基于MATLAB的洗衣机模糊控制设计毕业设计

毕业设计

基于MATLAB的洗衣机模糊控制设计

摘 要

模糊控制洗衣机不仅实现了洗衣机的全面自动化，也提高了洗衣的质量，具有很强的实用性和较好的发展前景。

本设计的主要目的是设计一个比较合理的洗衣机模糊控制器，这种采用模糊控制的洗衣机能够通过洗衣桶内水的脏污程度和污渍性质（油污或者泥污）来自动预选水位和洗涤时间，以达到最佳的洗涤效果。

本文主要研究了基于MATLAB的洗衣机模糊控制。首先介绍了模糊控制的基本原理，明确本设计中所要控制的变量，即水位和洗涤时间。其次，定义了输入、输出模糊集，结合实际情况定义了隶属函数，然后建立模糊控制规则，给出模糊控制表，进行了模糊推理。最后采用Simulink对该系统进行仿真，通过仿真曲线可以看出，文中采用的模糊控制方法是正确而有效的。

关键词：模糊控制；模糊集；隶属函数；控制规则；模糊推理

Abstract

Fuzzy control of washing machine does not only achieve a fully automated washing machine, but also improve the quality of laundry; it has a strong practicality and a good development prospect.

The main purpose of this design is to design a more reasonable washing machine fuzzy controller, fuzzy control of washing machine can automatically detect the dirty level of laundry bucket and the nature of stain (oil or sediment); it also can automatically pre-selected water level and washing time to achieve the best water quality.

This paper mainly studies what based on the MATLAB fuzzy control of washing machines. First, it introduces the basic principles of fuzzy control, clearly the variables of this design to control, those are water level and washing time; Second, define the input and output fuzzy sets, and define the membership function combined the actual conditions, and then create the fuzzy control rules, give the fuzzy control table, then use these to the fuzzy reasoning. Finally, Simulink simulates the system; the simulation curves show that the text used in fuzzy control method is correct and effective.

Key words: fuzzy control; fuzzy sets; the membership function; control rules; the fuzzy reasoning

东北石油大学本科生毕业设计（论文） 目 录

第1章 前言 ....................................................... 1

1.1 选题的目的及意义 ............................................ 1 1.2 国内外发展情况 .............................................. 1 1.3 MATLAB简介.................................................. 2 1.4 模糊控制简介 ................................................ 4 1.5 论文的主要内容 .............................................. 4 第2章 模糊控制器原理及设计 ....................................... 6

2.1 模糊控制原理 ................................................ 6 2.2 模糊控制系统的分类 ......................................... 17 2.3 模糊控制器的设计 ........................................... 18 第3章 洗衣机的模糊控制 .......................................... 21

3.1 洗衣机的时间控制 ........................................... 21 3.2 洗衣机的水位控制 ........................................... 28 3.3 本章小结 ................................................... 31 结 论 ............................................................ 32 参考文献 ......................................................... 33 致 谢 ............................................................ 34 附录1 ........................................................... 35 附录2 ........................................................... 36 附录3 ........................................................... 37 附录4 ........................................................... 38 附录5 ........................................................... 40

I

第1章 前言

1.1 选题的目的及意义

随着现代社会生活节奏的不断加快和人们生活水平的不断提高，人们对各种方便、快捷的家用电器需求量越来越大，为了提高人们的生活效率，全自动洗衣机应运而生。本设计就是围绕着智能洗衣机进行研究。本课题的主要目的就是设计一个比较合理的洗衣机模糊控制器，这种采用模糊控制的洗衣机能够自动检测洗衣桶内水的脏污程度和污渍性质（油污或者泥污）；能自动预选水位和洗涤时间，并适时调整这些运行参数，以达到最佳的洗涤效果。

洗衣机的技术发展日新月异，产品类型众多，但是从总体来看，人们对洗衣机的基本要求应该是：省时、省电、省水、磨损率小、操作方便、功能完善等。以上特点从技术角度可由洗衣机的洗涤方式和控制方式这两个基础特性决定。目前存在的洗涤方式有波轮式（又称涡卷式）、搅拌式洗涤方式则代表着国际上的发展方向。对洗衣机技术的发展使得人们期望在采集一种比较好的洗涤方式的同时，希望洗衣机的控制部分能在洗涤过程中对衣物重量、脏度、洗涤剂的浓度，水的硬度、温度等影响洗涤效果的诸多因素进行检测，并能对这些检测结果做出合理的反应，从而得到比较理想的洗涤效果。现代科学技术的发展，特别是嵌入式级数的发展，使微电脑的功能日益强大，微电脑与传感器系统的结合，足以实现上述功能。另外，人们对洗衣机使用方便的要求使得洗衣机的全自动化成为另一个发展方向。因此，从世界范围内来说，洗衣机总的发展趋势是向微电脑，传系统，智能化、全自动化的方向发展。

1.2 国内外发展情况

1965年美国加州大学的L.A.Zadeh教授在其发表的著名论文―Fuzzy Sets‖中，首次提出用―隶属函数‖的概念来定量描述事物模糊性的模糊集合理论，从此奠定了模糊数学的基础。

我国古代伟大的哲学家和思想家老子曰―精确兮，模糊所伏；模糊兮，精确所依。‖模糊数学不是将数学变得模模糊糊，而是用数学的方法去描述客观世界中的模糊现象，揭示其本质和规律。模糊数学在经典数学和充满模糊性的现实世界之间架起一座桥梁。

1974年英国学者E.H.Mamdani首次把模糊集合理论成功地应用在锅炉和蒸汽机的控制之中，在自动控制领域中首开模糊控制在实际工程上应用之先河。

在短短的30多年里，模糊数学获得了长足的发展，在理论和应用上都取得了令人惊叹的丰硕成果。模糊数学的应用领域已涉及到自动控制、图像和文字识别、人工智能、地质、地震、医疗诊断、气象分析、航空、航天、火车汽车轮船驾驶、交通管理、决策评价、企业管理和社会经济等许多方面。

在自动化技术中的应用是模糊数学非常活跃而又硕果累累的一个领域。著名的自动控制权威Austrom 曾经指出：模糊逻辑控制，神经网络控制与专家控制是三种典型析智能控制方法。

90年代初，模糊家电风靡日本，给日本企业带来了巨大的商业利润，同时也推动欧美和其它国家，进一步促进了模糊技术的发展。1985年世界上第一块模糊逻辑芯片在美国著名的贝尔实验室问世，这是模糊技术走向实用化的又一里程碑。日本、美国、德国等许多著名公司都在积极从事这方面的研究，相继开发出许多商业化的模糊逻辑芯片，1986年日本建立了模糊控制器硬件系统（模糊控制专用器件）。上个世纪80年代末期到90年代中期先后提出了模糊近似推理、模糊自适应控制、模糊神经元网络和模糊自适应推理系统等。给模糊技术的应用注入了新的活力，开辟了十分诱人的光明前景。

我国在模糊理论领域的研究处于世界先进水平，先后出版了几十本有关模糊领域的著作。在工程技术应用方面较为薄弱，已经提出了连续监控系统设计方法和便于工程应用的模糊集成控制方法。上世纪90年代后期开始出现了模糊家电控制等。

1.3 MATLAB简介

科学研究和工程应用中，往往要进行大量的数学计算，其中包括矩阵运算。这些运算一般来说难以用手工精确和快捷地进行，而要借助计算机编制相应的程序做近似计算。目前流行用Basic、Fortran和c语言编制计算程序, 既需要对有关算法有深刻的了解，还需要熟练地掌握所用语言的语法及编程技巧。对多数科学工作者而言，同时具备这两方面技能有一定困难。通常，编制程序也是繁杂的，不仅消耗人力与物力,而且影响工作进程和效率。为克服上述困难，美国Mathwork公司于1967年推出了―Matrix Laboratory‖（缩写为Matlab）软件包，并不断更新和扩充。目前最新的5.x版本（windows环境）是一种功能强、效率高便于进行科学和工程计算的交互式软件包。实践证明，你可在几十分钟的时间内学会Matlab的基础知识，在短短几个小时的使用中就能初步掌握它.从而使你能够进行高效率和富有创造性的计算。 Matlab大大降低了对使用者的数学基础和计算机语言知识的要求，而且编程效率和计算效率极高，还可在计算机上直接输出结果和精美的图形拷贝，所以它的确为一高效的科研助手。自推出后即风行美国，

流传世界。

综上所述，Matlab语言有如下特点：

第一：编程效率高；它是一种面向科学与工程计算的高级语言，允许用数学形式的语言编写程序，且比Basic、Fortran和C等语言更加接近我们书写计算公式的思维方式，用Matlab编写程序犹如在演算纸上排列出公式与求解问题。因此，Matlab语言也可通俗地称为演算纸式科学算法语言由于它编写简单，所以编程效率高，易学易懂。

第二：用户使用方便；Matlab语言是一种解释执行的语言（在没被专门的工具编译之前），它灵活、方便，其调试程序手段丰富，调试速度快，需要学习时间少。人们用任何一种语言编写程序和调试程序一般都要经过四个步骤：编辑、编译、连接以及执行和调试。各个步骤之间是顺序关系，编程的过程就是在它们之间作瀑布型的循环。Matlab语言与其它语言相比，较好地解决了上述问题，把编辑、编译、连接和执行融为一体。它能在同一画面上进行灵活操作快速排除输入程序中的书写错误、语法错误以至语意错误，从而加快了用户编写、修改和调试程序的速度，可以说在编程和调试过程中它是一种比VB还要简单的语言。

第三：扩充能力强；高版本的Matlab语言有丰富的库函数，在进行复杂的数学运算时可以直接调用，而且Matlab的库函数同用户文件在形成上一样，所以用户文件也可作为Matlab的库函数来调用。因而，用户可以根据自己的需要方便地建立和扩充新的库函数，以便提高Matlab使用效率和扩充它的功能。另外，为了充分利用Fortran、C等语言的资源，包括用户已编好的Fortran，C语言程序，通过建立Me调文件的形式，混合编程，方便地调用有关的Fortran，C语言的子程序

[9]

第四：语句简单，内涵丰富；Mat1ab语言中最基本最重要的成分是函数，其一般形式为?a，6，c????fun?d，e，f，???，即一个函数由函数名，输入变量

d，e，f，??和输出变量a，b，c，??组成，同一函数名F，不同数目的输入变

量（包括无输入变量）及不同数目的输出变量，代表着不同的含义（有点像面向对象中的多态性。这不仅使Matlab的库函数功能更丰富，而大大减少了需要的磁盘空间，使得Matlab编写的M文件简单、短小而高效。

第五：高效方便的矩阵和数组运算；Matlab语言象Basic、Fortran和C语言一样规定了矩阵的算术运算符、关系运算符、逻辑运算符、条件运算符及赋值运算符，而且这些运算符大部分可以毫无改变地照搬到数组间的运算，有些如算术运算符只要增加―·‖就可用于数组间的运算，另外，它不需定义数组的维数，并给出矩阵函数、特殊矩阵专门的库函数，使之在求解诸如信号处理、建模、系统识别、控制、优化等领域的问题时，显得大为简捷、高效、方便，这是其它高级语言所不能比拟的。在此基础上，高版本的Matlab已逐步扩展到科学及工程计算的其它领域。因此，不久的将来，它一定能名符其实地成为―万能演算纸式的‖

科学算法语言。

第六：方便的绘图功能；Matlab的绘图是十分方便的，它有一系列绘图函数（命令），例如线性坐标、对数坐标，半对数坐标及极坐标，均只需调用不同的绘图函数（命令），在图上标出图题、XY轴标注，格（栅）绘制也只需调用相应的命令，简单易行。另外，在调用绘图函数时调整自变量可绘出不变颜色的点、线、复线或多重线。这种为科学研究着想的设计是通用的编程语言所不及的。

1.4 模糊控制简介

模糊控制是建立在人工经验基础之上的。对于一个熟练的操作人员，他往往凭借丰富的实践经验，采取适当的对策来巧妙地控制一个复杂过程。若能将这些熟练操作人员的实践经验加以总结和描述，并用语言表达出来，就会得到一种定性的、不精确的控制规则。如果用模糊控制数学将其定量化，就转化为模糊控制算法，从而形成模糊控制理论。

模糊控制尚无统一的定义。从广义上，可将模糊控制定义为：―以模糊控制集合理论、模糊语言变量以及模糊推理为基础的一类控制方法‖，或定义为―采用模糊集合理论和模糊逻辑，并同传统的控制理论相结合，模拟人的思维方式，对难以建立数学模型的对象实施的一种控制方法‖。

[1]

模糊控制理论具有一些明显的特点：

（1）模糊控制不需要被控对象的数学模型。模糊控制是以人对被控对象的控制经验为依据而设计的控制器，故无需知道被控对象的数学模型。

（2）模糊控制是一种反映人类智慧的智能控制方法。模糊控制采用人类思维中的模糊量，如―高‖、―中‖、―低‖、―大‖、―小‖等，控制量由模糊推理导出。这些模糊量和模糊推理是人类智慧活动的体现。

（3）模糊控制易于被人们接受。模糊控制的核心是控制规则，模糊规则是用言语来表示的，如―今天气温高，则今天天气暖和‖等，易于被一般人所接受。

（4）构造容易。模糊控制规则易于软件实现。

（5）鲁棒性和适应性好。通过专家经验设计的模糊规则可以对复杂的对象进行有效的控制。

1.5 论文的主要内容

本课题的主要是通过模糊控制来对洗衣机进行控制，通过MATLAB对其仿真。课题的主要目的是设计一个比较合理的洗衣机模糊控制器，这种采用模糊控制的洗衣机能够自动检测洗衣桶内水的脏污程度和污渍性质（油污或者泥污）；能自动预选水位和洗涤时间，并能够进行整个洗涤过程中实施监控，并适时调整

这些运行参数，以达到最佳的洗涤效果。

主要内容如下：

第一章为前言主要介绍当前洗衣机制造的技术及应用，并强调了本设计的研究目的及意义；着重阐述了本设计所应用的Matlab及模糊控制的总体特点。

第二章主要介绍模糊控制的原理，控制器的分类，以及模糊控制的设计步骤。 第三章为洗衣机的控制器设计，确定该模糊控制器控制的两个变量，即时间和水位。并分别从两方面详细阐述设计过程以及相应的设计参数。最终通过软件得出结论图，证明本设计的合理性和可行性。

第2章 模糊控制器原理及设计

2.1 模糊控制原理

模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法，它从行为上模仿人的模糊推理和决策过程。该方法首先将操作人员或者专家经验编成模糊规则，然后将来自传感器的实时信号模糊化，将模糊化后的信号作为模糊规则的输入，完成模糊推理，将推理后得到的输出量加到执行器上。

模糊控制的基本原理框图如图1所示。它的核心部分为模糊控制器，如图中点画线框中部分所示，模糊控制器的控制律由计算机的程序实现。实现一步模糊控制算法的过程描述如下：微机经中断采样获取被控制量的精确值，然后将此量与给定值比较得到误差信号E，一般选误差信号E作为模糊控制器的一个输入量。把误差信号E的精确量进行模糊化变成模糊量。误差E的模糊量可用相应的模糊语言表示，得到误差E的模糊语言集合的一个子集e（e 是一个模糊矢量），再e和模糊关系R根据推理的合成规则进行模糊决策，得到模糊控制量u，即

u?e?R

由模糊控制原理框图可知，模糊控制系统与通常的计算机数字控制系统的主要差别是采用了模糊控制器。模糊控制器是模糊控制系统的核心，一个模糊控制系统的性能优劣，主要是取决于模糊控制器的结构、所采用的模糊规则、合成推理算法以及模糊决策的方法等因素。

模糊控制器（Fuzzy Controller，FC）也称为模糊逻辑控制器（Fuzzy Logic Controller， FLC）,由于所采用的模糊控制规则是由模糊理论中模糊条件语句来描述的，因此，模糊控制器是一种语言型控制器，故也称为模糊语言控制器（Fuzzy Language Controller，FLC）

[2]

给定值 + — A/D 计算控制变量 模糊量化处理 模糊控制规则 模糊决策 非模糊化处理 D/A 传感器 被控对象 执行机构

图2-1 模糊控制原理框图

2.1.1 模糊集合

模糊集合是用来表达模糊性概念的集合，又称模糊集、模糊子集。普通的

[3]

集合是指具有某种属性所表达的概念应该是清晰的，界限是分明的。因此每个对象对于集合的隶属关系也是明确的。

普通集合用特征函数来表示，模糊集合用隶属函数来描述。隶属函数很好地描述事物的模糊性。隶属函数有以下两个特点。

（1）隶属函数的值域为[0,1]，她将普通集合只能取0,1两个值，推广到[0,1]闭区间上连续取值。隶属函数的值?A(x)越接近于1，表示元素x属于模糊集合A的程度越大。反之，?A(x) 越接近于0，表示元素x属于模糊集合A的程度越小。

（2）隶属函数完全刻画了模糊集合，隶属函数是模糊数学的基本概念，不同的隶属函数所描述的模糊集合也不同。

典型的隶属函数有11种，即双S形隶属函数、联合高斯型隶属函数、高斯型隶属函数、广义钟形隶属函数、Ⅱ型隶属函数、双S形乘积隶属函数、S状隶属函数、S型隶属函数、梯形隶属函数、三角形隶属函数、Z形隶属函数。

2.1.2 模糊控制器的组成

模糊控制器的组成框图如图1-2所示

数据库 规则库 输入 模糊化接口 推理机 解模糊接口 输出

图2-2 模糊控制器的组成框图

2.1.2.1 模糊化接口（Fuzzy Interface）

模糊控制器的输入必须通过模糊化才能用于控制输出，因此，它实际上是模糊控制器的输入接口，其主要作用是将真实的确定量输入转换为一个模糊矢量。对于一个模糊输入变量e，其模糊子集通常可以进行如下方式划分：

（1）e={负大，负小，零，正小，正大}={NB ，NS，ZO，PS，PB} （2）e={负大，负中，负小，零，正小，正中，正大}={NB，NM，NS，ZO，PS，PM，PB}

（3）e={大，负中，负小，零负，零正，正小，正中，正大}={NB，NM，NS，NZ，PZ，PS，PM，PB}

将（3）用三角形隶属度函数表示，如图2-3所示

2.1.2.2 知识库（Knowledge Base,KB）

知识库由数据库和规则库两部分构成。 （1）数据库（Data Base,DB）

数据库所存放的是所有输入输出变量的全部模糊子集的隶属度矢量值（即经过论域等级离散化后对应值的集合），若论域为连续域，则为隶属度函数。在规则推理的模糊关系方程求解过程中，向推理机提供数据。

（2）规则库（Rule Base,RB）

模糊控制器的规则库基于专家知识或者手动操作人员长期积累的经验，它是按人的直觉推理的一种语言表示形式。模糊规则通常有一系列的关系词连接而成，如 if-then，else，also，end，or等，关系词必须经过―翻译‖才能将模糊规则数值化。最常用的关系词为if-then，also，对于多变量模糊控制系统，还有and

等。例如，某模糊控制系统输入变量为e（误差）和ec（误差变化），它们对应的语言变量为E和EC，可给出一组模糊规则为

R1: IF E is NB and EC is NB then U is PB R2: IF E is NB and EC is NS then U is PM

通常把if···部分称为―前提部‖，而then···部分称为―结论部‖，其基本结构可归纳为If A and B then C，其中A为论域U上的一个模糊子集，B是论域V上的一个模糊子集。根据人工控制经验，可离线组织其控制决策表R，R是笛卡儿乘积集U×V上的一个模糊子集，则某一时刻其控制量由下式给出

C=(A×B)?R 式中×为模糊直积运算；?为模糊合成运算。

规则库是用来存放全部模糊控制规则的，在推理时为―推理机‖提供控制规则。由上述可知，规则的条数与模糊变量的模糊子集划分为有关，划分越细，规则条数越多，但并不代表规则库的准确度越高，规则库的―准确性‖还与专家知识的准确度有关

NB NM NS NZ PZ PS PM PB

图2-3 模糊子集和模糊化等级

2.1.2.3 推理与解模糊接口（Inference and Defuzzy-Interface）

推理是模糊控制器中，根据输入模糊量，由模糊控制规则完成模糊推理来求解模糊关系方程，并获得模糊控制量的功能部分。在模糊控制中，考虑到推理时间，通常采用运算简单的推理方法。最基本的有Zadeh近似推理，它包含正向推理和逆向推理两类。正向推理常被用于模糊控制中，而逆向推理一般用于知识工程学领域的专家系统中。

推理结果的获得，表示模糊控制的规则推理功能已经完成。但是，至此所获得的结果仍是一个模糊矢量，不能直接用来作为控制量，还必须进行一次转换，

求得清晰地控制量输出，即为解模糊。通常把输出端具有转换功能作用的部分称为解模糊接口。

综上所述，模糊控制器实际上就是依靠微机（或单片机）来构成的。它的绝大部分是由计算机程序来完成的。随着专用模糊芯片的研究和开发，也可以由硬件逐步取代各组成单元的软件功能。

h

h0

图2-4 水箱液位控制

2.1.3 模糊控制系统的工作原理

以水位的模糊控制为例。如图2-4所示，设有一个水箱，通过调节阀可向内注入水和向外抽水。设计一个模糊控制器，通过调节阀门将水位稳定在固定点附近。按照日常的操作经验，可以得到基本的控制规则为：

―若水位高于O点，则向外排水，差值越大，排水速度越快；‖ ―若水位低于O点，则向内注水，差值越大，注水速度越快；― 根据上述实验课按下列步骤设计一维模糊控制器。

2.1.3.1 确定观测量的控制量

定义理想液位O点的水位为h0，实际测量的水位高度为h，选择液位差为

e?Δh?h0?h

将当前水位对于O点的偏差e作为观测量。

2.1.3.2输入量和输出量的模糊化

将偏差e分为5个模糊集：负大（NB），负小（NS），零（ZO），正小(PS)，正大（PB）。将偏差e的变化分为7个等级：-3，-2，-1,0，+1，+2，+3，从而得到水位变化模糊表，见表2-1。

表2-1 水位变化e划分表

隶 属 度 模 糊 集 PB PS ZO NS NB -3 0 0 0 0 1 -2 0 0 0 0.5 0.5 -1 0 0 0.5 1 0 变 化 等 级 0 0 0 1 0 0 1 0 1 0.5 0 0 2 0.5 0.5 0 0 0 3 1 0 0 0 0

控制量u为调节阀门开度的变化。将其分为5个模糊集：负大（NB），负小（NS），零（ZO）,正小（PS）,正大（PB）。将u的变化分为9个等级：-4，-3，-2，-1，0，+1，+2，+3，+4。得到控制量模糊划分表。

2.1.3.3 模糊控制规则描述

根据日常的经验，设计以下模糊规则： （1）若e负大，则u负大 （2）若e负小，则u负小 （3）若e为零，则u为零 （4）若e正小，则u正小 （5）若e正大，则u正大 其中，排水时u为负，注水时u为正。

将上述规则采用―IF A THEN B‖的形式来描述，则模糊规范表示为 （1）if e = NB then u = NB （2）if e = NS then u = NS （3）if e = ZO then u= ZO （4）if e = PS then u = PS （5）if e = PB then u = PB

根据上述经验规则，可得到模糊控制表，见表2-2。

表2-2 模糊控制规则表

若（IF） 则（THEN） NBe NBe NSe NSu ZOe ZOu PSe PSu PBe PBu

2.1.3.4 求模糊关系

模糊控制规则是一个多条语句，它可以表示为U×V上的模糊子集，即模糊关系R为

R=(NBe×NBu)∪(NSe×NSu)∪(ZOe×ZOu)∪(PSe×PSu)∪(PBe×PBu) 其中规则内的模糊集运算取交集，规则间的模糊集运算取并集即

?1??0.5????0????0??0????0???NBe×NBu =?0?×?10.50000000? ?1.00.500000?0.50.500000??0000000?000000?0?0000000?000000?0?0000000 =??0??0.5????1????0??0????0??0???00?00??00??00?00??00?00??

NSe×NSu =

×?00.510.500000?

000000?00?00.50.50.50000??00.51.00.50000?000000?00?00000000?000000?00?00000000 =?0?0??0??0?0??0?0??

?0??0????0.5????1.0??0.5????0??0??0000.510.5000?ZOe×ZOu =??× ?0?0??0??0?0??0? =?0?0??0????0????0??1.0????0.5??0???00000?000.50.50.5000??000.51.00.5000??000.50.50.5000?00000000??00000000?00000000??

000PSe×PSu =

?0?0??0??0?0??0?0= ?

×?000000.51.00.50?

0?00000??00000??00000?00.51.00.50??00.50.50.50?00000??

0000000000000000000000000

?0??0????0????0??0????0.5??1.0??00000000.51.0?PBe×PBu = ??× ?0?0??0??0?0??0?0 = ?0000000000000000000000000000000?00??00??00?00??0.50.5?0.51.0?? 000000000000000由以上5个模糊矩阵求并集，得

?1.00.50?0.50.50.5??00.51.0?00?0?000?00?0?000R = ?0000.5000.50.50.50.51.00.50.50.50.500000.500?000??000??000?1.00.50??0.50.50.5?00.51.0??

2.1.3.5模糊决策

模糊控制器的输出为误差向量和模糊关系的合成，即

u?e?R

当误差e为NB时，e = ?1.00.5000000?,控制器输出为

u?e?R= ?10.500000??

?1.00.50?0.50.50.5??00.51.0? = ?000?000?00?0?000?0000.5000.50.50.50.51.00.50.50.50.500000.500?000??000??000? 1.00.50??0.50.50.5?00.51.0??002.1.3.6控制量的反模糊化

由模糊决策可知，当误差为负大时，实际液位远高于理想液位，e = NB，控制器的输出为一模糊矢量，可表示为

10.50.50.500000????????u = ?4?3?2?10?1?2?3?4如果按照―隶属度最大原则‖进行反模糊化，选择控制量为u= -4,即阀门的开度应关大一些，减少进水量，加大排水量。

按照上述步骤，设计水箱液位模糊控制的Matlab仿真程序，取flag = 1，可得到模糊系统的规则库并可实现模糊控制的动态仿真。模糊控制响应表见表2-3。取偏差e=-3，得u=-3.1481。

表2-3 模糊控制响应表

e u

-3 -3 -2 -2 -1 -1 0 0 1 1 2 2 3 3 2.1.4 模糊控制器的结构

在确定性控制系统中，根据输入变量和输出变量的个数，可分为单变量控制系统和多变量控制系统。在模糊控制系统中，也可类似地划分为单变量模糊控制和多变量模糊控制。

2.1.4.1 变量模糊控制器

在单变量模糊控制器（Single Variable Fuzzy Controller,SVFC）中，将其输入变量的个数定义为模糊控制的维数，如图2-5所示。

e e 一维 模糊 空制器 u e d/dt ec (a)一维模糊控制器

(b)二维模糊控制器

二维 模糊 控制器 u e d/dt d/dt e ec ecc 三维 模糊 控制器 u (c)三维模糊控制器

图2-5 单变量模糊控制器

（1）一维模糊控制器

如图2-5（a）所示，一维模糊控制器的输入变量往往选择为受控变量和输入给定值的偏差e。由于仅仅采用偏差值，很难反映过程的动态特性性质，因此，所能获得的系统动态性能是不能令人满意的。这种一维模糊控制器往往被用于一阶被控对象。

（2）二维模糊控制器

如图2-5（b）所示，二维模糊控制器的两个输入变量基本上都是选用受控变量值和输入给定的值的偏差e和偏差变化ec，由于它们能够较严格地反映受控过程中输出量的动态特性，因此，在控制效果上要比一维控制器好得多，多是目前采用较广泛的一类模糊控制器。

（3）三维模糊控制器

如图2-5（c）所示，三维模糊控制器的3个输入变量分别为系统偏差量e、偏差变量ec和偏差变化的变化率ecc。由于这种模糊控制器结构较复杂，推理运算时间长，因此，除对动态特性的要求特别高的场合之外，一般较少选用三维模糊控制器。

上述3类模糊控制器的输出变量，均选择了受控变量的变化值。从理论上讲，模糊控制系统所选用的模糊控制器维数越高，系统的控制精度也就越高。但是，维数选择太高，模糊控制律就过于复杂，基于模糊合成推理的控制算法的计算机

本文来源：https://www.bwwdw.com/article/sza8.html