1、學校代碼： 10128學 號： 200810107037專業綜合訓練題 目： 智能控制調節器調節的設計與軟件仿真學生： 常偉學 院： 機械學院系 別： 測控系專 業： 測控技術與儀器班 級： 測控08-1指導教師： 徐永祥 徐 剛二一二年一月四日11 / 15摘要模糊控制器是一種仿人的智能控制器，適用于模型不確定的系統。其所采用的模糊控制規則是由模糊理論中模糊條件語句來描述的，因此模糊控制器是也一種語言型控制器，故也稱為語言控制器。本設計簡單的介紹了傳統PID控制器參數的整定依據和整定方法，其最大特點是常常要面對有大滯后特性并且其控制參數隨時間或工作狀況而改變的非線性和高階控制對象，而模糊控制

2、器可大大的避免這些問題。本文是根據控制系統的控制要求與模糊控制器的設計原理，采用模糊控制理論，基于Matlab設計模糊控制器，并進行仿真的。本文立在通過本次設計證明模糊控制器較常規PID控制器具有更好的控制性能。關鍵詞：模糊控制器；PID；Matlab；仿真目錄第一章引言1第二章 PID控制器的設計22.1 PID控制的基本原理22.2 PID控制器參數整定32.3 基于Matlab的仿真設計3第三章模糊控制器的設計53.1 模糊控制器的原理與組成53.1.1 模糊接口53.1.2 知識庫63.1.3 推理與解模糊接口63.2 基于Matlab的仿真設計63.2.1 設計模糊控制器的控制規則6

3、3.2.2 模糊控制器的設計步驟73.2.3 設計模糊控制器調節線路仿真圖93.3 結論10參考文獻11第一章 引言傳統PID控制器以其結構簡單、易于實現和強魯棒性等特點在工業過程控制中的應用十分廣泛。但是傳統PID控制器的參數必須根據被控對象的數學模型來進行整定，而控制過程中常常要面對有大滯后特性并且其控制參數隨時間或工作狀況而改變的非線性、高階控制對象，這時傳統PID控制器就難以獲得滿意的控制效果。近年來，專家控制、模糊控制等智能控制技術發展相當迅速，受到了人的極大關注，這主要歸結于模糊控制器的一些明顯的特點1無需知道被控對象的數學模型。模糊控制是以人對被控系統的控制經驗為依據而設計的控制

4、器，故無需知道被控對象的數學模型。2是一種反映人類智慧思維的智能控制。模糊控制采用人類思維中的模糊量，如“高”、“中”、“低”、“大”、“小”等，控制量由模糊推理導出，這些模糊量和模糊推理是人類通常智能活動的體現。3易被人們所接受。模糊控制的核心是控制規則，模糊控制中的知識表示模糊規則和模糊推理是基于專家知識或熟練操作者的成熟經驗。這些規則是以人類語言表示的。很明顯這些規則易被一般人所接受和理解。如“衣服較臟，則投入較多的洗滌劑，洗滌時間較長”。4構造容易。用單片機等來構造模糊控制器，其結構與一般的數據字控制系統無異，模糊控制算法用軟件實現也可以用專用模糊控制芯片直接構造控制器。5魯棒性好。模

5、糊控制系統無論被控對象是線性還是非線性的，都能執行有效控制，具有良好的魯棒性和適應性。所以其理論上較常規PID控制器具有更好的控制性能。第二章 PID控制器的設計2.1 PID控制的基本原理受控對象在模擬控制系統中，控制器常用的控制規律是PID控制，PID控制系統原理框圖如圖2-1所示。比列作用積分作用微分作用圖2-1 PID控制系統原理框圖PID控制是一種線性控制方法，它根據給定值和實際輸出值構成控制偏差，即，對偏差進行比例、積分和微分運算，將三種運算結果相加，就得到PID可控制其輸出，在連續時間域中，PID控制器算法的表達式如下：如果采樣的時間T足夠小，在第k個采樣周期的誤差的導數與積分可

6、表示為：和離散形式的PID控制器算法的表達式如下：式中： 為比列系數； 為積分時間常數； 為微分時間常數。PID控制器各個校正環節的作用如下：比列環節：成比例的反應控制系統的偏差信號，偏差一產生，控制其立即產生作用，以減少偏差。積分環節：主要用于消除靜差，提高系統的無差度，積分作用的強弱取決于積分時間常數，越大，積分作用越弱，反之，則越強。微分環節：反映偏差信號的變化趨勢（變化速率），調節誤差的微分輸出，誤差突變時，能與時控制，并能在偏差信號變得太大之前在系統中引入一個有效的早期修正信號，從而加快系統的動作速度，減少調節時間，通過組合三者的優勢，就可以得到優化的控制性能。2.2 PID控制器參

7、數整定ZieglerNichols整定法是一種基于頻域設計PID控制器的方法。，它根據給定對象的瞬態響應特性來確定PID控制器的參數。首先通過實驗獲取控制對象單位階躍響應，被控對象傳遞函數可近似為式中：L為延遲時間；K為放大系數；T為時間常數，根據表1-1確定、 和的值表2-1 ZieglerNichols法整定控制其參數控制類型比例度/%積分時間微分時間P0PI0.90PID1.22.20.52.3 基于Matlab的仿真設計對于被控對象為 ，測試信號為階躍信號量15，滯后0.5s，在simulink中，把反饋線、微分器的輸出線、積分器的輸出線都斷開，位置置為1，選定仿真時間，進行仿真，其仿

8、真線路圖如圖2-2所示。圖2-2 PID控制器仿真線路圖經求得L=3.2,T=14.8,K=10根據表2-1，可知PID控制整定時 =0.12，積分時間常數=7.04,微分時間=1.6。仿真運行，得其仿真結果曲線圖如圖2-3所示。圖2-3 PID控制器仿真結果曲線圖第三章 模糊控制器的設計3.1 模糊控制器的原理與組成模糊控制器也稱為模糊邏輯控制器，由于采用的模糊控制規則是由模糊理論中模糊條件語句來描述的，因此模糊控制器是一種語言型控制器，故也稱為語言控制器。它是有模糊化接口、知識庫和推理與解模糊接口三部分組成，其基本原理框圖如圖3-1所示。數據庫和規則庫模糊化推理機精確化被控對象圖3-1 模

9、糊控制器基本原理框圖3.1.1 模糊接口模糊控制器的輸入必須通過模糊化才能用于控制輸出的求解，因此它實際上是模糊控制器的輸入接口，它的主要作用是將真實的確定量輸入轉換為一個模糊矢量，對于一個模糊變量，其對應的模糊子集分為：負大，負中，零，正小，正大對應于NB，NM，ZO，PS，PB負大，負中，負小，零，正小，正中，正大對應于NB，NM，NS，ZO，PS，PM，PB負大，負中，負小，零負，零正，正小，正中，正大對應于 NB，NM，NS，NZ，PZ，PS，PM，PB 3.1.2 知識庫知識庫是由數據庫和規則庫兩部分組成。數據庫：數據庫所存放的是所有輸入、輸出變量的全部模糊子集的隸屬的矢量值（即經過

10、論域等級離散化以后對應值的集合），若論域為連續域則為隸屬度函數。在規則推理的模糊關系方程求解過程，向推理機提供數據。規則庫：模糊控制器的規則基于專家知識或手動操作人員長期積累的經驗，它是按人的直覺推理的一種語言表達形式。模糊規則通常由一系列的關系詞連接而成，如if-then、else、also、end、or等，關系詞必須經過“翻譯”才能將模糊規則數值化，最常用的關系詞為if-then、also，對于多變量模糊控制系統還有and等，例如某模糊控制系統輸入變量為誤差和誤差變化，它們對應的語言變量為和，可以給出一組模糊規則：R1：if is NB and is NB then u is PB;R2：

11、if is NB and is NS then u is PM。規則庫是用來存放全部模糊控制規則的，在推理時為“推理機”提供規則3.1.3 推理與解模糊接口推理是模糊控制器中根據輸入模糊量，由模糊控制規則完成模糊推理來求解模糊關系方程，并獲得模糊控制量的功能部分。推理結果的獲得，表示模糊控制的規則推理功能已完成。但是至此所獲得的結果仍是一個模糊矢量，不能直接用來作為控制量，還必須做一次轉換，求得清晰的控制量輸出，即為解模糊。通常把輸出端具有轉換功能的部分稱為解模糊接口。3.2 基于Matlab的仿真設計3.2.1 設計模糊控制器的控制規則1選擇描述輸入和輸出變量的語言變量（模糊變量）。根據精確

12、程度和控制要求同樣選擇7個等級較合適，即負大，負中，負小，零，正小，正中，正大，用相應的英文詞頭縮寫表示為NB，NM，NS，ZO，PS，PM，PB。2模糊變量的模糊子集的制定。偏差的變化是-0.1 +0.1,模糊量取為負大，負中，負小，零，正小，正中，正大。將模糊語言變量量化到整數論域為-3,-2,-1,0,1,2,3,量化因子。偏差變化率進行來年規劃處理，選其圍為-0.06 +0.06，因此它的模糊量取7個：負大，負中，負小，零，正小，正中，正大。量化到整數論域為-3,-2,-1,0,1,2,3,量化因子。輸出量的變化圍為-0.5 +0.5，模糊量取7個：負大，負中，負小，零，正小，正中，正

13、大。量化到整數論域為-3,-2,-1,0,1,2,3,量化因子。3建立模糊控制規則。其控制規則表如表3-1所示。表3-1 模糊規則控制和表NBNMNSZOPSPMPBNBNBNBNBNBNMZOZONMNBNBNMNBNMZOZONSNMNMNMNMZONSNSZONMNMNSZOPSPMPMPSNSNSZOPMPMPMPMPMZOZOPMPBPBPBPBPBZOZOPMPBPBPBPB3.2.2 模糊控制器的設計步驟1打開MATLAB軟件，進入界面，輸入“fuzzy”指令，彈出模糊控制器建立界面，如圖3-2所示。圖3-2 圖3-32打開菜單“Edit”中的“Add Variable”，可以添

14、加輸入輸出。3點擊“input”，進入如圖3-3界面，輸入模糊輸入變量的隸屬函數。4點擊“output”，進入如下界面圖3-4，輸入輸出控制量的隸屬函數。圖3-4 圖3-55點擊“untiled”，圖3-5輸入模糊規則。6以上輸入完成后，點擊“View”，分別選擇“Rule”、“Surface”，顯示規則圖圖3-6和表面圖圖3-7。圖3-6 圖3-77保存建立的模糊控制器。3.2.3 設計模糊控制器調節線路仿真圖對于被控對象為 ，測試信號為階躍信號量15，滯后0.5s，在simulink中設計的仿真線路圖如圖3-8所示。圖3-8 模糊控制器調節線路仿真圖經調試后量化因子，比例因子時，其仿真結果

15、曲線圖如圖3-9所示。通過調試發現量化因子、的大小對系統動態性能的影響很大。其中當的取值較大時，系統就會出現較大的超調量，較長的過渡時間；當的取值較大時，系統的超調量會減小，但系統的響應速度變慢。而量化因子的大小會影響輸入變量的誤差和誤差變化的加權程度，所以它們之間是相互影響的。比例因子的大小也影響著模糊控制系統的特性，取值較小時會使的系統的動態響應過程變長，而取值較大時會導致系統出現振蕩。輸出比例因子作為模糊控制器的總增益，它的大小會影響控制器的輸出結果。因此在調試過程常采用改變量化因子和比例因子來調整整個控制過程的，以達到滿意的控制效果。圖3-9 模糊控制器的仿真結果曲線圖3.2 結論據比較PID控制器與模糊控制器的仿真結果曲線圖，可知PID調節有一定的超調量，而模糊控制器可以將超調量大