智能控制技术作业.docx_第1页
智能控制技术作业.docx_第2页
智能控制技术作业.docx_第3页
智能控制技术作业.docx_第4页
智能控制技术作业.docx_第5页
已阅读5页，还剩3页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

智能控制技术作业1. 已知系统的传递函数为:e。假设系统给定为阶跃值r=30，系统的初始值r(0)=0。试分别设计（1） 常规的PID控制器；（2） 常规的模糊控制器；（3） 比较两种控制器的控制效果。解：(1).常规PID控制器的设计：利用Ziegler-Nichols整定公式整定PID调节器的初始参数表1. 调节器Ziegler-Nichols整定公式KPTITDPPI0.93.3PID1.22.20.5由公式可得P=18Ti=1.65Td=0SIMULINK仿真图 设定仿真时间为10s仿真结果(2).模糊控制器的设计：1在matlab命令窗口输入“fuzzy” 确定模糊控制器结构：即根据具体的系统确定输入、输出量。选取二维控制结构，即输入为误差e和误差变化ec，输出为u如下图所示:2输入输出变量的模糊化：即把输入输出的精确量转化为对应语言变量的模糊集合。首先我们要确定描述输入输出变量语言值的模糊子集，如NB，NM，NS，ZO，PS，PM，PB，并设置输入输出变量的论域，然后我们为模糊语言变量选取相应的隶属度函数。如下图所示:3模糊推理决策算法设计：即根据模糊控制规则进行模糊推理，并决策出模糊输出量。首先要确定模糊规则，即专家经验。如图所示:制定完之后，会形成一个模糊控制规则矩阵，然后根据模糊输入量按照相应的模糊推理算法完成计算，并决策出模糊输出量。4对输出模糊量的解模糊：模糊控制器的输出量是一个模糊集合，通过反模糊化方法判决出一个确切的精确量，反模糊化方法很多，我们这里选取重心法。SIMULINK仿真图在模糊控制器的输入和输出均有一个比例系数，我们叫它量化因子，它反映的是模糊论域范围与实际范围之间的比例关系，这里模糊控制器输入的论域范围均为-6，6，假设误差的范围是-10，10，误差变化率范围是-100，100，控制量的范围是-24，24，那么我们就可以算出量化因子分别为0.6，0.06，8。量化因子的选取对于模糊控制器的控制效果有很大的影响，当输出量化因子调为10控制效果更好。仿真曲线（3）.常规PID控制器和模糊控制器的比较由仿真结果可见两种控制器对系统的各项性能指标都有了改进，常规PID还是有超调量，模糊控制器的超调量几乎为零。2. 已知一个非线性系统由一个神经网络和一个线性系统串联而成，如图5-31所示。NNW(z) 图5-31 题4图其中线性系统的传递函数W（z）已知，试推导出神经网络控制器NN的学习算法。解：根据控制性能的要求，选目标函数为E=神经网络模型选用四层前向传播神经网络，并假设输出单元层的神经元为线性单元，其余层的神经元为Sigmoid激励元，则其学习规则可归结为 输出层
人人文库> 全部分类> 应用文书 > 事务文书

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论