模糊控制实验.docx

1、模糊控制实验模糊控制理论上机实验报告学 号： 040401179 姓 名： 王 昊 班 级：04级自动化3班 指导老师： 车国林 昆明理工大学信息工程自动化学院2006年12月昆明理工大学信息工程与自动化学院学生实验报告（ 20062007学年 第 2 学期 ）课程名称：模糊控制 开课实验室：3401 2006 年 12 月 专业:2004年级自动化自动化043C方向学号040401179姓名:王昊成绩：实验名称: 用MATLAB设计模糊控制器指导教师：车国霖一、 实验目的：1 数据模糊控制器极其设计基本过程和原理2 在MATLAB环境下设计模糊控制器二、 实验要求：1 比较PID控制器与模糊

2、控制器的性能2 比较PID控制器与模糊控制器的量化因素三、 实验内容：1 熟悉模糊控制器设计的基本原理，应用MATLAB的模糊逻辑工具箱进行模糊推理：输入模糊化，获取输入，确定它们通过隶属函数而属于每个适当的模糊集合的隶属度、应用模糊算子等。2 熟悉PID控制器设计和仿真的基本原理，应用MATLAB的SIMULINK进行仿真，通过修改Kp,Ki,Kd的参数调整控制器的性能。3 应用SIMULINK比较PID控制器与模糊控制器的性能。4、 运行模糊控制器设计的M文件%Fuzzy Controllerclear all;close all;a=newfis(fuzzf);f1=1;a=addvar

3、(a,input,e,-3*f1,3*f1); %Parameter ea=addmf(a,input,1,NB,zmf,-3*f1,-1*f1);a=addmf(a,input,1,NM,trimf,-3*f1,-2*f1,0);a=addmf(a,input,1,NS,trimf,-3*f1,-1*f1,1*f1);a=addmf(a,input,1,Z,trimf,-2*f1,0,2*f1);a=addmf(a,input,1,PS,trimf,-1*f1,1*f1,3*f1);a=addmf(a,input,1,PM,trimf,0,2*f1,3*f1);a=addmf(a,input

4、,1,PB,smf,1*f1,3*f1);f2=1;a=addvar(a,input,ec,-3*f2,3*f2); %Parameter eca=addmf(a,input,2,NB,zmf,-3*f2,-1*f2);a=addmf(a,input,2,NM,trimf,-3*f2,-2*f2,0);a=addmf(a,input,2,NS,trimf,-3*f2,-1*f2,1*f2);a=addmf(a,input,2,Z,trimf,-2*f2,0,2*f2);a=addmf(a,input,2,PS,trimf,-1*f2,1*f2,3*f2);a=addmf(a,input,2,P

5、M,trimf,0,2*f2,3*f2);a=addmf(a,input,2,PB,smf,1*f2,3*f2);f3=1.5;a=addvar(a,output,u,-3*f3,3*f3); %Parameter ua=addmf(a,output,1,NB,zmf,-3*f3,-1*f3);a=addmf(a,output,1,NM,trimf,-3*f3,-2*f3,0);a=addmf(a,output,1,NS,trimf,-3*f3,-1*f3,1*f3);a=addmf(a,output,1,Z,trimf,-2*f3,0,2*f3);a=addmf(a,output,1,PS,

6、trimf,-1*f3,1*f3,3*f3);a=addmf(a,output,1,PM,trimf,0,2*f3,3*f3);a=addmf(a,output,1,PB,smf,1*f3,3*f3);rulelist=1 1 1 1 1; %Edit rule base 1 2 1 1 1; 1 3 2 1 1; 1 4 2 1 1; 1 5 3 1 1; 1 6 3 1 1; 1 7 4 1 1; 2 1 1 1 1; 2 2 2 1 1; 2 3 2 1 1; 2 4 3 1 1; 2 5 3 1 1; 2 6 4 1 1; 2 7 5 1 1; 3 1 2 1 1; 3 2 2 1 1

7、; 3 3 3 1 1; 3 4 3 1 1; 3 5 4 1 1; 3 6 5 1 1; 3 7 5 1 1; 4 1 2 1 1; 4 2 3 1 1; 4 3 3 1 1; 4 4 4 1 1; 4 5 5 1 1; 4 6 5 1 1; 4 7 6 1 1; 5 1 3 1 1; 5 2 3 1 1; 5 3 4 1 1; 5 4 5 1 1; 5 5 5 1 1; 5 6 6 1 1; 5 7 6 1 1; 6 1 3 1 1; 6 2 4 1 1; 6 3 5 1 1; 6 4 5 1 1; 6 5 6 1 1; 6 6 6 1 1; 6 7 7 1 1; 7 1 4 1 1; 7

8、 2 5 1 1; 7 3 5 1 1; 7 4 6 1 1; 7 5 6 1 1; 7 6 7 1 1; 7 7 7 1 1; a=addrule(a,rulelist);%showrule(a) % Show fuzzy rule basea1=setfis(a,DefuzzMethod,mom); % Defuzzywritefis(a1,fuzzf); % save to fuzzy file fuzzf.fis which can be % simulated with fuzzy toola2=readfis(fuzzf);disp(fuzzy controller table:e

9、=-3,+3,ec=-3,+3);Ulist=zeros(7,7);for i=1:7 for j=1:7 e(i)=-4+i; ec(j)=-4+j; Ulist(i,j)=evalfis(e(i),ec(j),a2); endendUlist=ceil(Ulist)figure(1);plotfis(a2);figure(2);plotmf(a,input,1);figure(3);plotmf(a,input,2);figure(4);plotmf(a,output,1);5、 运行SIMULINK，模糊控制器与PID控制器设计如图（1）：（1）、通过对比两个PID参数不同，说明三个参数

10、对控制器性能的影响;（2）、通过控制同一对象比较PID与模糊控制器的性能。Figure NO.1Figure NO.2Figure NO.3Figure NO.4 四、 实验结果：1、 PID控制器三个参数对系统性能的影响（1）Kp不同，其他相同（Kp1=60,Kp2=100）(2)ki不同，其它相同（ki1=1，ki2=3）(3)kd不同，其它相同（）2、 模糊控制器与PID控制器的比较3、 不同的量化因子下的模糊控制器的比较（1）、Ke=0.5,kec=0.5,ku=0.75（2）、ke=5,kec=5,ku=7.5五、 结果分析:1、 系数Ki可消除系统的静态误差，适用于有自平衡性的系统

11、。加大积分系数KI (减小TI)有利于减小系统静差，但过强的积分作用会使超调量加剧，甚至引起振荡;微分系数KD的值对响应过程影响非常大。若KP取得过小，能使系统减少超调量，稳定裕度增大，但会降低系统的调节精度，使过渡过程时间延长；不同的量化因子对模糊控制器的影响很大，过大则精度过小，过小则控制系统速度过底； 2、 若增加微分作用KD，有利于加快系统响应，使超调量减小，增加稳定性，但也会带来扰动敏感，抑制干扰能力减弱。比例系数KP增大可以加快响应速度，减小系统稳态误差，提高控制精度。但是KP过大会产生较大超调，甚至导致系统不稳定;3、 与传统的控制相比，模糊控制有以下优点：（1）、模糊控制适用于

12、，不易获得精确数学模型的被控对象，其结构参数不很清楚或难以获得，只要求掌握操作人员或领域专家的经验或知识；（2）、模糊控制是一种语言变量控制器，其控制规则只用语言变量的形式定性的表达，构成了被空对象的模糊模型。在经典控制中，系统模型是用传递函数来描述；（3）、模糊控制系统的鲁棒性强，尤其适用于非线性、时变、滞后系统的控制。六、 实验总结：模糊控制在实际的应用中是很广泛被运用的，无论是从模糊控制的模糊规则，还是模糊控制的模糊关系，无论从模糊控制的模糊推理，还是模糊控制的模糊判决，都只有在实践中摸索才能体会出其中的意义。而运用MATLAB环境仿真模拟，使得模糊控制器的设计更加快洁。在实践中一定要注意耐心，在MATLAB语言程序存在问题时一定要耐心的检查纠正，每一个函数都要验证。在编程中思想一定要清晰，只有清晰了才能减少程序出错的可能。还有一点是函数的命名，尽量与实际模糊控制联系，只有这样才能减少错误。总之，模糊控制理论和MATLAB无论在以后的学习还是工作中都是十分有用的，在此次上机实验中我也学到了很多有用的东西，在以后我还将认真学习下去。