直流电机模糊控制系统设计.docx
《直流电机模糊控制系统设计.docx》由会员分享，可在线阅读，更多相关《直流电机模糊控制系统设计.docx（15页珍藏版）》请在冰豆网上搜索。
直流电机模糊控制系统设计
1绪论
直流电动机经常被当做控制元件来使用，离生活越来越近。
PID控制法是控制直流电机常用的方法。
在有些情况下，控制器都是在对象有精确数学模型的基础上建立起来的[1]。
如今研究的控制系统中将会经常涉及到多变量、非线性、时变的系统，在这种情况下，要建立数学模型也是非常困难的，或者根本不能建立模型。
传统的控制理论迎来了新的挑战。
一种可以处理语言信息能力的模糊控制理论的提出克服了上面的问题。
在模糊控制理论的基础上设计出了模糊控制器，而且它能够模仿操作员工的手动控制。
这种模糊控制器对已知受控对象的数学模型无明确的要求，但需注意：
模糊控制器对已知被控对象的数学模型无明确的要求，并不是在对受控对象无了解的情况下提出的[2]。
恰恰相反，它仍然需要对受控对象有一定的了解，只不过它们是以知识的模型的形式而并不是用数学模型表达的。
所以，在直流电动机中应用模糊控制对现代生活有着重大的意义，也是一个里程碑。
2前言
随着时代的发展，交流和直流调速不断冲击着，但是我国在这个直流调速领域中的研究不断深入，专家们研制出了全数字直流调速系统[3]。
这个调速系统有着较高的精度，而且很实用。
直流调速系统有稳速、调速和加减速这个三种控制要求。
在目前的控制过程中，对于调速和加减速已经得到了良好的实现，但是在生产过程中稳速的效果不是很理想。
稳速需要的是电机在一定的精度以所规定的的转速稳定运行，在某些干扰下，转速波动也不会有大的变化。
在某些情况下，受控对象和负载参数的变化很快，使得PID调节器没办法及时适应，因此稳速的要求很难达到标准。
直流电动机本身是一个非线性的被控制对象，有许多的间隙性和弹性的扰动存在，如果有很多的变化量，PID调节器将无法顾及。
以致最终的设计结果不能达到设计时所需的要求，将会得到鲁棒性较差的控制系统。
在这样的系统中常规的PID常常不能有效地克服负载、非线性因素和模型参数的变化因而无法达到高精度和快响应的要求。
所以在生产过程中这种控制器很难满足生产要求。
模糊控制对被控对象的模型没有明确的要求，而且它的适应性强，通过和PID调节器的结合，组成模糊PID的控制方案能有效地克服常规数字直流电动机调速装置的缺点，进而设计出能在各种情况下，均可以使得直流电动机能达到稳定转速精度的要求。
3模糊控制系统概述
随着科学技术的不断发展，专家对模糊控制理论的研究越来越深入。
专家为了满足生产过程的需要，设计出了模糊控制系统。
下面介绍模糊控制系统。
3.1模糊控制系统组成
模糊控制系统的结构如图3.1所示。
图3.1模糊控制系统结构图
它由组成模糊控制器、A/D、D/A转换、执行机构、被控对象、传感器组成。
3.2模糊控制系统的工作原理
模糊控制系统的工作原理结构图如图3.2所示。
图3.2模糊控制系统的工作原理图
模糊控制系统组成部分为模糊控制器。
输入量模糊化、模糊推理和去模糊化是它的三个主要的组成部分。
模糊控制具体过程可以分为以下六个步骤：
（1）求系统给定值与反馈值之间的误差。
计算机通过采样，把所得到系统被控量的精确值与给定值进行比较记录两者之间的差值。
（2）计算在一个A/D采样周期内的误差变化率。
（3）输入量的模糊化。
前面两个计算的结果中，两个都是精确值，在接下来的过程中，把这两个量模糊化，使其变为模糊量，并把这两个语言变量的值变成在适当论域上的模糊子集。
（4）控制规则。
是整个模糊控制器最为关键的一部分，体现了现场操作人员的多年的操作经验和专业人员的知识。
（5）模糊推理。
输入量为模糊化之后的语言变量，，再根据总的控制规则，进行模糊推理得到模糊控制量。
（6）模糊判决。
由上述产生的控制量通过计算得出精确的输出量，并按照精确量执行。
3.3模糊控制器的一般设计步骤
如上所述，直流电机的模糊控制系统的核心器件是模糊控制器。
其工作过程如下：
第一步是将给定的转速和实际的转速两者相减之后得到的值作为模糊控制器的输入量。
第二步是通过模糊算法把第一步的精确值转化为模糊量，然后送至模糊逻辑决策器使用，并把控制系统中的模糊关系按照要求确定下来，随后根据的算法算出它的输出量。
第三步把这个模糊值去模糊化，变成精确值，方便执行机构的执行。
所以，在完整的系统控制过程中，这三个步骤可简称为：
模糊化过程、模糊逻辑推理和精确化计算[4]。
其详细步骤如下：
（1）模糊化过程：
把输入的精确值转化为模糊值，即将数字量的表现形式转化为相应的模糊子集，这个过程通过隶属度函数实现。
对于任一个实际输入量，至少有一个模糊子集的隶属度函数大于0，所以每个实际输入量都必有一个模糊子集与之对应。
（2）模糊推理：
根据在操作控制系统前制定的模糊条件，组成所需的模糊控制规则。
最后用这个规则计算所需的模糊输出量。
（3）精确化计算：
经过模糊推理就可以计算出一个模糊集合。
精确化过程包含两方面。
第一个方面将模糊的控制量通过清晰化的变换，最后在论域上表示出来。
第二方面是将表示在论域范围的清晰量经过尺度的变换，变成实际的控制量范围的清晰量。
在精
确化计算的过程中，常用的方法有最大隶属度函数法、重心法这两种。
4直流电机的PID控制及其仿真
直在某些情况下，受控对象和负载参数的变化很快，使得PID调节器没办法及时适应，因此稳速的要求很难达到标准。
直流电动机本身是一个非线性的被控制对象，有许多的间隙性和弹性的扰动存在，如果有很多的变化量，PID调节器将无法顾及。
以致最终的设计结果不能达到设计时所需的要求，将会得到鲁棒性较差的控制系统，在生产过程中这种控制器很难满足生产要求。
而模糊控制对被控对象的模型没有明确的要求，而且它的适应性强，通过和PID调节器想结合，可使直流电动机能达到稳定转速精度的要求[5]
4.1直流电机双闭环调速系统结构及分析
直流电机双闭环调速系统结构原理图，如图4.1所示。
图4.1直流电机双闭环调速系统结构原理图
双闭环直流调速系统有着很广泛的应用，它的结构图也是众所周知。
它有一个负反馈的电流环，称为内环；还有个转速环也是负反馈，称为外环。
这两个环组成了电流调节器（ACR）和转速调节器（ASR），它们通过串联而形成了整个调速系统。
如图4.1所示。
图中的E是电枢反电动势，它是在励磁作用下形成的。
转速调节器的输出的结果进而转化为电流调节器的输入。
然后在利用电流调节器的输出值去激发晶闸管的触发装置。
最后经过转速调节器的限幅装置和反馈通道的增益，使得电动机在最短的时间达到启动和停止的要求。
4.2直流调速系统的PID仿真及分析
直流电动机的主要参数如下：
电动机：
额定电压Unom=220V，额定电流Inom=136A，额定转速nnom=1460r/min，电势常数Ce=0.132*min/r。
允许的过载倍数为1.5。
晶闸管装置的放大系数Ks=40。
电枢回路总电阻R=0.5Ω。
电磁时间常数：
Ti=0.03s。
机电时间常数：
Tm=0.18s。
电流的反馈系数β=0.05V/A。
转速的反馈系数α=0.007V*min/r。
要求设计时电流调节器时电流超调量小于或等于5％，设计转速调节器时转速超调量小于或等于10％.
（1）电流调节器的设计
根据超调量可得Ki=1.013，Ti=0.03所以
（2）转速调节器的设计
根据超调量可得Kn=11.7，Tn=0.087，所以
（3）
=7.58，
=2.78
Matlab仿真软件下建立的传统PID控制的仿真如图4.2所示。
图4.2传统的PID控制仿真
当给定电压Un=10V，steptime=0s，加载负载电流
=0A时，即为空载的情况下，系统的转速变化曲线如图4.3所示。
图4.3传统直流电机空载时的仿真曲线图
当给定电压Un=10V，steptime=0s,当转速达到稳定后，在2s时加入额定负载电流为
，接近额定负载时系统的转速变化曲线如图4.4所示
图4.4直流电机PID控制负载下的曲线仿真图
5直流电机模糊控制及其仿真
模糊控制是新的一种控制方式，在直流电机中有着很重要的作用，下面详细的介绍下直流电机的模糊控制系统。
5.1模糊控制器的编辑
直流电机的模糊控制系统具体工作步骤如下：
根据工业生产的要求给定一个额定的转速值，然后测量真实的转速，得到两者之间的转速差。
继而经过模糊化变为模糊变量，经过模糊推理，最后去模糊化得到真正地精确量。
直流电机调速模糊控制系统的核心是模糊控制器，所以本论文的重点就是模糊控制器的设计。
本次仿真是采用MATLAB中模糊推理系统工具箱来编辑模糊控制器，下面简述编辑的过程：
（1）模糊集合的编辑和运算。
（2）确定个输入出变化量的变化范围及量化因子。
（3）模糊规则编辑。
（4）模糊推理。
（5）输出预览。
5.2直流调速系统中模糊控制器的设计
按照一般步骤对模糊控制直流电机调速系统进行设计：
（1）在设计的时候，根据需要控制的对象确定该用什么结构的模糊控制器。
（2）确定输入变量和输出变量的模糊子集和论域及其隶属度。
（3）确定模糊控制规则。
（4）模糊关系和模糊矩阵。
5.3模糊控制器的选择
模糊控制器有很多种模型，如图5.1所示，本文采用的是二维的模糊控制器，它包含了两个输入量和一个输出量。
在实际的控制系统中，两个输入量一般为系统偏差和偏差的变化率。
由于二维模糊控制器同时考虑了偏差和偏差的变化的影响，所以它的性能优于一维的模糊控制器。
这也是二维的模糊控制器比较常用的原因。
图5.1模糊控制器模型
5.4模糊控制的MATLAB仿真及其分析
MATLAB模糊逻辑工具箱是数字计算机环境下的函数集成体。
它的功能应有尽有，本次使用的是MATLAB的仿真功能。
它里面有模糊逻辑系统的命令行和图形用户界（GUI）面两种仿真方式，本次使用的是GUI这种方式。
它可以直观、简洁的设计仿真和分析模糊控制器[6]。
下面为编辑模糊控制器的步骤，编辑过程如下。
图5.2输入输出量设置
对于误差e，论域是离散的，其论域取{-10，+10}，设置7个隶属度函数，分别为NB（负大）、NM（负中）、NS（负小）、O（零）、PS（正小）、PM（正中）、PB（正大），即隶属函数有7条，隶属形状为三角形（trimf）。
如图5.3所示。
图5.3e的隶属度函数编辑图
对于变化率ec，论域是离散的，其论域取{0，1}，设置5个隶属度函数，分别为NB、NS、O、PS、PB，即隶属函数有5条，隶属形状为三角形（trimf）。
如图5.4所示。
图5.4ec的隶属度函数编辑图
对于输出u，论域是离散的，其论域均取{0，10}，设置7个隶属度函数，分别为NB、NM、NS、O、PS、PM、PB，即隶属函数有7条，隶属形状为三角形（trimf）。
如图5.5所示。
图5.5u的隶属度函数编辑图
点击Edit菜单中的Rules选项打开模糊控制编辑器（Ruleedit），将需要建立的模糊控制规则表添加到规则库中。
其模糊控制规则见表5.1。
表5.1模糊控制规则表
u
e
NB
NM
NS
O
PS
PM
PB
ec
NB
PB
PB
PB
PB
PM
O
O
NS
PM
PM
PM
PM
O
NS
NS
O
PM
PM
PS
O
NS
NM
NM
PS
PS
PS
O
NM
NM
NM
NM
PB
O
O
NM
NB
NB
NB
NB
规则编辑结果如图5.6所示。
图5.6模糊规则输入界面
点击View菜单中的Rules选项可以打开模糊规则观察器如图5.7所示，观察模糊推理系统的输入，输出情况，为点击View菜单中的Surfview选项可以打开模糊推理输入输出特性曲面如图5.8所示，以图形形式显示模糊系统的输入，输出情况。
最后使用File菜单中的Export选项将做好的模糊推理系统保存到磁盘（disk）和工作区（toworkspace），取名为mhkz.fis。
图5.7模糊规则观察器图
图5.8输出特性曲面图
建立上述模糊控制器之后，按照下图5.9建立模糊控制系统的仿真，本次设计系统采用的是二维的模糊控制器结构，在这个模糊控制器的设计过程中，还要合理的选择模糊控制器输入变量Ke、Kc，输出控制量的系数Ku。
Ke、Kc、Ku的计算方法如下：
Ke=
（5.1）
n为误差变量模糊子集的最大值，
为误差论域的幅值，通过计算得Ke=20。
Kc=
（5.2）
m为误差变化率变量模糊子集的最大值，
为误差变化率论域的幅值，由于模糊论域的取值为非对称的，
在取值时为模糊控制的变化范围。
通过计算得Kc=0.001。
Ku=
（5.3）
u为控制量论域的幅值，b为控制量模糊子集的最大值，由于模糊论域的取值为非对称的，b在取值时为模糊控制的变化范围。
通过计算得Ku=2。
模糊控制系统仿真如图5.9所示。
图5.9模糊控制系统仿真图
其中step1负载的参数设置，如图5.10所示。
图5.10step的参数设置图
建成仿真模型之后双击FuzzyLogicController选择LookUnderMask，输入mhkz建立联系。
当成功建立联系后，中间会显示FIS，如图5.11所示。
图5.11FIS与Simulink的连接
运行仿真程序，得到的仿真曲线如图5.12所示。
图5.12直流电机模糊控制系统仿真曲线图
通过图4.4和图5.12两次实验可以发现，采用传统PID控制得到的输出波形在快速响应方面做得较好，能较快的达到稳态值。
但是从图中可以很明显的看到它的超调量超出了很多，这个PID控制的效果并不是很理想。
从图5.12中的输出波形可以看出系统在0.8秒附近已经趋于稳态值，之后进行微小的调节，在调节的过程中没有超调。
两幅图可以明显的看出，模糊控制的动态性能要优于传统PID控制，特别是在超调的控制方面。
6.小结
本文设计了基于模糊控制的直流电动机转速、电流双闭环调速系统，通过与传统的PID控制系统比较，了解模糊控制调速系统的特性和优点。
基于MATLAB这个强大的平台，通过这个平台进行建模和仿真，得到了理想的效果。
表明相对于传统的PID调速系统，模糊控制能有效地的控制超调，在控制超调方面有明显的优越性。
本论文中也有些缺点，没有进行在额定负载下的仿真，并在其他方面说明模糊控制的优越性。
虽然本次仅仅是做了模糊控制仿真，但是日常生活中，还是有很多借鉴意义的。
模糊控制会逐渐步入一个新的里程碑。
参考文献
[l]李国勇.智能预测控制及其MATLAB实现[M].电子工业出版社，2010.
[2]李友善，李军.模糊控制理论及其在过程中的应用[M].武汉：
国防工业出版社,2002.
[3]钟麟，王峰.Matlab仿真技术与应用教程[M].北京：
国防工业出版社,2004.
[4]李士勇.模糊控制神经理论和智能控制论[M].哈尔滨:
哈尔滨工业大学出版社，2009.
[5]王立红，杨汇军.基于Matlab的直流调速系统设计与仿真[J].辽宁工学院学报,2004,24
（1）：
8～9.
[6]石辛民，郝整清.模糊控制及其MATLAB仿真[M].清华大学出版社，北京交通大学出版社，2008.
升级会员 