（通信与信息系统专业论文）智能模糊控制器的设计.pdf

论文摘要 自8 0 年代以来，智能控制技耋不断发展进步并获得了广泛的应用，已经成为自动 _ - - - _ _ _ _ - - 一 控制领域不可逆转的发展趋势，本论文就智能控制的一个重要分支模糊控制进行 - 一 了详细的研究和探讨，利用m a t l a b 提供的开发工具设计了模糊控制器，并对模糊控 制器的各方面性能进行了分析研究，并与传统的p i d 控制器进行了对比。本论文在模 糊控制器的设计上采用了原型开发的设计方法，使用s i m u l i n k 和r e a l t i m ew o r k s h o p 作为工具，实现了可供实时系统使用的模糊控制软件，并利用s i m u l i n k 和r e a l t i m e w o r k s h o p 环境实现了控制器参数的在线调整。最后，本论文实现了采用结合了p i d 控 制算法的双模态模糊控制器，并取得了比较好的控制效果。 a b s t r a c t s i n c ee i g t yy e a r s ，i n t e l l i g e n t c o n t r o lt e c h n o l o g yd e v e l o p e dv e r yf a s ta n dh a sb e e n a p p l i e de x t e n s i v e l y i th a sb e c o m et h ed i r e c t i o no ft h ea u t o c o n t r o lf i e l dt h a tc a l ln o tb e r e v e r s e d i nt h i sd i s s e r t a t i o nid i s s c u sa n dr e s e r c ho no n eo ft h eb r a n c ho fi n t e l l i g e n t - c o n t r o lt e c h n o l o g y - - f u z z yc o n t r 0 1 id e v i s eaf u z z yc o n t r o l l e ra n ds t u d yi tw i t ht h ed e v e l o p t o o l sp r o v i d e db ym a t l a b ir e s e a r c ho nt h ef u z z yc o n t r o l l e r p e r f o r m a n c ea n dc o m p a r ei t w i t ht h et r a d i t i o n a lp i dc o n t r o l l e r id e v i s et h ef u z z yc o n t r o l l e rb ym e a n so fp r o t o t y p i n g d e s i g nm e t h o d ic o m p l e t et h ef u z z yc o n t r o ls o f t w a r et h a tc a nb er u n n i n go nt hr e a l - t i m e o p e r a t i o ns y s t e mw i t ht h ed e v e l o p i n ge n v i r o m e n to fs i m u l i n ka n dr e a l t i m ew o r k s h o p a n d ia c t u l i z et h eo n - l i n ep a r a m e t e r - a d j u s t m e n ti nt h ed e v e l o p i n ge n v i r o m e n to fs i m u l i n ka n d r e a l t i m ew o r k s h o p a tt h ee n do ft h i sd i s s e r t a t i o n ，ir e a l i z ead u a l m o d ef u z z yc o n t r o l l e r w h i c hc o m b i n ew i t hp i dc o n t r o la l g o r i t h m t h ed u a l m o d ef u z z yc o n t r o l l e rh a se x c e l l e n t c o n t r o lp e r f o r m a n c e 第一章绪论 第一节课题的提出和意义 在自动控制领域理论和实践中，我们经常运魁的是她传统的控制算法如p i d 算法 等，这些算法在多数债况“f 都能够取得较好的控勰效果，辘够达到我帮j 所期壤静控割搿标t 传统的控制算法实现简单，运算最小，易学易用，经常是我们在遇到自动控制问题时首先 怒判懿辩决办法。 但是在某嫂情况下，我们会遇到一姥采用传统控制方法难以解决的问题，比如我们曾 经承接过一令军工矮臻，骚剿一套集残电鼹囊羝瀑测控系统，该矮嚣鹣摆标要求援 为苛刻，要求控制被测集成块的环境濑度在一5 5 十1 2 5 c 之间逐点连续动态可调 控，接割误慧 o 5 ，控锻耩度在o 2 8 以内，全程馁意甄点阀平稳过渡时越夔小 于1 0 分钟。由于指橼所要求的控制范围宽，撩制精度商，反成快，传统的控制方法 很难满足系统控制品质的要求，晟后我们采用了专家系统和模糊控制等智能控制算 法，灏满地完成了该系统静研稍任务。 自8 0 年代以来智能控制技术很快兴越并且成为一个技术热点。很多的专 家擎卷投入了在这一领域静磷究黍l 探索，势取褥了辉燕懿成藏，智麓按翱矮域静各 个方向都取得了长足的进步。并且各个方向相甄交叉，形成了新的研究方向，如神 经模糊系统、模糊遗传箕法等。 但是智能控制技术到底怒较新的事物，还存在很多的问题尚未解决，而且智能 控制技术的实际应用也存在很多闷题，但这弗不能阻礤智能控制技术舱发展，陡着 研究热潮的兴起，相荚论文和箸作不断出现智能控制技术不断取得突破，对入们 的生产生活的影响也越来越深入，如嫩铁控制，梭反应堆控制，电机控制髑炉控制，机器人 手譬控翎，汽率紧急毒动和蒴撞撩潮，以及空诵系统投朝，洗衣辘控制等。 随着智能控制技术的迅速发展和j 4 泛应刑。智能控制技术在控制领域的地位也 越来越重要，技谈为楚簸一健弱控铡瑗论，j c 重智能控剿技术 l 孽研究无谂是在理论上 还是在实践上都具有深远的意义。 本论文主要硬究的海题憝摸糊控制器躲设计方法及模糊控制器静燃耗，势将模 糊控制器的特性与p i d 控制器进行了对比，最后进行了模糊一p l d 算法和等斜率算 法的研究和设计。 第二节智能控制的原理和发展现状 餐能控镪最钥静产生是为了艇决遥疵控剿翅题靛实辩需要，将天王智辘鑫学滠在理 论，技术及方法方面的研究成果运用到自动控制领域之中作为解决控制问题的一种新的 途径。在智糍控剿豹形藏秘发袋过程中，不凝的吸收了系统论，售惑论，横期数学，仿生 学，语言学。控制论计算机科学等的艨理和技术，逐步形成了- - i - j 多学科交叉的新学科， 披认为是自动控制理论的第三发熙阶段。 控制理论从形成到发展至今，已经掰了六十多年的历穰，分为兰个阶段。第一阶段是以 4 0 年代兴起盼调节原理为标志。称为经典控制理论阶段：第二= 阶段以6 0 年代兴起的状态空 闻法为标志，称为现代控稍理论除段：第三阶段潮楚8 0 年代兴超的麓辘控翱疆论除袋。控 制理论发展的三个阶段的主要特祉弛表i 1 表1 i自动控制理论发展阶段对照表 阶段第一阶段第二阶段第三阶段 形成孵闻4 0 - 5 0 年代6 0 7 0 年代8 0 年代以来 理论基础 经典控制理论现代控制论智能控制论 研究对象单因素控制多因素控制多屡次多因素控制 分析方法传递透觳，频城法状态方程，时域法智镌算子，多级控制 研究蔗点 反馈控制鼹优。随机，自适应 犬系统论，智能控制 控麓 核心装罱 自动调节器 电子计算机智能机器系统 痤薅攀撬蠡动诧撬缀塞动讫综螽蠡动纯 经典控制理论研究牧主要对象多为线性定卷系统，主要鳃决攀输入单输如闯题，硪究主 要采用以传递函数，频率特性，撮轨迹为基础的额域分折法。它的控制思想曾先旨在对机 器进行调节，使2 能够稳定的运 ：其次螂是采川反馈魄方式，使得一个动力学系统能够 按照入们的要求精确璁工律；最终楚实现对系统按指定琢稀进 - 的撩裁。 现代控制理论产生千六十年代前后。在这一时期计算机技术的迅猛发展为现代控制 理论的形藏写发震葵定了坚实的藿穑。嚣对，久类发展靛灭技术静嚣要叉察j 激了控翻壤论 从经地理论到现代控制理论的发展。现代控制理论所研究的问题从缎典控制理论的单输入 单辕滋系统接广到了多竣入多输出系缝，不仅霹以研究线壤系统，褥星可以是寿 # 线性或 分布参数特性的系统。现代控制理论的建模实现了从直接根据被控对象的物理特性的方法 向建立一般他的参数估计与系统辨识理论的扩展。它的计舞手段也从过去的手工计算向计 算机处理的方向转变。 2 经典控制理论与现代控制理论被统称为传统( 或常规) 的控制理论。传统控制理论的共 同特点足：符种理论l 方法都足建：九：对镣的数学模喇祭础i - f t j 或者说，传统控制理论的 前提条什是必须能够在常规控制理论指定的框架f l j 数学公式严格地刻划山被控制对象 的动态行为。对象的数学模型可以是基于微积分理论，线性代数或矢量分析。因此我们可 以把所有的常规控制理论方法概括地称为“基于数学模型的方法，( m a t h e m a t i c a lm o d e l b a s e d t e c h n i q u e s ) 。常规控制理论对能够得到准确数学刻划的对象能进行有效的控制。 传统控制理论最适用于以设备的参数为对象的控制系统的设计问题。而在应用于过程 任务( 或追求目标) 的控制时，传统控制理论遇到的最大困难是不确定性问题。第一类不确 定性是系统模型的不确定性( 未建模动力学) 。对此可设法使系统对模型的变化不敏感，即 鲁棒性控制；或通过在线辨识，使这种不确定性逐渐降低以至消除，即自适应控制。有些控 制任务( 目标) ，可以将结构化的环境当作对象来建立数学模型，并使其不确定性在鲁棒控制或 自适应控制能够处理的范围内。第一二类不确定性是环境本身的不确定性假定环境的变化的 影响可视为随机干扰，并能_ j 独立的概率统计分布描述则可研究在统计期望意义上的最 优控制，即随机最优控制随机最优控制最适 h 下对象与环境间只存在弱相互作用的过程 任务控制的场合，例如航海，航天，航空中的某些控制任务随着科学技术的不断进步和工业 生产的不断发展，人们发现许多现代军事和_ j ：业领域所涉及的被控过程和对象都难于建立 精确的数学模型，甚至根本无法建立数学模型。如社会经济系统生物医学系统等。既使 对有些对象和过程可以建立数学模型但由于极其复杂。难于实现实时的高性能的有效控 制 不确定性对象( 过程) 和环境具有许多未知因素和不确定因素，这些因素还会随环境、 工况、空间和时间发生不可预测的变化第一类不确定性中，对于结构化的环境，可以作 为控制对象建立数学模型，然而对于非结构化的复杂环境，或者不能建立这种环境的数学 模型，或者所建立的模型不确定性超山了鲁棒性控制或自适应控制所处理的范围，传统的 控制理论就不能获得满意的挖制效果。第一：类不确定性中对丁环境与对象可存在着因果 关系的强相互作用场合，环境的变化不能被视为随机干扰，既使是随机最优控制方法也无 能为力。 总之。对于与控制对象有强相互作用，非结构化和不确定的环境，传统控制理论常常 显得无能为力，而促使人们去探索控制理论的新途径，于是智能控制应运而生。 人工智能产生于本世纪5 0 年代，它是控制论，信息论，系统论，计算机科学，神经生 理学，心理学，数学。以及哲学等多种学科相互渗透的结果，也是电子计算机的出现和广 泛应用的结果。人工智能的基本思想是用机器模仿和实现人类的智能，实现脑力劳动的自 动化或部分自动化。 7 0 8 0 年代专家系统的山现和广泛应用把人工智能方法和技术的发展推向了高潮。 并初步确立了智能控制的体系结构和基本技术与方法。 1 9 6 5 年l a z a d e h 教授提山了模糊集理论，并由e h m a m d a n i 于1 9 7 4 年首先将模糊 推理应用于控制系统，出现了模糊控制，f ：且在近2 0 年的实际应用引起了人们的普遍关注。 模糊逻辑不同于传统的二值逻辑，它反应了现实世界所存在的不确定性，人们在认识中出 现的不确定性，模糊推理则是模拟人类决策过程中的一种智能行为。冈此模糊控制属于智能 控制。 1 9 8 2 年h o p f i e l d 提i 了h o p f i e l d 网络模型同年甘利俊一和a r b i b 捉了竞争和协 作神经网络，这一年f e l d m a n n 和b a h a r d 给出了所谓联接主义模型：1 9 8 4 年h i n t o n ，s e j m w s k i 和a c m e y 提山了玻尔兹曼机( b o l t z m a n nm a c h i n e ) ，同年k o h o n e n 提山了联想记忆模型；特 别是1 9 8 6 年r l l m e h a r tm c c k n a r l d 等人提山了p d p ( p a r a n dd i s t r i b u t e dp r o c e s s i n g ) 理论框架 在这个框架中给山了至今影响报人的学习算法一误差反向传播算法( e r r o rb a c kp r o p a g a t i o n m e t h o d 。简称b p 算法) ，人工神经网络的研究成果迅速被应用于智能控制系统中，出现了人 工神经网络控制的研究热潮。由于人工神经网络在建模，识别，学习等方面的能力，它可以 被应用于智能控制系统的各个层次，它是基于并行计算的一种分布式结构人工神经网络 的学习、记忆能力与处理定量数据的能力恰好和模糊逻辑的定性知识表达能力具有互补性。 因此，近年来，神经网络与模糊控制相结合的研究形成一种新趋势。 智能控制的含义智能控制就是在常规控制理论基础上吸收人一【智能运筹学。计算 机科学，模糊数学，实验心理学，生理学笛其他 ： 学中的新恐想，新方法，对更广阔的对 象( 过程) 实现期望控制其核心是如何设计和开发能够模拟人类智能的机器，使控制系统达 到更高的目标。智能方法在传统控制理论显得乏力的场合使用更为恰当。例如在分级递阶 系统的组织级。当然，在执行级也不排除智能方法的运用，特别是对象数学模型不确知或有 时变参数的场合，智能方法也可以显示其一定的优越性 按系统构成原理分类 1 专家系统控制：专家系统控制是把专家系统技术应用于过程控制系统的结果。专家 系统模拟人类操作者，工程师的经验和知识，并与控制器的算法相结合。实现对过程的有效控 制。由于专家的经验通常以规则形式表示因此，有时也称基于规则的控制。按照专家系 统影响被控过程的形式，专家系统控制可以分为直接专家系统控制和间接专家系统控制两 种。在直接专家系统控制中，专家系统何于内环或执行级中，以及外环或监控级中。专家 系统直接给出控制信号，影响被控过程专家系统根据测量到的过程信息及知识库中的规 则、导出每一采样时刻的控制信号，驱动过程，实现控制作用。在间接专家系统控制中，专家 系统位于外环或监控级中，专家系统通过层间界面指导内环或执行级的工作。专家系统只 是通过对控制器的结构或参数进行调整，赢接地影响被控过程。例如，为防止控制回路中突 变产生的影响，在自适应控制中可以有从结构中切除参数估计过程的专家系统；在p i d 控 制器中可以有自调整参数的专家系统，在这些情况下，专家系统只是根据其各种输入信号和 专家经验完成切断参数估计过程或调整p i d 参数，而不直接在每个采样周期内都去确定控制 动作。专家系统控制在智能控制的探索中是较早实现的一类，目前多为间接专家系统控制 途径，应用较为广泛。 2 模糊控制：模糊控制是建立在扎德教授创立的模糊集理论基础上的一类智能控制。 模糊控制核心为模糊推理。它同样是根据人的控制经验，模仿人的控制决策与专家系统控 制类似，其推理过程也是以基于规则形式表示的人类经验，因此有人把专家系统控制和模糊 控制均归类为基于规则控制。但是模糊控制和专家系统控制的理论基础不同，前者基于模 糊集合理论，后者基于专家系统原理而且模糊控制规则的状态条件和控制作用均采用量 化了的模糊语言变量，如“高“，“低，“火”，“小”，“正常。等。因此，我们把模糊控制与专 4 家系统控制相区分，单独作为一类。模糊控制臼1 9 7 4 年首次成功地应用于锅炉和蒸汽机控 制以来，应用越来越广泛，表现出强人的生命力。可以说，模糊控制正深入到我们生产。生 活的许多方面如：地铁控制核反席堆控制，l 乜机控制锅炉控制机器人手臂控制， 汽车紧急制动和防撞控制，以及空调系统控制，洗农机控制等。近几年来，在基本模糊控 制基础上，许多研究者又提出了一些变形的模糊控制器，如：与p i d 控制相结合的双模态 模糊控制，自组织模糊控制专家模糊控制神经网络模糊控制等，从而进一步改善了模 糊控制的性能。 3 人工神经网络控制：人工神经网络具有许多优异的性能它的可塑性自适应性和 自组织性使它具有很强的学习能力；它的并行处理机制使它求解问题的时间很短，具有满足 实时性要求的潸力；它的分布存储方式使它的鲁棒性和容错性都相当良好因此人工神 经网络在控制系统中具有广泛地应用。类似专家系统控制。人工神经网络可以作为补偿环 节直接起控制作用，也可以作为系统参数估计器和自适应机构通过控制器间接参与对象的 控制人工神经网络在非线性系统建模和辨识，自适应控制方面的作用更为显著。人工神 经网络力图在结构上模拟人的大脑而模糊推理则在思维方法上模拟人的大脑功能。二者 在对信息处理加工方面，从不同侧面表现山人类人脑思维过程的容错能力。因此从控制 角度出发，将神经网络和模糊控制相结合，很自然的成为智能控制的一种发展趋势。于是 近几年出现了各种各样的神经模糊控制系统，或模糊神经控制系统。 4 仿人智能控制：仿人智能控制是把起控制作用的人作为控制环节( 人控制器) ，对其 特性进行研究和模仿，建立其数学模型，并构造相应的控制器，实现对过程( 对象) 的有效 控制，这种控制器称为仿人智能控制器。人是一个极为复杂的系统，人控制器具有一些特 有的性质，井且不能把他的输入一输山关系简单地描述成纯线性的，非线性的，时变的， 随机的或离散的模型。而实际上它是这些特性的组合此外，人控制器具有很强的自适应 能力可以从运行经验中学习到自己原来不知道的东西。其他一些因素，如情绪，疲劳等 也会影响他的性能。因此，要为人控制器建立真正的数学模型实际上是不可能的。只能是为 完成一项专门的控制任务确定其近似的性能模型这些模型有线性连续模型，离散模型，也 有自适应模型。根据这些模型构造的仿人智能控制器。对特定控制任务达到了逼近人控制器 的控制效果。近几年，仿人智能控制的研究取得了新的进展，在分级递阶智能控制系统框架的 基础上。进一步从宏观结构和行为功能上模仿人的运动控制系统在理论上和实践上，仿人 智能控制都取得了可喜的成果，成为智能控制的重要类别之一。 第三节m a t l a b 概述 m a t l a b 是世界上应用展广泛的工程计算应用软什之一，由m a t l a b 主包和功能个 异的工具箱组成，8 0 年代初期，c l e wm o l e r 、j o h nl i t t l e 采用c 语言编写m a t l a b 的核心。 合作开发了m a t l a b 第二代专业版。不久，他们成立了m a t t i w o r k s 公司并将m a i a b 正式 推向市场。 5 m a t h w o r k s 公司白1 9 8 4 年止式推出m a t l a b 后，经过这些年不断研究，增加了许多功 能m a l l a b 5 3 ( i 1 1l e a s e li ) 门1 1 乙成为目际公认的冠优秀n 0 数学心川软仆之 m a t l a b 系统经过不断的发展，m a t l a b 现己自成体系。m a t l a b 系统包括五个 部分： m a t l a b 语言 m a t l a b 语言是一种高级矩阵语言。随着m a t h w o r k s 公司的不断研究，m a t l a b 语言 已成为带有独特的数据结构、输入输山、流程控制语句和函数，并且面向对象的高级语言。 m a t l a b 语言在工程计算方面具有无可比拟的优异性能。它集计算、数据可视化和程序设 计于一体并能将问题和解决方案以j h 户熟悉的数学符号表示山来 m a l a b - r 作环境 m a t l a b 工作环境是一个集成了许多应h j 程序和工具的工作空间。在这个工作空间 中，用户或程序开发者可以应用不同的功能完成他们的工作。m a t l a b 工作环境给用户提 供了在工作空间内管理变量和输入、输山数据的功能，并给用户提供了不同的工具用以管 理、调试m 文件和m a t l a b 应用程序。 m a t l a b 图形处理系统 m a t l a b 的图形处理系统为用户提供了非常丰富的函数用以将工程计算的结果可 视化。 m a t l a b 数学库函数 m a t l a b 数学库函数包含了大量的数学函数，该函数库既包含了诸如求和，正弦， 余弦之类的简单函数，也包含了转置矩阵，快速傅立叶变换等复杂函数。 m a t l a b 应用程序接口 m a t l a b 应用程序接口实际上是一个让m a t l a b 语言同c 和f o r t r a n 等高级语言进 行交互的函数库该函数库的函数通过动态链接来读写文件。 m a t l a b 的主要功能有： 1 数值计算功能 2 符号计算功能 3 数据分析和可视化功能 4 文字处理功能 5 s i m u l i n k 动态仿真功能 m a t l a b 由主包和各种工具箱组成。主包是m a t l a b 的核心，工具箱实际上是扩展的 有专门功能的函数。不同的工具箱给不同领域的用户提供了丰富且强大的功能。如为控制 领域提供的线性矩阵不等式控制工具箱( l m ic o n t r o lt o o l b o x ) ，为信号处理领域提供的小波 工具箱( w a v e l e t t o o l b o x ) ，为神经网络领域提供的神经网络工具箱( n e u r a ln e t w o r kt o o l b o x ) ， 为模糊逻辑领域提供的模糊逻辑工具箱( f u z z yl o g i ct o o l b o x ) 等。目前，已有涉及自动控制、 信号处理、图像处理、经济、数学等多种学科的3 0 多种m a t l a b 工具箱投入应用。 应用m a t l a b 的各种工具箱可以在很大程度上减小用户编程时的复杂度，而 m a t h w o r k s 公司也一直致力予追踪符学科的最新进展，并及时推山相应功能的工具箱毫无 疑问，m a t l a b 能在数学应用软1 ，| ：中成为主流是离不开各种功能强大的工具箱的。 6 m a t l a bl ：具箱中我们土要川刘的是模糊逻辑i ：具箱( f u z z yl o g i ct o o l b o x ) 。模糊 逻辑工具箱是m a t l a b 用于解决模糊逻辑问题的i ：具箱。其主要应用包括： ( 1 ) 友好的交互设计界面； ( 2 ) 自适应神经一模糊学习、聚类以及s u g e n o 推理： ( 3 ) 支持s i m u l i n k 动态仿真； ( 4 ) 可生成c 语言源代码用于实时应用。 在模糊智能控制器的实现过程中我们还用到了s i m u l i n k 的一个重要功能模块r e a l - t i m e w o r k s h o p ，r e a l t i m ew o r k s h o p ( 实时1 二作间) 是一种可以在多平台上( 包括m i c r o s o f t w i n d o w s 9 5 。w i n d o w s9 8 ，w i n d o w sn t 和u n i x ) 运行的产品。r e a l t i m ew o r k s h o p 是一种实 时开发环境，可以直接从s i m u l i n k 的模删产生可移植的程序源代码( c 语言或a d a 语言代 码) 井自动构造出能在多种环境中( 包括实时系统和单机仿真) 实时执行的程序。它为系统从 设计到实现除了一条，快捷的途径，而且简单易_ l 。通过r e a l - t i m ew o r k s h o p 可以在远程处理 器上实际行仿真模型，也可以在主机或外部计算机上运行高速单机仿真。 r e a l t i m ew o r k s h o p 具有以下这些主要特性： ( 1 ) 能够从定步长的s i l n u l i n k 连续时间系统模型、离散时间系统模型和混合系统模型 直接产生源代码。 ( 2 ) 产生的代码是经过优化的，从而保证了执行速度 ( 3 ) 代码具有可移植性。能够在多种环境中使用而且可读性强，便于维护。 ( 4 ) 自动构造程序，构造过程完全_ 【 j 户化。 ( 5 ) 使用可定制的m a k e 文件建立目标文件并可以自动移植到硬件 ( 6 ) 具有可扩充的支持多种硬什的驱动程序席弗支持第三方的硬t i ：乖l - c 具。 ( 7 ) 从s i l n u l i n k 移植到外部硬_ f 1 ：1 9 参数可以住系统运行过程中进行在线调整。 ( 8 ) 自动函数内联，允许直接把函数嵌入到生成的代码中从而可以消除函数调用的销。 ( 9 ) 菜单驱动的良好图形j l j 户界面( g u i ) 使得操作更加简便。 基于r e a l t i m ew o r k s h o p 的这些特性。它主要用于以下几个方面： 1 实时控制 首先可以在m a t l a b 和s i m u l i n k 建立控制系统模型，然后通过r e a l t i m ew o r k s h o p 成程序源代码把源代码编译后可以直接移植到控制系统的硬件上。 2 实时信号处理 m a t l a b 和s i m u l i n k 设计信号处理的算法，然后生成程序源代码。编译后移植到硬件 上 3 交互式实时参数调整 可以把s i l n u l i n k 作为实时模型的前端，这样就能够在程序执行过程中调整参数。 4 实时仿真 比如模拟系统的训练、实时模型验证和测试 5 高速单机仿真 6 产生可移植的c 语言代码 7 第二章模糊智能控制器的设计 第一节传统控制器 p i d 控制器山现在3 0 年代末期，是按照偏著的比例，积分，和微分进行控制一 种自动控制器它具有原理简单，易丁实现，鲁棒性强和适_ 【 j 面广等优点，是应用 最为，“泛的一种控制算法是传统控制算法中较为成熟的一种。控制器的原理如图 所示： 数字p i d 控制算法有两种表示形式。 图2 j 1 位置算式： =。+号砉q+鲁cen-en_iun k p e i d e n - i ，+ u 。 = 。+ 争q + 爿 】 + 1j i = o 式中e n = w n 为n 时刻的偏差值，w 为被控量的设定值，y n 为被控量n 时刻的测试值 以为n 时刻的控制最输出u o 为偏差为0 时的控制最输山，c ，巧，乃分别为采样时间 8 执行系统臼身的积分时问和微分时问。k 。为比例控制系数。 2 增量算式： u 。= u 。一u 。一t = k ， e n - - e n _ i 】+ 争e 。+ 季，r ，- - e n _ i ) 一( e n _ i - - e n _ 2 ) 】) = k ，【e 。+ 号e 。+ 了r d i n 2 e 。1 = k 。a e + k ，e 。+ k a a 2 e 。 在实际控制系统中，由于增量算式只需保存e ，a e 一_ l = e 一e m 两次最近的测试 值占用资源少，运算简单，且运算鼍相对较少，控制方便，故应用更为广泛。实 际上，增量控制算式和位置算式的物理意义是有区别的。因为增量式本身已具有对 时间微分的意义所以等式右边与位置算式相对应的项都分别具有了单位时间内增 量的意义。因而k 。，k ，局所对应的项分别相当丁微分，比例，二次微分的意义， 分别实现对响应速度，偏差比例，响廊加速度的控制作用。因此( 2 2 2 ) 式中与位 置算式( 2 2 1 ) 中相对应的的k 。，k ，k ，的物理意义有了新的含义。其中( 2 2 2 ) 式中的定相当于微分系数，k 相当丁单位时间内的比例系数，髟相当于单位时 间内的二次微分系数。虽然习惯上仍把k 。，k ，k ，分别称作比例系数，积分系数， 微分系数。但增量式中的对实际控制系统的控制意义是：足。项是有关被控量变化速 度的量，是控制响应时间的项；k 是有关差值比例的项，该项也是引起超调的主要 原因，同时也是控制响应时间的很重要的项；亿项为控制有关响应的加速度的项， 与k 同属惰性项。该项对稳定点附近的惰性控制作用要比k 。项大，当e 。= e n - l = 0 时，该项对u 仍有控制作用。所以该项是对系统惰性控制作用最强的一项。同时， 也是容易引起设定点附近振荡的项，k f 值太人容易引起系统在平衡点附近的振荡 足。，k ，三个系数值越大，对系统的控制作用越强。由于k 。，k ，局三个系数的控 制效能不同，相互制约。故需要相互配合才能达到较好的控制效果。 在p i d 控制系统中，当有较人的扰动或人幅改变给定值时，由于此时有较大的 偏差，以及系统的惯性和滞后性。常产生较人的超调而且伴有k 时间的阻尼振荡。 如图2 2 所示。由于p i d 算法自身的特点，为保证超调小，减小振荡，在达到设定值点附 近，必须通过调节k 。，k ，髟来降低响应变化的速度。而p i d 算法本身是一个惰性算法， 在降低了其反应的灵敏性后，有时会产生响应过慢，长时间不能达到平衡点的现象。 为了改善p i d 算法的性能，人们做了人量工作，提出了积分分离，梯形积分，测量值 微分等方法，还包括一系列的参数整定和自整定算法。如z - n 法，衰减曲线法等，对于如 温度控制等包含有纯滞后环节的系统，如知道被控对象的精确数学模型，可引入s m i t h 预 估器作为校正环节，可取得较好的效果。但是，p i d 算法属于传统的控制算法，当被控系 统的参数发生变化时，控制性能迅速恶化，所以对于非线性或时变系统，p i d 控制器很难 满足要求。 9 2 15 0 5 0 瓜 - - 弋 r。l) 。- 。_ 啊 l 01 02 03 04 05 0 6 0 7 0 8 09 01 0 0 刚2 2p i d 控制曲线 考虑一个如图2 1 所示的p i d 控制系统。假定被控系统为一广义的控制对象三；= _ 。 s + l 这个对象包含有一阶惯性环节和一个纯滞后环：帆可以模拟多种被控对象，在工业过程中 应用广泛系统的参数k r 和f 可以通过特征参数辨识的方法得到，其中k 称为静态增益， t 称为等效时间常数， r 为等效纯时延。 我们首先假定某被控对象的参数k = i 5 ，t = 1 6 ，r = 1 4 ，再仔细调整p i d 控制器的参 数k 。，k ，心。获得较好的控制曲线如图2 3 ( a ) 所示，然后我们依次改变被控对象模型的 各个参数，再观察p i d 控制器的控制效果。 1 5 0 5 0 一 、 、 _ j 0 1 02 03 04 05 0印7 09 01 0 0 图2 3 ( a ) 1 0 我们首先改变静态增益参数k ，分别得到k = 0 5 和k = 0 3 时p i d 控制器的控制效果如图 2 1 ( b ) 所示我秆j 可v a i n ，当k 减小时，系统的灵敏度降低，系统到达稳态的时间变k ， 稳定性变差。 1 ，5 0 5 0 藤裳 ：搿 、： 一 ；1 一 d1 02 03 04 0卯印7 08 09 b1 0 0 然后我们改变等效时间常数t ，分别得到t = 2 2 和t = 3 0 时p 1 d 控制器的控制效果如图 2 1 ( c ) 所示，我们可以看到，当t 变人时，不仅系统的灵敏度降低，上升速率变慢，而且控 制系统的超调量变大，系统到达稳态的时间变长，稳定性变差。 15 0 5 0 研j、 一直簿孑严 t _ 1= 3 0 r - ：2 01 02 03 d4 05 06 07 0加9 d1 0 0 图2 3 ( c ) 最后我们改变为等效纯时延r ，分别得到r = 2 4 和r = 3 4 时p i d 控制器的控制效果 如图2 1 ( d ) 所示，我们可以看到，、与系统的等效纯时延r 变人时，p i d 控制器的控制效果明 显变菇，系统的超调帚变人系统刊j 厶稳态的时问变k ，稳定性变著，共至可能长时间不 能稳定。 2 1 5 0 5 0 怨； 鼯 z垒 fj 、 ： 惭 。 彤 01 02 03 04 1 35 0阳7 08 09 01 0 0 综合上面的实验和观察分析可以得出结论，以p i d 控制器为代表的传统控制器在运用 上存在某些局限。当被控对象处于一个不确定环境中，或与环境有较强的相互作用，或被 控对象本身就是个非线性或时变系统时，都会使被控对象处于一种不确定状态，难以或根 本不可能用精确的数学模型来描述，此时传统控制器就难以满足控制要求，即使可控。控 制器所能达到的控制指标往往难以令人满意。 传统控制器的鲁棒性差的主要原冈是算法对被控对象精确数学模型的依赖性，如p i d 控制器，其控制器的各种参数，如比例系数，积分系数，微分系数等等与被控对象精确数 学模型密切相关，必须根据具体的被控对象进行仔细调整。由于控制器参数与被控对象及 控制特性之间的关系比较复杂，而且参数与参数之间还相互影响，甚至某些控制指标还互 相矛盾，所以一旦控制器的参数或被控对象的模型参数发生变化，p i d 控制器的控制特性 如超调量，上升时间，稳定时间等将发生较大的变化所以当被控对象的数学模型参数发 生改变时控制器的参数必须进行相应的改变以满足所需的控制特性如果被控对象处于 不确定状态，其控制器的参数就很难凋整，控制器的控制特性会恶化甚至发生失控现象， 如出现积分饱和现象等。 这时只有采_ i j 智能控制器才能达到所需的控制目标。如我们对f 面所设计的模糊控制 器的性能分析就可以看出，模糊控制器的鲁棒性要远优下p i d 控制器。而且，即使在p i d 控制器和智能控制器都能很好应_ j 的场合，由于p i d 算法本身的局限，其某些控制指标如 上升时间，超调量等也难以和智能控制器相比。 1 2 第二节模糊控制的原理 模糊控制属于智能控制，是一种模拟人类智能的形式。模糊理论的创立模糊理论是在美 国柏克莱加州大学电气工程系l o t f i a z a d e h 教授丁1 9 6 5 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 z a d e h 博十在1 9 6 5 年发表的f u z z ys e t 论文中首次提山了表达事 物模糊性的重要概念一隶属函数，从而突破了1 9 世纪末德国数学家g c o n t o r 创立的经典 集合理论的局限性。借助于隶属函数可以表达一个模糊概念从“完全不属于，到“完全隶属 于”的过渡。才能对所有的模糊概念进行定量表示。隶属函数的提出奠定了模糊理论的数学， 基础这样，像“冷”和“热，这些在常规经典集合中无法解决的模糊概念就可在模糊集合中 得到有效表达。这就为计算机处理这种i f 言信息提供了- - 1 可行的方法。 1 9 6 6 年，p n m a r i n o s 发表了模糊逻辑的研究报告，这一报告真正标志着模糊逻辑的诞 生。模糊逻辑和经典的二值逻辑不同，模糊逻辑是一种连续逻辑。一个模糊命题是一个可以 确定隶属度的句子，它的真值可取【o ，1 】区间中的任何数很明显，模糊逻辑是二值逻辑的扩展， 而二值逻辑只是模糊逻辑的特殊情况。模糊逻辑有着更加普遍的实际意义，它摒弃y - 值逻 辑简单的肯定或否定，把客观逻辑世界看成是具有连续灰度等级变化的，它允许一个命题亦此 亦彼，存在着部分肯定和部分否定，只不过隶属程度不同而已，这就为计算机模仿人的思维方 式来处理普遍存在的语言信息提供了可能，i i l 而具有划时代的现实意义。 1 9 7 4 年，l a z a d e h 又进行了模糊逻辑推理的研究，从此。模糊理论成了一个热门的课 题建立在模糊逻辑基础上的模糊推理是一种近似推理可以在所获得的模糊信息前提下 进行有效的判断和决策。而基丁_ 二= 值逻辑的演绎推理和归纳推理此时却无能为力，因它要 求前提和命题都是精确的，不能有半点含糊。 1 9 7 4 年。英国的e h m a m d a n i 首次用模糊逻辑和模糊推理实现了世界上第一个试验性 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。它的成功也标志着人们 采用模糊逻辑进行工业控制的开始，从而宣告了模糊控制的问世。1 9 7 5 年，英国的k i n g 及m a u l d a n i 利用模糊控制器控制一个反应搅拌池的温度获得成功。1 9 7 6 年，荷兰学者k i c k e r t 等人通过模糊控制器解决了热交换过程中的扑线性、干扰、非对称增益特性和时滞等问题， 收到了最佳p i 控制效。同年，英国学者t o n g 对压力容器内部的压力和液面进行了模糊控制， 收到了较好的效果。 1 9 7 7 英国的p i p p s 等人采用模糊控制。对十字路口的交通管理进行实 验，车辆的平均等待时间减少7 。1 9 7 9 英国的p r o c y k 和m a m d m i 研究了一种自组织的模 糊控制，这种控制器在控制过程中能不断地修改和调整控制规则，使控制系统的性能不断提 高。自组织模糊控制器的出现，标忠着模糊控制器由低级开始向高级，仿人智能阶段发展 1 9 7 9 年丹麦f l s m i d t h 公司研制的模糊逻辑计算机协调控制系统投入运行，1 9 8 2 年又研 制成功n o 分析器，并和上述系统配套使_ j 实现了某些工业生产过程的自动化，丹麦的这 一系统已作为商品投放市场。1 9 8 3 年，日本学者s h u t am u m k a m i 研制成功了一种基于语言 真值推理的模糊逻辑控制器，计成功地川f - 汽1 i 速度的门动控制。目前模糊控制方法的 应用场合日趋增多。除了以往的1 业过程控制以外，各种商业民用场合也广泛地应j ； i 了模 糊控制，如空调系统控制洗农机的控制汽下紧急制动干防撞控制地铁控制机器人手 臂控制等等。第一个有较大进展的商业化模糊控制器是在丹麦诞生的。事实上，模糊逻辑应 用最有效、最广泛的领域就是模糊控制，模糊控制在各种领域山人意料地解决了传统控制理 论无法解决或难以解决的问题，模糊理论的确还有许多不完善之处，比如模糊规则的获取和 确定隶属函数的选择以及比较敏感的稳定性问题至今仍术得到完善的解决。尽管如此，也不 应否定模糊理论的科学性和有效性，它事实上已经成为智能控制的一个重要分支。 实践表明，模糊控制具有以一f ) l 个特点： ( i ) 它不需要知道被控对象( 或过程) 的数学模型； ( i i ) 它易于实现对具有不确定性的对象和具有强1 f 线性的对象进行控制； ( i i i ) 它对被控对象特性参数的变化具有较强的鲁棒性： ( t v ) 它对于控制系统的干扰具有较强的抑制能力 所谓模糊控制，就是在被控制对象的模糊模型的基础上，运用模糊控制器近似推理等 手段实现系统控制的一种方法。模糊模= ! i ! ! 是用模糊语言和规则描述的一个系统的动态特 性及性能指标模糊控制的基本思想是用机器去模拟人对系统的控制。它是受这样事实而启 发的：对于用传统控制理论无法进行分析和控制的复杂的无法建立数学模弛的系统，有经 验的操作者或专家却能取得比较好的控制效果。这是因为他们凭借的是日积月累的丰富经 验因此人们希望把这种经验指导f 的行为过程总结成一些规则。并根据这些规则设计出 控制器。由于人的经验一般是用自然语言来描述的，因此，基于经验的规则也只能是语言 化的、模糊的、然而运用模糊理论，模糊语言变量和模糊逻辑推理的知识，可以把这些模 糊的语言规则上升为数值运算，从而能够利用计算机来完成对这些规则的具体实现，达到 以机器代替人对某些对象进行自动控制的目的。 第三节模糊控制器的设计 模糊控制器是模糊控制系统的核心，在模糊控制系统设计中设计和调整模糊控制器及 其参数是非常重要的。一般来说，设计模糊控制器主要包括以下几项内容： ( 1 ) 确定模糊控制器的输入变量和输出变量。 归纳和总结模糊控制器的控制规则。 ( 3 ) 确定模糊化和非模糊化的方法。 ( 4 ) 调整量化因子和比例因子。 设计模糊控制器首先是要确定模糊控制器的输入变量和输出变量。究竟选择何种信息 作为模糊控制器的变量，必须深入研究手动控制过程中有经验的操作人员主要根据哪些信 息来控制被控对象向预期目标逼近。 1 4 手动控制过张中的信息帚人侄进行手动控制过槲中。操作者期望实现控制目标。一旦偏 离了目标，出现了偏差，操作者便根据偏著的人小进行调整。人的大脑中误差的“大，或 “小”，这些概念是模糊的在褴个手动控制过程l | 1 ，人所能获取的信息一般可以概括为三 个：误差、误差的变化率和误差变化的变化率。 模糊控制器的输入输出变量在手动控制过程中，人对误差、误差的变化率以及误差变 化率的变化率这三个信息的敏感程度是完全不同的。由丁模糊控