智能控制课程设计--模糊控制算法研究.doc

模糊控制算法研究一、 课程设计的目的和要求目的：1. 通过本次课程设计，进一步了解模糊控制的基本原理、模糊模型的建立和模糊控制器的设计过程； 2. 提高学生有关控制系统的程序设计能力； 3. 熟悉matlab语言以及在智能控制设计中的应用。要求：充分理解设计内容，并独立完成实验和课程设计报告二、课程设计的步骤假设系统的模型可以用二阶加纯滞后表示，即传递函数为。其中各参数分别为1、模糊集合及论域的定义对误差e、误差变化ec机控制量u的模糊集合及其论域定义如下：e、ec和u的模糊集合均为：nb、nm、ns、0、ps、pm、pbe和ec的论域为：-6、-5、-4、-3、-2、-1、0、1、2、3、4、5、6u的论域为：-7、-6、-5、-4、-3、-2、-1、0、1、2、3、4、5、6、72、系统的参数选择系统所选用的参数为：saturation、saturation1、saturation2的范围分别为：-6 6、-6 6、-7 7，transport delay=2s。通过调试得到pid模糊控制的参数：ke=4，kec=1.8，ku=0.07下图为控制规则表euec-3-2-10+1+2+3-3+1+1+1+1+2+3+3-2-1+1+1+1+2+2+3-1-2-100+1+2+20-3-2-10+1+2+2+1-3-2-100+1+2+2-3-3-2-1-1+1+1+3-3-3-2-1-1-1+13.最初的各个隶属函数的设置 误差e的隶属函数度输出u的隶属函数误差变化率ec的隶属函数4. 用此控制器运行得到的阶跃响应曲线为：调节时间为=65s，调节时间满足要求超调量=17.2%，满足要求但是，稳态精度不满足要求，稳态误差为=8%5调节一下隶属函数如下图所示运行得到最好的效果：此时，调节时间为=74s80s，调节时间满足要求超调量=22%30%，满足要求稳态误差为=5.25%6%,满足要求6. 改变控制器的隶属函数度为梯形函数如下图所示：得到系统的阶跃响应曲线为由图形可以看出，超调量增大，稳态误差增大，调节时间加长，控制性能下降7. 在控制器之后、被控对象之前加扰动如图所示：得到的阶跃响应曲线为：因为是在模糊控制器之后加的干扰，效果不好，但是如果加在控制器之前的鲁棒性与一般的pid控制器的鲁棒性好8.改变被控对象的参数，研究其控制效果的变化情况（1）k改变，令k=38.5，得到阶跃响应曲线为：控制效果基本不变（2）改变600为580，得到的阶跃响应曲线为：控制效果也基本不变（3）将70改为67，得到的阶跃响应曲线为：（4）同时改变三个参数，得到的阶跃响应曲线为：由以上可以看出，模糊控制算法对不同的控制对象的适应性很强，在一定的范围内改变被控对象的参数，控制效果基本不变。9、小结：模糊控制的优缺点：模糊控制具有能够得到良好的动态响应性能，并且不需要知道被控对象的数学模型（当然本实验中是已知道的），适应性强，上升时间快，鲁棒性好。 与pid控制相比有着很大的优势，采用pid控制虽然稳态性能较好，但是难以得到满意的动态响应性能，并且鲁棒性差。当然，模糊控制也有着自身的缺点，容易受到模糊规则等级的限制而引起误差，需要进一步改进。3、 总结 经过比本次课程设计，我对模糊控制有了更进一步的了解，对所学的只是有了一个整体的认识，深刻的体会到了动手能力的重要性。模糊控制不仅能实现控制，而且能模拟人的思维方式，对一些无法构造数学模型的被控对象进行有效地控制。模糊控制