直流無刷電機模糊PID控制算法與仿真分析案例目錄TOC\o"1-3"\h\u1728直流無刷電機模糊PID控制算法與仿真分析案例 1247381.1模糊控制基礎與理論方法 1184711.1.1模糊控制的發(fā)展 1137061.1.2模糊控制的優(yōu)缺點 1141411.1.3模糊控制原理圖 2295691.2模糊PI控制器的隸屬度函數(shù) 3240091.3模糊控制器控制規(guī)則 5225681.4解模糊 6148691.5控制算法仿真 71.1模糊控制基礎與理論方法1.1.1模糊控制的發(fā)展模糊控制經(jīng)過幾十年的發(fā)展，美國教授Zadeh在1965年首次提出模糊算法這些專業(yè)名詞。英國Mamdani教授在1987年的時候在蒸汽機控制系統(tǒng)使用到模糊控制算法。自此1987年模糊控制算法在大型工程項目得到了廣泛的應用后，國內(nèi)外許多專家開始加大對模糊控制算法的研究，經(jīng)過幾十年的發(fā)展變化后模糊控制算法在現(xiàn)代生活的方方面面都得到了廣泛的應用。1.1.2模糊控制的優(yōu)缺點雖然模糊控制發(fā)展的還可以，但是其還是存在一些優(yōu)缺點：模糊控制不需要知道被控對象具有非常精確的數(shù)學模型，只需要根據(jù)調(diào)試的經(jīng)驗來設置模糊控制規(guī)則來對被控制對象進行控制，所以它經(jīng)常被用于控制一些無法獲取精確數(shù)學模型的具有復雜時變參數(shù)的非線性被控對象，而且模糊控制控制結構簡單，方便人理解。但是模糊控制算法由于發(fā)展時間還比較短，還不是特別成熟，其控制方法還缺少成熟的理論支持，而且其模糊語言的量化規(guī)則主要還是靠試湊法進行，缺乏成熟的理論指導。1.1.3模糊控制原理圖模糊控制器結構框圖如圖1.1所示圖1.1模糊控制結構框圖上面為模糊控制器的原理圖，實際上模糊控制器的輸出并非真正的控制信號，而是作為PID的參數(shù)，所以完整的模糊PID控制器框圖應該需要包含PID控制的部分，如圖1.2所示圖1.2完整模糊控制結構框圖其中模糊推理部分即上面的模糊控制器，PID調(diào)節(jié)器才是真正起作用的控制器，而模糊控制器起到的是在線調(diào)整PID控制器參數(shù)的作用。模糊控制器需要具有模糊化，模糊推理，解模糊這三個功能，首先是模糊化，它將偏差變化ec和偏差e轉化到設置的論域當中。其次是模糊推理，它是將輸入值送到設置好的控制規(guī)則庫，利用相應的推理法得到一些列模糊值。最后就是解模糊這一步了，它是將得到的一系列模糊值按照相應的辦法處理得到最后的精確值。上述三個功能最核心的是模糊推理這一步，而模糊推理需要模糊規(guī)則庫的支持。而模糊規(guī)則是由一系列單獨的條件語句所構成，將這一系列模糊條件語句結合在一起就構成了模糊控制規(guī)則庫。如果有n條規(guī)則，就把這n個模糊蘊含關系做并運算進而構成模糊控制總的蘊含關系：（1.1）1.2模糊PI控制器的隸屬度函數(shù)考慮到系統(tǒng)的復雜程度，運算能力及控制性能要求，轉速偏差、偏差變化率及PI控制器參數(shù)兩個增量的模糊子集隸屬函數(shù)均選取便于計算的、占用內(nèi)存小的三角形函數(shù)。模糊控制器e的論域選為[-3,3],其模糊語言變量取值為{NB,NM,NS,Z,PS,PM,PB}，隸屬度函數(shù)如圖1.3所示。模糊控制器ec的論域選為[-3,3],其模糊語言變量取值為{NB,NM,NS,Z,PS,PM,PB}，隸屬度函數(shù)如圖1.4所示。同理論域選為[-6,6],其模糊語言變量取值為{NB,NM,NS,Z,PS,PM,PB}，的隸屬度函數(shù)分別如圖1.5，1.6所示。圖1.3e的隸屬函數(shù)圖1.4ec的隸屬函數(shù)圖1.5Kp的隸屬函數(shù)圖1.6Ki的隸屬函數(shù)1.3模糊控制器控制規(guī)則模糊控制算法的主要內(nèi)容是制定模糊控制器，其制定的好壞關系著模糊控制算法控制性能的好壞。根據(jù)長時間調(diào)試無刷直流電機的經(jīng)驗加上對無刷直流電機的研究，總結出Kp,Ki的控制規(guī)則表如下表4-1,表4-2所示：表4-1Kp的模糊規(guī)則表表4-2Ki的模糊規(guī)則表1.4解模糊本文將采用最常見的Mamdani型推理法,將設置的49條規(guī)則放到該推理發(fā)法可以得到一些列模糊控制量，但這些模糊控制量無法直接對系統(tǒng)進行控制，還需要最后一步就是對模糊量進行解模糊的處理后方能對被控對象進行控制。接模糊的方法主要有四種：重心法，最大隸屬度法，中位數(shù)法，還有系數(shù)加權平均法。本次設計我選擇的是重心法，因為重心法相對于另外三種方法來說其控制精度要高一些，其表達形式如下：(1.2)經(jīng)過重心法解模糊得到PI控制器倆個修訂量Kp,Ki。模糊PI控制器參數(shù)的修正公式為：KpKp0Kp(1.3)KiKi0Ki(1.4)在公式當中，Kp0,Ki0是PI控制器的初始值,這兩個參數(shù)可以通過傳統(tǒng)PI控制器進行調(diào)制來得到。1.5控制算法仿真根據(jù)第三章建立的雙閉環(huán)無刷電機仿真模型，將轉速調(diào)節(jié)器改為模糊PI控制，以此來構建模糊自適應無刷電機仿真模型。首先是在Matlab當中找到模糊控制fuzzy模塊，然后在fuzzy模塊中設置好誤差，誤差變化率還有比例，積分增量的隸屬度函數(shù)，還有解模糊的方法，這里我采用的是重心法來解模糊，模糊控制器如圖1.7所示。圖1.7模糊控制器其次就是在模糊推理庫當中建立模糊控制規(guī)則，這里采用的是mamdani推理法，也稱作削頂推理法，模糊規(guī)則的設置如圖1.8所示圖1.8模糊規(guī)則最后就是構建模糊自適應無刷電機仿真模型，如圖1.9所示圖1.9模糊自適應無刷電機仿真模型模糊