模糊控制算法研究答案.docx
《模糊控制算法研究答案.docx》由会员分享，可在线阅读，更多相关《模糊控制算法研究答案.docx（16页珍藏版）》请在冰豆网上搜索。
模糊控制算法研究答案
电气工程学院
课程设计报告
课程名称：
智能控制
设计题目：
模糊控制算法研究
专业班级：
自动化
学号：
2012
姓名：
时间：
2016年1月2-—8日
——————以下由指导教师填写——————
分项成绩：
出勤成品答辩及考核
总成绩：
总分成绩
指导教师（签名）：
一、课程设计的目的和要求
目的：
1.通过本次课程设计，进一步了解模糊控制的基本原理、模糊模型的建立和模糊控制器的设计过程；
2.提高学生有关控制系统的程序设计能力；
3.熟悉Matlab语言以及在智能控制设计中的应用。
要求：
首先选择课程设计的题目，充分理解设计内容，并独立完成实验和课程设计报告。
课程设计报告要求：
课程设计题目，课程设计具体内容及实现功能，结果分析、收获或不足，程序清单、参考资料。
二、课程设计的基本内容
1．模糊控制算法研究
假设系统的模型可以用二阶加纯滞后表示，即传递函数为
。
其中各参数分别为
。
（1）
用Matlab中的Simulink工具箱，组成一个模糊控制系统，如图1所示。
图1模糊控制系统Simulink仿真模型图
（2）采用模糊控制算法，设计出能跟踪给定输入的模糊控制器，对被控系统进行仿真，绘制出系统的阶跃响应曲线。
在模糊控制中，将系统输出误差e;误差导数de/dt和误差积分∫edt作为模糊控制器的输入；模糊控制器的输出为u（t）=KuFuzzy（Kee,kdde/dt）-ki∫edt
其中，模糊控制器的输入信号误差e∈[-66],误差导数de/dt∈[-66],输出信号u∈[-77]均模糊化成七个等级
{NB、NM、NS、0、PS、PM、PB}。
积分项用于消除控制系统的稳态误差。
Input1input2和output1的隶属度函数图形如图2,3,4所示：
图2变量input1的隶属度函数
图3变量input2的隶属度函数
图4变量output的隶属度函数
模糊控制规则设计
模糊控制规则如下表所示：
表1模糊控制规则
e
u
de/dt
NB
NM
NS
0
PS
PM
PB
NB
PS
PS
PS
PS
PM
PB
PB
NM
NS
PS
PS
PS
PM
PM
PB
NS
NM
NS
0
0
PS
PM
PM
0
NB
NM
NS
0
PS
PM
PM
PS
NB
NM
NS
0
0
PS
PM
PM
NB
NB
NM
NS
NS
PS
PS
PB
NB
NB
NM
NS
NS
NS
PS
模糊规则编辑器
图5模糊规则编辑器
图6模糊规则浏览器
图7模糊推理的输入输出曲面浏览器
正确设置仿真参数transportDelay=2S。
通过系统整定得到PID模糊控制的参数：
kp=2.3，kd=1.8，ki=0.07
仿真结果：
系统的阶跃响应曲线如图8所示，其中上方的曲线代表系统的阶跃响应，下方的曲线是系统的模糊控制量的变化。
图8阶跃输入的响应曲线图
由图8中曲线可知：
无超调现象，上升时间约为120s，系统有稳态误差
（3）改变模糊控制器中模糊变量的隶属度函数，分析隶属度函数和模糊控制规则对模糊控制效果的影响。
比较那种情况下的控制效果较好。
如下图所示改变模糊控制器中的隶属度函数为梯形隶属函数。
图9变量input1的隶属度函数
图10变量input2的隶属度函数
图11变量output的隶属度函数
此时系统的阶跃响应曲线为：
图12系统的阶跃响应曲线
由图12中曲线可知道：
系统无超调，上升时间130s,系统稳态误差增大
由以上的仿真结果可以看出梯形隶属度函数的系统性能没有三角形隶属度函数的系统性能好。
上升时间增大，稳态误差变大。
（4）给系统加上扰动，观察此时的阶跃响应曲线，看系统是否仍然稳定，并与无扰动情况下的阶跃响应曲线进行比较。
并比较模糊控制和PID控制的鲁棒性。
（1）加扰动时的模型图如图13所示，其中step1为幅值为0.01的阶跃信号。
图13加扰动后的系统模型图
系统的阶跃响应曲线为：
图13系统的阶跃响应曲线
由图13中曲线可知道：
系统有超调，上升时间110s,稳态误差减小
分析：
由数据可知，系统加上扰动之后，系统仍然是稳定的，系统性能指标变化不大，说明有着良好的鲁棒性。
究其原因，在u之前加的扰动，相当于被控制对象的输入量在对应时刻又并联了一个输入，从而在对应的各个时刻相当于
增益变大；显而易见，
的增大，有助于系统的稳定，但是会使超调量变大。
调整时间变小，与实验的结果是吻合的。
（5）改变系统的参数，了解模糊控制在系统参数发生变化时的控制效果。
并与ＰＩＤ控制器作用下系统参数发生变化时的控制效果进行比较，思考模糊控制相对于传统控制的优点。
（1）当系统开环增益k分别取k=60,k=40和k=30时系统的阶跃响应如图14图15图16所示。
图14增益k=60
图15增益k=40
图16增益k=30
图13系统开环增益变化对系统阶跃响应的影响
（2）当系统纯延时
分别取
、
和
时系统的阶跃响应如图17图18图19所示。
图17纯滞后
图18纯滞后
图19纯滞后
（3）当系统惯性时间常数
分别取
、
和
时系统的阶跃响应如图212223所示。
图20T2=50
图21T2=60
图22T2=70
从图141516可以看出增大K值，系统的上升时间减小，此时逐渐有超调，上升时间增大；从图171819可以看出当系统的纯滞后时间增大时，系统逐渐有超调。
从图202122可以看出系统的惯性时间常数增大后使系统响应上升时间增大，但超调渐渐消失。
三、模糊控制的优点
通过本设计可以知道，模糊控制具有能够得到良好的动态响应性能，并且不需要知道被控对象的数学模型，当然本实验中是已知道的，适应性强。
模糊控制一般是用误差和误差导数作为控制器的输入量，因而它本质上相当于一种非线性的PD控制，为了消除稳态误差，需要加入积分作用。
PID控制是最简单实用的控制方法，它可以依靠数学模型或者经验和试凑来确定。
采用PID控制虽然稳态性能较好，但是难以得到满意的动态响应性能当然，模糊控制也有着自身的缺点，每次增加一个输入量就会大大增加模糊控制器设计和计算的复杂性，而且容易受到模糊规则等级的限制而引起误差。
四、总结
通过《模糊控制算法研究》的课程设计增加了对模糊调节器的理解，认识到了具有PID功能的模糊控制器能满足一些控制对象的指标（尤其在控制底层）。
一般来说，一个完整的模糊控制系统还需要某中传统的控制器作为补充。
通常，系统的控制器是由模糊控制器和常规PID控制器串联组成的。
通过实验也增加了对matlab关于模糊控制工具的认识。
升级会员 