模糊控制算法研究报告

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)。

《智能控制》

课程设计报告

专业：自动化

班级：学号：

学生：

时间：13年12月30日～13年1月3日

―――――――以下指导教师填写―――――

分项成绩：出勤设计报告

总成绩：

指导教师：

设计报告要求和成绩评定

1 报告容

设计任务书（设计计划），正文，参考资料。

设计任务书（设计计划）由学生所在系安排指导教师编写，容包括设计地点、时间、安排和设计容和要求等。

正文容一般包括：（1）设计简述（设计时间、设计地点，设计方式等）；（2）设计容叙述；（3）设计成品(图纸、表格或计算结果等)；（4）设计小结和建议。

参考资料包括参考书和现场技术资料等。

2 书写用纸

A4复印纸；封面、设计任务书要求双面打印。

3 书写要求

正文容手工双面或单面书写，字迹清楚，每页20行左右，每行30字左右，排列整齐；页码居中写在页面下方；纸面上下左右4侧边距均为2厘米。

公式单占一行居中书写；插图要有图号和图题，图号和图题书写在插图下方；表格要有表号和表题，表号和表题在表格上方书写；物理量单位和符号、参考文献引用和书写以及图纸绘制要符合有关标准规定；有关细节可参考我院《毕业设计成品规》。

4 装订

装订顺序：封面，设计任务书，正文及参考资料，封底；左边为装订边，三钉装订，中间钉反向装订。

5 成绩评定

设计成绩一般由出勤（10分）、报告书写规性及成品质量（50分）、考核（40分）三部分成绩合成后折合为优秀（90－100分）、良好（80－89分）、中（70－79分）、及格（60－69分）或不及格（60分以下）。设计考核可采取笔试、机试或其它合适的方式；不参加考核或不交报告者成绩为零分。

模糊控制算法研究

一、课程设计的目的：

1. 通过本次课程设计，进一步了解模糊控制的基本原理、模糊模型的建立和模糊控制器的设计过程。

2. 提高学生有关控制系统的程序设计能力；

3. 熟悉Matlab 语言以及在智能控制设计中的应用。

二、课程设计的基本容：

假设系统的模型可以用二阶加纯滞后表示，即传递函数为

12()(1)(1)

d s

f f Ke G s T s T s τ-=++。其中各参数分别为1240,10,60,2f f d K T T τ====。

图1 模糊控制系统Simulink 仿真模型图

1、用Matlab 中的Simulink 工具箱，组成一个模糊控制系统，如图1所示。

2、采用模糊控制算法，设计出能跟踪给定输入的模糊控制器，对被控系统进行

仿真，绘制出系统的阶跃响应曲线。

（1）模糊集合及论域的定义

对误差E、误差变化EC机控制量U的模糊集合及其论域定义如下：

E、EC和U的模糊集合均为：

{NB、NM、NS、0、PS、PM、PB}

E和EC的论域为：

{-6、-5、-4、-3、-2、-1、0、1、2、3、4、5、6}

U的论域为：

{-6、-5、-4、-3、-2、-1、0、1、2、3、4、5、6}

上述的三个模糊集合都选取了7个元素，主要目的是着眼于提高稳态精度。E、EC和U的隶属度函数图形如图2,3,4 所示：

图2 变量E的隶属度函数

图3 变量EC的隶属度函数

图4 变量U的隶属度函数

（2）模糊控制规则设计

模糊控制规则如下表所示：

表1 模糊控制规则

NB NM NS ZO PS PM PB

NB NM NS ZO PS PM PB NB

（3）系统的参数选择

系统所选用的参数为：Saturation、Saturation1、Saturation2的围分别为：[-6 6]、[-6 6]、[-6 6]，Transport Delay=2S。

通过调试得到模糊控制的参数：Gain1=0.7，Gain=1.8，Gain2=1

（4）仿真结果：

系统的阶跃响应曲线如图5所示，其中上方的曲线代表系统的阶跃响应，下方的曲线是系统的模糊控制量的变化。

图5 阶跃输入的响应曲线图

本设计中控制系统性能的要求为：错误!未找到引用源。，错误!未找到引用源。，错误!未找到引用源。。

由图5中曲线可知：

错误!未找到引用源。28% 符合要求

错误!未找到引用源。65s 符合要求

错误!未找到引用源。 2.3% 符合要求

3、改变模糊控制器中模糊变量的隶属度函数，分析隶属度函数和模糊控制规则对模糊控制效果的影响。比较那种情况下的控制效果较好。

如下图所示改变模糊控制器中的隶属度函数为梯形隶属函数。

图7 变量E的隶属度函数