模糊控制的特点

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

文件11

《模糊控制》课程习题一览

李士勇教授

Harbin Institute of Technology

2005.11

文件11

《模糊控制》课程习题一览

第一章 模糊集合及其运算课堂作业及思考题

1.1 Zadeh创立的模糊集合论与Cantor创立的经典集合论有何区别？又有什么联 系？

1.2 Cantor创立集合论的目的是什么？

1.3 “当一个系统复杂性增大时，我们使它精确化的能力将减小，在达到一定阈 值之上时，复杂性和精确性将互相排斥”。请举例说明上述的不兼容原理，并说明这一原理的哲学本质是什么？ 1.4 经典集合论的并、交、补运算与直积运算有什么联系，又有什么本质的区别？ 为什么要定义集合的直积运算？

1.5 你认为Zadeh定义的模糊集合包含几个要素？试根据这些要素定义一个模糊 集合表示[体温正常]这一模糊概念。

1.6 给定一个模糊集合A?0.2/u1?0.6/u2?1/u3?0.4/u4?0.2/u5，试确定模糊集

?合A的论域U；并指出?A(M4)及?AC(u5)的值。

???1.7 设论域U?{u1,u2,u3,u4,u5}上有两个模糊子集，分别为

A?0.2/u1?0.6/u2?0.8/u3?0.5/u4?0.1/

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

山东电力技术

2009年第6期（总第170期）SHANDONG DIANLI JISHU

0引言

在工业控制过程中，PID类型的控制技术占有主导地位，特别是在化工、冶金过程控制中，众多量大而面广的控制过程如温度、流量、压力、液位，基本上仍应用着PID类型的控制单元。虽然未来的控制技术应用领域会越来越广，被控对象会越来越复杂，但是以PID为原理的各种控制器仍是工业控制的重要部分。

随着科学技术的迅猛发展，对自动控制系统的控制精度、响应速度、系统的稳定性和适应能力的要求越来越高，传统的PID控制主要是控制具有确切模型的线性过程，而实际上，大多数工业过程都不同程度地存在非线性，有时甚至是非常严重的非线性，同时有些过程很难或不能建立数学模型，因而一般的PID控制无法实现对此类过程的精确控制，而模糊控制不需要建立过程数学模型，适用于复杂的难以建立精确数学模型的对象，这是将其应用于工业过程控制的主要原因，模糊控制因而得到越来越广泛的应用。

模糊控制系统是一种典型的智能控制系统，是通过计算机完成人们用自然语言所描述的控制活动，可以不需要知道被控对象的数学模型即可实现较好的控制，具有系统响应快，超调小，过渡过程时间短等优点。在控制原理上它应用模糊集合论、模糊语言变量和

模糊PID在温度控制中的应用

摘要：目前大部分温度系统控制方法都需要建立比较精确的数学模型，但温度控 制系统内参数变化的非线性特性使建立的模型精度受到一定的影响；而模糊控制技术不需要建立精确的数学模型, 解决多变量非线性系统具有明显的优点。为此，针对温度系统的多变量、非线性和难建模等特性，将模糊控制与PID 控制的优势相结合, 实现了对温度控制系统参数的有效控制。该系统的各项性能指标良好，遇到干扰可以进行自我调整，具有一定的自适应性。仿真结果表明，模糊PID控制算法不但简单实用，而且响应速度快，超调量小，控制效果良好。 关键词：模糊控制 PID 温度控制

1、引言 常规PID 控制[1-2]由于具有原理结构简单、鲁棒性好，可靠性高，容易实现的特点，成为迄今为止应用最广泛的控制算法，并且取得了良好的效果。然而在温度控制系统中，由于被控对象具有非线性、时变、大滞后等特点，且受环境温度等外界诸多因素影响较大，导致难以建立精确的数学模型，难以确定最佳的控制器参数。此时，传统的PID 控制对进一步提高控制对象的质量和精度遇到了极大的困难，难以获得良好的效果。为了克服常规PID 调节器的不足，提高其性能，人们进行了进一步的研究。

模糊PID在温度控制中的应用

12电气2 张敬明 128320242

模糊控制的应用

摘要：

目前大部分温度系统控制方法都需要建立比较精确的数学模型，但温度控制系统内参数变化的非线性特性使建立的模型精度受到一定的影响；而模糊控制技术不需要建立精确的数学模型, 解决多变量非线性系统具有明显的优点。为此，针对温度系统的多变量、非线性和难建模等特性，将模糊控制与PID 控制的优势相结合, 实现了对温度控制系统参数的有效控制。该系统的各项性能指标良好，遇到干扰可以进行自我调整，具有一定的自适应性。仿真结果表明，模糊PID控制算法不但简单实用，而且响应速度快，超调量小，控制效果良好。 关键词：模糊控制 PID 温度控制 1、引言

常规PID 控制[1-2]由于具有原理结构简单、鲁棒性好，可靠性高，容易实现的特点，成为迄今为止应用最广泛的控制算法，并且取得了良好的效果。然而在温度控制系统中，由于被控对象具有非线性、时变、大滞后等特点，且受环境温度等外界诸多因素影响较大，导致难以建立精确的数学模型，难以确定最佳的控制器参数。此时，传统的PID 控制对进一步提高控制对象的质量和精度遇到了极大的困难，难

- 1 -

模糊PID在温度控制中的应用

以获得良好

基于智能小车的模糊寻迹控制

垒！ｌ兰生！型竺

基于智能小车的模糊寻迹控制

Ｒｅｓｅａｒｃｈｏｎｔｒａｃｉｎｇｏｆｆｕｚｚｙｃｏｎｔｒｏｌｂａｓｅｄｏｎｔｈｅｉｎｔｅｌｌｉｇｅｎｔｃａｒ

冯华勇

ＦＥＮＧＨｕａ．ｙｏｎｇ

（四川工程职业技术学院，德阳６１８０００）

擒要：智能小车作为人工智能的一个缩影已经广泛应用到军事和民用生活。而对于智能小车按既定轨

迹行驶已成为其必备的一个重要条件。针对在黑白分明的轨迹上行驶的小车，为了提高其准确度和速度，设计了一套控制系统，依据经验采用了模糊控制策略，经实践证明小车的反应速度快，控制效果好。

关键词：智能小车；寻迹；模糊控制

中图分类号：ＴＨｌ６６

文献标识码：Ａ

文章编号：１００９－０１３４（２０１０）１０（上）－００４９－０３

Ｄｏｉ：１０．３９６９｝／Ｊ．ｉｓｓｎ．１００９－－０１３４．２０１０．１０（上）．１５

＾－●－ ●一

Ｕ

刖吾

随着科技的进步，智能小车作为一种新型的

两个光电传感器距离小于黑线宽度。当两个相邻传感器检测到电平信号的变化时按前一单一电平状态变化计算。例如：图２所示当车道位于接收管２、７上方时检测到电平的变化，小车与车道按逆时针方向偏移了一个夹角。此时按行驶经验需要电机９、１０反转倒车让车道回归到２、３之间。如

模糊PID在温度控制中的应用

摘要：目前大部分温度系统控制方法都需要建立比较精确的数学模型，但温度控 制系统内参数变化的非线性特性使建立的模型精度受到一定的影响；而模糊控制技术不需要建立精确的数学模型, 解决多变量非线性系统具有明显的优点。为此，针对温度系统的多变量、非线性和难建模等特性，将模糊控制与PID 控制的优势相结合, 实现了对温度控制系统参数的有效控制。该系统的各项性能指标良好，遇到干扰可以进行自我调整，具有一定的自适应性。仿真结果表明，模糊PID控制算法不但简单实用，而且响应速度快，超调量小，控制效果良好。 关键词：模糊控制 PID 温度控制

1、引言 常规PID 控制[1-2]由于具有原理结构简单、鲁棒性好，可靠性高，容易实现的特点，成为迄今为止应用最广泛的控制算法，并且取得了良好的效果。然而在温度控制系统中，由于被控对象具有非线性、时变、大滞后等特点，且受环境温度等外界诸多因素影响较大，导致难以建立精确的数学模型，难以确定最佳的控制器参数。此时，传统的PID 控制对进一步提高控制对象的质量和精度遇到了极大的困难，难以获得良好的效果。为了克服常规PID 调节器的不足，提高其性能，人们进行了进一步的研究。