自适应模糊PID控制PPT课件下载推荐.ppt

自适应模糊PID控制PPT课件下载推荐.ppt

《自适应模糊PID控制PPT课件下载推荐.ppt》由会员分享，可在线阅读，更多相关《自适应模糊PID控制PPT课件下载推荐.ppt（31页珍藏版）》请在冰豆网上搜索。

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SPLSTemplatesSPLSTemplates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。

SPLSTemplatesSPLSTemplatesSPLSTemplatesSPLSTemplates22模糊控制系统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。

SPLSTemplatesSPLSTemplates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SPLSTemplatesSPLSTemplates2.12.1输入量的模糊化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。

SPLSTemplatesSPLSTemplates2.22.2模糊逻辑推理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。

SPLSTemplatesSPLSTemplates2.32.3反模糊化过程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。

SPLSTemplatesSPLSTemplates3模糊控制器的结构模糊控制器的结构3.13.1模糊化方法的选择与确定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SPLSTemplatesSPLSTemplates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。

SPLSTemplatesSPLSTemplates输入量E量化论域:

-66模糊态:

NB,NM,NS,NZ,PZ,PS,PM,PB输入量EC量化论域:

-66模糊状态:

NB,NM,NS,Z,PS,PM,PB输出量U量化论域:

-77模糊状态:

NB,NM,NS,Z,PS,PM,PBSPLSTemplatesSPLSTemplates3.23.2模糊控制规则的建立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。

SPLSTemplatesSPLSTemplates由专家经验得到的模糊控制规则表如下所示：

SPLSTemplatesSPLSTemplates4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。

SPLSTemplatesSPLSTemplates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：

SPLSTemplatesSPLSTemplatesSPLSTemplatesSPLSTemplates输入及输出的隶属度函数SPLSTemplatesSPLSTemplates隶属度函数曲面SPLSTemplatesSPLSTemplates根据模糊控制表规则，在FIS中输入这些规则得：

SPLSTemplatesSPLSTemplates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SPLSTemplatesSPLSTemplates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。

SPLSTemplatesSPLSTemplatesPID子系统SPLSTemplatesSPLSTemplates自适应模糊PID控制阶跃响应SPLSTemplatesSPLSTemplates纯模糊控制阶跃响应SPLSTemplatesSPLSTemplates纯PID控制阶跃响应SPLSTemplatesSPLSTemplates各参数比较SPLSTemplatesSPLSTemplates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。

SPLSTemplatesSPLSTemplates5结论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。

SPLSTemplatesSPLSTemplates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.