第三章(1) 模糊控制系统的组成原理

1 J u* u j * J j 1
3.1模糊控制系统的组成原理
28
三、模糊逻辑控制器 （1）最大隶属度函数法： 在模糊推理输出的结果中，取隶属度最大的元 素作为精确值。
u* max (ui )
ui U
优点：计算简单； 缺点：丢失许多信息。
3.1模糊控制系统的组成原理
29
三、模糊逻辑控制器 （2）加权平均法： 将各个取值加权后求取平均值。
k 1 k3.1模Fra bibliotek控制系统的组成原理
31
三、模糊逻辑控制器 （3）重心法 例：已知由极大极小推理法得到输出模糊集为： C=0.3/-1+0.8/-2+1/-3+0.5/-4+0.1/-5 试由重心法计算此推理结果的输出精确值。
3.1模糊控制系统的组成原理
32
三、模糊逻辑控制器
综上所述，模糊逻辑控制器的设计过程分为三 步：
（1）映射成单点：
1 A 0
x x0 x x0
3.1模糊控制系统的组成原理
15
三、模糊逻辑控制器 （2）映射成模糊集合： 例：系统偏差e，用语言变量E来描述，则 T（E）为E的语言值集合。 T(E)={负大，负中，负小，零，正小，正中，正 大} ={NB,NM,NS,ZE,PS,PM,PB}
u*
u
k 1 n k 1
n
k
pk
k
p
3.1模糊控制系统的组成原理
30
三、模糊逻辑控制器 （3）重心法 将隶属度函数曲线与横坐标围成的面积的重心 作为模糊推理最终输出。
u* U
u (u )du
U
(u )du
u*
u (u )
k 1 n k k
n
(u )
3.1模糊控制系统的组成原理
3
一、模糊控制系统的基本概念 经典控制理论对解决线性定常系统的控制问题 很有效； 现代控制理论在解决线性或非线性、定常或时 变系统的控制问题方面，获得了广泛应用。 以上方法，都需要事先知道被控对象的精确模 型，根据模型及给定性能指标，选择适当的控 制规律，进行系统设计。
由其量化后的隶属度，得到规则的模糊关系为： R’= (NBe→PBu) ∪ (NSe→PSu) ∪ (ZEe→ZEu) ∪ (PSe→NSu) ∪ (PBe→NBu)
3.1模糊控制系统的组成原理 25
三、模糊逻辑控制器 3、模糊推理 根据知识库提供的信息和输入状态模拟人类的 推理决策过程，给出合适的控制量。 可用前述各种推理方法。
3.1模糊控制系统的组成原理
16
三、模糊逻辑控制器 {NB,NM,NS,ZE,PS,PM,PB} 每一语言值均为模糊集合，可用隶属度函数表 示。如：
μ ZE PS PB
NB
NS
0
e
经验表明：用三角和梯形的隶属度函数在实际 应用中带来很多方便。
3.1模糊控制系统的组成原理 17
三、模糊逻辑控制器 2、知识库 包括数据库和规则库。 数据库：必要的定义、输入输出语言变量的论 域、量化因子、隶属度函数等。 量化因子：为便于计算机处理，一般将论域离 散化为n小段，每段用一个特定的术语标记， 形成一个离散域。
3.1模糊控制系统的组成原理
24
三、模糊逻辑控制器 总结控制规则如下： (1) if e is NB, then u is PB； (2) if e is NS, then u is PS； (3) if e is ZE, then u is ZE； (4) if e is PS, then u is NS； (5) if e is PB, then u is NB。
19
三、模糊逻辑控制器 输入、输出变量的语言值为{NB, NS,ZE,PS, PB} ， 设e的论域为[-600，600]，u的论域为[0，220] ， 把e 量化为7个等级：-3，-2，-1，0，1，2，3； 把u量化为7个等级：-3，-2，-1，0，1，2，3。
3.1模糊控制系统的组成原理
20
3.1模糊控制系统的组成原理 10
一、模糊控制系统的基本概念 3、模糊控制系统的工作原理： 计算偏差信号E； 将E经模糊化后变成模糊量，用相应模糊语言 表示； 将E和推理规则进行合成，得到输出控制量 为：u e R； 将模糊控制量转化为精确量，送给执行机构。
3.1模糊控制系统的组成原理
11
4
3.1模糊控制系统的组成原理
一、模糊控制系统的基本概念 在客观的现实世界里，许多对象建立精确数学 模型是很困难的或根本不可能的，对这类对象， 很难用上述方法进行自动控制；
相反，对于某些复杂对象，有经验的操作人员 进行手动控制，却可以收到令人满意的效果。 面对这样的事实，人们重新研究人的控制行为 的特点，力图让计算机模拟人类控制的特点。
智能控制技术
中国计量学院自动化教研室
谢 敏
1
智能控制技术 第3章 模糊控制系统 3.1 模糊控制系统的组成原理； 3.2 模糊控制系统的设计； 3.3 模糊控制系统的分析与设计实例。
2
3.1 模糊控制系统的组成原理 一、模糊控制系统的基本概念 在自动控制技术产生之前，人们只能采用手动 控制方式； 由于生产力的发展，人们逐渐采用各种自动装 置来部分代替人眼（测量）、脑（控制）、手 （执行）的作用。
3.1模糊控制系统的组成原理
5
一、模糊控制系统的基本概念 传统控制系统的组成：
干扰D 期望值R 偏差E _
A/D
控制器
D/A
执行器
被控对象
测量值Z
测量变送器
3.1模糊控制系统的组成原理
6
一、模糊控制系统的基本概念 1、模糊控制系统的定义： 模糊控制系统是一种自动控制系统，它以模糊 数学、模糊语言变量及模糊逻辑推理为理论基 础，采用计算机控制技术构成的负反馈闭环数 字控制系统。
推理结果与多种因素有关，如合成规则、蕴涵 规则、连接词等。
3.1模糊控制系统的组成原理
26
三、模糊逻辑控制器 4、清晰化 把模糊推理得到的模糊量转化为精确量，去驱 动执行机构。 常用方法： （1）最大隶属度函数法； （2）加权平均法； （3）重心法。
3.1模糊控制系统的组成原理
27
三、模糊逻辑控制器 （1）最大隶属度函数法： 若最大隶属度的元素有多个，则：
3.1模糊控制系统的组成原理
18
三、模糊逻辑控制器 例：一用于热处理工艺的加热器，要求保持炉 温600度恒定不变。炉温受被处理零件的多少、 电网电压变化、本身保温性和体积等因素影响 而容易波动。 用模糊控制代替人工控制，则： 输入量为炉温的误差： e = T – Td ； 输出量为电压u。
3.1模糊控制系统的组成原理
3.1模糊控制系统的组成原理
9
一、模糊控制系统的基本概念 3、模糊控制系统的工作原理： 例：人用手控制竹竿直立不倒。 方法：一边用眼观察，一边用手运动。 规则：竹竿前倾，手向前动，倾一点，动一点， 倾得多，动得多；竹竿后倒，手后退。
人的控制过程： 偏差 观察 判断
（大、中、小）
推理
决策
动作
（前、中、后）
知识库 模糊化接口 精确输入 模糊推理 清晰化接口 精确输出
3.1模糊控制系统的组成原理
13
二、模糊控制的原理 模糊逻辑控制器的功能： 把系统偏差从数字量转化为模糊量； 对该模糊量由给定的规则进行推理； 将推理结果转化为精确量。
3.1模糊控制系统的组成原理
14
3.1 模糊控制系统的组成原理 三、模糊逻辑控制器 1、模糊化： 把输入空间的精确点x映射成论域中相应语言 变量的语言值，即模糊集合A的过程。
（1）模糊化：把测得的物理量用某种语言变 量描述，语言值构成的模糊集合用隶属度函数 表示。
3.1模糊控制系统的组成原理
33
三、模糊逻辑控制器 （2）模糊逻辑推理：按制定好的一组模糊控制 规则，运用模糊集合理论进行推理，得到输出 的模糊集合； （3）把模糊输出量转化为能直接驱动执行机构 的控制量。
3.1模糊控制系统的组成原理
34
三、模糊逻辑控制器 设隶属度函数曲线为：
μ
NB
NS
ZE
PS
PB
-3
-2
-1
0
1
2
3
e
3.1模糊控制系统的组成原理
21
三、模糊逻辑控制器 则输入输出赋值表：
隶 属 语 言 变 PB
量 化 等 度 级
量
-3
-2
-1
0
1
2
3
0
0
0
0
0
0.5
1
PS
0
0
0
0
1
0.5
0
ZE
0
0
0.5
1
0.5
0
0
NS
0
0.5
1
0
0
0
0
NB
1
0.5
0
0
0
0
0
3.1模糊控制系统的组成原理
22
三、模糊逻辑控制器 （2）规则库：存放模糊控制规则，一般用if-then 语句描述。 规则库的建立： 专家经验法； 观察法； 基于过程的模糊模型； 基于自组织和学习。
3.1模糊控制系统的组成原理
23
三、模糊逻辑控制器 例：同上炉温控制系统。假设炉温是通过调节 可控硅的电压导通角а来实现，控制规则为： 低于600度时，升压，低得越多升压越高； 高于600度时，降压，高得越多降压越低； 等于600度时，保持不变。
3.1模糊控制系统的组成原理
7
二、模糊控制系统的组成 2、模糊控制系统的组成：
干扰D 期望值R 偏差E _
A/D