模糊PID与常规PID的比较.doc

1、最优控制与智能控制基础文献总结报告最优控制与智能控制基础文献总结报告模糊PID 与常规PID的MATLAB 仿真比较与分析学生姓名：班级学号：5080628任课教师：段洪君段洪君提交日期：2011.04.02成绩：文献总结报告自查表文献总结报告自查表自查项目自查项目“是是”标标“否否”标标1报告是否由本人独立撰写完成2参考文献是否由本人独立查阅完成3文献总结报告是否按时提交4题目是否包含被控对象名称及与本课程相关的控制方法5封面是否按“示样”标准打印，签名是否手写6报告正文是否包含“要求”的三部分7报告正文是否按“样本”格式撰写8报告正文中的公式、图表等是否由本人编辑、绘制9所引用的参考文献在

2、报告正文中是否按顺序标注10参考文献的数量是否达到要求11参考文献的格式是否规范12报告的正文与参考文献的总页数是否在 810 页之间13报告是否达到“总体要求”14报告是否包含对现有文献结论的仿真验证结果15报告是否包含本人的研究内容及结果对所提交报告的自我评价对所提交报告的自我评价(按百分制打分按百分制打分)1 研究的背景及意义研究的背景及意义随着工业的发展和社会的进步，被控对象越来越复杂，其数学模型的建立也越发困难，对于很多控制对象有的只能建立起粗糙的模型，有的甚至无法建立模型。 这类对象往往被称为不确定性系统。对于不确定性系统很难用传统的控制方法取得满意的控制效果。但是对于这类系统，人

3、类却可以凭借自身的操作经验进行很好的控制。 于是， 人类将这些专家控制经验转化为可以用计算机实现的算法，为不确定性系统的控制开辟一条新途径。而后，控制专家运用模糊控制工具，结合人类的专家控制控制经验建立了一种新型的控制方法-模糊控制。模糊控制的基本思想是将人类专家对特定对象的控制经验， 运用模糊集理论进行量化，转化为可数学实现的控制器从而实现对被控对象的控制。模糊控制器的基本工作原理是： 将测量得到的被控对象的状态经过模糊化接口转换为用人类自然语言描述的模糊量，而后根据人类的语言控制规则，经过模糊推理得到输出控制量的模糊取值， 控制量的模糊取值再经过清晰化接口转换为执行机构能够接收的精确量。P

4、ID 控制器问世至今凭借其结构简单、稳定性好、工作可靠、调整方便等优点成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握、得不到精确的数学模型时，采用 PID 控制技术最为方便。PID 控制器的参数整定是控制系统设计的核心。它是 根据被控过程的特性来确定 PID 控制器的参数大小。PID 控制原理简单、易于实现、适用面广，但 PID 控制器的参数整定是一件比较困难的事。合理的 PID 参 数通常由经验丰富的技术人员在线整定。在控制对象有很大的时变性和非线性的情况下，一组整定好的 PID 参数远远不能满足系统的要求。为此，需要引入一套模糊 PID 控制算法。所谓模糊 PID 控制器，

5、即利用模糊逻辑算法并根据一定的模糊规则对 PID 控制的比例、积分、微分系数进行实时优化，以达到较为理想的控制效果。模糊 PID 控制共包括参数模糊化、模糊规则推理、参数解模糊、PID 控制器等几个重要组成部分。计算机根据所设定的输入和反馈信号，计算实际位置和理论位置 的偏差 e 以及当前的偏差变化ec ，并根据模糊规则进行模糊推理，最后对模糊参数进行解模糊，输出 PID 控制器的比例、积分、微分系数。常规的 PID 控制器在非线性时变，滞后较大的系统中鲁棒性不强，控制效果不理想。而模糊 PID 控制器既具有模糊控制灵活而适应性强的优点,又具有常规 PID 控制精度高的特点, 在工业控制中得到

6、广泛的应用。本文通过运用用 MATLAB6.1 的模糊控制工具箱设计模糊控制器，然后用MATLAB 的 simulink 进行了仿真。仿真结果表明,在工况有较大变化和存在扰动情况下,模糊控制系统性能优于常规 PID 控制。2 模糊控制的研究现状模糊控制的研究现状2.1 国外模糊控制的研究现状1965 年扎德在信息与控制杂志上先后发表了模糊集(Fuzzy Sets)和模糊集与子系统(Fuzzy Sets & Systems),产生了模糊集合论,奠定了模糊集理论和应用研究的基础。 但模糊一词却在美国科技界遭到怀疑和反对,为此而影响了模糊逻辑在美国的研究和应用推广。1968 年扎德首次公开发表其模糊

7、算法。1973年发表了语言与模糊逻辑相结合的系统建立方法。1974 年伦敦大学 Mamdani 博士首次尝试利用模糊逻辑,成功地开发了世界上第一台模糊控制的蒸气引擎。19651974 年是模糊控制发展的第一阶段,即模糊数学发展与成形阶段。其间于1972 年,日本 模糊系统研究基金会建立,后来成为国际模糊系统协会(IFSA)的日本办事处。第二阶段大约从 19741979 年,这是产生简单模糊控制器的阶段。在这期间,美国加州一公司率先生产了世上第一只模糊逻辑芯片。1980 年丹麦的斯密司公司首次应用芯片在水泥烘干机中成功地实现了模糊逻辑控制,但其自适应能力和鲁棒性有限,稳态精度也不够理想。1979

8、 年至今是发展高性能模糊控制的第三阶段。1979 年 T.J.Procky 和E.H.Mamdani 共同提出了自学习概念,使系统性能大为改善。1983 年日本富士电机开创了日本第一项应用水净化处理。1987 年日本仙台地铁线采用了模糊逻辑控制器。1989 年日本把模糊逻辑消费品推向高潮,同年,扎德教授出任OMRON(立石)公司高级顾问。1993 年,扎德教授应 OMRON 之请,在 ISA/93 博览会的新闻发布会上作了以软计算为题的发言。 扎德曾获得日本企业家赠与的 15万美元的本田奖。今天,模糊逻辑控制技术已经应用到相当广泛的领域之中。 在日本 ,家用电气设备已成为其主攻市场,诸如智能洗

9、衣机(日立)、 微波炉(夏普)、 吸尘器、 空调机(三菱)、照相机和摄录机(立石)等等;在工业闭环控制系统中有水净化处理、发酵控制、化学反应釜、水泥窑炉等等。在专用系统和其他方面有地铁控制(日本)、电梯、自动扶梯、蒸气引擎、声控直机、纸币识别装置以及机器人等等。日本领先,从所周知,当代的一些高新技术的发展似乎有这样一个趋向,即欧洲从事理论研究,美国从事技术突破,而日本从事应用开发并率先推出商品,而且逐渐成为这项技术的主导国家。 模糊逻辑也不例外。 正如前面提到的,日本于 1972年就成立了模糊系统研究基金会。1989 年 4 月日本创建了国际模糊工程研究所(LIFE),下设三个实验室:一室研究

10、模糊控制;二室研究智能信号处理;三室研究模糊计算机。1989 年日本有关模糊技术的产品年值约有 10 亿日元(约合 8000 万美元),其中真正以模糊技术为核心的产品约占 1 亿日元(约合 800 万美元)。模糊一词是 1990 年日本国民使用频率最高的四个词之一。据统计,日本 1991 年就占全球模糊控制产品市场的 80%左右,在世界上遥遥领先。其原因是,日本在模糊逻辑元件生产方面一向居领导地位;日本是最著名的新颖电子消费产品的销售中枢。可以说,日本差不多垄断了整个模糊逻辑产品市场。日本的 OMRON 公司在这 10 年中为模糊逻辑的发展做出了较大的努力。该公司从 1984 年起追赶模糊技术

11、。1986 年推出了第一种模糊逻辑产品一种医疗诊断系统。1989 年投入 570 万美元开发适用于机器人、过程控制语言识别以及成像处理的模糊处理器,其特点是根据模拟电路和平行处理作出高速推理,适应于多种应用场合的自由规则数和输入输出数。已经推出的软硬件有:模糊微处理器、模糊控制编程与模拟软件以及模糊工业控制器。公司还为多种模糊产品申请了700 多项专利。 1990 年,OMRON 展出了第一批超高速模糊逻辑技术,包括集成块、控制器和软件,惊动了世界并掀起了模糊逻辑技术的开发高潮。1990 年推出的产品有人体传感器、机床故障诊断/预测专家系统以及温度控制器、FP5000 多任务处理器和 FP30

12、00 控制器及其开发工具。1991 年的新产品有:自动售票机、车辆识别机、血压计以及健康状况监理支持系统。1991 年 7 月推出的 E5AF 型模糊温度控制器(也称调节器)是 PID 与模糊逻辑算法相结合的产物,它显著地增强了对生产过程混乱的响应能力,继之又推出以自适应调谐为特点的 E5J 系列温控器,可以为 PID 算法保持优化了的 PID 参数。自适应调谐可以监控步响应、扰动以及搜索型调谐。E5J 系列有 1/4、1/8 和 1/16DIN 三种规格。1991 年晚些时候推出的另一种重要产品是 PLC 协处理器。它已应用在 C200H 以及 CV 系列的PLC 中。FZ001 模糊推理模

13、块也可以插入 C1000H 和 C2000H 大型 PLC 后板中作为 CPU 的协处理器。 FZ001 本身没有输入输出,控制值经过 CPU 的计算由通讯网络中的其他智能装置写入到该模块中。 它可以高速度处理模糊程序以适应实时控制。 处理模糊推理的速度是 125us/规则,再加上 600us 去模糊时间。 模块可以储存长达 128 条规则的程序,每条规则中最多可有 5 个前提(即 1F 条件)和 2个当然的结(即 THEN 结果)。 PLC 使用模糊逻辑开发软件在 IBM AT 电脑上编程,并可在运行状态下产生、模拟、修改和监察模糊逻辑程序。FZ001 模块应用面广,例如可用于:诸如过程、张

14、力和定位控制等非线性系统中;在输入有大偏量或精度不足的系统中;需要人的直觉调整的难以控制的系统中;需要适应性处理来克服不断变化的环境过程条件的系统中;必须平衡多个输入或者相矛盾的抑制力的过程中。FZ001推理模块及其软件还可提供一种处理结构,用以处理用一般控制方法难以解决的应用场合,例如倒摆,只需要编入 11 条规则,简化了编程和降低了软件费用。 1991 年 OMRON 还同 NEC 签订了一项协议,前者向后者提供 FS1000 模糊知识库开发工具、模糊推理组块及相关专利的技术资料,以利用后者开发和制造模糊推理组块,并应用到 4 位 75x 系列和 8 位 78k 系列微处理器中。OMRON

15、的 FP1000 数字式模糊处理器是一种掩模只读存储器,它可以连到单片微机上,是世界上第一种使用串行传输方法的最小最便宜的模糊逻辑集成块,易于装入电子办公机械、汽车电子元件和消费电子产品中。FP1000 中使用的知识库,是用FS1000 模糊知识数据开发工具编排的。FP3000 数字式模糊处理器也用这种软件。 FP1050 是一种没有只读存储器的仿真集成块。 FSTH1000 编译器用来为 FP1050 和 FP1000 把来自开发工具的知识转换为目标码。FP1050 和FSTH1000 样品在日本售价分别为 120 和 790 美元。1993 年,OMRON 开始销售其 LUNA 工作站。这

16、是世界上第一个通用的以模糊逻辑为基础的工作站,其处理速度可达到 4000MIPS。主要应用范围是:通用数据库、模糊专家系统及推理系统。通用数据库的一个例子是汽车和旅行计划,它能够根据客户的喜爱和所希望的价格范围来分列出适当的产品和目标。 遥控维修系统是模糊专家系统的一个例子,一个工作站每秒钟能预测和诊断 100 台产品或设备的毛病。模糊推理系统的例子是一种监察系统,它能够为工厂或大厦每秒处理 3000 项传感数据,对火灾或盗窃报警。另一个例子是手写字符识别系统和签字确认系统。1993 年,OMRON 宣布了一种新型模糊逻辑器件,具有图像识别和分析功能,能够检验伪钞和彩色复印伪件。 在 ISA/

17、93 博览会上,OMRON 展出了纯研究技术,其中有高密度芯片和 ASIC 芯片的制造技术以及模糊逻辑技术,可用于气袋有选择的激励、拥挤控制和变色变背景的光电传感器中。在日本,除 OMRON 之外,还有富士、三洋、日电、冲电气等公司从事模糊逻辑产品生产。1992 年富士通推出 MB94140 系列 8 位单片模糊控制器,可用于实时控制。 这个系统中的 MB94146是一种大规模使用的掩模 ROM 产品;MB94PV140 是一种供评价和开发用的级联产品;MB94P147 则是供预生产使用的一次性产品。所有三种集成块都使用F2RU6 模糊推理机构和 F2MC8L 中央处理单元。三洋没有生产模糊逻

18、辑集成块,但在应用方面领先。1989 年 9 月首次推出 8mm 录像机,1990 年 8 月推出微波炉,接着推出电饭锅、洗衣机、衣服干燥机、真空清洗机、加热器、复印机、空气清洗机、面包炉、大容量电冰箱、无绳电熨斗和被褥干燥器等等利用模糊逻辑的产品。1991 年 3 月推出第一台装有模糊控制器和神经控制器的电风扇,这种风扇能够自动对准使用者。NEC 销售的产品有 17K 系列的 4 位微控制器。1993年 3 月推出的PD17156 是另一种 4 位微控制器,是专为具备模糊逻辑的消费电子产品而设计的,它有大容量 ROM 和一个 8 通道 8 位模数转换器。 售给日本客户的价格是 2.28 美元

19、。开始生产时月产 10 万只。冲电气于 1992 年 10 月开发出据称为世界上第一只并行处理单片 8 位模糊处理器MSM91U112,是熊本大学设计的。第一财政年度将生产 12 万只,售给日本客户的样品价格为 20 美元。主要用途将包括机器人、音响影视设备控制器、图像识别处理以及话音和手写文件识别系统。德国政府已经开始了一个 8 亿美元的计划来进一步开发模糊逻辑及相关技术。 Inform 公司是主要成员之一。 Iform 软件公司的最新产品是供 A/B 公司 PLC-5可编程控制器用的在线模糊逻辑软件模件。该公司最近还同 TI 公司一起宣布了第一种供数字信号处理器用的模糊逻辑设计。该公司同

20、Intel 公司合作研制的神经模糊模件(Neuro Fuzzy),是该公司产品 FuzzyTech 软件的一部分,它可以依据数据集自动产生和优化模糊逻辑系统。这种 Neuro Fuzzy 模件可以实现自适应模糊逻辑系统,它的首次应用是数字式滤波器和过程控制。1993 年汉诺威博览会上,德国金钟公司推出已经投产的 PS4-401 模糊 PLC,其优化的操作系统可以直接存取板上的 I/O(输入:6 个模拟量,4 个数字量;输出:3 个模拟量,3 个数字量)。单一模糊集的吞吐不到 1ms。一根并行的总线还可扩展 I/O。因此,PS4-401 机可以单独使用,也可用于分布式控制中。该机用与 IEC11

21、31-3 兼容的指令表语言编程。如果采用 Inform 公司 Fuzzy Tech 用户接口工具编程,那么两种语言可以被以视窗为基础的 SUCOsoft-F 编程语言混合起来。西门子公司与 Inform 公司合作推出的新型 SAE81C99 模糊逻加协处理器有两种形式:一种是带有 8 数据总线接口的独立芯片;另一种是作为 SIECO 51 系列中 8 位控制器的一个宏单元或者 16 位 SAB80C167 族的一个宏单元。在 20MNz时钟频率时,此模糊协处理器能在一秒钟内处理 790 万条模糊规则。1993 年秋,该公司还推出一种初始开发系统,它包括一个开发板和 Fuzzy Tech 工具。

22、在美国,最早应用模糊逻辑的例子是控制水泥生产。Lafarge 公司在世界各地的水泥窑炉中有 25 个窑炉采用了包含模糊逻辑的 G2 实时专家系统。系统中的图形用户接口(GUI)以及面向目标的编程环境工具,简化了模糊逻辑的实现,使用户能到和评估不同的控制方案以供选用。美国横河公司在 1989 年就向美国市场推出 UT35 温度控制器。在 UT37/UT38、1/4DIN 规格的单回路调节器中,由于使用的模糊逻辑,使其达到给定值的速度比常规 PID 控制器要快,它既省时节能又避免了超调。A/B 公司正在推出其 10000 系列光电控制器,使用模糊逻辑监控传感器对光电噪声的反应,而用普通的编程逻辑就

23、办不到。VLSI 技术公司是模糊逻辑硅片供应商,最近推出 VY86C570 型 12 位模糊实时协处理器芯片,它包含一个模糊计算加速器,对模糊规则的评估速度比单单用软件要快 2030 倍。Fisher-Rosemount 公司在 1993 年 ISA/93 博览会上推出了具有自调谐功能的模糊控制器(IFLC)和多变量模糊逻辑控制器(MFLC)。它们是采用模糊集理论与经典控制技术相结合的产品,它利用模糊逻辑转换变量和评估模糊规则,并把其结果模糊输出在去模糊过程中转回到传统的单元(诸如阀门位置)中去。 IFLC 是单进单出(SISO)控制器,旨在取代 PID 控制器。MFLC 是多进多出(MIMO

24、)控制器,旨在解决多变量互作用或者严格的非线性问题。该公司已把 IFLC 用于 Provox和 RS 3 控制器上。MFLC 将用于 PH 值、纸浆质量以及有护套的反应堆的温度控制中。摩托罗拉公司 1993 年的一次调查表明:10%工业界的应答者声称他们已在产品中使用了模糊逻辑技术,而 61%则声称将计划采用。美国悄悄地发展和应用模糊逻辑既有技术保密因素,也有文化背景因素。美国人不像东方人那样容易接受模糊一词。据称,小厂家已在应用,但不愿透露,而大公司正在投资研究。他们认为模糊逻辑的效果是诸多因素的结合,譬如使用了许多传感器,不能单单归功于模糊逻辑。只有在非常复杂或者非线性应用场合,模糊逻辑的

25、作用才是最明显的。2.2 国内模糊控制的研究现状中国、也是世界上模糊逻辑研究的领先者之一。中国拥有万名以上的科技工作者从事这项研究,在投入的人力方面,比日本、欧美都多,居世界第一。北京师大汪培庄教授自 70 年代起就致力于模糊理论及应用的研究,1983 年出版模糊集合论及其应用一书。主要理论有:模糊落影理论、因素空间、真值流理论等。并在模糊推理机、 地膜生产、 诊断型专家系统以及工业开发等方面取得一批成果。1985 年楼世博出版了模糊数学 。1986 年华中工学院曾为兰州石化机器厂研制成功模糊逻辑按期制的快煅液压传动系统。1987 年鲍新福、都志杰发表了自调整比例因子模糊控制器一文。1988

26、年吴勤勤等在中国自动化学会/第二届过程控制科学报告会论文集中发表了一类专家模糊控制器的论文;合肥工大科研简报上发表过阴阳互补原理赢得世界学者关注一文。1991 年毛宗源、狄争在自动化学报上发表了自调整比例因子模糊控制器控制工业锅炉燃烧过程一文;应行仁、 曾南也在该学报上发表了 采用BP神经网络记忆模糊规则的控制 ,1992 年在中国自动化学会华东地区,第二届学术交流会上,顾绳谷,花木兰发表了题为其于 BP 神经网路的参数自动调整模糊研究论文。同年,顾、汪还在合肥工大学报上发表控制规则自调整模糊控制研究一文。1992 年第一期的电气传动上发表了自学习模糊控制系统的研究与实现,由阮晓钢、潘铁宝署名

27、。1993 年邱志雄在电气自动化上发表了模糊 PID 控制器 。此外,各大学还出版过不少论著、专著。以上可见中国科技界在理论研究和应用方面并不亚于其他国家。鉴于中国大陆电子工业的状况,模糊逻辑在产品商业化方面似乎还没有明显的进展。中国台湾的 Hotek 微电子公司于 1993 年初在其 4 位微控制器中设计了模糊逻辑,并于 1994 年中开拓生产。它的第一种模糊逻辑集成块使用 1.2 微米CMOS 工艺制造,速度是几百到几千 FLIPS(每秒模糊逻辑推理)。 这种微控制器能够控制 I/O、定时器、ROM 和 RAM。应用微机进行模糊控制,能将人的操作经验和微机的高速、准确运算以及控制能力有机地

28、结合起来,加上传感器的配合,就可以得到比状态空间方法更为实用的自动控制方式。实践证明,模糊控制系统具有许多优点:结构简单、控制精度相对较高、动态性能良好、对负载及参数变化不敏感。因此,模糊控制是一种具有广宽应用前景的新技术。尽管家电方面的商品较多,但是应用于工业过程控制领域则有更大的效益。近几年来,针对模糊控制精度不太高、自适应能力有限以及容易产生振荡等现象,提出了一系列的改进方案,诸如设计了控制规则可调整的模糊控制器,具有积分作用的模糊控制器,参数自调整式模糊控制器,复合型控制器以及自学习模糊控制器(包括自寻优式、专家式和神经式)等等。模糊控制、专家控制和神经控制是构成智能化控制的三大块,人

29、们特别对模糊逻辑与神经技术相结合的系统抱有较大的希望。 利用模糊推理和人工神经网络(ANN)的学习功能对控制参数作调整,就可能得到更为理想的模糊神经网(FNN)控制器。已有一些公司在它们的产品中应用这种技术结合。2.3研究中所存在的问题：（1）模糊控制的设计尚缺乏系统性，这对复杂系统的控制是难以奏效的。所以如何建立一套系统的模糊控制理论，以解决模糊控制的机理，稳定性分析系统化设计方法等一系列问题。（2）如何获得模糊控制规则及隶属度函数即系统的设计方法，这在目前完全凭经验进行。（3）信息简单的模糊处理将导致系统的控制精度降低和动态品质变差，若要提高精度则必然增加量化级数，从而导致规则搜索范围扩大

30、，降低决策速度，甚至不能实时控制。（4）如何保证模糊控制系统的稳定性即如何解决模糊控制中关于稳定性和鲁棒性问题。3 模糊控制器的应用模糊控制器的应用3.1 常规 PID 控制PID 控制是最早发展起来的控制策略之一,由于其算法简单、鲁棒性好及可靠性高,被广泛应用于过程控制和运动控制中。它是一种基于偏差信息估计的简单而有效的控制算法。常规的 PID 控制器如图 1 所示。R（s）E（s）+U（s）C（s）+-+图 1常规 PID 控制器PID 控制器是一种线性控制器,它根据给定值 R(s)与实际输出值 C(s)构成控制偏差:E(s)=R(s)-C(s)(1)是由比例反映偏差环节和抑制超调量环节,

31、以及消除稳定偏差环节来调整的一种控制器。控制规律为:)()(1)()(dttdeTdtteTtektudip(2)传递函数为:11 )()()(STSTKsEsUsGdic(3)式中PK为 PID 控制器的放大系数；iT为 PID 控制器的积分时间常数；dT为 PID 控制器的微分时间常数。PID 控制器各校正环节的作用如下：（a）比例环节。即成比例地反映系统的偏差信号，偏差一旦产生，控制器立即产生控制作用，以减小偏差。比例系数越大，调整速度越快。（b）积分环节。可以消除系统稳态误差。其作用的强弱取决于积分常数 ，越大，积分作用越弱，反之越强，而且易带来系统的稳定性降低、振荡加剧等负面问题。（

32、c）微分环节。反映偏差信号的变化趋势，并能在偏差信号值增大之前，PID被控对象在系统中引入一个有效的早期纠正信号，从而加快系统的动作速度，减少调节时间。很明显,常规 PID 不能根据现场的情况进行在线自整定参数,因此常规 PID控制不具备自适应性,在实际运用中作用有限。3.2 模糊模糊 PID 控制控制3.2.1 模糊 PID 控制器的结构模糊自适应 PID 控制是以误差 e 和误差变化 ec 作为输入， 并找出 PID 三参数与 e 和 ec 之间的模糊关系图，根据模糊控制原理对三参数进行在线修改，从而使被控对象有良好的动、静态性能。其结构框图如图 2SeEUucC图 2模糊控制结构框图S系

33、统的设定值，精确量e、c系统偏差与偏差变化率，精确量E、C经模糊量化处理后的系统偏差与偏差变化率，模糊量U模糊量的偏差与偏差变化率经模糊控制规则近似推理处理后， 得到控制作用u对模糊量的控制作用U，经模糊判决，得到模糊控制器输出的精确量的控制作用u去控制被控对象3.2.2 模糊 PID 控制器的一般设计步骤(a)进行系统分析，确定模糊控制器的输人变量、输出变量及控制器的结构；(b)定义输入、输出变量的论域和隶属函数、建立控制规则、确定运算子、选择反模糊化方法；(c)模拟试验，可以离线进行仿真试验，也可以在线进行实时测量。对模糊控制器先进行离线仿真， 而后在线实时测量是值得推荐的方法。 在离线仿

34、真试验中，可以对各种控制方案的控制性能进行全面比较，确定最优控制方案；可以选择模糊控制器的控制参数； 可以通过改变被控对象的特性参数考查所设计的模糊控制器的自适应性能。此外，由于离线仿真试验一般可由软件完成，不需要组建硬件系统，因而较之在线测量简便易行，节省投资。3.2.3 采用 Matlab 中的模糊工具进行仿真研究。其步骤如下：1）模糊语言变量以误差 e 以及误差变化率 ec 作为输入，而输出分别为 PID 的三参数。2）模糊控制表根据并总结工程设计人员的技术知识和实际操作经验， 建立合适的模糊规则模 糊量化控 制规则判决对象dtde表，得到pK、iK和dK三参数分别整定的模糊控制表。3）

35、输入参数的模糊化本控制系统为双输入，三输出的模糊控制器、将 e 和 ec 的变化范围定义为模糊集上的论域。e=-5，-4，-3，-2，-1,0,+1,+2,+3,+4,+5ec=-5，-4，-3，-2，-1,0,+1,+2,+3,+4,+5而其模糊化子集为：e=NB,NM,NS,ZO,PS,PM,PB，ec=NB,NM,NS,ZO,PS,PM,PB式中，NB 代表负大，NM 代表负中，NS 代表负小，ZE 代表扩充零，PS 代表正小，PM 代表正中，PB 代表正大。均选取高斯分布作为隶属函数分布，由此可得各模糊子集的隶属度。 然后根据各模糊子集的隶属度赋值表和各参数模糊控制模型，应用模糊合成推

36、理设计 PID 参数的模糊矩阵，查出修正参数代入下列各式计算：peceKKiiPP,*(4)ieceKKiiii,*(5)deceKKiidd,*(6)式中，*pK、*iK和*dK为 PID 参数的初始值，pK、iK和dK为最终应 PID参数的取值。模糊 PID 可在线调整参数pK、iK和dK，使得这些参数最优并使系统取得最佳的控制效果。4 采用采用 Matlab 进行仿真研究进行仿真研究在命令窗口中键入进行语言编辑。 主要模糊语句有 addvar （添加模糊变量） ，addmf（添加隶属度函数） ，addrule（添加模糊规则） 。本文所研究被控对象为：SSSsG1047035.875235

37、00)(23常规 PID 的 Matlab 仿真a) Step 信号输入b)Saturation 限制幅度函数c)被控对象 G(s)传递函数523500den(s)Transfer Fcn1StepScopeSaturationc) 常规 PID 的 Matlab 仿真图 3 simulink 仿真模型与 Step 阶跃输入参数阶跃输入输出的 simulink 仿真模型与 Step 阶跃输入参数如图 3 所示。Step 函数阶跃初始值 0，阶跃时间 0.02，最终值 1；Saturation 限制幅度函数最小值-0.4，最大值 0.4；被控对象 G(s)传递函数 Transfer functi

38、on 为本文研究被控制对象。00.20.40.60.811.2-0.200.20.40.60.811.2X: 0.08704Y: 1.033时间/s响应幅值/1输入信号输出响应图 4常规 PID 单位阶跃响应程序运行后，界面显示单位阶跃响应特性如图 4 所示，在特性上点击最大值的点，显示的最大超调量为%3.3%，峰值时间0.08704pts模糊控制器的设置在 Matlab 命令窗口输入“fuzzy”，确定模糊控制器结构：即根据具体的系统确定输入输出量。选取二维控制结构，即输入为误差 e 和误差变化率 ec，输出量为pK、iK和dK。添加输入两个变量， 输出三个变量， 如图 5 所示， 为模糊控

39、制器的设计界面。图 5 模糊控制器的设计界面a) 选择隶属度函数及数量b) 产生隶属度函数图 6 各输入输出参量的隶属度函数如图 6 所示，在菜单中选中 Edit-Add MFs，在弹出对话框中设置函数名为Gaussmf，数量为 7 个。图 6 隶属度函数作用为输入输出各变量的模糊化， 为模糊语言选取相应的隶属度函数,确定模糊规则，制定完之后会形成模糊规则控制矩阵，并根据模糊输入量按照相应的模糊推理算法完成计算，决策出模糊输出量，对输出模糊量进行解模糊。下图 7 为根据表 1、表 2、表 3 设置产生的模糊规则，共计 49 条规则。图 7 产生的模糊规则观察模糊推理过程如图 8 所示。图 8

40、模糊推理过程各输出变量与误差 e、误差变化率 de/dt 间的变化关系见图 9 a)、图 9 b)、图 9 c)。a) 比例控制量 Kp 变化关系b) 积分控制量 Ki 变化关系c) 微分控制量 Ki 变化关系图 9 参量 Kp、Ki、Ki输出变量与误差 e、误差变化率 de/dt 间的变化关系将以上建立的模型通过 File-Export-To file， 输入名称fuzzy， 保存到 matlab工作目录下，建立的文件名称为 fuzzy.fis。见图 10 所示。图 10 模糊控制器的文件保存Simulink 模型的建立模型的建立使用模糊 PID 控制方法，在前向通路中加入模糊控制器，建立

41、simulink 仿真模型如图 11 所示。523500den(s)Transfer Fcn1StepScopeSaturationFuzzy Logic Controller2图 11 simulink 的模糊 PID 仿真结构图图 11 中，双击 Fuzzy logic controler2，在弹出框内输入fuzzy.fis，从而选中模糊控制器文件 fuzzy.fis，见图 12。图 12 选择模糊控制器文件右击模块 Fuzzy logic controler2，选择 Look under Mask，可编辑弹出的文件内系统结果为如下图 13 所示。1PID output1sIntegrat

42、or0.1Gain40.1Gain31Gain22Gain13GainFuzzy Logic ControllerDot Product resust is KpDot Product resust is KiDot Product resust is Kddu/dtDerivative1du/dtDerivative1e(t)图 13模块 Fuzzy logic controler2子系统仿真结构图并双击图 13 中的 Fuzzy logic control， 在同图 12 所示， 输入文件名 fuzzy.fis。最后保存所有文件，并运行图 11 系统模型，可得模糊 PID 的输出仿真结果如

43、图13 所示。00.511.522.533.544.5500.20.40.60.811.21.4X: 1.907Y: 1.113时间/s响应幅值/1输入信号输出响应图 13 模糊 PID 的输出仿真结果显示模糊 PID 的最大超调量为%11.3%， 峰值时间1.907pts，信号无振荡，稳定速度快。5 结论结论比较图 4 与图 13 结果可知，对于本系统，模糊 PID 控制无振荡，但是上升速度并不快，且超调较大，比较依赖于专家知识即模糊规则。模糊控制器仿真设置中，关键参数有 Saturation 模块中的值，并且由于规则共 49 条，需要仔细选择步长和算法，计算时间很长，所以在规则极多的情形下

44、，模糊控制耗时较长，不一定有极其快速的动态响应。说明模糊规则并不是越多越好。但对于某些非线性、 不能确定明确数学模型或需依靠专家及工程人员经验的场合，模糊控制 PID 是可以应用的。参考文献1楼顺天等 基于MATL气B的系统分析与设计 西安电子科技大学出版社2001.2李士勇模糊控制、神经控制和智能控制论哈尔滨工业大学出版社，1996.3施阳MATIAB 语言精要及动态仿真工具 SIMULINK西北工业大学出版社，1998.4石辛民，郝整清. 模糊控制及其 MATLAB 仿真. 交通大学出版社，2008.5迟钦河, 徐文正. 把模糊控制与 P ID 算法相结合的控制系统. 1998.6吴晓莉等

45、.Matlab 辅助模糊系统设计 . 西安：西安电子科技大学出版社，2002.7汤兵勇等.模糊控制理论与应用技术. 北京：清华大学出版社，200 2.8夏红，赏星耀，宋建成PID 参数自整定方法综述浙江科技学院学报，2007，15(4)：2362409黄忠霖， 黄京编著， 控制系统 MATLAB 计算及仿真 北守国防工业出版社, 2 0 0 9 10王耀南，孙炜等. 智能控制理论及其应用. 北京:机械工业出版社，2008.11 LAZadehFuzzy setsJInformation and Contro11965，8(3)：33835312J. Neal Richter, David Peak , “Fuzzy Evolutionary Cellular Automata”,Proccedings ofANNIE ,2002.