SPLS Templates,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,SPLS Templates,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,SPLS Templates,SPLS Templates,*,SPLS Templates,SPLS Templates,自适应模糊,PID,控制器的设计与研究,SPLS Templates,SPLS Templates,1,引言,常规,PID,控制由于原理简单、使用方便、适用性好、具有很强的鲁棒性,在工业过程控制中得到了广泛的应用,但是,PID,控制需要建立被控对象精确的数学模型,难以处理复杂的非线性控制系统。而模糊控制是以模糊集合论、模糊语言变量以及模糊逻辑推理为基础的计算机数字控制算法,该算法把人的经验转化为控制策略,对那些时变的、非线性的、滞后的、高阶大惯性的被控对象,具有良好的控制效果。,SPLS Templates,SPLS Templates,通过以上分析可知,对于复杂的非线性系统,只采用常规,PID,控制或普通模糊控制都难以达到满意的效果。本文采用的自适应模糊,PID,控制器,有机地将两者的优点结合起来,当误差小于某一阈值,e,0,时,采用,PID,控制,以提高系统的控制精度,;,当误差大于某一阈值,e,0,时,采用模糊控制,以提高系统响应速度,加快响应过程,抑制超调。自适应模糊,PID,控制器的原理如图,1,所示。,这种复合控制策略是在大偏差范围内采用模糊控制，在小偏差范围内转化成,PID,控制，二,SPLS Templates,SPLS Templates,者的转换由微机程序根据事先给定的偏差范围自动实现。,这种改进的控制方法的出发点主要是因为模糊控制器本身消除其稳态误差的能力比较差，难以达到较高的控制精度。,SPLS Templates,SPLS Templates,SPLS Templates,SPLS Templates,2,模糊控制系统,模糊系统是一种基于知识或基于规则的系统。它的核心就是由所谓的,IF-THEN,规则所组成的知识库。一个模糊的,IF-THEN,规则就是一个用连续隶属度函数对所描述的某些句子所做的,IF-THEN,形式的陈述。,构造一个模糊系统的出发点就是要得到一组来自于专家或基于该领域知识的模糊,IF-THEN,规则，然后将这些规则组合到单一系统中。不同的模糊系统可采用不用的组合原则。,SPLS Templates,SPLS Templates,模糊控制系统设计的关键在于模糊控制器的设计。模糊控制器的设计主要有三个部分,:,(1),输入量的模糊化,(2),模糊逻辑推理,(3),反模糊化过程,SPLS Templates,SPLS Templates,2.1,输入量的模糊化,所谓模糊化,(Fuzzification),就是先将某个输入测量量的测量值作标准化处理,把该输入测量量的变化范围映射到相应论域中,再将论域中的各输入数据以相应的模糊语言值的形式表示,并构成模糊集合。这样就把输入的测量量转换为用隶属度函数表示的某一模糊语言变量。,SPLS Templates,SPLS Templates,2.2,模糊逻辑推理,根据事先已定制好的一组模糊条件语句构成模糊规则库,运用模糊数学理论对模糊控制规则进行推理计算,从而根据模糊控制规则对输入的一系列条件进行综合评估,以得到一个定性的用语言表示的量,即模糊输出量。完成这部分功能的过程就是模糊逻辑推理过程。,SPLS Templates,SPLS Templates,2.3,反模糊化过程,反模糊化,(Defuzzification),有时又叫模糊判决。就是将模糊输出量转化为能够直接控制执行部件的精确输出量的过程。,SPLS Templates,SPLS Templates,3,模糊控制器的结构,3.1,模糊化方法的选择与确定,所谓模糊化,就是把变量数值变成模糊语言变量的语言值。根据人们的习惯，常将相比的同类事物分为“大”，“中”，“小”或“中”，“高”，“低”等,3,个等级，故操作者对误差及其变化率以及控制量的变化，也常采用这种等级的模糊概念。考虑到变量的正，负性，一般在设计模糊控制器时，人们对于误,SPLS Templates,SPLS Templates,差、误差变化率和控制量的变化等语言量，常用“正大”（,PB),、“正中,”,（,PM),、“正小”（,PS),、“零,”,（,Z,）、“负小”（,NS),、“负中,”(NM),、和“负大”（,NB,）这,7,个语言变量来描述。,每一个对象对应一个模糊子集，其隶属度函数有多种选择。本文使用三角形分布,控制器的输入为偏差,e,和偏差的变化率,ec,，输出变量为控制量,u,，相应的模糊集分别为,E,、,EC,和,U,，它是一个双输入单输出的二维模糊控制器。,SPLS Templates,SPLS Templates,输入量,E,量化论域,:-6,6,模糊态,:NB,NM,NS,NZ,PZ,PS,PM,PB,输入量,EC,量化论域,:-6,6,模糊状态,:NB,NM,NS,Z,PS,PM,PB,输出量,U,量化论域,:-7,7,模糊状态,:NB,NM,NS,Z,PS,PM,PB,SPLS Templates,SPLS Templates,3.2,模糊控制规则的建立,确定语言控制规则是模糊控制设计的核心工作，规则的形式很多，象计算机程序设计语言常用的“,Ifthen”,条件语句。控制规则的多少可视输入输出物理量数目及所需的控制精度而定。本文有两个输入量，其中一个输入量有,8,种模糊态，另一个是,7,种模糊态，所以共有,56,种模糊控制规则。,SPLS Templates,SPLS Templates,由专家经验得到的模糊控制规则表如下所示：,SPLS Templates,SPLS Templates,4,仿真试验,采用,MATLAB,中的,SIMULINK,对其进行仿真。,SIMULINK,模块库中提供了建立系统模型所需的大部分模块。系统的模型建好后，用户可以根据系统的不同需要，设置或更改模块的参数，然后打开仿真菜单，设置仿真参数，起动仿真过程，仿真结束后用户可以通过输出示波器或,plot,绘图函数观察系统的仿真输出。,SPLS Templates,SPLS Templates,在,MATLAB,菜单窗口中输入命令,fuzzy,可进入,FIS,编辑器，在,FIS,编辑器中可以设置输入、输出变量的模糊隶属度函数和模糊控制规则。,隶属度函数有三角形、梯形、高斯形等不同种类。,如下图所示：,SPLS Templates,SPLS Templates,SPLS Templates,SPLS Templates,输入及输出的隶属度函数,SPLS Templates,SPLS Templates,隶属度函数曲面,SPLS Templates,SPLS Templates,根据模糊控制表规则，在,FIS,中输入这些规则得：,SPLS Templates,SPLS Templates,根据模糊控制规则表，在,MATLAB,的,FIS,编辑器中建立起模糊推理系统，在,SIMULINK,中建立系统的仿真图，设置量化因子,Ke=3,，,Kec=0.1,，,Ku=1,，,PID,参数,Kp=15,，,Ki=1,，,Kd=2,。在选择开关的设置中，将参数“,Threshold”,设置为,0.1,，这样当偏差,|e|=0.1,时，开关,Switch,只接通,Fuzzy,控制器；当,|e|0.1,时，开关,Switch,只接通,PID,控制器,SPLS Templates,SPLS Templates,完成各部分的参数设置后，点击仿真在示波器中观看系统的阶跃响应曲线。,SPLS Templates,SPLS Templates,PID,子系统,SPLS Templates,SPLS Templates,自适应模糊,PID,控制阶跃响应,SPLS Templates,SPLS Templates,纯模糊控制阶跃响应,SPLS Templates,SPLS Templates,纯,PID,控制阶跃响应,SPLS Templates,SPLS Templates,各参数比较,SPLS Templates,SPLS Templates,上三种算法的性能参数比较。可以看出,模糊自适应,PID,控制具有较小的超调量,较短的调节时间,良好的动、静态特性,更好的适应性和鲁棒性,优于常规,PID,控制和普通模糊控制。,SPLS Templates,SPLS Templates,5,结论,针对复杂的非线性控制系统,本文设计了一种自适应模糊,PID,控制器,并总结了这种控制器的特点以及参数设计规律。通过仿真表明,这种新型的控制器是一种设计简单、实现方便、性能良好的智能控制器,具有动态性能好、稳态精度高、抗干扰性能好及鲁棒性较强等特点,适用于非线性、时变、强干扰的不确定复杂系统。,SPLS Templates,SPLS Templates,参考文献,:,1,熊均泉,戴果华,佘致廷,.,基于,Matlab,的退火炉温度模糊,PID,控制的仿真研究,J.,中国仪器仪表,2005,5:80-82.,2,汤兵勇,路林吉,王文杰,.,模糊控制理论与应用技术,M.,北京,:,清华大学出版社,2002.,3,张国良,曾静,柯熙政,.,模糊控制及其,Matlab,应用,M.,西安,:,西安交通大学出版,2002.,4,范子荣,张友鹏,.,基于,Matlab,的自适应模糊,PID,控制器的设计,J.,电气传动自动化,2006,第,3,期,第,28,卷,:P11.,