1、機電工程學院課程設計報告課程題目二階系統模糊控制算法的研究專業電氣工程及其自動化姓名指導教師學期 2015-2016二階系統的模糊控制算法的研究學生指導老師：摘要:模糊控制是以模糊數學為基礎發展的， 為一些無法建立數學模型或者數學模型相當粗糙的系統提供的一種非線性的控制方法。對于這些系統，模糊控制可以得到比較滿意的控制效果，并且能夠解決一些無法通過傳統方法解決的問題。本文利用 MATLA 膜糊控制工具箱設計的模糊控制器來控制一個二階系統，由給定的控制器的輸入和輸出變量，輸入和輸出變量的隸屬函數，分析了輸入和輸出變量之間的關系，設計了模糊控制規則庫，并通過 SIMULINK真將模糊控制方法與經典

2、的 PID 控制方法進行對比，分析仿真結果，探討模糊控制器的隸屬函數，控制規則，以及量化因子和比例因子在模糊控制中所起到的作用。關鍵字：模糊控制；MATLABSIMULINKPIDResearchoffuzzycontrolalgorithmofsecondordersystemsUndergraduate:Supervisor:Abstract:Fuzzycontrol,whichisbasedonthefuzzymathematics,isanewwayofnonlinearitycontrolsysteminwhichthemathematicalmodelisunableestabli

3、shedorthemathematicalmodelisveryrough.Forthesesystems,fuzzycontroloffersusersasatisfiedcontrolresult,andsettlesdownsomeproblemswhichcannotbesolvedbytraditionalmethods.ThispaperaimstointroducehowtouseafuzzycontrollerwhichisbasedontheMATLABfuzzycontroltoolboxtocontrolasecond-ordersystem.Inordertofulf川

4、thistarget,theauthorfirstlydefinestheinputvariables,outputvariablesandtheirmembershipfunctions.Then,theauthoranalyzestherelationshipbetweentheinputvariablesandoutputvariables,anddesignsthefuzzycontrolrulebank.Finally,theauthormakesadifferencebetweenthemethodsoftheclassicPIDcontrolandthefuzzycontrolb

5、ySIMULINK.Membershipfunctionoffuzzycontroller,controlrules,andthefunctionofquantizesandscalefactorinthefuzzycontrolprocessarealsodiscussedinthispaper.Keywords:MATLAB;Fuzzycontrol;PID;SIMULINKsimulation目錄緒論 11 控制理論算法 53.1PID 控制規律 53.1PID 控制器原理 53.153.1.3 微分（D）控制 53.2 傳統 PID 控制過程 51 模糊控制 11.1 模糊控制的背景及

6、意義 11.2 模糊控制的基本理論 11.3 模糊控制的基本結構 11.4 模糊控制的組成 11.5 模糊控制的運行模型 11.6 模糊控制與 SIMULINK 勺鏈接 12 基于 MATLAB 勺模糊控制仿真 22.1 模糊控制器的設計 215.模糊集合及論域的定義 215.模糊控制規則確定 415.仿真曲線 515.715.獻 815.9緒論模糊控制器由三個環節組成：用于輸入信號處理的模糊量化和模糊化環節，模糊控制算法功能單元，以及用于輸出解模糊化的模糊判決環節。模糊控制具有良好的控制性能，關鍵是要有一個完善的控制規則。然而由于模糊規則是人們對過程或對象模糊信息的歸納，對高階、非線性、大時

7、滯、時變參數以及隨機干擾嚴重的復雜控制過程，人們往往難以總結完整的經驗，在某些情況下非常粗糙使一個簡單的模糊控制，難以適應不同的工作狀態，影響了控制的效果。在傳統的控制領域里，控制系統動態模式的精確與否是影響控制優劣的最主要因素，系統動態的信息越詳細，則越能達到精確控制的目的。經典控制理論和現代控制理論，在面對現代系統的復雜性，測量的不確定性以及系統動力學的不確定的實際問題時顯得無能為力。而基于模糊語言描述控制規則的模糊控制器能成功的應用于工業過程控制。通過SIMULINKC 件對其兩個控制器控制進行仿真，并將其控制效果進行比較，得出模糊控制器能實現很好的控制效果。一.基于穩定邊界法的PID控

8、制參數整定方法.PID 控制規律所謂控制規律是指控制器的輸出信號與輸入偏差信號之間的關系，即 y=f（e）o 基本控制規律包含位式控制、比例控制、比例積分控制、比例微分控制和比例積分微分控制。.PID 控制器的原理PID 控制器是 P 控制+I 控制+D 控制的組合控制器。比例（P）控制：比例控制對偏差是即時響應的，偏差一旦出現，調節器立即產生控制作用，使輸出量朝著減小偏差的方向變化，控制作用的強弱取決于比例系數 Kpo 增大比例系數可以提高系統的控制精度，減小穩態誤差，但是會降低系統的相對穩定性。積分（I）控制：為了消除在比例調節中的殘余靜差，只要偏差 e 不為零，它將通過累積作用影響控制量

9、 u,從而減小偏差，直到偏差為零。積分時間常數 Ti 增大，積分作用減弱，減小超調，提高穩定性。由于積分時間的存在，引入積分調節會降低系統的快速性。微分（D）控制：為加快控制過程，有必要在偏差出現或變化的瞬間，按偏差變化的趨勢進行控制，使偏差消滅在萌芽狀態。微分的特點是能起到超前控制的作用，即在偏差很小時，提前增大控制作用，改善控制品質，當偏差存在但不變化時，控制作用為零。.PID 控制參數工程整定方法常用的工程整定方法有穩定邊界法、衰減曲線法、反應曲線法、經驗湊試法等。式中，Kp,Ki,KD 分別是比例系數、積分系數、微分系數2.某被控對象為二階慣性環節，其傳遞函數為：G(s)=s2+s+1

10、,現采用穩定邊(2)按照穩定邊界法計算 PID 參數。穩定邊界法的計算公式如表 1 所示調節規律PTiTdP2Pm一一PI2.2Pm0.833-0.85Tm一PID1.7Pm0.50Tm0.125Tm根據表一算得 P=64.45;Ti=2.75;Td=0.6875(3)然后回到 Simulink 環境下，設置三個參數為計算數值，得階躍響應曲線:穩定邊界法1.過程控制系統常用的、一，G(s)PID 調節器傳遞函數為KpKIKDS界法整定 PID 參數:(1)在 Matlab 的 Simulink 工具箱里，搭建系統方框圖，如下所示在對各個參數進行微調得到以下的圖形二.模糊控制的背景和意義隨著越來

11、越多的大型的，連續的工業過程的復雜化，交通，家電等控制對象也更加復雜。在這些復雜的非線性系統中，由于對象和環境的不確定性，實際的系統性能遭受限制在一個綜合的 PID（比例，積分，微分）控制里，離散系統的使用要求有限校正控制，自適應控制和優化控制和其他控制方法不再適用于這些模型未知或復雜系統的動態特性往往成為控制對象。面對這種情況，人們期待中的一個先進的控制戰略的傳統控制模式的突破。隨著微電子技術和計算機在模糊數學上的模糊技術在廣泛領域的應用范圍控制理論基礎上發展各個領域的技術逐步滲透，出現了這種新的控制方法，模糊控制。模糊邏輯控制（FuzzyLogicControl 簡稱模糊控制（FuzzyC

12、ontroJ）,基于模糊集理論，模糊語言變量及模糊邏輯的智能控制方法。 這是美國 L.A.Zadeh1965 年提出的模糊集理論。到 1973 年， 他被賦予了模糊邏輯控制及相關定理的定義。 再到 1974 年， 英國 E.H.Mamdani首先在蒸汽機和鍋爐的研究取得了成功，從研究和應用模糊控制，模糊控制的數學理論一直非常活躍。與傳統的控制器參數對系統控制器的設計方法不同的是模糊控制器的設計與操作者的經驗有關。因此有些模糊控制器能實現人類的某一些的智慧，是一種智能控制的一個重要分支，被廣泛應用于非線性控制。模糊控制的基本思想是利用計算機來實現人的控制經驗，這些經驗是相當模糊性控制規則用語言來

13、表達的。模糊控制具有以下顯著特點：(1)模糊控制是一個以規則為基礎的控制；(2)適應能力突出；(3)系統的魯棒性強，對參數的變化不敏感；(4)方便調整系統的規則和參數；(5)結構簡單。模糊控制器由三個環節組成：用于輸入信號處理的模糊量化和模糊化環節，模糊控制算法功能單元，以及用于輸出解模糊化的模糊判決環節。模糊控制具有良好的控制性能，關鍵是要有一個完善的控制規則。然而由于模糊規則是人們對過程或對象模糊信息的歸納，對高階、非線性、大時滯、時變參數以及隨機干擾嚴重的復雜控制過程，人們往往難以總結完整的經驗，在某些情況下非常粗糙使一個簡單的模糊控制，難以適應不同的工作狀態，影響了控制的效果。在傳統的

14、控制領域里，控制系統動態模式的精確與否是影響控制優劣的最主要因素，系統動態的信息越詳細，則越能達到精確控制的目的。經典控制理論和現代控制理論，在面對現代系統的復雜性，測量的不確定性以及系統動力學的不確定的實際問題時顯得無能為力。而基于模糊語言描述控制規則的模糊控制器能成功的應用于工業過程控制。通過SIMULIN 啦件對其兩個控制器控制進行仿真，并將其控制效果進行比較，得出模糊控制器能實現很好的控制效果。模糊控制的基本理論模糊控制是利用模糊數學的基本思想和理論的控制方法。在傳統的控制領域里，影響控制優劣的最主要關鍵是控制系統的動態模型準確與否。動態系統的信息越是詳細，就越能進行精確的控制。然而，

15、對于復雜的系統，因為太多的變化因素，往往難以準確地描述動態過程，因此工程師將使用多種方式簡化了系統的動態，以達到控制的目的。但結果不夠理想。換句話說，傳統的控制理論為控制一個龐大的，但過于復雜或難以準確地描述系統，似乎顯得無能為力。所以他們試圖模糊數學來處理這些控制問題。模糊控制器的系統被稱為模糊控制系統。模糊控制的特點是：控制過程并不需要建立精確的數學模型， 但完全是對人類經驗“直覺”控制知識。如圖 2.1 所示的簡化模糊控制系統框圖。其中 E 是偏差，這是模糊控制器的輸入變量，U 為控制器輸出變量，作為控制執行機構采取的行動。21眄域為系紡筋壬模糊控制器的基本結構如圖 2.2 所示，是典型

16、的偏差模糊控制系統框圖，該系統的核心部分是模糊控制器。圖 2.2K 年控相福的常松圖模糊控制器的組成(1)模糊化。它的作用是將輸入的精確量轉換成模糊化量。其中輸入量包括來自外界的參考輸入，系統的輸出或者狀態變化等。具體模糊化的過程如下：對這些輸入量進行處理， 使其滿足模糊控制器的輸入要求。 常見的情況是計算偏差值 ery=-和偏差率/dededt=,其中參考輸入為r,系統輸出為y,誤差為e。 將上述已經處理過了的輸入量進行尺度的變換，把他們變換到各自的論域范圍里。將已轉化為論域范圍內的輸入量進行模糊處理，把原來精確的輸入量變成模糊量，并用相應的模糊集合來表示。(2)知識庫。知識庫包含了對應用程

17、序的控制目標和要求具體領域的知識。它通常是由數據庫和模糊控制規則庫兩部分組成。數據庫主要包括語言變量的隸屬函數，尺度變化因子和模糊空間的分級數等；模糊控制規則庫包含了一系列的控制規則，這控制規則是用語言變量表示的，并且反應了控制專家的經驗和知識。(3)模糊推理。模糊推理是模糊控制器的核心，它是具有一個模擬人類推理的模糊概念能力的。該推理過程是基于模糊邏輯中蘊含的關系以及推理規則來進行的。(4)清晰化。清晰的作用是要在模糊推理得到的控制量(模糊量)轉變為實際用于控制的清晰量。它包括兩部分的內容：將模糊的控制量經過清晰化變換變化成表示在論域范圍內的清晰量；將表示在論域范圍的清晰量經尺度變換變成實際

18、的控制量。模糊控制器的運行模型模糊控制器的運行模型如圖 2,3 所示。2.3梗闈控制器的遑；模生通過定義模糊控制器的模糊變量，模糊集和相應的隸屬函數，采用了模糊條件語句來形容設置輸入和輸出之間的關系映射。這種用模糊條件句來表示輸入輸出關系稱為模糊模型，也被稱為語言模型。模糊控制器與 SIMULINK 的鏈接MATLAB 提供的 SIMULINK一個用來對動態系統進行建模， 仿真和分析的軟件包。它使用簡單， 功能強大， 并且支持連續， 離散及兩者混合的和線性和非線性系統。 SIMULINK包含多個子模型，每個子模型庫中又包含多個功能模塊。利用鼠標可以直觀地“畫”出系統模型，然后進行仿真。仿真時可

19、選擇各種數值算法，仿真步長等重要參數，并可用模擬示波器將仿真動態結果予以顯示，直觀高效。SIMULINK 可以與模糊邏輯工具箱實現完美的結合。模糊邏輯工具箱的最大優點之一，也同樣是它可以直接將模糊系統嵌入 SIMULINK 并在該仿真環境中測試系統輸出。實驗內容運用 MATLAB 制作一個兩個輸入一個輸出的模糊控制器。 控制二階系統查看其輸出。實驗分析.模糊邏輯控制器的基本結構.根據系統實際情況，選擇 e,ec 和 u 的論域erange:-66ecrange:-66urange:-223.e,ec 和 u 語言變量的選取e7個：NB,NM,NS,ZERO,PS,PM,PBec7個：NB,NM

20、,NS,ZERO,PS,PM,PBU7 個：NB,NM,NS,ZERO,PS,PM,PB4.模糊規則確定ecNBNMNSZEROPSPMPBNBNBNBNBNBNMNSZERONMNBNBNMNMNSZEROPSNSNBNMNMNSZEROPSPMZERONBNMNSZEROPSPMPBPSNMNSZEROPSPMPMPBPMNSZEROPSPMPMPBPBPBZEROPSPMPBPBPBPB規則解釋:以 e=NB,并且 ec=NB,輸出 DU=NB 為例。偏差 e 為負大（NB），偏差變化率ec 也為負大（NB）,說明反饋超調量很大，而且反饋超調增大的變化趨勢也很大，因此應該是最大幅度的減小

21、控制量，即控制量為負大（NB以 e=PB 并且 ec=PB 則 u=PB 為例。偏差 e 為正大（PB）,偏差變化率 ec 也為正大（PB）,說明被控量遠遠沒有達到穩態值，同時原理穩態值的趨勢很大，因此應該以最快的速度增加被控量，即輸出 u=PB（3）以 e=NS 并且 ec=PSMu=ZERO例。偏差為負小（NS 時，偏差的變化率為正小（PS）說明被控量反饋值略小，即，略有超調，并且以較小的速度減小，因此可保持控制量不變，即控制增量為零（ZERO5.隱含和推理方法的制定?隱含采用 mamdani方法：max-min?推理方法，即 min 方法?去模糊方法：重心法。?選擇隸屬函數的形式：三角型

22、實驗步驟.建立 fuzzy（fis）文件。（1）在主窗口輸入 fuzzy,顯示如下圖所示入一輸出選擇 Edit+AddVariableInput,增加一個輸入，使之成為兩輸并將輸入輸出的名字分別改為 e,ec,u（3）雙擊/入 e,修改 e 的范圍（range）改為（-66）,并且將其中的 mfs 全部刪除， 并且點擊 Edit,ADDMFS添加七個 mfs,并依次將名字改為 NB,NMPM,PR 同理編輯 ec 和 uMembershipFuncridSA 冢 nembershipfuncticris版管frirrfNumberofMFs?J(4)建立規則，雙擊規則的圖框，根據上圖所示的規則

23、表，建立規則。1.1:EISNB；and(ecisrtiitnen(uisBMlJ2i(eisNB)and(ecisNM)ttier(u0H歷(131jaMISB)ani(tc.NS)tun(uis4B)(1)4,值IBand(ecaZERO)then(uishDj15.f(etsNB)and(KISPSJnen(uKE cisNB)and(ecisFW)tnen(uisMS)(1)7.i(eisNBard(ecisretnerr(LtsZER3)(1)0.Y(cishF/Jard(uumhDjtier(uis(IJ9.Titishlvjardttc信hwjrer(uSNH11j10If(as

24、NMlandecsNS：then(uijNN)(1)11H,RNU)sndrecZEPd)由河(chMt(1)64c6f4e72d9-Numbered_fe0e977e-681a-4ee7-9747-b7c5368d9dfb-Numbered_7d11740c-a852-4fe5-9cb4-ad89f2f(eisNM)and(ecisPS)then(uisNS)(t)13.If(eisMM)and(ecisPM)then(uisZERO)(1)14lf(eisHUQand(actsPB)then(uisPS)(1)昀攙昀攙 挀挀 戀戀戀戀 攙昀攙昀戀攀昀戀攀昀攙攙 一甀洀戀攀爀攀攙開攙一甀洀戀

25、攀爀攀攙開攙戀戀挀挀戀戀 攀昀攙攀昀攙 戀戀戀戀戀戀攙昀昀攙昀昀攙愀攙愀 一甀洀戀攀爀攀攙開一甀洀戀攀爀攀攙開攀攀 攀攀 66847213313 戀戀 攀攀 攙攙愀愀挀愀愀挀昀昀 一甀洀戀攀爀攀攙開一甀洀戀攀爀攀攙開戀攙戀攙愀愀 戀戀 攙攙挀挀 攀攀戀戀昀攀昀攀f(&isNS)and(ecisNB)than(uisNB)(1)昀攙昀攙 挀挀 戀戀戀戀 攙昀攙昀戀攀昀戀攀昀攙攙 一甀洀戀攀爀攀攙開攙一甀洀戀攀爀攀攙開攙戀戀挀挀戀戀 攀昀攙攀昀攙 戀戀戀戀戀戀攙昀昀攙昀昀攙愀攙愀 一甀洀戀攀爀攀攙開一甀洀戀攀爀攀攙開攀攀 攀攀 66847223313 戀戀 攀攀 攙攙愀愀挀愀愀挀昀昀 一甀

26、洀戀攀爀攀攙開一甀洀戀攀爀攀攙開戀攙戀攙愀愀 戀戀 攙攙挀挀 攀攀戀戀昀攀昀攀昀愀攙昀愀攙 一甀洀戀攀爀攀攙開一甀洀戀攀爀攀攙開攙戀愀戀愀攙戀愀戀愀 愀愀昀昀 愀愀1(cisNS)and(ecisNM)thenuisNM)(1)昀攙昀攙 挀挀 戀戀戀戀 攙昀攙昀戀攀昀戀攀昀攙攙 一甀洀戀攀爀攀攙開攙一甀洀戀攀爀攀攙開攙戀戀挀挀戀戀 攀昀攙攀昀攙 戀戀戀戀戀戀攙昀昀攙昀昀攙愀攙愀 一甀洀戀攀爀攀攙開一甀洀戀攀爀攀攙開攀攀 攀攀 66847233313 戀戀 攀攀 攙攙愀愀挀愀愀挀昀昀 一甀洀戀攀爀攀攙開一甀洀戀攀爀攀攙開戀攙戀攙愀愀 戀戀 攙攙挀挀 攀攀戀戀昀攀昀攀昀愀攙昀愀攙 一甀洀戀攀爀攀攙

27、開一甀洀戀攀爀攀攙開攙戀愀戀愀攙戀愀戀愀 愀愀昀昀 愀愀I(eisNIS)and(ecisNS)then(uisNIVf)(t)昀攙昀攙 挀挀 戀戀戀戀 攙昀攙昀戀攀昀戀攀昀攙攙 一甀洀戀攀爀攀攙開攙一甀洀戀攀爀攀攙開攙戀戀挀挀戀戀 攀昀攙攀昀攙 戀戀戀戀戀戀攙昀昀攙昀昀攙愀攙愀 一甀洀戀攀爀攀攙開一甀洀戀攀爀攀攙開攀攀 攀攀 66847243313 戀戀 攀攀 攙攙愀愀挀愀愀挀昀昀 一甀洀戀攀爀攀攙開一甀洀戀攀爀攀攙開戀攙戀攙愀愀 戀戀 攙攙挀挀 攀攀戀戀昀攀昀攀昀愀攙昀愀攙 一甀洀戀攀爀攀攙開一甀洀戀攀爀攀攙開攙戀愀戀愀攙戀愀戀愀 愀愀昀昀 愀愀I(eisNS)and(ecis2ERO)t

28、hen(uisNS)(1)19.l-f(eisM5)and(ecisPS)then(uis2ER0)(1)20.If(eisNS)and(fiCisPM)therr(uisPS)(1)21.11(eisNS)and(etisPB)then(uisPM)(1)1(eisZERO)and(ecisNB)then(uisNB)(1)Ifle博ZERO)自*(ecisNM)thert(uis.If(eisZERO)and(ecisNS)then(uisNS)(1)If(eisZERO)and(ecisZERO)then(uaZETOKt)26If(eisZERO)and(cisPS)then(uisP

29、S)(1)27If(eisZERO)and(ecisPM)then(uisPM)(1)po.IfteisZERO)and(eci&P0)thcn(u濁PB)If(eisPS)and(ecisNB)tlienuisWf)(1)If(eisPS)and(eCisNM)thenuisNS)(1)If(e帽PSand(ecisNS)then(uisZFRO)(1jIf(eisPS)and(ecisZERO)thanfuisPS)(1)If(eisPS)and(ecisPS)then(uisPM)(1)II-iletdtViewOptionsIf(eisPS)artd(ec慮PM)then(utsPMJ(1)35.lf(eisPS)and(acisPB)then(uisPe) )(1)If(eisPM)end(ecisMB)then(uisNS)(1)37.IfoiePM)and(ocisNS)than