以是0
到1之间的某一A(x个) :值X ,这0,个1 值表示A(x) 这个元素归
属模糊集合 的程度。
x
下面举例A说明:到苹果园去摘“大苹果”。这
CA(x) : X 0,1。
而
CA(x)Fra bibliotek1 0
(x A) (x A)
—表示属于。
CA(x) 是集合 A 的特征函数,它表示 x 与 A 的
归属关系。
CA (只x) 有两个值1,0。也即这个 要x 么属于 ,
要么A不属于 。把集A合论的特征函数的概念推广
到Fu模nc糊tio集n)合。中用来一,个形(成~隶)属下度标函来数表(示M模em糊b集Ae(xr合)sh。ip
模糊集合是一种特别定义的集合,它与普通集合既有 联系但也有分别。对于普通集合而言,任何一个元素要么 属于该集合,要么不属于。非此即彼,界限分明,决无模 棱两可。而于模糊集合来说,一个元素可以属这个集合也 可认为不属于这个集合。例如对“老年人”这个集合来说, 51岁的人算不算这个集合的人?习惯来说过50岁已入土半 截了。但现在50岁的人,往往还年富力强。这种集合就是 模糊的了。如果某种场合希望多一些老年人,那么把51岁 的人也可算成“老年人”。这里可以看到模糊性是人们在 社会交往和生产实践中经常使用的。它提供了定性与定量、 主观与客观、模糊与清晰之间的一个人为的折中。
(新)第3章 模糊控制理论-5
19:59
上海工程技术大学机械工程学院
5
3.2 模糊数学的相关知识
和自动控制是在自动控制理论的基础上发展起来的一样, 模糊控制是在模糊数学的基础发上展起来的。只有掌握了 模糊数学相关的知识,才能实现模糊控制,本 主要学习模 糊数学的知识。
3.2.1普通集合及其运算规则
3.2.2模糊集合及其运算规则
~
~
18~30 20~30 18~30 18~35 15~36 18~35 15~25 18~30 14~25 17~30 17~30 18~30 17~25
18~35 18~30 18~30 18~35 18~30 18~30 16~32 17~30 18~26 16~28 15~30 17~30 18~29
风的强弱
19:59
上海工程技术大学机械工程学院
11
1) 模糊集合的概念
举例: 在模糊数学中,我们称没有明确边界(没有清晰外延)的集 B 合为模糊集合。常用大写字母下加波浪线的形式来表示,如 A 、 等。 元素属于模糊集合的程度用隶属度或模糊度来表示。 用于计算隶属度的函数称为隶属函数。
上海工程技术大学机械工程学院 8
集合相等
19:59
2) 普通集合的并、交、补运算
设A、B为同一论域上的集合,则A与B的并集 A B、交集A B)、补集 A) ( ( ( )
分别定义为:
A B {u u A or u B} A B {u u A and u B}
~
年龄 隶属次数 29 30 31 80 77 27
隶属度 0.62 0.60 0.21
模糊推理判决 计算出 控制量
19:59
上海工程技术大学机械工程学院
第3章 模糊理论
1 0.9 0.8
Degree of membership
2、论域为连续域
F F / u
0.7 0.6 0.5 0.4 0.3 0.2
20
30
10
40
50
速度/(km h 1 )
30
隶属度函数确立的方法:
1、模糊统计法 2、例证法 3、专家经验法 4、二元对比排序法
1、模糊统计法 基本思想:论域U上的一个确定的元素v0是否 属于一个可变动的清晰集合A*作出清晰的判断。 对于不同的实验者,清晰集合A*可以有不同 的边界。但它们都对应于同一个模糊集A。 模糊集A
年轻人 v0 清晰集A2*
清晰集A1*
17-30岁
20-35岁
所有人
论 域 U
隶属度函数确立的方法:
计算步骤:在每次统计中,v0是固定的(如某 一年龄),A*的值是可变的,作n次试验,则 模糊统计公式:
v0 A的次数 v0对A的隶属频率= 试验总次数 n
隶属度函数确立的方法:
例:求中等身材的集合A及 μA (1.64)
例: F ={(0,1.0), (1 ,0.9), (2 ,0.75), (3,0.5),(4 ,0.2),
(5 ,0.1) }
(3)向量表示法
F ={(u1),(u2),…,(un)} (元素u按次序排列)
例: F ={1.0 ,0.9, 0.75,0.5,0.2 ,0.1 }
例:以年龄为论域,取 U 0,100 。Zadeh给出了“年 轻”的模糊集F,其隶属函数为
确定隶属函数应遵守的一些基本原则:
- 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)。
模糊控制器的基本结构通常由四个部分组成:
模糊化接口
规则库 模糊推理
规则库
清晰化接口
模
清
糊
晰
化
模糊推理
化
接
接
口
口
5
3.2 模糊控制器的结构和设计
3.2.1 模糊化接口
模糊化就是通过在控制器的输入、输出论域上定义语言变量,来将精确的输入、 输出值转换为模糊的语言值。 模糊化接口的设计步骤事实上就是定义语言变量的过程,可分为以下几步: 1) 语言变量的确定
?
为了提高实时性,模糊控制器常常以控制查询表的形式出现。该表反映 了通过模糊控制算法求出的模糊控制器输入量和输出量在给定离散点上 的对应关系。为了能方便地产生控制查询表,在模糊控制器的设计中, 通常就把语言变量的论域定义为有限整数的离散论域。
7
3.2 模糊控制器的结构和设计
如何实现实际的连续域到有限整数离散域的转换?
通过引入量化因子ke、kec和比例因子ku来实现
期望值
+ -
e
E
ke
d/dt
ec
kec
EC
模糊 U 控制器
y
u
ku
假设在实际中,误差的连续取值范围是e=[eL,eH],eL表示低限值,eH表示高限
值。则:
ke
2m eH eL
同理,假如误差变化率的连续取值范围是ec=[ecL,ecH] ,控制量的连续取值范 围是u=[uL,uH] ,则量化因子kec和比例因子ku可分别确定如下:
3.1 模糊控制的工作原理
模糊控制的基本思想
控制思想:
如果水温偏高,就把燃气阀关小; 如果水温偏低,就把燃气阀开大。
人类对热水器水温的调节 将人类专家对特定对象的控制经验,运用模糊集理论进行量化,转化为可 数学实现的控制器,从而实现对被控对象的控制。
人类专家的控制经验是如何转化为数字控制器的 ?
1
针对模糊控制器每个输入、输出空间,各自定义一个语言变量。 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,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”。
6
3.2 模糊控制器的结构和设计
2)语言变量论域的设计
10
3.2 模糊控制器的结构和设计
4)定义各语言值的隶属函数 隶属函数的类型
NB NM NS ZO 1
PS PM PB
① 正态分布型(高斯基函数 )
0.5
Ai
(x)
e
(
xai bi2
)2
~
0 -6 -4 -2 0 2 4 6 x
其中,ai为函数的中心值,bi为函数的宽度。
假设与{PB,PM,PS,ZO,NS,NM,NB}对应的高斯基函数的中心值分别 为{6,4,2,0,-2,-4,-6},宽度均为2。隶属函数的形状和分布如图所示。
人类的控制规则 如果水温比期望值高,就把燃气阀关小; 如果水温比期望值低,就把燃气阀开大。
描述了输入(水温与期望值的偏差 e)和输出(燃气阀开度的增量 u)之间的模糊关系R
2
3.1 模糊控制的工作原理
规则库R
模糊值
模糊化
输入e
输出u
模糊推理
精确值
精确值
期望值 +
e A/D
-
温度 传感器
热水器
去模糊化 u D/A
电磁阀
热水器水温模糊控制系统结构
3
3.1 模糊控制的工作原理
模糊控制器的基本工作原理
将测量得到的被控对象的状态经过模糊化接口转换为用人类自然语 言描述的模糊量,而后根据人类的语言控制规则,经过模糊推理得 到输出控制量的模糊取值,控制量的模糊取值再经过清晰化接口转 换为执行机构能够接收的精确量。
4
3.2 模糊控制器的结构和设计
u
ku
U
uH
2
uL
9
3.2 模糊控制器的结构和设计
3) 定义各语言变量的语言值 通常在语言变量的论域上,将其划分为有限的几档。 例如,可将E、EC和U的划分为 {“正大(PB)”,“正中(PM)”,“正小(PS)”,“零(ZO)”, “负小(NS)”,“负中(NM)”,“负大(NB)”}七档。 档级多,规则制定灵活,规则细致,但规则多、复杂,编制程序困难, 占用的内存较多; 档级少,规则少,规则实现方便,但过少的规则会使控制作用变粗而 达不到预期的效果。 因此在选择模糊状态时要兼顾简单性和控制效果。
3.1 模糊控制的工作原理
模仿人类的调节经验,可以构造一个模糊控制系统来实现对热水器的控制。 用一个温度传感器来替代左手进行对水温的测量,传感器的测量值经A/D变 换后送往控制器。 电磁燃气阀代替右手和机械燃气阀作为执行机构,电磁燃气阀的开度由控制 器的输出经D/A变换后控制。 构造控制器,使其能够模拟人类的操作经验。
11
3.2 模糊控制器的结构和设计
② 三角型
b
1
a 1
(x (u
a), c),
a b
x x
b c
Ai (x) b c
~
0
else
③ 梯型
x 1b,
a a
,
a xb bxc
Ai (x)
~
d x, d c 0,
cx else
d
NB NM NS ZO PS PM PB
1
0 -6 -4 -2 0 2 4 6 x
NB NM NS ZO PS PM PB 1
0 -6 -4 -2 0 2 4 6 x
12
3.2 模糊控制器的结构和设计
隶属函数确定时需要考虑的几个问题 ① 隶属函数曲线形状对控制性能的影响。 • 隶属函数形状较尖时,分辨率较高,输入引起的输出变化比较剧烈,控 制灵敏度较高; • 曲线形状较缓时、分辨率较低,输入引起的输出变化不那么剧烈,控制 特性也较平缓,具有较好的系统稳定性。 因而,通常在输入较大的区域内采用低分辨率曲线(形状较缓),在输 入较小的区域内采用较高分辨率曲线(形状较尖),当输入接近零则选 用高分辨率曲线(形状尖)。
kec
2n ecH ecL
ku
uH uL 2l
8
3.2 模糊控制器的结构和设计
在为模 糊控制器的输入E和EC:
E
ke
(e
eH
2
eL
)
EC
kec
(ec
ecH
2
ecL
)
式中,<>代表取整运算。
模糊控制器的输出U可以通过下式转换为实际的输出值u: