智能控制课后仿真讲课稿.docx

1、智能控制课后仿真讲课稿智能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：%Exoert PID Controllerclear all;%清理数据库中所有数据close all;%关闭所有界面图形ts=0.001;%对象采样时间，1mssys=tf(133,1,25,0);%受控对象的传递函数dsys=c2d(sy

2、s,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for k=1:1:5000%for循环开始，k从1变化到500，每步的增量为1ti

3、me(k)=k*ts;%仿真时长0.001 0.5sr(k)=1.0;%Tracing Step Signal 系统输入信号u(k)=kp*x(1)+kd*x(2)+ki*x(3);%PID ControllerPID控制器%Expert control rule%Rule1:Unclosed control rule规则1：开环控制if abs(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elseif abs(x(1)0.40u(k)=0.40;elseif abs(x(1)0.20u(k)=0.12;elseif abs

4、(x(1)0.01u(k)=0.10;end%if循环结束%Rule2规则2if x(1)*x(2)0|(x(2)=0)%if循环开始，如果误差增大或不变if abs(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3if (x(1)*x(2)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4if x(

5、1)*x(2)0&x(2)*x2_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:Integration separation PI control规则5;运用PI控制来消除误差if abs(x(1)=10u(k)=10;%设控制器输出量上限值endif u(k)=-10u(k)=-10;%设控制器输出量下限值end%Linear model Z变化后系统的线性模型y(k)=-d

6、en(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%-Return of parameters-%每步计算时的参数更新u_2=u_1;u_1=u(k);%u(k)代替u_1y_2=y_1;y_1=y(k);%y(k)代替y_1x(1)=error(k);%Calculating P 赋误差error值于x1x2_1=x(2);%赋值前步计算时的误差导数X2的值等于X2_1x(2)=(error(k)-error_1)/ts;% Calculatin

7、g D 求误差导数x2，用于下一步的计算x(3)=x(3)+error(k)*ts;% Calculating I 求误差积分x3error_1=error(k);%赋误差error值于error_1end%for循环结束，整个仿真时长计算全部结束figure(1);%图形1plot(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2plot(time,r-y,r);%画r-y,即误差随时间的变化曲线xlabel(time(s);ylabel(error

8、);%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：clear all;%清理数据库中所有数据close all;%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%Compound of A

9、and B %合成A和Bfor i=1:2%A矩阵的行数取值ifor j=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 %Transfer to Column %转换列向量T1=;%定义转置矩阵T1for i=1:2%AB矩阵的行数取值i T1=T1;AB(i,:);%转置AB矩阵end %Get fuzzy R %确立模糊关系矩阵Rfor i=1:6%R矩阵列数取值i for j=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Rend end%A1=0.8,0.1;%输入各元素在A1中

10、的隶属度 B1=0.5,0.2,0;%输入各元素在B1中的隶属度 for i=1:2%A1矩阵的行数取值i for j=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 %Transfer to Row%转换行向量 T2=;%定义转置矩阵T2for i=1:2%AB1矩阵的行数取值iT2=T2,AB1(i,:);%扩展A1B1矩阵end %Get output C1%确定输出for i=1:6%转置矩阵T2列数取值for j=1:2%模糊矩阵R行数取值 D(i,j)=min(T2(i),R(i,j); C1(j)=max

11、(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

12、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-3-2-10123模糊集PB000000.51PS000010.50ZO000.510.500NS00.510000NB10.500000控制电压变化划分表隶属度变化等级-3-2-10123模糊集PB000000.51PS000010.50ZO000.510.500NS00.510000NB10.500000模糊控制规则表若（IF）NBeNSeZOePSePBe则

13、（THEN）NBuNSuZOuPSuPBu炉温模糊控制MATLAB仿真程序清单：%Fuzzy Control for furnace temperatureclear all;%清理数据库中所有数据close all;%关闭所有界面图形a=newfis(fuzz_temperature);%模糊炉温a=addvar(a,input,e,-3,3);%Parameter e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

14、=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);%Parameter u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=1 1 1 1

15、;%Edit?rule?base编辑规则库 2 2 1 1; 3 3 1 1; 4 4 1 1; 5 5 1 1;a=addrule(a,rulelist);a1=setfis(a,DefuzzMethod,mom);%Defuzzywritefis(a1,temperature);%Save to fuzzy file temperature.fis保存模糊文件temperature.fisa2=readfis(temperature);figure(1);%图形1plotfis(a2);%画图figure(2);%图形2plotmf(a,input,1);%画图figure(3);%图形3

16、plotmf(a,output,1);%画图flag=1;%设标志位1if flag=1%如果标志位为1showrule(a)%Show fuzzy rule base显示模糊规则库ruleview(temperature);%Dynamic Simulation动态模拟end%结束disp(-);disp( fuzzy?controller?table:e=-3,+3,u=-3,+3 );disp(-);for i=1:1:7e(i)=i-4;Ulist(i)=evalfis(e(i),a2);end%结束Ulist=round(Ulist)e=-3;%Error出错u=evalfis(e,a2)%Using fuzzy inference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。