模糊逻辑控制matlab编程仿真作业Word格式文档下载.doc

1、日 期： 目 录一任务及要求3二系统分析及控制设计原理3三设计实现.4四仿真验证.7五讨论与分析.12一任务及要求（1）任务已知被控对象模型为给定阶跃响应幅值为30，系统初值为0，完成以下内容：（a） 设计常规的模糊逻辑控制器；（b） 当通过改变模糊逻辑控制器比例因子时，分析系统响应有什么变化？（c） 联系、结合模糊逻辑控制器设计过程（结构设计、模糊化设计、规则设计、精确化设计）以及控制系统响应情况，谈谈本人对模糊逻辑控制系统的一些认识和看法。（2）要求（1）先进行系统分析，然后给出完整详细的设计过程，可参见P59-61页直流调速系统的模糊逻辑控制器设计过程；（2）提交完整的报告包括：封面（题

2、目、个人学号姓名等信息）、目录、任务要求叙述、系统分析及控制设计原理（包括控制系统原理图及文字分析）、完整的设计实现过程（包括模糊控制器每部分的选择与实现、计算、原理过程等）、仿真验证（算法流程图、软件实现手段介绍、系统参数选择、响应曲线图、结合调参对响应曲线的影响给出必要的分析）、讨论与分析，其中对（b）（c）部分的分析字数要求在5002000字以内；（3）提交可运行的软件程序，计算机上可检验结果；必须在根目录下附软件/程序使用说明，运行说明（可能的话，附那些参数可调及具体效果的说明）。二系统分析及控制设计原理 模糊控制是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机控制方法，作

3、为智能控制的一个重要分支，在控制领域获得了广泛应用。模糊控制的核心是模糊控制器，而模糊控制器的关键是模糊控制规则的确定，即模糊控制规则表，模糊控制规则表是根据专家或者操作者的手动控制经验总结出来的一系列控制规则。 由被控对象模型可知，此对象为一个纯延时的惯性环节，该系统可以设计为一个二维的单输出模糊控制系统，它的输入量是偏差E 和偏差变化率ES ，以控制量的变化值U 作为输出量，它比一维控制器有较好的控制效果，且易于计算机的实现。图1.控制系统原理图如上图所示，e，de为输入变量，k1，k2，k3是量化因子，模糊化模块是把输入量做相应的处理，把其变化范围映射到相应的论域中，再把论域中的该输入数

4、据转化为相应语言变量术语，并构成模糊集合；控制规则则是对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，即所谓的模糊输出量；精确化计算则把模糊控制量转化为一个执行机构可接受的执行量。三设计实现（1） 确定输入输出变量这里我们可以选取标准的二维控制结构，即输入为误差e和误差变化es，输出为控制量u 。注意这里的变量还都是精确量。相应的模糊量为E，ES和U，我们可以选择增加输入（AddVariable）来实现双入单出控制结构。首先我们要确定描述输入输出变量语言值的模糊子集，如NB，NS，ZO，PS，PB，并设置输入输出变量的论域，例如我们可以设置误差E（此时为模糊量）、误差变化ES、控制量

5、U的论域均为-3,3；然后我们为模糊语言变量选取相应的隶属度函数。a） 的隶属度函数图2. E的隶属度函数b） 的隶属度函数 图3. ES的隶属度函数c） 的隶属度函数图4. U的隶属度函数（2）设计控制规则图5. 添加控制规则NB、NS、ZE、PS、PB分别表示负大，负小，零，正小，正大。表1. 模糊控制规则表ES/SNBNSZEPSPB（3）输出量精确化（重心法）图6. 用重心法使得输出量精确化四仿真验证图7. 系统仿真图在MATLAB软件中建立如上图的Simulink仿真系统结构。由于论域范围均为-3，3，而实际误差的范围是-30，30，误差变化率范围大概是-300，300。模糊逻辑控制

6、器比例因子的选取对于模糊控制器的控制效果有很大的影响，因此要根据实际情况选择。如图，红色线为普通PID响应曲线，黄色线为模糊控制的PID 控制器响应曲线，仿真结果较理想。 图8. 系统响应图a） 改变图9. =0.2 时系统响应图图10. =0.3 时系统响应图图11. =0.5 时系统响应图由此可以看出越大，系统调节时间越短; 过大，系统上升速率过大，产生的超调过大，进入稳态的时间加长，甚至产生振荡乃至系统不稳定;而若过小，调节时间变长。b） 保持=0.33；改变图12. =0.01 时系统响应图图13. =0.03 时系统响应图图14. =0.3 时系统响应图由此可以看出越小，系统响应速度

7、越快，但太小会出现超调；如果太大，系统将出现震荡。所以的选取应和值相对应。c） 保持K1=0.33；K2=0.033改变;只加上比例P会有静态误差，所以还应加上积分I，I参数值为P的十分之一。图15. =10 时系统响应图图16. =30 时系统响应图图17. =60 时系统响应图这里相当于系统总的放大倍数。当增大时，系统响应速度加快; 而过大，会导致系统上升速率过大，从而使得超调过大甚至发生振荡或发散; 如果过小，系统的前向增益很小，系统上升速率较小，快速性变差，稳态精度随之变差。五讨论与分析 不论是传统还是近现代的控制理论都是建立在被控对象的精确数学模型之上的，然而在现实生活中，有很多情况

8、不是实时的或者模型是不能用数学模型精确的表示，由此模糊控制的研究和应用显得非常火热，它可以解决存在许多不确定性的或者复杂变化的系统。模糊控制的实质是模糊逻辑推理。模糊控制器的设计是依据设计者的经验，在逻辑模型产生的规则基础上进行的，而模糊控制规则却是将人的操作经验转化为模糊语言的形式获取的，所以带有很浓烈的主观色彩。所以，实际上，每一种设计方法、控制方式都不是最优的，都存在优缺点，因而我们一直研究探索最优化的解决方法。本次设计实验，有一定的综合性，既有理论知识的灵活综合运用，还需要工程实践的经验，能够很好的完成这样的设计题是很不容易的，一旦完成会有很大的成就感。但个人由于各种原因，只是做了浅显的思考和探讨，许多地方不够完善，而且模糊控制本身就是一个需要逐步挖掘追寻更优的过程，所以需要后期有兴趣找时间做进一步的深入研究和提高改进。精彩文档