智能化控制课后仿真.docx
《智能化控制课后仿真.docx》由会员分享，可在线阅读，更多相关《智能化控制课后仿真.docx（15页珍藏版）》请在冰豆网上搜索。
智能化控制课后仿真
《智能控制》
课后仿真报告
院（系）：
电气与控制工程学院
专业班级：
自动化1301班
姓名：
杨光辉
学号：
1306050115
题目2-3：
求二阶传递函数的阶跃相应
取采样时间为1ms进行离散化。
参照专家控制仿真程序，设计专家PID控制器，并进行MATLAB仿真。
专家PID控制MATLAB仿真程序清单：
%ExoertPIDController
clearall;%清理数据库中所有数据
closeall;%关闭所有界面图形
ts=0.001;%对象采样时间，1ms
sys=tf（133,[1,25,0]）;%受控对象的传递函数
dsys=c2d（sys,ts,'z'）;%连续系统转化为离散系统
[num,den]=tfdata（dsys,'v'）;%离散化后参数，得num和den值
u_1=0;u_2=0;%设定初值，u_1是第（k-1）步控制器输出量
y_1=0;y_2=0;%设定初值，y_1是第（k-1）步系统对象输出量
x=[0,0,0]';%设定误差x1误差导数x2误差积分x3变量初值
x2_1=0;%设定误差导数x2_1的初值
kp=0.6;%设定比例环节系数
ki=0.03;%设定积分环节系数
kd=0.01;%设定微分环节系数
error_1=0;%设定误差error_1的初值
fork=1:
1:
5000%for循环开始，k从1变化到500，每步的增量为1
time（k）=k*ts;%仿真时长[0.0010.5]s
r（k）=1.0;%TracingStepSignal系统输入信号
u（k）=kp*x
（1）+kd*x
（2）+ki*x（3）;%PIDControllerPID控制器
%Expertcontrolrule
%Rule1:
Unclosedcontrolrule规则1：
开环控制
ifabs（x
（1））>0.8%if循环开始，产生式规则，if...then...；误差的绝对值大于
u（k）=0.45;%控制器输出量等于
elseifabs（x
（1））>0.40
u（k）=0.40;
elseifabs（x
（1））>0.20
u（k）=0.12;
elseifabs（x
（1））>0.01
u（k）=0.10;
end%if循环结束
%Rule2规则2
ifx
（1）*x
（2）>0|（x
（2）==0）%if循环开始，如果误差增大或不变
ifabs（x
（1））>=0.05%内嵌if循环开始，如果误差绝对值大于
u（k）=u_1+2*kp*x
（1）;%控制器输出量施加较强控制
else%否则
u（k）=u_1+0.4*kp*x
（1）;%控制器输出量施加一般控制
end%内嵌if循环结束
end%if循环结束
%Rule3规则3
if（x
（1）*x
（2）<0&x
（2）*x2_1>0）|（x
（1）==0）%if循环开始，如果误差减小或消除
u（k）=u（k）;%控制器输出量不变
end%if循环结束
%Rule4规则4
ifx
（1）*x
（2）<0&x
（2）*x2_1<0%if循环开始，如果误差处于极值状态
ifabs（x
（1））>=0.05%内嵌if循环开始，如果误差绝对值大于
u（k）=u_1+2*kp*error_1;%控制器输出量施加较强控制
else%否则
u（k）=u_1+0.6*kp*error_1;%控制器输出量施加一般控制
end%内嵌if循环结束
end%if循环结束
%Rule5:
IntegrationseparationPIcontrol规则5;运用PI控制来消除误差
ifabs（x
（1））<=0.001%if循环开始如果误差绝对值小于（很小）
u（k）=0.5*x
（1）+0.010*x（3）;%控制器输出量用比例和积分输出
end%if循环结束
%Restrictingtheoutputofcontroller对控制输出设限
ifu（k）>=10
u（k）=10;%设控制器输出量上限值
end
ifu（k）<=-10
u（k）=-10;%设控制器输出量下限值
end
%LinearmodelZ变化后系统的线性模型
y（k）=-den
（2）*y_1-den（3）*y_2+num
（1）*u（k）+num
（2）*u_1+num（3）*u_2;
error（k）=r（k）-y（k）;%系统误差error的表达式，等于系统输入减去输出
%--------Returnofparameters--------%每步计算时的参数更新
u_2=u_1;u_1=u（k）;%u（k）代替u_1
y_2=y_1;y_1=y（k）;%y（k）代替y_1
x
（1）=error（k）;%CalculatingP赋误差error值于x1
x2_1=x
（2）;%赋值前步计算时的误差导数X2的值等于X2_1
x
（2）=（error（k）-error_1）/ts;%CalculatingD求误差导数x2，用于下一步的计算
x（3）=x（3）+error（k）*ts;%CalculatingI求误差积分x3
error_1=error（k）;%赋误差error值于error_1
end%for循环结束，整个仿真时长计算全部结束
figure
（1）;%图形1
plot（time,r,'b',time,y,'r'）;%画图，以时间为横坐标，分别画出系统输入、输出随时间的变化曲线
xlabel（'time（s）'）;ylabel（'r,y'）;%标注坐标
figure
（2）;%图形2
plot（time,r-y,'r'）;%画r-y,即误差随时间的变化曲线
xlabel（'time（s）'）;ylabel（'error'）;%标注坐标
专家PID控制MATLAB仿真程序过程及结果：
1.在MATLAB编辑环境下编写专家PID控制仿真程序
2.编译运行程序后
Figure1：
PID控制阶跃响应曲线
Figure2：
误差响应随时间变化曲线
题目3-4：
如果
且
，则
。
现已知
且
，利用模糊推理公式（3.27）和（3.28）求
，并采用MATLAB进行仿真。
模糊推理MATLAB仿真程序清单：
clearall;%清理数据库中所有数据
closeall;%关闭所有界面图形?
A=[1;0.5];%输入各元素在A中的隶属度
B=[0.1,0.5,1];%输入各元素在B中的隶属度
C=[0.2,1];%输入各元素在C中的隶属度
%CompoundofAandB%合成A和B
fori=1:
2%A矩阵的行数取值i
forj=1:
3%B矩阵的列数取值j
AB（i,j）=min（A（i）,B（j））;%实现A，B的“与”关系
end
end
%TransfertoColumn%转换列向量
T1=[];%定义转置矩阵T1
fori=1:
2%AB矩阵的行数取值i
T1=[T1;AB（i,:
）'];%转置AB矩阵
end
%GetfuzzyR%确立模糊关系矩阵R
fori=1:
6%R矩阵列数取值i
forj=1:
2%R矩阵行数取值j
R（i,j）=min（T1（i）,C（j））;%确定模糊关系矩阵R
end
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
A1=[0.8,0.1];%输入各元素在A1中的隶属度
B1=[0.5,0.2,0];%输入各元素在B1中的隶属度
fori=1:
2%A1矩阵的行数取值i
forj=1:
3%B1矩阵的行数取值j
AB1（i,j）=min（A1（i）,B1（j））;%实现A1和B1的“与”关系
end
end
%TransfertoRow%转换行向量
T2=[];%定义转置矩阵T2
fori=1:
2%AB1矩阵的行数取值i
T2=[T2,AB1（i,:
）];%扩展A1B1矩阵
end
%GetoutputC1%确定输出
fori=1:
6%转置矩阵T2列数取值
forj=1:
2%模糊矩阵R行数取值
D（i,j）=min（T2（i）,R（i,j））;
C1（j）=max（D（:
j））;%输出C1矩阵
end
end
模糊推理MATLAB仿真程序过程及结果：
1.在MATLAB编辑环境下编写模糊推理仿真程序
2.编译运行程序后
AB与关系：
转置矩阵T1：
模糊矩阵R：
A1B1与关系：
转置矩阵T2：
输出矩阵C1：
题目4-3：
已知某一炉温控制系统，要求温度保持在600℃恒定。
针对该控制系统有以下控制经验：
（1）若炉温低于600℃，则升压；低得越多升压越高。
（2）若炉温高于600℃，则降压；高得越多降压越低。
（3）若炉温等于600℃，则保持电压不变。
设模糊控制器为一维控制器，输入语言变量为误差，输出为控制电压。
输入、输出变量的量化等级为7级，取5个模糊集。
试设计隶属度函数误差变化划分表、控制电压变化划分表和模糊控制规则表。
解：
输入（e）以及输出（u）分为5个模糊集：
NB、NS、ZO、PS、PB。
输入变量（e）以及输出变量（u）分为7个等级：
-3、-2、-1、0、+1、+2、+3。
炉温变化e划分表
隶属度
变化等级
-3
-2
-1
0
1
2
3
模
糊
集
PB
0
0
0
0
0
0.5
1
PS
0
0
0
0
1
0.5
0
ZO
0
0
0.5
1
0.5
0
0
NS
0
0.5
1
0
0
0
0
NB
1
0.5
0
0
0
0
0
控制电压变化划分表
隶属度
变化等级
-3
-2
-1
0
1
2
3
模
糊
集
PB
0
0
0
0
0
0.5
1
PS
0
0
0
0
1
0.5
0
ZO
0
0
0.5
1
0.5
0
0
NS
0
0.5
1
0
0
0
0
NB
1
0.5
0
0
0
0
0
模糊控制规则表
若（IF）
NBe
NSe
ZOe
PSe
PBe
则（THEN）
NBu
NSu
ZOu
PSu
PBu
炉温模糊控制MATLAB仿真程序清单：
%FuzzyControlforfurnacetemperature
clearall;%清理数据库中所有数据
closeall;%关闭所有界面图形
a=newfis（'fuzz_temperature'）;%模糊炉温
a=addvar（a,'input','e',[-3,3]）;%Parametere输入参数e的取值范围
a=addmf（a,'input',1,'NB','zmf',[-3,-1]）;
a=addmf（a,'input',1,'NS','trimf',[-3,-1,1]）;
a=addmf（a,'input',1,'Z','trimf',[-2,0,2]）;
a=addmf（a,'input',1,'PS','trimf',[-1,1,3]）;
a=addmf（a,'input',1,'PB','smf',[1,3]）;
a=addvar（a,'output','u',[-3,3]）;%Parameteru输出参数u的取值范围
a=addmf（a,'output',1,'NB','zmf',[-3,-1]）;
a=addmf（a,'output',1,'NS','trimf',[-3,-2,1]）;
a=addmf（a,'output',1,'Z','trimf',[-2,0,2]）;
a=addmf（a,'output',1,'PS','trimf',[-1,2,3]）;
a=addmf（a,'output',1,'PB','smf',[1,3]）;
rulelist=[1111;%Edit?
rule?
base编辑规则库
2211;
3311;
4411;
5511];
a=addrule（a,rulelist）;
a1=setfis（a,'DefuzzMethod','mom'）;%Defuzzy
writefis（a1,'temperature'）;%Savetofuzzyfile"temperature.fis"保存模糊文件"temperature.fis"
a2=readfis（'temperature'）;
figure
（1）;%图形1
plotfis（a2）;%画图
figure
（2）;%图形2
plotmf（a,'input',1）;%画图
figure（3）;%图形3
plotmf（a,'output',1）;%画图
flag=1;%设标志位1
ifflag==1%如果标志位为1
showrule（a）%Showfuzzyrulebase显示模糊规则库
ruleview（'temperature'）;%DynamicSimulation动态模拟
end%结束
disp（'-------------------------------------------------------'）;
disp（'fuzzy?
controller?
table:
e=[-3,+3],u=[-3,+3]'）;
disp（'-------------------------------------------------------'）;
fori=1:
1:
7
e（i）=i-4;
Ulist（i）=evalfis（[e（i）],a2）;
end%结束
Ulist=round（Ulist）
e=-3;%Error出错
u=evalfis（[e],a2）%Usingfuzzyinference利用模糊推理
炉温模糊控制MATLAB仿真程序过程及结果：
1.在MATLAB编辑环境下编写炉温模糊控制仿真程序
2.编译运行程序后
Figure1：
Figure2：
Figure3：
炉温规则查看器：
调整输入变量可得到不同的输出
仿真心得：
通过这次课后仿真，让我对专家控制、模糊控制有了更进一步的理解，同时也对MATLAB这个重要的专业工具的使用更加熟练。
升级会员 