家用电器自适应模糊控制系统的设计

摘 要摘 要模糊控制就是采用模糊控制器对被控对象进行自动控制的方法，家电中被控对象的规律是及其复杂的，很难用数学语言的形式加以表达，所以人们一直致力于家电模糊控制器的研究。尽管家用电器的品种很多，控制目标各异，但模糊控制器的设计方法却有很多相似之处。本文从实际出发，对当今在家用电器电饭锅中应用较为广泛的自适应模糊控制进行了深入研究，介绍了电饭锅的自适应模糊控制系统的设计方案。近几年来，伴随着人们生活水平的不断提高，对各种家用电器的需求不断增加，温度控制技术在家用电器中的地位越来越重要。在某种程度上，温度已经成为我们控制系统所必须考虑的重要因素之一。由于温度系统具有滞后现象严重等非线性的特点，很难建立精确的数学模型，这就给控制过程带来很大的困难，无法实现高精度的控制作用。本文以电饭锅的温度为研究对象，研究了一种可靠的控制方案，即是采用带有调整因子的自适应模糊控制器。以此达到系统输出响应快、调节时间短、超调量小、控制精度高，而且还具有较强的适应系统内部参数变化和抵抗外部扰动的能力的要求。最后利用MATLAB软件中中的Simulink仿真环境和Fuzzy工具箱进行仿真研究。关键词：电饭锅温度控制,自适应模糊控制,仿真AbstractAbstractFuzzy control is a fuzzy controller for automatic control of the controlled object , the law of the controlled object in the home appliance and its complexity , it is difficult to be expressed in the form of a mathematical language , so people have been to home appliances fuzzy controller study . Despite the many varieties of household electrical appliances , control objectives vary , but the fuzzy controller design method , there are many similarities . From reality, and today is widely used in household appliances rice cookers adaptive fuzzy control conducted in-depth study on the rice cooker adaptive fuzzy control system design.In recent years, along with the continuous improvement of peoples living standards , increasing demand for a variety of household appliances , temperature control technology is becoming increasingly important in household appliances .In a way, the temperature has become an important factor in our control system must be considered .The temperature system has serious hysteresis characteristics of the nonlinear , it is difficult to establish a precise mathematical model , which cause great difficulties to the control process , and can not achieve high precision control .To the temperature of the rice cooker , a reliable control scheme , that is, using the adaptive fuzzy controller with adjustment factors .System output in order to achieve fast response , short adjustment time , small overshoot , high control precision , but also has strong adaptation within the system parameter variations and the ability to resist external perturbations .Finally, the Simulink simulation environment and Fuzzy Toolbox in MATLAB software simulation study .Keywords: rice cooker temperature control , adaptive fuzzy control , simulation目 录目 录摘要.ABSTRACT.目录.第一章 引言.11.1 研究背景.11.2 研究现状.11.3 研究意义.21.4 研究任务及内容.3第二章 模糊控制理论基础.42.1 模糊数学基础.4 2.1.1模糊集合.4 2.1.2 常用隶属函数.4 2.1.3 模糊推理.52.2 模糊控制原理.52.3 模糊控制器的组成.62.4 模糊控制器的结构.8第三章 自适应模糊控制系统.103.1 自适应模糊控制器的分类.10 3.2 自适应模糊控制器的结构.11 3.3 自适应模糊控制器的工作原理.123.4 量化因子和调整因子对模糊控制器的影响.143.5 几种自适应模糊控制器的方案.15第四章 电饭锅温度自适应模糊控制系统的设计.184.1 电饭锅自适应模糊控制系统的结构.184.2 基于调整因子自适应模糊控制器的设计.18 4.2.1 输入输出的选择及其模糊化.19 4.2.2 隶属函数.20 4.2.3 模糊控制规则.21 4.2.4 自适应模糊控制算法.21 4.2.5 反模糊化.224.3 控制系统仿真.22 4.3.1 仿真工具介绍.22 4.3.2 仿真.24结论.27参考文献.28致谢.29第一章 引言- 31 -第一章 引 言1.1 研究背景模糊理论是在美国柏克莱加州大学电气工程系L.A.Zadeh教授于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内容。L.A.Zadeh教授在1965年发表的Fuzzy Set论文中首次提出表达事物模糊性的重要概念隶属函数。模糊控制理论的核心是利用模糊集合论，把人的控制策略的自然语言转化为计算机能够接受的算法语言所描述的算法。但它的控制输出却是确定的，它不仅能成功的实现控制，而且能模拟人的思维方式，对一些无法构成数学模型的对象进行控制。“模糊概念”更适合于人们的观察、思维、理解、与决策，这也更适合于客观现象和事物的模糊性。“模糊控制”的特色就是一种“语言型”的决策控制1。模糊控制技术于80 年代中期开始应用到家用电器中, 近三十多年得到迅速发展, 主要原因有二：一是随着微电子技术的不断进步, 家用电器的自动化智能化程度越来越高, 各类传感器的迅速发展和微控制器的广泛应用, 给模糊控制技术的实施奠定了技术基础。二是在家用电器的自动化智能化的设计过程中, 往往没有办法建立精确的数学模型及实施精确的控制, 家用电器中有相当一部分是代替人进行家务操作的, 比如洗衣、做饭等, 人可以凭经验做得很好, 但是却无法建立该过程的精确数学模型，以便机器也能凭此数学公式做出同样的判断去操作。因此要机器代替人去具体实现某操作时, 只能是一种模糊控制过程。另一方面家用电器中的许多控制也没必要进行精确控制,因为许多控制量往往只不过是人的感觉, 如热与冷、快与慢、风大与风小、干净与脏等本身就是模糊概念。 正因为上述原因, 模糊控制技术在家用电器上得到极广泛的应用, 正成为家用电器实现自动化、智能化、信息化的过程中不可缺少的控制技术之一。 1.2 研究现状目前模糊控制技术已广泛应用于各种家用电器上，开发了具有模糊控制器全部功能的大规模集成电路芯片，特别适用于快速的模糊控制应用。模糊控制技术不断发展，其应用范围也不断扩大。从80年代中后期开始，模糊控制进入了实用化阶段，大量的模糊产品问世，推动了模糊控制技术发展的新高潮。模糊控制技术有许多直接应用。例如家电产品方面，日本、韩国、台湾省、香港等国家和地区出现了 “模糊热”，洗衣机、吸尘器、电饭锅、干燥机、热水器、电视机、收音机、冰箱、微波炉等都有使用模糊控制的例子2。近几年来, 模糊控制技术日益成熟, 并在空调器、洗衣机、微波炉、电冰箱、吸尘器、电饭煲及抽油烟机等多种家用电器上应用。当前日益完善的传感器 技术为采集信息提供了控制精度的保证, 微处理器的迅速发展及嵌入式软件的推广也促进了模糊控制的进一步发展, 这些都为家用电器的智能化、信息化提供了有力的技术支撑。可以说，模糊控制是模糊数学应用最广泛、最成功的领域。国际著名的白控专家认为模糊控制是21世纪的控制技术，在将来的控制应用中会占有20的比例。我们相信随着时间的推移，随着模糊控制技术研究的进一步深入其应用会越来越广阔。当然，模糊控制无论在理论上和实用上都是一门“年轻”的科学，正处于不断完善的进程之中，不像经典控制理论和现代控制理论皆已形成了较完善的理论体系。同时，正因为它的不完善和正在发展，说明它具有很大的发展潜力3。1.3 研究意义在自动控制中，包括经典理论和现代控制理论中有一个共同特点，即控制器的综合设计都要建立在被控对象准确的数学模型（如微分方程等）的基础上，但是在实际生产中，很多系统的影响因素很多，十分复杂。建立精确的数学模型特别困难，甚至是不可能的。这种情况下模糊控制的诞生就显得意义重大，模糊控制不用建立数学模型，根据实际系统的输入输出的结果数据，参考现场操作人员的运行经验，就可对系统进行实时控制4。模糊控制是一种基于规则的控制，它直接采用语言控制规则，出发点是现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确的数学模型，因而使得控制机理和策略易于接受与理解，设计简单，实现起来可靠，控制过程与人的思维方式一致等优点。这正好满足了电饭锅实现全自动功能的需要。1.4 研究内容及任务本文的研究目标是：在广泛阅读国内外文献资料的基础上，对相关的文献与资料作出了详细的研究分析，并结合以前所学知识，形成自己的一套控制方案。在分析了几种自适应模糊控制方案之后，采用了基于调整因子自寻优的自适应模糊控制器这一方案，来完成对于电饭锅温度的自适应模糊控制系统的设计，最后在Matlab软件中的Simulink仿真环境下进行仿真研究。本文需要进行以下几个方面的工作：(1)通过学习模糊数学基础知识，了解模糊控制的相关概念、基本理论；简要介绍了模糊控制的原理以及模糊控制器的组成；(2)明确电饭锅温度控制系统的设计思路，确定控制方案；了解自适应模糊控制系统的各个参数对系统响应的影响；(3)温度自适应模糊控制器的设计，根据实际需要，选择了合适的模糊控制器的结构和模糊控制规则；设计出系统仿真图，并用仿真软件MATLAB/SIMULINK对系统进行仿真研究。(4)对本文进行总结，总体分析自适应模糊控制并得出结论。第二章 模糊控制理论基础第二章 模糊控制理论基础2.1 模糊数学基础基础2.1.1 模糊集合 1.模糊集合定义集合A由0到1之间的连续实数值组成。 为了表示模糊概念，需要引入模糊集合和隶属函数的概念： (2-1) 其中A称为模糊集合，由0,1及 构成， 表示元素x属于模糊集合A的程度，取值范围为0,1，称 为x属于模糊集合A的隶属度。2.模糊集合表示(1)模糊集合A由离散元素构成，表示为：或 (2)模糊集合A由连续函数构成，各元素的隶属度就构成了隶属度函数（Membership Function），此时A表示为： (2-2) 模糊集合是以隶属函数来描述的，隶属度的概念是模糊集合理论的基石5。2.1.2 常用隶属函数 隶属函数是模糊数学中非常重要的概念，它决定着模糊集的模糊性。下面几种隶属函数式常用的隶属函数6： 1.三角形 (2-3) 2.梯形 (2-4) 3.正态形 (2-5)2.1.3 模糊推理 常用的有两种模糊条件推理语句：If A then B else C；If A AND B then C下面以第二种推理语句为例进行探讨，该语句可构成一个简单的模糊控制器，如图所示。 模糊控制器R A C B 图2-1 量输入单输出模糊控制器其中A，B，C分别为论域x，y，z上的模糊集合，A为误差信号上的模糊子集，B为误差变化率上的模糊子集，C为控制器输出上的模糊子集。模糊推理语句“If A AND B then C”确定了三元模糊关系R，即：R=(AB)T1C (2-6)其中(AB)T1为模糊关系矩阵(AB) (mn)构成的mn列向量，n和m分别为A和B论域元素的个数7。基于模糊推理规则，根据模糊关系R，可求得给定输入A1和B1对应的输出C1：C1=(A1B1)T2R (2-7)2.2 模糊控制原理模糊控制的基本原理框图如图2-2所示。它的核心部分为模糊控制器，如图中虚线部分所示，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是一个模糊适量)，再由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 (2-8)D/A被控对象执行机构传感器模糊控制规 则解模糊模糊化A/D计算被控变量给定值+ -图2-2 模糊控制原理框图 由图2-2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、合成推理算法及模糊决策的方法等因素8。2.3 模糊控制器的组成 模糊控制器的组成框图如图2-3所示。 图2-3 模糊控制器的组成框图1.模糊化接口输入到模糊化接口的变量是一个清晰值，也即是一个真实的确定量，若不对它进行模糊化，就无法对输出进行控制。对于一个经过模糊化后的输入变量，它的模糊子集的划分方式如下：=NB,NS,ZO,PS,PB=负大，负小，零，正小，正大；=NB,NM,NS,ZO,PS,PM,PB=负大，负中，负小，零，正小，正中，正大；=NB,NM,NS,NZ,PZ,PS,PM,PB=负大，负中，负小，零负，零正，正小，正中，正大 ； 2.知识库 通常情况下，数据库和规则库一起合称为知识库。(1)数据库(Data Base, DB) 输入变量和输出输出变量的隶属度值一般存放在数据库中。在进行模糊化推理过程中，推理机所需的数据都由数据库提供，它在整个过程中起着不可替代的作用，它的存在使得模糊推理得以顺利进行。(2)规则库(Rule Base, RB) 规则库中存放着事先按照操作人员经验编写好的模糊控制规则，一般用IF-THEN的形式来表示。在进行模糊推理的时候规则库就是把这些IF规则提供给推理机。模糊控制器的规则是长期经验积累的结果，通用性较好，但主观性仍较强，并具有一定的不确定性。(3)推理与解模糊接口在模糊控制器的设计中，推理是很重要的一个环节。推理是根据列写的模糊控制规则表，按照一定的方程，获得模糊控制量。在进行推理的过程，为了提高效率，尽量减小所用时间，我们采用的推理方法一般都较为简单，较为常用的就是Zadeh近似推理方法。当我们获得推理结果时，就表示整个推理过程已经完成。但是，此时我们获得的推理量并不是我们想要的最终结果，它仍然是一个模糊量，还需要进行清晰化才能输出到下一级，这一过程被称为解模糊化。解模糊端口通常定义为具有转换功能的输出端部分9。2.4 模糊控制器的结构 在模糊控制系统中，根据控制器输出的个数，可将其划分为单变量模糊控制和多变量模糊控制。 1.单变量模糊控制器 在单变量模糊控制器中,又可根据输入变量的个数定义模糊控制的维数，如图2-4所示。 (a) 一维模糊控制器 (b) 二维模糊控制器(c) 三维模糊控制器图2-4 单变量模糊控制一维模糊控制器：一维模糊控制器的输入为。由于一维模糊控制器的输入量只有一个，采用这种控制器并不能得到较好的控制性能。所以，此种控制器的应用范围并不是很广泛。此种控制器的应用场合主要是针对于一阶被控对象。二维模糊控制器：二维模糊控制器的输入为偏差和偏差变化率。输出量的动态特性因两者的结合会有较大幅度的改善。此种控制器结构相对简单，应用范围比较广泛，而且极具代表性。目前这类控制器的使用较为广泛。三维模糊控制器：三维模糊控制器的输入为偏差、偏差变化率和偏差变化率的变化率。正常情况下，控制精度比前两种要好，但同时规则数目将会增多，运算量加大，推理时间延长。除了在动态特性要求很高的场合，我们一般不采用此种结构的模糊控制器10。 2.多变量模糊控制器 一个多变量模糊控制器(Multiple Variable Fuzzy Controller,MVFC)所采用的模糊控制器具有多变量结构，如图2-5所示。图2-5 多变量模糊控制器第三章 自适应模糊控制理论基础第三章 自适应模糊控制系统 zadeh的模糊集合理论是设计自适应模糊控制系统的重要工具，它将描述外部世界的不精确的语言与控制器内部的精确数学表示联系起来，图3-1表示了这种联系。用语言表示的策略要比用精确的数学表示的策略简单、方便而且灵活，这使白适应模糊控制系统比其他形式的自适应控制系统具有突出优点。用模糊逻辑理论将语言值转化为数字形式用自适应模糊控制器进行数字计算用最近的语言去近似数学子集语言输入规则 语言输出规则 图3-1 多级自适应模糊控制系统自适应模糊控制系统是指具有学习算法的模糊逻辑系统。这里的模糊逻辑系统是由服从模糊逻辑规则的一系列“如果则”规则构造的；而学习算法则依靠数据信息来对模糊逻辑系统的参数进行调整。自适应模糊控制系统被认为是能通过学习自动产生其（模糊）规则的模糊逻辑系统。从概念上讲，利用自适应模糊控制系统来综合利用数据和专家两类信息的途径有如下两种。1. 利用专家语言信息构造这个初始的模糊逻辑系统，再用数据信息来调整这个初始系统的参数。因此，最后所得的系统是由数据和语言两类信息共同构成的。2.利用数据信息和专家信息分别构造两个独立的模糊逻辑系统，再取两者的平均得到最后的模糊逻辑系统。由于自适应模糊控制系统对参数变化和环境变化不敏感，能用于非线性和多变量复杂对象，不仅收敛速度快、鲁棒性好，而且可以在运行过程中不断修正自己的控制规则来改善控制性能，因而受到了控制界的广泛重视11。3.1 自适应模糊控制器的分类自适应模糊控制器为人们系统而有效地利用模糊信息提供了一种工具。接下来的问题是怎样对自适应模糊控制器进行分类。根据自适应模糊控制器的研究与应用进展，自适应模糊控器的分类方法有多种，这里按以下原则进行分类： (1)按自适应模糊控制器是否可以直接利用系统的模糊控制规则和模糊描述信息分为直接型自适应模糊控制器和间接型自适应模糊控制器；(2)按自适应模糊控制器的主体，即模糊逻辑系统的可调参数是线性的还是非线性的，将自适应模糊控制器分为第类自适应模糊控制器和第二类自适应模糊控制器；(3)根据模糊辨识模型的不同将自适应模糊控制器分为基于模糊模型的自适应模糊控制器和基于PID模型的自适应模糊控制器，基于模糊模型的自适应模糊控制器又包括基于参考模糊集的P模型自适应模糊控制器和基于模糊语言多项式模型的Ts模型自适应模糊控制；(4)根据模糊控制器在线修正的基本参数的不同将自适应模糊控制器划分为基于模糊规则调整的自适应模糊控制器，基于比例因子自调整的自适应模糊控制器，基于量化因子自调整的自适应模糊控制器，基于论域调整的自适应模糊控制器等。当然，上述分类方法不是唯一的，而且有些类型可以相互交叉共同存在于同一控制系统中。之所以按不同的可能交叉的自适应模糊控制器类型进行叙述，完全是为了方便于探讨不同自适应模糊控制器的设计方法12。3.2 自适应模糊控制器的结构本节以直接型自适应模糊控制器为例来沦述自适应模糊控制器的结构。这种自适应模糊控制器实质上是在简单模糊控制器的基础上增加了三个功能块构成的，其结构如图3-2所示。 图中，偏差测量块的作用是测量希望输出和实际输出之差，确定输出响应需要校正的量，为修改规则提供信息；控制量校正块的作用是将需要校正的输出响应量转换为需校正的控制量；规则修改块的作用是通过修改控制规则来实现校正量。它们的工作思路是：通过对反应输出量大小的误差信号的测量，获得需要校正的输出响应量的信息，然后将其转换成对控制输入的校正量，最后通过修改控制规则实施校正量。这一过程都是在人不参与的情况下，根据误差大小修改模糊控制规则，自动完成的。所以对于干扰和对象参数变化引起的输出量偏离都有较好调节作用13。控制量校正规则自修正模糊控制器性能测量模糊化反模糊化 x F(x) I(y) y图3-2 自适应模糊控制器的结构图3.3 自适应模糊控制器的工作原理1.性能测量模糊控制器的输入输出一般取偏差和偏差变化率，这里e=yr-y，其中，yr为参考输入，一般是已知的、y为系统输出。设当前为k时刻（即t=kT，T为采样周期），通过测量采样值e(k)、，其大小和极性表明了y(k)实际输出偏离期望输出yr(k)的多少和方向，以及这种偏差变化的快慢和方向，从而可以计算出需要校正的量x(k)，以实现误差减小，直至为零，由于yr不可调（既定的），所以该校正量只能靠输出响应来完成。值得一提的是，这里x(k)的校正量与系统输出y(k)虽然有联系，但在概念和极性上是有区别的14。这个偏差测量和校正量确定的工作可以在模糊化之前、之中、之后做，考虑实际情况我们认为，在模糊化之中做比较合适，即精确量从真实论域到内部论域。设校正论域为X=-n,-n+1,0,n-1,n,取n=6按照与基本模糊控制器控制表相同的思想，根据和的大小和正负情况，确定出校正量x(k)等级,得到偏差测量校正表。2.校正量到控制输入校正量的转变由由偏差测量获得的(输出)校正量x(k)，需要转换成对被控制对象的输入校正量，并施加于被控对象，才能实现偏差的减小，使输出达到期望值。现在的问题是如果知道被控对象的输入/输出关系，由输出校正量就可以实现了。有了控制校正量，再知道对象的滞后特性，就可以确定控制校正量提前施加的时间15。关于对象的输入/输出特性，最好是建立对象模型，由于这是校正量，所以增量模型就能满足要求。不失一般性，考虑一个两输入两输出的对象，其状态空间表达式为 当输入有微小变化时，则输出变化为 (3-1)式中为Jacobian矩阵。3.控制规则修改获得了控制校正量之后，下一步工作就是要将其写入控制规则，实施对控制性能的改善。由于模糊控制器存有控制规则，所以，新控制校正量的加入实际上是修改控制规则。假设被控对象的时间滞后为d拍，即dT现在(k时刻)发现系统不良的表现应该是(k-d)时刻的情况，那时的偏差、偏差变化率和控制分别为：e(k-d)、ec(k-d)、u(k-d),考虑校正量之后，现在的控制量应为：为了修改控制规则，实施校正量，需要对这些量进行模糊化处理E(k-d)=Fe(k-d) (3-2)Ec(k-d)=Fec(k-d) (3-3)U(k-d)=Fu(k-d) (3-4)Uc(k-d)=Fu(k-d)+uc(k) (3-5)式中，F()是对括号中的元素作模糊化处理。据此，原模糊控制规则为如果e=E(k-d)且ec=Ec(k-d)，则u=U(k-d)现在的模糊控制规则应为如果e=E(k-d)且ec=Ec(k-d)，则u=Uc(k-d)3.4 量化因子和调整因子对模糊控制器的影响在模糊控制器中，量化因子Ke、Kec、Ku对于控制效果有很大的影响，通过调整他们可以获得满意的控制效果。(1)Ke、Kec对控制系统性能的影响 量化因子Ke及Kec的大小对控制系统的动态性能影响很大。Ke选的较大时，系统的超调也较大，过渡过程较长。因为从理论上讲Ke增大，相当于缩小了误差的基本论域，增大了误差变量的控制作用，因此导致上升时间变短，但由于出现超调，使得系统的过渡过程变长。Kec选择较大时，超调量减小，但系统的响应速度变慢。Kec才对超调的遏制作用十分明显。量化因子Ke和Kec的大小意味着对输入变量误差和误差变化的不同加权程度，二者之间相互影响16。 (2)Ku对控制系统性能的影响输出比例因子Ku的大小也影响着模糊控制系统的特点。Ku选择过小会使系统动态响应过程变长，而Ku选择过大会导致系统振荡。减少Ku能减少超调，提高稳定度。输出比例因子Ku作为模糊控制器的总的增益，它的大小影响着控制器的输出，通过调整Ku可以改变对被控对象(过程)输入的大小。(3)调整因子对模糊控制器的影响模糊推理合成CRI法(Compositional Rule of Inference)使利用系统输入信号的模糊量和输入与输出模糊关系矩阵。来设法求出系统输出量。这样虽然简化了求取控制量的过程，但由于控制表是固定不变的，同样无法进行系统控制规则的自调整。为此提出了模糊推理合成CRI法的解析公式法，它通过建立一个反应控制量与输入量偏差、偏差变化量关系的解析式来表示所有控制规则，而且引入调整因子，可以通过调整它，来调整偏差和偏差变化量在控制中的所占比例，实现对控制规则的改动。这样就得到一种带有调整因子的控制规则： (3-6)式中为调整因子，又称加权因子。通过调整值的大小，可以改变对误差和误差变化的不同加权程度。当被控对象阶次较低时，应该对误差的加权值大于对误差变化的加权值；相反，当被控对象阶次较高时，对误差变化的加权值要大于对误差的加权值。 3.5 几种自适应模糊控制方案1. 自调整模糊控制器模糊控制器的控制性能主要是主要是受控制规则的影响，这里主要从模糊控制规则的可调整性来简要介绍一下自调整模糊控制器的设计原理与特点。一种具有自调整因子的模糊控制器的结构如图3-3所示。从图3-3可以看出，当量化因子Ke、Kec和Ku取为常数时，可调整因子可以通过寻优的方法，不断推出新的值，从而完成模糊控制规则的自调整，使模糊控制系统有最佳的动态性能。具体方法是：将调整因子看作一个模糊集，其论域为(0，0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.9，1.0)；根据希望的控制性能构造的修正规则：根据检测及计算得到的信息查修正表，以及适当的值；由下式计算控制量的变化值。 (3-7)图中： Ke、Kec模糊控制器输入偏差与偏差变化率信号的模糊量化因子；Ku输出控制量模糊决策因子；可调整的加权因子。 KeKec 1E 模糊算 法ECKu参数寻优被控对 象图3-3 自调整模糊控制器的结构此时，上式中所描述的控制规则体现了按误差的大小自动调整误差对控制作用的权重，由于这种自动调整是在整个误差论域内进行的，所以更符合人在控制决策过程中的思维，具有高“智能”的优化特点，且非常易于计算机实时实现。 2.模糊模型参考自适应控制器参考模型自适应模糊机构被控对象 ym v m yp 图3-4 模型参考模糊自适应控制结构图1982年，郑维敏等基于现代控制理论中的模型参考自适应控制的思想，提出了用于模糊集理论设计模糊模型参考自适应控制系统的方法，这是较早期的工作17。 用模糊集理论设计的自适应机构，并不要求对参考模型和被控对象建立精确的数学模型，而只要根据系统的模糊信息，用模糊条件语句写出控制规则，就得到比较合适的控制作用。此外，模糊算法比较简单，便于联机实时控制，这就为一类缺乏精确数学模型的被控对象提供了实现自适应控制的方法。模型参考模糊自适应控制系统的原理框图如图3-4所示。其中，V为系统的输入，m为被控对象的输入，ym、yp分别为参考模型的输出和对象的输出，K1、K2分别为偏差及其变化率的量化因子。 采用模糊模型参考自适应控制的一个重要原因在于过程输出对于参考模型输出的跟踪性能。只要选择稳定的参考模型，同时确保上述的跟踪性能，就可以获得闭环稳定的控制效果。从而简化了模糊控制的稳定性问题。 (3)自校正模糊控制器KeKcKr模糊控制规则Ku被控对象参数校正评价规则修正数据存储 单元 一个三维自校正模糊控制系统原理如图3-5所示。三维模糊控制输入变量分别为e、e、e、ke、kc、kr为量化因子，ku为比例因子，uk为k时刻的控制量，u为控制增量，分别为系统响应和期望响应，此外，还包括数据存储单元、评价(性能)、规则修正和参数校正四个环节。其中，数据存储单元用于存储评价控制系统性能的各种数据等。性能评价环节根据系统提供的信息对控制效果进行评价，其结果送入规则修正环节和参数校正环节，分别作为修正控制规则和校正参数的依据18。 e u R e e 图3-5 自校正模糊控制器第四章 电饭锅温度自适应模糊控制系统的设计及仿真第四章 电饭锅温度自适应模糊控制系统的设计及仿真 电饭锅在家庭中的使用已相当普及人们愈来愈重视加工后的米的营养及色、香、味。模糊控制电饭锅实现了最合理的煮饭加温过程控制，因此，提高了米饭的烹调质量，也便于用户操作19。所以选用上一章介绍的其中一种方案，在本文中选了自调整模糊控制器，来控制电饭锅的温度。4.1 电饭锅自适应模糊控制系统的结构在模糊电饭锅中，温度模糊控制有两种情况。一种是匀速升温控制，如煮饭过程中的加热与焖饭工序都是以6min均匀速度升温；另一种是恒温控制，如沸腾过程要保持温度在98一段时间。两者均需对加热器功率加以控制，不同的是前者给定温度值是变化的，后者是恒定的。图4-1为电饭锅自适应模糊控