1、第2講 模糊控制原理,第一部分 模糊控制,第一節(jié) 模糊控制（推理）系統(tǒng)的基本結(jié)構(gòu),1.1 模糊控制系統(tǒng)的組成,模糊控制器,1.2 模糊控制器（推理）的結(jié)構(gòu),1.2 模糊控制器的結(jié)構(gòu),模糊化,模糊化的作用是將輸入的精確量轉(zhuǎn)換成模糊量。具體過程為：,尺度變換，將輸入變量由基本論域變換到各自的論域范圍。變量作為精確量時(shí)，其實(shí)際變化范圍稱為基本論域；作為模糊語言變量時(shí)，變量范圍稱為模糊集論域。,2）模糊處理,1）尺度變換,將變換后的輸入量進(jìn)行模糊化，使精確的輸入量變成模糊量，并用相應(yīng)的模糊集來表示。,知識(shí)庫,1.2 模糊控制器的結(jié)構(gòu),數(shù)據(jù)庫主要包括各語言變量的隸屬函數(shù)，尺度變換因子及模糊空間的分級(jí)數(shù)等

2、。,規(guī)則庫包括了用模糊語言變量表示的一系列控制規(guī)則。它們反映了控制專家的經(jīng)驗(yàn)和知識(shí)。,1.2 模糊控制器的結(jié)構(gòu),模糊推理,模糊推理是模糊控制器的核心，它具有模擬人的基于模糊概念的推理能力。,清晰化,作用：將模糊推理得到的模糊控制量變換為實(shí)際用于控制的清晰量。包括：,1) 將模糊量經(jīng)清晰化變換成論域范圍的清晰量。 2) 將清晰量經(jīng)尺度變換變化成實(shí)際的控制量。,1.3 模糊控制器的維數(shù),模糊控制器輸入變量的個(gè)數(shù)稱為模糊控制器的維數(shù)。對于單輸入單輸出的控制系統(tǒng)，一般有以下三種情況：,一維模糊控制器 一個(gè)輸入：誤差；輸出為控制量或控制量的變化。 二維模糊控制 二個(gè)輸入：誤差及誤差的變化。 三維模糊控制

3、器 三個(gè)輸入為輸入：誤差、誤差的變化、誤差變化的速率。,第二節(jié) 模糊控制系統(tǒng)的基本原理,2.1 模糊化運(yùn)算（Fuzzification）,2.2 清晰化計(jì)算 （Defuzzification）,2.3 數(shù)據(jù)庫（Data base）,2.4 模糊推理 （Fuzzy Inference）,2.4 規(guī)則庫（Rule base）,2.1 模糊化運(yùn)算（Fuzzification）,模糊化運(yùn)算是將輸入空間的觀測量映射為輸入論域上的模糊集合。首先需要對輸入變量進(jìn)行尺度變換，將其變化到相應(yīng)的論域范圍，然后將其模糊化，得到相應(yīng)的模糊集合。,論域變換,若實(shí)際的輸入量為x0*，其變化范圍（基本論域）為xmin*，x

4、max*，要求的論域范圍為xmin，xmax，采用線性變換，則,若論域是離散的，則需要將連續(xù)的論域離散化或量化。,2.1 模糊化運(yùn)算（Fuzzification）,比例因子,模糊化,1）單點(diǎn)模糊集合,若輸入量數(shù)據(jù)x0是準(zhǔn)確的，則通常將其模糊化為單點(diǎn)模糊集合。設(shè)該集合用A表示，則有,2）三角形模糊集合,若輸入量數(shù)據(jù)存在隨機(jī)測量噪聲，則此時(shí)的模糊化運(yùn)算相當(dāng)于將隨機(jī)量變換為模糊量，對于這種情況，可以取模糊量的隸屬度函數(shù)為等于三角形。三角形的頂點(diǎn)對應(yīng)于該隨機(jī)數(shù)的均值，底邊的長度等于2倍的隨機(jī)數(shù)據(jù)的標(biāo)準(zhǔn)差。另外可以取正態(tài)分布的函數(shù)。,2.2 清晰化計(jì)算 Defuzzification,1解模糊,模糊推理

5、結(jié)果為輸出論域上的一個(gè)模糊集，通過某種解模糊算法，可得到論域上的精確值。,（1）平均最大隸屬度法（mom）mean value of maximum,例如：已知輸出量z的模糊集為,根據(jù)mom法，得,取模糊集中具有最大隸屬度的所有點(diǎn)平均值作為去模糊化的結(jié)果。,2.2 清晰化計(jì)算 Defuzzification,1解模糊,（2）最大隸屬度取最小值法（som） smallest (absolute) value of maximum,（3）最大隸屬度取最大值法（lom） largest (absolute) value of maximum,（4）面積平分法（bisector）bisector of

6、 area,1解模糊,（5）加權(quán)平均法（重心法 centroid） centroid of area,對于論域?yàn)殡x散的情況，有,2.2 清晰化計(jì)算Defuzzification,2.2 清晰化計(jì)算Defuzzification,2論域反變換,論域上的精確量還需經(jīng)過尺度變換變?yōu)閷?shí)際的控制量。,若z0的論域范圍為zmin，zmax，實(shí)際的控制量的變化范圍為umin，umax，采用線性變換，則,式中，k為比例因子。,2.3 數(shù)據(jù)庫data base,存儲(chǔ)著有關(guān)模糊化、模糊推理、解模糊的一切知識(shí)，如模糊化中論域變換方法、輸入變量隸屬函數(shù)的定義、模糊推理算法、解模糊算法、輸出變量各模糊集的隸屬函數(shù)定義等

7、。,輸入輸出空間的模糊分割,模糊控制規(guī)則中，前提的語言變量構(gòu)成模糊輸入空間，結(jié)論的語言變量構(gòu)成模糊輸出空間。每個(gè)語言變量的取值為一組模糊語言名稱，每個(gè)模糊語言名稱對應(yīng)一個(gè)模糊集合。對于每個(gè)語言變量，其取值的模糊集合具有相同的論域。,模糊分割是要確定對于每個(gè)語言變量取值的模糊語言（模糊集）名稱和個(gè)數(shù)，并定義其隸屬函數(shù)。,2.3 數(shù)據(jù)庫data base,輸入輸出空間的模糊分割,1. 模糊控制系統(tǒng)常用的模糊語言（模糊集）,正大（PB或PL），正中（PM），正?。≒S），正零（PO或PZ），零（O或Z），負(fù)零（NO 或 NZ），負(fù)?。∟S），負(fù)中（NM），負(fù)大（NB或NL）。,其中P（Positiv

8、e）表示正，N（ Negative）表示負(fù)，B（Big）表示大，M （Middle）表示中，S（Small）表示小，L（large）表示大，Z（Zero）表示0。,2.3 數(shù)據(jù)庫data base,模糊分割的個(gè)數(shù)決定了模糊控制精細(xì)化的程度。 模糊分割的個(gè)數(shù)也決定了最大可能的模糊規(guī)則的個(gè)數(shù)。 如對于兩個(gè)輸入單輸出的模糊關(guān)系，若兩輸入x和y的模糊分割數(shù)分別為3和7，則最大可能的規(guī)則數(shù)為21。 模糊分割數(shù)的確定主要靠經(jīng)驗(yàn)和試湊 模糊分割數(shù)越多，控制規(guī)則數(shù)越多，控制越復(fù)雜；模糊分割數(shù)太小，將導(dǎo)致控制太粗略，難以對控制性能進(jìn)行精心的調(diào)整。,2. 模糊分割的個(gè)數(shù),2.3 數(shù)據(jù)庫data base,隸屬函數(shù)

9、的確定,確定同一模糊變量模糊子集隸屬函數(shù)的幾個(gè)原則：,論域中每個(gè)點(diǎn)應(yīng)至少屬于一個(gè)隸屬函數(shù)的區(qū)域，并應(yīng)屬于不超過兩個(gè)隸屬函數(shù)的區(qū)域。 對于同一個(gè)輸入沒有兩個(gè)隸屬函數(shù)會(huì)同時(shí)有最大隸屬度。 當(dāng)兩個(gè)隸屬函數(shù)重疊時(shí)，重合部分的任何點(diǎn)的隸屬函數(shù)的和應(yīng)該小于等于1。,2.3 數(shù)據(jù)庫data base,隸屬函數(shù)的確定,“對稱”：正負(fù)兩邊的圖像對稱； “均勻分布”：每個(gè)三角形的中心點(diǎn)在論域上均勻分布； “全交疊”：每個(gè)三角形的底邊端點(diǎn)恰好是相鄰兩個(gè)三角形的中心點(diǎn)。,2.4 規(guī)則庫 rule base,模糊控制規(guī)則庫由一系列的“IF-THEN”型模糊條件語句構(gòu)成。,1模糊控制規(guī)則的建立,基于專家經(jīng)驗(yàn)和控制工程知識(shí)

10、 基于操作人員的實(shí)際控制過程 基于過程的模糊模型（TS） 基于學(xué)習(xí)（ANFIS）,2模糊控制規(guī)則的性能要求,完備性 對于任意的輸入，模糊控制器均應(yīng)給出合適的控制輸出，這個(gè)性質(zhì)稱為完備性。模糊規(guī)則的完備性是保證系統(tǒng)能夠被控制的必要條件之一，它對于模糊規(guī)則庫的要求是：對于任意的輸入應(yīng)確保它至少有一個(gè)可使用的規(guī)則，且規(guī)則的適用程度應(yīng)大于某個(gè)數(shù)，如0.5。,2模糊控制規(guī)則的性能要求,模糊控制規(guī)則數(shù) 總的原則是：在滿足完備性的條件下，盡量取較少的規(guī)則數(shù)，以簡化模糊控制器的設(shè)計(jì)和實(shí)現(xiàn)。 一致性 對于一組模糊控制規(guī)則，不允許出現(xiàn)下面的情況：如果給定一個(gè)輸入，結(jié)果產(chǎn)生兩組不同的、甚至是矛盾的輸出。,3模糊控制

11、規(guī)則的建立舉例,以簡單的單輸入、單輸出水位控制系統(tǒng)為例來說明。采用模糊控制器控制水箱的水位。根據(jù)出水閥的用水情況，注水閥自動(dòng)調(diào)整開度大小，使水箱的水位保持在一定高度h。注水閥閥門開度越大，注水速度越快，水箱水位上升。閥門開度由控制信號(hào)的大小來決定。,3模糊控制規(guī)則的建立舉例,若水位高于h0，則控制閥應(yīng)開小一點(diǎn)，且高得多時(shí)，控制閥關(guān)得多。 若水位高于h0，則控制閥應(yīng)開小一點(diǎn)，且高得少時(shí)，控制閥關(guān)得少。 若水位在h0附近，則控制閥開度基本不變。 若水位低于h0，則控制閥開度要增加，且低得多時(shí)，控制閥開得多。 若水位低于h0，則控制閥開度要增加，且低得少時(shí)，控制閥開得少。,根據(jù)人工操作經(jīng)驗(yàn)，控制規(guī)則

12、可以用語言描述如下：,根據(jù)操作人員手動(dòng)控制經(jīng)驗(yàn)，模糊控制規(guī)則可歸納如下。這里u為控制信號(hào)的增量。,若e負(fù)大（NB），則u負(fù)大（NB）。 若e負(fù)?。∟S），則u負(fù)?。∟S）。 若e為零（ZO），則u為零（ZO）。 若e正?。≒S），則u正小（PS）。 若e正大（PB），則u正大（PB）。,4建立模糊控制規(guī)則的基本思路,被控對象為正作用過程，被控量隨控制量的增大而增大；被控對象為反作用過程，被控量隨控制量的增大而減小。,首先，考慮誤差E（給定與實(shí)際值之差）為正的情況。, 誤差E為正大 當(dāng)誤差變化EC為正時(shí)，這時(shí)誤差有增大的趨勢，為盡快消除已有的正大誤差并抑制誤差變大，控制量的變化取負(fù)大；（反作用過

13、程）,4建立模糊控制規(guī)則的基本思路, 誤差E為正大 當(dāng)誤差變化為負(fù)時(shí)，系統(tǒng)本身已有減少誤差的趨勢，所以為了盡快消除誤差且又不超調(diào)，應(yīng)取較小的控制量。若誤差變化為負(fù)小時(shí)，控制量的變化取負(fù)中；若誤差變化負(fù)大或負(fù)中，控制量不宜增加，否則造成超調(diào)會(huì)產(chǎn)生負(fù)誤差，這時(shí)控制量的變化取為零等級(jí)。, 誤差為正中 控制量的變化應(yīng)盡快消除誤差，基于這種原則，控制量的變化取為同誤差為正大時(shí)相同。, 誤差為正小 系統(tǒng)接近穩(wěn)態(tài)，若誤差變化為正時(shí)，選取控制量變化為負(fù)中，以抑制誤差向正方向變化； 若誤差變化為負(fù)時(shí)，系統(tǒng)本身有消除正小誤差的趨勢，選取控制量變化為正小即可。,其次，誤差為負(fù)與誤差為正時(shí)類同，相應(yīng)的符號(hào)都要變化。,

14、4建立模糊控制規(guī)則的基本思路,總之，取控制量變化的原則是：當(dāng)誤差較大或大時(shí)，選擇控制量以盡快消除誤差為主；而當(dāng)誤差較小時(shí)，選擇控制量要注意防止超調(diào)，以保證系統(tǒng)的穩(wěn)定性為主要出發(fā)點(diǎn)。,3.2.5 模糊推理 Fuzzy Inference,給定規(guī)則集,規(guī)則1： 若 x為A1 and y為B1，則 z為C1 規(guī)則2： 若 x為A2 and y為B2，則 z為C2 規(guī)則n： 若 x為An and y為Bn，則 z為Cn,其中，xX，y Y，zZ，語言變量x的模糊集為A1An，語言變量y的模糊集為B1Bn，語言變量z的模糊集為C1Cn。,無論連續(xù)還是離散論域，模糊推理都有下述三個(gè)規(guī)律 。,模糊推理規(guī)律,

15、模糊推理定理,定理1（各規(guī)則分別推理）,模糊推理定理,定理2（各條件分別推理）,模糊推理定理,定理3（輸入為模糊單點(diǎn)時(shí)的推理方法）,輸入為x=x0，y=y0,i稱為規(guī)則i的激活度。,x0，y0看作模糊單點(diǎn)，則有,證明：,重點(diǎn),由定理1知,輸入 x=x0，y=y0時(shí)，上式可化簡為,因此,兩條規(guī)則時(shí)推理過程圖示,設(shè)計(jì)模糊控制器，即建立一個(gè)模糊推理系統(tǒng)，根據(jù)輸入的精確量，得到精確的輸出控制量。包括：,確定基本論域和論域（比例因子） 定義模糊子集和隸屬函數(shù) 設(shè)計(jì)模糊控制規(guī)則 選擇模糊推理方法（max-min） 確定模糊化（單點(diǎn)）、清晰化的方法（重心法）,想法？,第三節(jié) 離散論域的模糊控制系統(tǒng),模糊控制

16、系統(tǒng)組成,當(dāng)論域?yàn)殡x散時(shí)，經(jīng)過量化后的輸入量的個(gè)數(shù)是有限的。因此，可以針對輸入情況的不同組合，離線計(jì)算出相應(yīng)的控制量，從而組成一張控制表，實(shí)際控制時(shí)只要直接查表即可，在線的運(yùn)算量是很少的。這種離線計(jì)算、在線查表的模糊控制方法比較容易滿足實(shí)時(shí)控制的要求。,D-FC 系統(tǒng)結(jié)構(gòu),以某電加熱爐溫度控制系統(tǒng)為例來說明D-FC的設(shè)計(jì)過程。該系統(tǒng)通過控制可控硅導(dǎo)通角來控制電加熱爐的電壓，從而控制爐溫。,還原爐溫度模糊控制系統(tǒng),r為給定溫度，y為被控對象的實(shí)測溫度，采用二維模糊控制器，輸入為誤差e=r-y和誤差的變化ec=ek-ek-1，輸出uc為可控硅導(dǎo)通角的變化量。,D-FC的設(shè)計(jì)過程,1確定輸入輸出變量

17、的基本論域、論域,D-FC的設(shè)計(jì)過程,e、ec、u的實(shí)際變化范圍分別為-30，30，-24，24，-36，36。 E、EC、UC的離散論域均為 -6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6 則比例因子 k1= 6/ 30， k2 = 6/ 24， k3 =36/ 6,2定義模糊子集及隸屬函數(shù),對E定義八個(gè)模糊集E1，E8，分別表示PL（正大），PM（正中），PS（正?。?，PZ（正零），NZ（負(fù)零），NS（負(fù)?。琋M（負(fù)中），NL（負(fù)大）。對EC定義七個(gè)模糊集EC1，EC8，分別表示PL，PM，PS， Z，NS，NM，NL。對UC定義七個(gè)模糊集UC1，UC8，分別表示PL，P

18、M，PS， Z，NS，NM，NL。,D-FC的設(shè)計(jì)過程,Ei的隸屬函數(shù)表,D-FC的設(shè)計(jì)過程,ECi的隸屬函數(shù)表,D-FC的設(shè)計(jì)過程,UCi的隸屬函數(shù)表,3建立模糊控制規(guī)則表,IF E=PS and EC=PL THEN U=NL,當(dāng)溫度低于期望值但低得不多，而溫度向更低的方向變化，且變化較快時(shí)，為抑制溫度的變化趨勢，使溫度上升，應(yīng)大大增加加熱爐的控制電壓，通過大大減小可控硅裝置的導(dǎo)通角實(shí)現(xiàn)。（被控對象為反作用過程）,4求模糊控制查詢表,由于論域是離散的，模糊控制規(guī)則集可以表示為一個(gè)模糊關(guān)系陣R：,可見，R是（1413）13的大矩陣。,對E和EC設(shè)不同值，如E=-6，EC=-6為例，采用單點(diǎn)模

19、糊化，則E=1 0 0 0 （114），EC=1 0 0 0 （113），可求出輸出模糊向量UC：,4求模糊控制查詢表,用同樣的方法，對每對輸入，都可以求出相應(yīng)的輸出，將其整理得模糊查詢表。,這里 是一個(gè)1413的矩陣，將其按行排成矢量，再去與R合成。由于此時(shí)只有第一個(gè)元素為1，其它元素為0，UC即是R的第一行。UC中隸屬度最大對應(yīng)的uc即為此時(shí)的輸出。,4求模糊控制查詢表,第四節(jié) 連續(xù)論域的模糊控制系統(tǒng),對于連續(xù)論域的模糊控制器來說，輸入輸出信號(hào)的基本論域和模糊集論域都是連續(xù)的，是實(shí)數(shù)域上的一個(gè)閉區(qū)間，其中有無窮多個(gè)元素，此時(shí)模糊集合無法用向量表示，模糊規(guī)則集無法用模糊關(guān)系矩陣表示，模糊推理

20、也無法用矩陣運(yùn)算表示，那么模糊控制是怎樣實(shí)現(xiàn)的呢？,本節(jié)以倒立擺模糊控制系統(tǒng)為例來說明C-FC控制器的設(shè)計(jì)過程。倒立擺是一個(gè)非線性、不穩(wěn)定的系統(tǒng)，經(jīng)常作為研究比較不同控制方法的典型例子。,倒立擺示意圖,為桿與垂線的夾角（），f為作用力（N），桿的質(zhì)量mp=0.1kg，桿和小車的總質(zhì)量為m=1.1kg，半桿長l=0.5m，重量加速度g=9.8m/s2，采樣周期T=0.02s。,倒立擺 數(shù)學(xué)模型,倒立擺描述,控制任務(wù)：在初始狀態(tài)或有干擾的情況下，能夠使倒立擺保持直立 。,倒立擺模糊控制系統(tǒng)框圖,采用二維模糊控制器，輸入為和 ，輸出為f。,1確定輸入輸出變量的基本論域、論域,C-FC的設(shè)計(jì)過程,注意

21、：可以不作論域變換，即模糊集的論域與變量的基本論域相同。,、 、f的基本論域（實(shí)際范圍）分別為-15 ，15 ，-60 /s，60 /s，-10N，10N；模糊集論域均為-1，1，得比例因子為：,C-FC的設(shè)計(jì)過程,2. 定義模糊集合及其隸屬函數(shù),對輸入輸出變量x、y、z各定義五個(gè)模糊集：NL，NS，Z，PS，PL，三個(gè)變量的隸屬函數(shù)均是對稱、均勻分布、全交迭的三角形，如圖。,C-FC的設(shè)計(jì)過程,3. 設(shè)計(jì)模糊控制規(guī)則集,IF x=Z and y=NL， THEN z=NL,如果擺角為零，但速度為負(fù)大，則小車驅(qū)動(dòng)力為負(fù)大。,C-FC的設(shè)計(jì)過程,4. 模糊推理方法,采用單點(diǎn)模糊化，最大-最小合成

22、，min蘊(yùn)含運(yùn)算，max求and 運(yùn)算，最大綜合法作模糊推理。,各條規(guī)則的推理結(jié)果Ci為,綜合推理結(jié)果C為,C-FC的設(shè)計(jì)過程,5. 解模糊,采用重心法,該方法計(jì)算量比較大，但模糊控制器的性能比較好。,對于C-FC系統(tǒng)，輸入輸出變量的論域變換、模糊化、模糊推理、解模糊等工作都是在線進(jìn)行的，計(jì)算量比D-FC大，但是除COG外，其它都是取大、取小或四則運(yùn)算，運(yùn)算還是比較快的。,第五節(jié) 模糊控制系統(tǒng)Matlab 仿真,Matlab仿真實(shí)現(xiàn)的三種方法： 1采用Matlab語言根據(jù)具體的控制算法編程進(jìn)行仿真。復(fù)雜，但這種方法最靈活，可以根據(jù)自己提出的新算法任意編程。 2利用Matlab提供的工具箱函數(shù)直

23、接進(jìn)行仿真。簡單，不需要了解算法的本質(zhì)。 3根據(jù)Simulink 動(dòng)態(tài)仿真環(huán)境進(jìn)行仿真。直觀，仿真時(shí)觀察仿真結(jié)果。,5.1 模糊推理系統(tǒng)的構(gòu)成,一個(gè)典型的模糊推理系統(tǒng)主要由如下幾個(gè)部分構(gòu)成：,輸入與輸出語言變量，包括語言值及隸屬函數(shù)； 模糊規(guī)則； 輸入量的模糊化方法和輸出量的去模糊方法； 模糊推理算法。,在Matlab模糊邏輯工具箱中構(gòu)造的模糊推理系統(tǒng)對應(yīng)一個(gè)數(shù)據(jù)文件，其后綴為fis（fuzzy inference system）。,5.2 利用模糊邏輯工具箱函數(shù)建立模糊推理系統(tǒng),5.3 模糊推理系統(tǒng)的圖形用戶界面,在命令窗口中鍵入fuzzy,5.4 基于模糊工具箱函數(shù)的模糊控制系統(tǒng)仿真,見基

24、于Matlab的系統(tǒng)分析與設(shè)計(jì)模糊控制 P73 頁,Help- Contents-Fuzzy Logic Toolbox-Functions by Category Contents-Fuzzy Logic Toolbox-Tutorial-Working from ,5.5 基于Simulink的模糊控制系統(tǒng)仿真,1C-FC系統(tǒng)仿真,例：Sltankrule 和sltank 先在Matlab中建立模糊推理系統(tǒng)，在Simulink中，用Fuzzy Logic Controller 或 Fuzzy Logic Controller with Ruleviewer模塊調(diào)用該推理系統(tǒng)，與比例因子結(jié)合

25、，構(gòu)成模糊控制器。,2. D-FC 系統(tǒng)仿真 在Matlab中建立模糊推理系統(tǒng)，計(jì)算出查詢表，在Simulink中，用二維表格Look-Up Table（2-D）存放查詢表。,思考與討論,離開Matlab環(huán)境，采用C、Fortran、匯編等語言，如何自己編程實(shí)現(xiàn)C-FC和D-FC控制？,第六節(jié) 模糊控制系統(tǒng)設(shè)計(jì)綜述,6.1 D-FC和C-FC 比較,輸入輸出變量的實(shí)際論域一般是連續(xù)論域，而這些變量在模糊控制器內(nèi)部的論域可以是離散的也可以是連續(xù)的，因此模糊控制器分為D-FC和C-FC兩大類。下面從應(yīng)用的角度比較一下二者的優(yōu)缺點(diǎn)。,1控制精度 模糊控制本身消除系統(tǒng)穩(wěn)態(tài)誤差的性能比較差，難以達(dá)到較高

26、的控制精度。尤其是在離散有限論域設(shè)計(jì)時(shí)，更為明顯。,第六節(jié) 模糊控制系統(tǒng)設(shè)計(jì)綜述,6.1 D-FC和C-FC 比較,1控制精度,D-FC的控制精度, 量化誤差引起穩(wěn)態(tài)誤差, 控制作用離散化的影響,D-FC的控制精度, 量化誤差引起穩(wěn)態(tài)誤差,要把誤差輸入信號(hào)轉(zhuǎn)化為誤差離散論域上的點(diǎn)，即,INT為四舍五入取整運(yùn)算?？梢姡?dāng)E=0時(shí)，仍有,也就是說，由量化引起的穩(wěn)態(tài)誤差 ，模糊控制器無法消除。,比例因子增大，量化誤差減小，控制精度提高，但模糊關(guān)系矩陣R中的元素將增加，不僅占內(nèi)存多，而且給設(shè)計(jì)工作帶來很多困難。, 控制作用離散化的影響,采用控制量的增量u作為控制器的輸出，相當(dāng)于引入了積分作用，有利于消

27、除穩(wěn)態(tài)誤差。然而，u是解模糊后的離散點(diǎn)，不連續(xù)，因而控制作用不細(xì)膩，不利用消除穩(wěn)態(tài)誤差。,例如：到某一時(shí)刻，誤差為0，維持對象工作在這一點(diǎn)的控制作用應(yīng)該是某一穩(wěn)態(tài)值un，那么，希望模糊控制器的控制輸出此時(shí)等于un，即希望,由于ui不連續(xù)，上式一般不能精確地成立，這就造成控制對象的狀態(tài)還會(huì)變化，誤差不能自此就維持為0。,D-FC的控制精度, 控制作用離散化的影響,可見，改為增量式輸出，相當(dāng)于在比例因子k3后加了一個(gè)積分器。但由于u只能分檔改變，增量式輸出也只能減小靜差，而不能保證消除靜差。,另外，D-FC 類似于多值繼電器特性，當(dāng)控制對象不含有積分因子時(shí)，不僅存在靜態(tài)誤差，而且容易產(chǎn)生靜態(tài)工作點(diǎn)

28、附近的極限環(huán)振蕩。,3執(zhí)行時(shí)間 D-FC很短，C-FC較短。,C-FC沒有量化誤差及由其引起的穩(wěn)態(tài)誤差問題。當(dāng)控制對象不含有積分因子時(shí)，位置式輸出的C-FC有靜差，增量式輸出的C-FC無靜差。,C-FC的控制精度,4設(shè)計(jì)調(diào)試 D-FC計(jì)算量大，調(diào)試很困難；C-FC的設(shè)計(jì)不需要計(jì)算，調(diào)試比較容易。,D-FC和C-FC 比較,5多變量控制 D-FC的關(guān)系矩陣很大，其元素?cái)?shù)隨控制器輸入/輸出變量數(shù)指數(shù)增加，很難用于多變量控制。C-FC可用于多變量的控制。,綜上所述，D-FC只適用于簡單的、要求不高、不需要修改的場合，例如家電產(chǎn)品。而C-FC除能用于以上場合外，也能用于多變量、高精度、需要修改的場合。

29、,3.6.2 模糊控制器的設(shè)計(jì)因素,1選擇合適的模糊控制類型 2確定輸入輸出變量的基本論域、論域 3確定各變量的模糊子集數(shù)及各模糊集的隸屬函數(shù) 4設(shè)計(jì)模糊控制規(guī)則集 5選擇模糊推理方法 6選擇解模糊方法,6.3 量化因子及比例因子對系統(tǒng)動(dòng)靜特性的影響,由量化誤差 |e| 0.5/ ke可知，ke增加，由量化誤差引起的穩(wěn)態(tài)偏差將減??；但是，ke取的過大，將使系統(tǒng)產(chǎn)生較大的超調(diào)，調(diào)節(jié)時(shí)間增大，甚至產(chǎn)生震蕩，使系統(tǒng)不能穩(wěn)定工作。 kec選擇較大時(shí)，超調(diào)量減小，但系統(tǒng)的響應(yīng)速度變慢。kec對超調(diào)的遏制作用十分明顯。,6.3 量化因子及比例因子對系統(tǒng)動(dòng)靜特性的影響,ku相當(dāng)于常規(guī)系統(tǒng)中的比例增益，它主要

30、影響控制系統(tǒng)的動(dòng)態(tài)性能。一般ku加大，上升速度就快。但ku過大，將產(chǎn)生較大的超調(diào)，嚴(yán)重時(shí)會(huì)影響穩(wěn)態(tài)工作，和一般控制系統(tǒng)不同的是，ku一般不影響系統(tǒng)的穩(wěn)態(tài)誤差。,6.4 模糊控制的特點(diǎn),它是一種非線性控制方法，工作范圍寬，適用范圍廣，特別適合于非線性系統(tǒng)的控制。 它不依賴于對象的數(shù)學(xué)模型，對無法建立或很難建模的復(fù)雜對象，也能利用人的經(jīng)驗(yàn)知識(shí)來設(shè)計(jì)模糊控制器完成控制任務(wù)。 它具有內(nèi)在的并行處理機(jī)制，表現(xiàn)出極強(qiáng)的魯棒性，對被控對象的特性變化不敏感，模糊控制器的設(shè)計(jì)參數(shù)容易選擇調(diào)整。 算法簡單，執(zhí)行快，容易實(shí)現(xiàn)。 不需要很多的控制理論知識(shí)，容易普及推廣。,第七節(jié) 帶調(diào)整因子的模糊控制器,設(shè)模糊控制器以

31、偏差e及偏差的變化ec為輸入，輸出為控制量u。設(shè)偏差的基本論域?yàn)?xe，xe，偏差變化的基本論域?yàn)?xec，xec，控制量的基本論域?yàn)?umax，umax。偏差、偏差的變化及控制量的模糊子集的論域均取為：,E=EC=U=-m, -m+1,-1, 0, 1,m-1, m,其中，算子表示取一個(gè)與x同號(hào)且最接近x的整數(shù) 。,式中，INT（x）表示對x取整，E、EC和U為偏差、偏差變化率和控制量的量化值。a為調(diào)整因子，通過調(diào)整a值的大小，可以改變對誤差和誤差變化的不同加權(quán)程度。不同的a對應(yīng)不同的控制規(guī)則。,帶調(diào)整因子的模糊控制規(guī)則可用一個(gè)解析表達(dá)式來描述：,帶調(diào)整因子的模糊控制規(guī)則表達(dá)式,模糊控制器的輸入變量從基本論域轉(zhuǎn)換到相應(yīng)的模糊子集的論域的量化過程為：,式中， sign()為符號(hào)函數(shù)，ke、kec為量化因子。,輸入變量的量化,輸出變量的論域變換,模糊控制器的輸出變量（控制量）從其模糊子集的論域到基本論域的變換為：,其中，ku為比例因子。,帶調(diào)整因子的模糊控制器的結(jié)構(gòu)框圖,第八節(jié) T-S模糊模型簡介,T-S模型是日本學(xué)者高木(Takagi)和衫野(Sugeno)于1985年提出的一種動(dòng)態(tài)系統(tǒng)的模糊模型。一般的T-S模糊模型規(guī)則具有以下形式：,式中，F(xiàn)ij是模糊子集；z=z1, z2, zl為前