模糊控制算法实例simulink

已知系统的传递函数为：1/(10s+1)*e(-0.5s)。假设系统给定为阶跃值r=30，系统初始值r0=0.试分别设计 (1)常规的PID控制器； (2)常规的模糊控制器；

(3)比较两种控制器的效果；

(4)当通过改变模糊控制器的比例因子时，系统响应有什么变化？

一．基于simulink的PID控制器的仿真及其调试：

调节后的Kp，Ki，Kd分别为：10 ，1， 0.05。 示波器观察到的波形为：

二．基于simulink的模糊控制器的仿真及其调试：

（1）启动matlab后，在主窗口中键入fuzzy回车，屏幕上就会显现出如下图所示的“FIS Editor”界面，即模糊推理系统编辑器。

（2）双击输入量或输出量模框中的任何一个，都会弹出隶属函数编辑器，简称MF编辑器。

（3）在FIS Editor界面顺序单击菜单Editor—Rules出现模糊规则编辑器。

本次设计采用双输入（偏差E和偏差变化量EC）单输出（U）模糊控制器，E的论域是[-6,6]，EC的论域是[-6,6]，U的论域是[-6,6]。它们的状态分别是负大（NB）、负中（NM）、负小（NS）、零（ZO）、正小（PS）、正中（PM）、正大（PB）。语言值的隶属函数选择三角形的隶

#include #include\

#define PMAX 100 #define PMIN -100 #define DMAX 100

#define DMIN -100 #define FMAX 100

int PFF[4]={0,12,24,48}; /*语言值的满幅值*/

int DFF[4]={0,16,32,64}; /*输入量D语言值特征点*/ int UFF[7]={0,15,30,45,60,75,90}; /*输出量U语言值特征点*/

/*采用了调整因子的规则表,大误差时偏重误差,小误差时偏重误差变化*/ /*a0=0.3,a1=0.55,a2=0.74,a3=0.89 */

int rule[7][7]={ //误差变化率 -3,-2,-1, 0, 1, 2, 3 // 误差 {-6,-6,-6,-5,-5,-5,-4,}, // -3 {-5,-4,-4,-3,-2,-2,-1,}, // -2

Matlab/Simulink/Stateflow控制算法建模规范

3.0版

Mathworks汽车咨询委员会

（MAAB）

1 修订历史

日期 2001.02.04 2007.04.27 2011.07.30 2012.08.31 修订 初始版本1.0版发布 更新版本2.0版发布 更新版本3.0版发布 更新版本4.0版发布 2 介绍 2.1 动机

MAAB建模规范无论是在组织内部还是在与合作伙伴和分包商合作时都是项目成功与团队协作的重要基础。 遵守建模规范是实现以下目标的重要前提：

? 无问题的系统集成 ? 明确定义的界面

? 统一的模型外观、编码及文件编制 ? 可重用模型 ? 可读的模型 ? 无问题的模型交换 ? 简单高效的过程 ? 专业的文件编制 ? 清晰易懂的展示 ? 快速的软件变更 ? 与分包商的合作

? 将研究或重建项目移交给产品开发 2.2 对3.0版的批注

本规范的现行版本3.0版支持MATLAB算法，包括其R2007b至R2011b版。3.0版参考了《美国国家航空航天局猎户座指南》中的部分规则。参考的规则均在“参见”部分中标明了该规则在《美国国家

航空航天局猎户座指南》中的编号。 2.3 规范模板

规范描述采用下列模板出具。

模糊自适应PID控制器及Simulink仿真

目 录

摘 要 ............................................... 1 ABSTRACT ............................................. 1

第一章 绪论 ..................................... 1

1.1 PID控制器的发展与应用 ................................ 1 1.2 PID控制器参数设置中存在的问题 ........................ 2 1.3模糊自适应PID控制器发展研究现状 ...................... 2 1.4 本文的主要工作........................................ 4

第二章 PID控制原理简介 .......................... 4

2.1引言 .................................................. 4 2.2 PID控制原理 ...........

1.一个三阶系统

b0s?b1s?b2s?a1s?a2s?a3322 ，其中a,b的值由自己设定，该系统具有非

线性环节，如下图所示：

依据上述条件设计一个模糊控制器： ①用MATLAB仿真，得出仿真结果， ②并通过改变a、b值对仿真结果的影响；

③改变隶属度函数，从仿真结果图分析隶属度函数，模糊化对系统的影响； 解：①

（1）取b0=0,b1=0,b2=1.5,a1=4,a2=2,a3=0,在SIMULINK里建模如下图所示

（2）用GUI建立FIS

E和EC分别为系统输出误差和误差的变化量，U为控制输出，编辑其隶属度函数如下

1

2

编辑模糊推理规则如下

3

(3)仿真结果如下

4

2自己选定一个对象，设计一个神经网络控制系统。

解：被控对象为y(k)=0.3y(k-1)+0.2y(k-2)+0.1u(k-1)+0.6u(k-2),采用单神经元PID控制，控制结构如下图所示：

采用有监督的Hebb学习规则，控制算法及学习算法如下：

3u(k)?u(k?1)?K?wi?(k)xi(k)i?13wi?(k)?wi(k)/?wi(k)i?1w1(k)?w1(k?1)??Iz(k)u(k)x1(k)w2(k)?w2(k?1)??Pz(k)u(

辽宁科技大学本科生毕业设计（论文）

第I页

模糊控制算法在水箱液位控制系统中的应用

摘 要

液位控制是工业控制中的一个重要问题，针对液位控制过程中存在时变、非线性等特点，为适应复杂系统的控制要求，人们研制了种类繁多的先进的智能控制器，模糊PID控制器便是其中之一。模糊PID控制结合了PID控制算法和模糊控制算法的优点，可以在线实现PID参数的调整，使控制系统的响应速度快，过渡过程时间大大缩短，超调量减少，振荡次数少，具有较强的鲁棒性和稳定性，在模糊控制中扮演着十分重要的角色。本文介绍了模糊PID控制在双容水箱的液位控制系统中的应用。首先建立了液位控制系统数学模型，介绍了PID控制、模糊控制以及模糊PID的基本原理，然后利用MATLAB软件给出了设计结果，仿真结果验证了设计方法的有效性。

关键词：液位控制；模糊PID控制；仿真

辽宁科技大学本科生毕业设计（论文）

第II页

Application of fuzzy control algorithm in the tank

liquid level control system

Abstract

Liquid level control is an important problem

2010年第32卷第5期第41页

电气传动自动化

ELECTRICDRIVEAUTOMATIONVol．32，No．52010，32（5）：41～44

文章编号：1005—7277（2010）05—0041—04

基于遗传算法的模糊控制器规则优化

杨玺

（兰州交通大学自动化与电气工程学院，甘肃兰州730070）

*

基于遗传算法的模糊控制规则表优化，是为模摘要：模糊控制器设计的关键问题就是模糊控制规则的选择。

糊控制提供一种更加方便、有效的查表法。为了提高模糊控制器的性能，提出了基于遗传算法的模糊控制器在模糊控制中采用遗传算法使控制系统最终达到所规则表的优化方法，并进行了仿真实验。仿真结果表明，要求的控制效果，证明了该方法的可行性和有效性。关键词：模糊控制;模糊规则;遗传算法中图分类号：TP273.4

+

文献标识码：A

YANGXi

Optimizationoffuzzycontrollerrulesbasedongeneticalgorithm

（SchoolofAutomation＆ElectricalEngineering,LanzhouJiaotongUniversity,Lanzhou730070，China）Abstract:Thekeyproblemof

智能控制大作业报告

模糊部分

姓 名： 学 号： 专 业：

2011年06月03日

题目：已知G?5?0.5s，分别设计e2?s?0.5??s?2s?8?PID控制与模糊

控制，使系统达到较好性能，并比较两种方法的结果。

r _ePID/FCG(s)y

具体要求：

1、采用Fuzzy工具箱实现模糊控制器。

2、分析量化因子和比例因子对模糊控制器控制性能的影响。 3、分析系统阶数发生变化时模糊控制和PID控制效果的变化。

4、分析系统在模糊控制和PID控制作用下的抗干扰能力(加噪声干扰)、抗非线性能力(加死区和饱和特性)以及抗时滞的能力(对时滞大小加以改变)。

一 原系统仿真分析

原系统是一个带有时滞环节的三阶系统，系统的三个极点均在s域左半平面，系统是稳定的。利用Matlab/Simulink工具箱搭建系统框图，对原系统进行阶跃响应分析。

原系统框图如图1所示：

图1 原系统框图

设定仿真时间为10秒，其它为默认设置，运行程序，可以得到如图2所示仿真结果。

原系统阶跃响应0.70.60.50.40.30.20.10012345678910t/s 图2 原系统阶跃响应曲线

由图可以看出，原系统

智 能 控 制 实 验 报 告

模糊控制器的仿真

一．实验目的

1.了解模糊控制的原理

2.学习Matlab模糊逻辑工具箱的使用 3.使用工具箱进行模糊控制器的仿真 二．实验设备

1.计算机

2.Matlab软件

3.window 7操作系统 三．实验原理

模糊逻辑控制又称模糊控制，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类计算机控制策略，模糊控制是一种非线性控制。图1-1是模糊控制系统基本结构，由图可知模糊控制器由模糊化，知识库，模糊推理和清晰化（或去模糊化）四个功能模块组成。 针对模糊控制器每个输入，输出,各自定义一个语言变量。因为对控制输出的判断，往往不仅根据误差的变化，而且还根据误差的变化率来进行综合评判。所以在模糊控制器的设计中，通常取系统的误差值e和误差变化率ec为模糊控制器的两个输入，则在e的论域上定义语言变量“误差E” ，在ec的论域上定义语言变量“误差变化EC” ；在控制量u的论域上定义语言变量“控制量U” 。

通过检测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，对误差取微分得到误差变化率ec，再经过模糊化处理把分明集输入量转换为模糊集输入量，模糊输入变量根据预先设定的模糊规则，

模糊控制的心得体会

一、模糊控制的定义

所谓模糊控制，就是对难以用已有规律描述的复杂系统，采用自然语言（如大、中、小）加以叙述，借助定性的、不精确的及模糊的条件语句来表达，模糊控制是一种基于语言的智能控制。

模糊控制是近代控制理论中建立在模糊集合理论基础上的一种基于语言规则与模糊推理的控制理论，是智能控制的一个重要分支。

二、模糊控制的发展史

模糊理论（Fuzzy Logic）是在美国加州大学教授L.A.Zadeh于1965年创立的模糊集合理论的数学基础上发展起来的，主要包括模糊集合理论、模糊逻辑、模糊推理和模糊控制等方面的内容。美国加州大学的L.A.Zadeh教授在1965年发表了著名论文，文中首次提到了表达事物模糊性的重要概念：隶属函数。从而突破了19世纪末笛卡尔的经典集合理论，奠定了模糊理论的基础。1966年P.N.Marinos发表模糊逻辑的研究报告。1974年L.A.Zadeh发表模糊推理的研究报告。从此，模糊理论成了一个热门的课题。1974年，英国的E.H.Mamdani首次用模糊逻辑和模糊推理实现了世界上第一个实验性的蒸汽机控制，并取得了比传统的直接数字控制算法更好的效果，从而宣告模糊控制的诞生。1980年丹麦的L.P.Holm