（控制理论与控制工程专业论文）模糊控制系统设计及参数pso优化研究.pdf

浙江大学硕士学位论文 摘要 模糊控制是一种无模型的智能控制方法，可以用来处理非线性对象的控制 问题，但是控制精度不高以及缺乏系统化参数设计方法的缺陷使得模糊控制存 在着一定的局限。本文对如何提高模糊控制的性能以及系统化的参数设计问题 进行研究，提出了一种模糊p i d 控制的结构，并且首次将微粒群优化算法( p s o ) 应用于模糊控制器的参数优化设计。针对不同的工业对象和过程，进行了模糊 控制系统的设计和仿真试验。本文的工作包括以下方面的内容： 1 ，综述了模糊控制理论的产生、发展和现状以及在提高模糊控制器控制性 能方面的研究概况。 2 介绍了模糊控制的基本原理和模糊控制器的结构；对常规模糊控制器的设 计过程进行了阐述；总结和分析了常用模糊p i d 控制器的结构。 3 提出了一种参数自调整模糊p i d 集成控制策略。针对水轮机组的转速控 制问题，进行了仿真试验，仿真结果验证了此种控制策略的有效性。 4 综述了微粒群优化( p s o ) 算法的产生和发展及应用情况，用函数优化演示 了微粒群算法的优化性能。 5 尝试将微粒群优化算法( p s o ) 应用于模糊控制器参数设计中，并给出了 p s o 进行模糊控制器参数优化设计的步骤。针对两种b e 较典型和实用的模糊控 制器结构，进行了p s o 参数优化设计。通过典型对象的控制系统仿真表明：基 于微粒群优化算法进行模糊控制器参数优化设计是可行和有效的。 关键词：模糊控制；p i d 系统设计；参数优化；微粒群；p s o 浙江大学硕士学位论文 a b s t r a c t s f u z z yc o n t r o li s a l l i n t e l l i g e n tc o n t r o ls o l u t i o nw i t h o u tm o d e l ，w h i c hi so f t e n u s e di nn o n l i n e a rp r o c e s s e s h o w e v e r , t h el a c ko fh i g hp r e c i s i o na n dp a r a m e t e r s y s t e m i cd e s i g nm e t h o d sl i m i t e dt h ea p p l i c a t i o n so ff u z z yc o n t r 0 1 i nt h i st h e s i s ，i n o r d e rt oi m p r o v et h ep e r f o r m a n c e so ff u z z yc o n t r o l l e r , ah y b r i ds t r u c t u r eo ff u z z y p i dc o n t r o l l e ri sp r o p o s e da n das y s t e m i cp a r a m e t e ro p t i m a lm e t h o db a s e do nt h e p s o ( p a r t i c l es w a r mo p t i m i z a t i o n ) i si n t r o d u c e d t h es i m u l a t i o n so fs o m e i n d u s t r i a l p l a n t s a n dc o n l n l o nm o d e i sv a l i d a t et h ee f f e c t i v eo fa b o v e m e n t i o n e d m e t h o da n ds t r u c t u r e t h em a i nr e s e a r c hw o r k sa r ea sf o u o w s ： 1 as u r v e yo ft h eo r i g i na n dt h ed e v e l o p m e n ts t a t u so f f u z z yc o n t r o lt h e o r yi s s u m m a r i z e d t h es t a t u so f i m p r o v i n gf u z z y c o n t r o lp e r f o r m a n c ei sa l s oi n t r o d u c e d 2 t h eg e n e r a lp r i n c i p l eo f f u z z yc o n t r o la n dt h es t r u c t u r eo f c o n v e n t i o n a if u z z y c o n t r o l l e ra r ei n t r o d u c e d t h ed e s i g na p p r o a c ho f f u z z yc o n t r o l l e ri sr e v i e w e d s o m e c o m m o n f u z z y p i dc o n t r o l l e r sa r ei n t r o d u c e da n da n a l y z e d 3 am i x e d p a r a m e t e rs e l f _ t u n i n gf u z z yp i d c o n t r o l l e ri sp r o p o s e d t h ec o n t r o l s i m u l a t i o no ft h eh y d r a u l i ct u r b i n eg e n e r a t o ri sb u i l ta n dt h er e s u l t ss h o wt h a tt h e p r o p o s e dc o n t r o l l e r h a ss a t i s f i e d p e r f o r m a n c e s 4 a s u r v e yo f t h ep a r t i c l es w a r m o p t i m i z a t i o n ( v s o ) i ss u m m a r i z e d ，i n c l u d i n g t h eh i s t o r ya n dt h ed e v e l o p m e n to fp s oa sw e l la st h ea p p l i c a t i o n so fp s o s o m e e x a m p l e so f f i m c t i o n s i l l u s t r a t et h ee f f e c t i v eo f p s o 5 p s oi su s e dt os o l v et h es y s t e m i cp a r a m e t e rd e s i g n p r o b l e m so ff u z z y c o n t r o l l e r t h ep r o c e s so fp a r a m e t e ro p t i m a ld e s i g no fc o m m o nc o n t r o l l e ri sf i r s t d e t a i l e dp r o p o s e d a n dt h e nt h ep s om e t h o di se m p l o y e di nt w ok i n d so f s i m p l ea n d u s e f u lf u z z yc o n t r o l l e r t h es i m u l a t i o nr e s u l t sw i t hs o m et y p i c a lm o d e l ss h o wt h a t t h ep a r a m e t e ro p t i m a td e s i g nm e t h o db a s e do nt h ep s oi sf e a s i b l ea n de f f e c t i v e k e y w o r d s l ：f u z z yc o n t r o l ；p i d ；s y s t e md e s i g n ；p a r a m e t e ro p t i m a l ；p a r t i c l e s w a r m o p t i m i z a t i o n ；p s o l i 浙江大学硕士学位论文 致谢 值此论文完成之际，谨向我的导师王树青教授表示崇高的敬意和衷心的感 谢。两年半的学习研究生活中，一直得到了导师亲切关怀和悉心指导，这种关 怀与指导是无处不在和无微不至的。导师渊博的知识、敏锐的洞察力、严谨的 治学态度、对事业孜孜不倦的追求和达观进取的人生态度，是我一生学习的榜 样! 衷心感谢金晓明副教授、张建明副教授、王宁研究员、张泉灵副研究员和 来国妹女士在学习和生活上给予我的指导和帮助，从你们身上学到的为人处事 的风格和对待科研的严谨态度使我受益非浅。 在我的学习过程中，师兄李奇安博士、谓 磊博士、孙世国博士、郭明博士、 周韶园博士、韩安太博士、刘峙飞博士、黄海博士，师姐何宁博士、蒋丽英博 士，同学邓士普、刘天泉、陈亚华、王鹤曾以及大房间的每位同学对我的学业 和生活上都有过很大的帮助，在此表示诚挚的感谢! 感谢已经毕业的大师兄王 林博士对我学业上的帮助。 对所有支持和帮助过我的老师、同学、朋友表示感谢 我要特别感谢我的家人，他们无私的支持和鼓励是我学习的动力。 最后，谨将此文献给所有关心和帮助过我的人。 i l l 第一章绪论 第一章绪论 本章首先对模糊控靠4 理论的产生、发展和现状进行了回顾，并就模糊控制的应用情况进 行了介绍。综述了提高模糊控制性能方面的研究概况，包括模糊p i d 的研究、基于模糊控制 器自身的研究以及优化算法在模糊控制器设计中的应用等。最后给出了本文研究的主要内 容。 关键词：模糊控制；p i d ；应用；复杂对象；非线性 1 1 引言 传统控制理论发展到今天已经非常成熟。然而，随着现代科学技术的飞速发 展，企业规模不断扩大、工艺复杂程度不断提高，出现了一些基于传统控制理论 无法进行有效控制的对象，这类对象往往具有如下的特点：缺乏精确的数学模型、 高度的非线性、复杂的任务要求等。对于这类对象的控制，运用传统经典控制理 论和现代控制理论通常难以进行有效控制。困难在于这类过程往往反应机理比较 复杂，操作点会发生改变，很难用数学表达式对其进行精确的描述，即使得到了 数学模型，形式上一般很复杂，让擅长基于精确数学模型进行控制器设计的经典 控制理论与现代控制理论有时感到无能为力。 为了寻求这类非线性对象控制上的突破，许多专家学者进行了理论和实践上 的不懈探索，提出了多种智能控制方法，其中模糊控制、神经网络控制以及专家 系统是目前公认的三大智能控制方法i l 】。 模糊逻辑系统是建立在模糊逻辑基础之上，它比传统的逻辑系统更接近于人 类的思维和语言表达方式，提供了对现实世界不精确或近似知识的获取方法，能 不依赖系统的数学模型但却较好地模拟人的经验，适合于处理复杂的问题，它对 系统参数的变化和人为要求有较强的适应性。从模糊逻辑系统发展起来的模糊控 制能够很好地处理工业过程中大量的不确定信息，比较直观地利用熟练操作人员 和专家的经验信息对复杂非线性系统实施有效控制。 相对于常规控制，模糊控制具有很多优点【2 1 。模糊控制无需建立被控制对象 的精确的数学模型基于专家经验就能实现对非线性对象的控制，是解决不确定 浙江火学硕士学位论文 性现象的有效途径：模糊控制具有较强的鲁棒性，对于被控制对象参数变化不敏 感，可以控制时变、时滞系统；模糊控制能够满足实时性的要求；模糊控制模拟 了人们的思维推理逻辑，易于理解。 1 2 模糊控制理论的产生、发展和现状 1 2 1 模糊控制理论的产生 当今世界正面临着一场强劲的信息革命，而模糊理论的兴起正是反映了这场 革命的迫切需要。从1 9 6 5 年美国著名控制论专家l a z a d e h 发表开创性论文【3 】， 首次提出一种完全不同于传统数学与控制理论的模糊集合理论，到1 9 8 5 年世界 上第一块基于模糊逻辑的人工智能芯片在著名的贝尔实验室研制出来【4 j ，其间只 经历了短短的二十年。仅这一事实本身就足以说明，模糊系统理论这门新兴的学 科具有强劲的生命力和十分令人鼓舞的应用前景。模糊理论之所以能在信息时代 获得如此迅速的发展，是由于它为信息革命提供了一种新的富有魅力的数学工具 与手段。 自二十世纪六十年代以来，现代控制理论已经在工业生产过程、军事科学以 及航空航天等许多方面取得了成功的应用。例如极小值原理【5 】可以用来解决某些 最优控制问题：利用卡尔曼滤波器【6 】可以对有色噪声的系统进行状态估计；预测控 制理论可以对大滞后过程进行有效的控制。但是它们都有一个基本的要求：需要 建立被控对象的精确数学模型。随着科学技术的迅猛发展，各个领域对自动控制 系统在控制精度、响应速度、系统稳定性与适应能力等方面的要求越来越高，所 研究的对象也日益复杂。然而由于一系列原因，诸如被控对象或过程的非线性、 时交性、多参数间的强烈耦合、较大的随机干扰、过程机理错综复杂、各种不确 定性以及现场测量手段不完善等，难以建立被控对蒙的精确模型。虽然常规自适 应控制技术可以解决一些问题，但范围是有限的。对于那些难以建立数学模型的 复杂被控对象，采用传统的控制方法，包括基于现代控制理论的控制方法，往往 不如一个有实践经验的操作人员所进行的手动控制效果好。因为人脑的重要特点 之一就是有能力对模糊事物进行识别与判决，看起来似乎不确切的模糊手段常常 可以达到精确的目的。操作人员是通过不断学习、积累操作经验来实现对被控对 第一章绪论 象进行控制的，这些经验包括对被控对象特征的了解、在各种情况下相应的控制 策略以及性能指标判据。这些信息通常是以自然语言的形式表达，其特点是定性 的描述，所以具有模糊性。由于这种特性使得人们无法用现有的定量控制理论对 这些信息进行处理，于是需探索出新的理论与方法。l a z a d e h 教授提出的模糊 集合理论，其核心是对复杂的系统或过程建立一种语言分析的数学模式，使自然 语言能直接转化为计算机所能接受的算法语言。模糊集合理论的诞生，为处理客 观世界中存在的一类模糊性问题提供了有力的工具。同时，也适应了自适应科学 发展的迫切需要。正是在这种背景下，作为模糊数学一个重要应用分支的模糊控 制理论便应运而生了。 1 2 2 模糊控制理论发展状况 模糊集合和模糊控制的概念是由美国加利福尼亚大学著名教授l a z a d e h 1 9 6 5 年在其 f u z z ys e t s ) ) 、 f u z z y a l g o r i t h m ) ) 和a r a t i o n a l e f o r f u z z y c o n t r 0 1 ) ) 等著名论著中首先提出的。模糊集合的引入，可将人的判断、思维过程用比较简 单的数学形式直接表达出来，从而使对复杂系统做出合乎实际的、符合人类思维 方式的处理成为可能，为经典模糊控制器的形成奠定了基础。 为t n 快模糊控制理论的研究，1 9 7 2 年，以日本东京大学为中心，发起成 立了”模糊系统研究会”。1 9 7 4 年在加利福尼亚大学的美日研究班上，进行了有 关”模糊集合及其应用”的国际学术交流。1 9 7 8 年在国际上开始发行 f u z z ys e t s a n ds y s t e m s ) ) 专业杂志。l 9 8 4 年i f s a ( i n t e m a t i o n a lf u z z ys y s t e ma s s o c i a t i o n ) 正 式成立，并已召开了几届国际模糊系统会议。从1 9 9 2 年起，i e e e f u z z ys y s t e m s 国际会议每年举办一次。1 9 9 3 年， i e e e t r a n s o n f u z z ys y s t e m s ) ) 开始出版。 尽管模糊集理论的提出至今只有近4 0 年的时间，但其发展迅速。历年来在 模糊理论与算法、模糊推理、工业控制应用、模糊硬件与集成，以及稳定性研究 等方面，都取得了不少成果，使得模糊集理论体系不断得到完善1 1 q 2 t 。 我国对模糊控制的理论与应用研究起步较晚，但发展较快，诸如在模糊控制、 模糊辨识、模糊聚类分析、模糊图象处理、模糊信息论、模糊模式识别等领域取 得了不少有实际影响的结果。1 9 7 9 年【1 3 l 开始用连续数字仿真方法研究典型模糊 控制器的性能，随后一些高校及科研单位的专家与学者都加入到研究队伍之中。 浙江大学硕士学位论文 1 9 8 1 年，成立了中国模糊系统和模糊数学学会，并创办了当时世界上第二份模 糊专业学术杂志模糊数学，1 9 8 7 年易名为模糊系统与数学。国内为数众 多的学术论文己发表在国内外专业刊物上。1 9 8 8 年，模糊理论研究正式成为国 家自然科学基金项目和“8 6 3 ”计划项目。1 9 8 9 年，国家教委在北京师范大学建 立了国家级模糊实验室。刘增良教授主持完成的“模糊控制计算机系统”和“基 于因素神经网络理论的学习型模糊推理控制机”成果，都达到了世界先进水平。 以上所做的工作都对我国的模糊控制理论及其应用研究起到了积极的促进作用。 1 2 3 模糊控制应用概况 最早取得应用成果的是英国伦敦大学教授e h m a m d a n i ，1 9 7 4 年他利用 模糊控制语句构成模糊控制器，首次将模糊控制理论应用于蒸汽机及锅炉的控 制，取得了优于常规调节器的控制品质。其控制方法的特点是把人的经验转化为 控制策略，为模型未知的复杂系统的控制提供了简便的模式。此项研究开创了模 糊控制理论在工程上获得成功应用的先河。随后，荷兰、丹麦、美国与日本的学 者相继将模糊控制方法成功地应用在温度、热水装置、压力与液面、十字路口交 通枢纽指挥、水泥窑生产过程与汽车速度等自动控制系统中。1 9 7 9 年英国的 l j p r o c y k 和e h m a m d a n i 提出了一种自组织模糊控制器，它可在控制过程中不 断修改和调整控制规则，使控制系统的性能不断完善。它标志着模糊控制器“智 能化”程度进一步向高级阶段发展。 1 9 8 4 年，美国推出”模糊推理决策支持系统”。八十年代末，在日本兴起的 模糊控制技术是高科技领域的一次革命，其成果已被广泛地应用于各个领域，使 得日本在模糊控制理论研究和应用水平处于世界领先地位。与此同时，其他国家 也不甘示弱，美国也投入了相当大的人力与财力，支持模糊控制理论与应用的研 究。目前美国国家航空与航天局( n a s a ) 正在考虑把模糊系统用于太空和航空系 统。国际原子能机构( i a e a ) 和国际工业应用系统机构( n a s a ) 也准备在大型系统 高速推理上应用模糊系统理论。有文献表明，在航天器空间对接的研究中，国外 已将模糊控制应用在绕飞和最后逼近阶段的控制，克服了难以建立精确数学模型 的困难：在空间机器入的控制系统中应用模糊控制，使其对负载和工作条件的变 化有很强的适应性。 第一章绪论 日本九州大学的户贝博士与山川教授于1 9 8 3 年分别开发了将模糊推理作为 硬件的模糊集成块，后来制成了推理机及模糊控制用的“模糊计算机”。模糊集 成块的研究除日本外，中、美、英等国都在进行，它将朝着体积小、速度快、应 用广等方面迅速发展。从而为模糊控制的实时应用提供了强有力的硬件支持。所 有这些努力都极大地加强了模糊控制理论研究与应用的效果。国内在模糊控制应 用方面也同样取得了显著成果。1 9 8 6 年，都志杰等人用单片机研制了工业用模 糊控制器，随后，何钢、能秋思、刘浪舟、于旭亮、张广成、田成方、李友善等 人相继将模糊控制方法成功地应用在碱熔釜反应温度、气炼机、玻璃窑炉、化工 大滞后过程、功率因素补偿、九管还原炉与选矿破碎过程、锅炉与甜菜制糖控制 系统中。可以预料，随着科学技术的发展，模糊控制理论的应用会更加广泛。 1 2 4 目前模糊控制所面临的主要任务 1 、建立一套系统的模糊控制理论。模糊控制理论研究还期待着坚实的、系 统的、奠基性的内容，以解决模糊控制的机理、稳定性分析、系统化设计方法、 新型自适应模糊控制器的分析与设计等一系列问题，以促进模糊控制理论的发 展，从而建立一套严格的、系统的模糊控制理论。 2 、模糊集成控制系统设计方法研究。随着被控对象日益复杂，往往需要二 种或多种控制策略的集成，通过动态控制特性上的互补来获得满意的控制效果。 现代控制理论、神经网络理论与模糊控制的相互结合以及相互渗透，可构成所谓 的模糊集成控制系统。对其建立一套完整的分析与设计方法也是模糊控制理论研 究的一个重要方向。 3 、把已经取得的研究成果应用到工程实际过程中，尽快转化为生产力。因 此，需加快简单、实用的模糊集成芯片和模糊控制装置、通用模糊控制系统的开 发与推广应用。 1 3 模糊控制性能改进研究 被研究者广泛使用的模糊控制器是m a m d a n i 于1 9 7 4 年提出的二维模糊控制 器，现被称之为m a m d a n i 型模糊控制器，即以误差和误差变化率为输入变量， 浙江大学硕士学位论文 如果直接以控制量为输出则称为p d 型控制器，如果控制量以增量形式输出，则 称为p i 型模糊控制器。为了叙述方便，下文将二维模糊控制器称为普通模糊控 制器。 普通模糊控制器存在着自身不可克服的缺点。首先是控制性能问题，p d 型 普通模糊控制器由于缺少了积分环节，在对不含积分的对象进行控制时，无法消 除系统的稳态误差：p i 型普通模糊控制器由于缺少了微分环节，容易使得控制系 统的动态特性变差。其次模糊控制系统的设计缺乏系统化的方法，系统模型的确 定是主观的和基于一定经验的，隶属度函数形状以及量化因子等参数的确定还主 要依靠”试差法”，因此无法保证参数取得优化解在一定程度上也影响了模糊控制 性能。再者普通模糊控制由于在设计时己经隐含地假定过程不会有超出操作者经 验范围的显著变化，不具备适应被控过程持续变化的能力，因此普通模糊控制器 不具备自适应、自学习的能力，不能满足高层次系统的要求【l “。针对普通模糊控 制器的不足，通常有以下提高模糊控制性能的方法。 1 3 1 模糊p l d 控制 工业过程控制中，p i d 控制是最早发展起来的控制策略之一，由于算法简单， 鲁棒性好和可靠性高，被广泛应用于工业控制过程，尤其适用于可以建立精确数 学模型的确定性控制系统。而实际自动控制系统的运行状况往往具有非线性、时 变不确定性，难于建立精确的数学模型，所以应用常规p i d 控制方法不能达到理 想的控制效果。 与p i d 控制策略相比，模糊控制不需要知道被控对象或过程的精确数学模 型，基于模糊集理论可以将以往难以用经典数学工具描述的不确定性知识进行转 化，应用模糊推理就可以实现从输入变量到输出变量之间的映射关系，是处理难 于建立精确数学模型的非线性对象控制问题的种很好的方法。理论研究表明 1 1 ”，普通模糊控制器是等效的非线性p d 型或者非线性p i 型模糊控制器，总是 缺少了积分环节或者微分环节，因而对模糊控制系统的性能存在影响。因此，众 多学者在普通模糊控制器的基础上进行了研究，提出了许多模糊p i d 控制的结构 或者方法一【2 5 1 。 根据模糊推理输出的直接物理含义，模糊p i d 控制器可以分为三类：直 第一章绪论 接控制量型( d i r e c t a c t i o n ) 、增益调整型( o a m s c h e d u l i n g ) 和混合型( h y b r i d ) 。 增益调整型模糊p i d 控制器结构是利用模糊逻辑系统能够合理表达入们操 作经验的功能，将模糊控制器应用于常规p i d 控制器的参数调整。1 9 9 2 年 h y e o n g - p y oh o n g 等人提出用模糊推理环节来调整p i d 控制器的参数【2 ”。模糊推 理环节的输入变量为由通过模式识别得到的超调量以及调节时间等信息，根据模 糊规则库进行模糊推理，从而寻找到合乎控制性能的p i d 控制器的三个调节参数 ( 比例因子k p ，积分时间t i 以及微分时间r d ) ，对阶惯性滞后对象的仿真表明这 种增益调整型模糊p i d 控制器可以有效的减小调节时间和超调量。文1 2 w 中首先 利用工程上常用的z i e g l e r - n i c h o l s 方法，将积分时阊和微分时间均表述为控制 器比例系数k p 的函数，然后由模糊推理环节根据系统的状态在线的改变比例系 数，从而达到了在线改变p i d 控制器调整参数的目的，使得p i d 控制器呈现非 线性控制特性，对液位系统的控制表明了模糊p i d 控制策略加快了系统响应。 自从m a m d a n i 于1 9 7 4 年首次成功地实现了蒸汽机的模糊控制实验以后，模 糊控制器被广泛地应用于许多非线性对象的控制中，其中研究最多的是两输入单 输出结构，即以误差和误差变化率为输入，以控制量或者控制增量为输出。在文 献( 2 9 1 中作者对两输入单输出的模糊控制器的结构进行了详纫的分析，得出这种结 构的模糊控制器本质上等效于非线性p d 或者非线性p i 控制器，从而为对模糊 控制器的深入分析奠定了理论基础，由于p d 型( 位置型) 模糊控制器缺乏积分作 用，因而利用它对不含积分的对象进行控制时必然会产生稳态误差；而p i 型( 速 度型) 模糊控制器由于不含微分作用，用它进行控制时系统的暂态性能比较差， 响应时间较长。因此，单独使用这两种模糊控制器都存在着缺点。【3 0 】中作者首次 将p i 型模糊控制器和p d 型模糊控制器进行组合，构成了并行模糊p i d 控制器， 文中模糊变量的语言值的数量取最小，却得到了比常规线性p i d 控制器好的控制 效果，在稳态误差、响应速度等性能指标方面都强于线性p i d 控制。 混合模糊p i d 控制器是将模糊控制器与常规p i d 控制器褶结合构成的控制 器结构。【3 1 】中作者给出了模糊p d + 线性i 的结构，通过模糊p d 环节的作用， 使得模糊p i d 的比例作用和微分作用随着系统状态的变化而改变，从而使模糊 p i d 控制的各个环节更趋合理。采用d s p 技术实现了模糊p i d 控制器并且对工 业音圈电机进行了控制，与常规p i d 控制器相比，达到了减小超调并且取得了良 7 浙江大学硕士学位论文 好的跟踪性能。阱】中用两输入单输出的p i 型模糊控制器替代传统p i d 控制器中 的比例和积分作用，从而构成了模糊p t d 控制器，并且采用遗传算法( g a ) 对控 制器的参数进行了优化设计，仿真结果表明这种模糊p i + d 型混合控制器能够实 现对于线性或者非线性对象的有效控制，响应快速并且超调量小。 1 3 2 基于模糊控制自身的改进方法 由于受到应用的限制，模糊控制器设计时都采用有限数目的语言变量的模糊 划分，一般模糊划分数目取3 - 9 个。理论研究表明，增加语言变量的模糊划分数 目可以提高模糊控制器的精度口”。文【3 4 l 中将变量误差和误差变化率的模糊划分 增加到1 2 个，从仿真结果可以看出增加模糊划分的确可以提高模糊控制器的控 制性能，但是随着模糊划分的增加，模糊控制规则的数量也随之变得很庞大。 为了解决上述问题，我国学者李洪兴教授【3 5 】首次提出了“变论域理论”概 念，来解决模糊划分少从而影响模糊控制器性能的问题。变论域的基本思想是模 糊变量的论域范围随着误差减小而收缩，随着误差增大而膨胀。随着误差的减小， 起作用的规则仍然比较多，真正实现了以论域之“万变”，应误差之“万变”，更 符合了人们的推理思维过程，保证了论域范围相对于变量“不过剩”，相当于变 相增加了模糊控制规则，是一种有效提高模糊控制器性能的方法。变论域模糊控 制器本质上种自适应模糊控制器，体现了一种动态的过程控制行为。 1 3 3 优化算法在模糊控制系统设计中的作用 优化算法可以分为基于导数的优化方法和非导数的优化方法1 3 6 1 。基于导数的 方法包括下降法、牛顿法、共轭梯度法、高斯一牛顿法等：非导数的方法包括遗 传算法、模拟退火、随机搜索、单纯形搜索等。 由于缺乏系统化的设计方法，模糊控制器的参数设计过程中还经常采用“试 差法”，增加了模糊控制器设计的时间和难度。从寻求控制效果的角度出发，模 糊控制器的设计过程就是寻求一组合适的参数( 例如隶属度函数的形状和分布， 合理的模糊控制规则等) ，使得模糊控制系统满足一定的性能指标。为了寻找这 组优化参数，许多学者将上述优化技术应用到模糊控制器的设计中，取得了不少 成果。 第一章绪论 李家炜口7 j 利用i a e 和i t a e 等性能为目标函数，采用单纯形法对模糊控制器 的量化因子和与隶属度函数相关的“等比因子”进行了优化设计，并给出了仿囊 结果。1 3 即中作者将改进的模拟退火法应用于模糊控制器参数的优化设计，避免了 由人为调整参数产生的不确定性，仿真结果表明，优化后的参数可以获得良好的 控制效果。遗传算法( g a ) 是由美国m i c h i g a n 大学的h o l l a n d 教授首先提出的一 种模拟自然界事物进化过程机制的自组织、自适应的人工智能技术，其理论基础 为达尔文的自然选择进化论和孟得尔的遗传变异理论。基于遗传算法或者改进的 遗传算法的模糊控制器参数的优化设计，主要可以分为三种类型f 3 9 】，一是固定模 糊控制规则，用g a 对隶属度函数进行优化；二是在确定隶属度函数的情况下， 将模糊控制规则进行编码寻优；第三种是利用遗传算法( g 脚同时调整模糊控制规 则和隶属函数，但是涉及的变量比较多，计算量比较大。 优化算法为缺乏系统化设计方法的模糊控制器提供了一条崭新的途径。利用 优化算法对控制系统参数进行设计，关键是要寻找到简单合适的算法。由k e n n e d y 和e b e r h a r t 等 4 0 】于1 9 9 5 年提出的微粒群算法( p a r t i c l es w a r mo p t i m i z a t i o n ， 简称p s o ) 是一种源于对简单社会模型模拟的进化算法，具有概念简单、实现容 易的特点，已经在函数优化方面表现出非凡的能力【4 ”，本文尝试将其应用于模糊 控制器的参数设计。 1 3 4 其他方法 在将模糊控制与其它技术相结合来提高模糊控制系统性能的研究中，神经网 络由于与模糊控制具有很强的互补性而得到了广泛的研究。模糊系统善于表达人 的经验性知识，可以处理带模糊性的信息，模糊控制能够根据被控制量的大小来 选择控制规则。但是模糊控制规则的设计参数只能靠经验来选择，很难自动设计 和调整，而神经网络具有自学习和自适应的能力【4 2 】，刚好可以用来对模糊控制系 统规则和隶属度等参数进行调整学习。文献阳1 4 6 1 描述了神经网络在模糊规则、 模糊推理等参数修正方面的作用，在倒立摆控制、高动态的姿势系统控制的结果 表明，基于神经网络学习的模糊控制系统提高了系统的控制性能和鲁棒性。 浙江大学硕士学位论文 1 4 本文主要工作 工业过程中的许多被控过程，大多是复杂的非线性对象，存在着大量的不确 定性信息，往往得不到被控对象精确的数学模型，从而使基于模型设计得到的控 制器得不到满意的控制效果。而模糊控制设计方法一个显著的优点就是不需要知 道被控对象精确的数学模型，基于控制规则和模糊推理来产生控制信号。本文从 工程实际出发，对提高模糊控制器的性能和应用p s o 算法进行控制器参数系统 化设计进行了理论研究和应用仿真。 本文的研究工作和成果主要包括以下几个方面： 1 综述了模糊控制理论的产生、发展和现状。针对传统模糊控制存在的不 足，介绍了几种提高模糊控制性能的方法，着重介绍了模糊p i d 控制器的结构形 式。 2 ，介绍了模糊控制的基本原理、模糊控制系统以及模糊控制器的结构，叙 述了模糊控制器的分类和设计步骤；对常用的模糊p i d 的结构形式进行了归类和 分析。 3 从结构上提出了一种参数自调整模糊p i d 控制方法，将其应用于水轮机 组的调遽控制，并进行了仿真研究，仿真结果表明：控制效果优于p i d 控制器和 固定参数模糊控制器。 4 综述了微粒群算法( p s o ) 的起源、发展和应用情况，列举了p s o 在函数优 化问题中的应用。 5 将微粒群算法拓展到控制器的参数优化设计中，给出了详细的p s o 参数设 计步骤。针对两种实用的模糊控制器结构和典型的对象模型进行了p s o 参数优 化设计，仿真研究表明p s o 用于模糊控制嚣参数的系统化设计是可行和有效的。 1 0 第三箩模糊控制理论及模糊p i d 结构介绍 第二章模糊控制理论及模糊p i d 结构介绍 本章首先对模糊控制的理论基础一一模糊集理论进行了介绍，然后对模糊控制系统结构 和模糊控制器结构进行了详细介绍，并就模糊控制器设计步骤和设计关键点进行了阐述。本 章最后给出了常用的模糊p 1 d 控制结构的归类和简单分析。 关键词：模糊集；模糊推理；模糊p i d ；非线性；被控对象 2 1 引言 工业过程控制中的复杂系统通常具有大滞后、时滞或时变、变量强耦合等特 点，数学模型难以建立，采用经典控制理论与现代控制理论进行系统的分析和设 计比较困难，甚至根本无法获得比较理想的运行效果。模糊控制的最大优点就是 不依赖于被控对象精确数学模型，将人的控制经验进行总结，借助于模糊数学工 具，利用模糊推理就可以实现对非线性对象的比较满意的控制效果。 模糊控制的理论基础是模糊集合，本章对模糊集合理论以及模糊控制和模糊 控制器的设计进行了描述，最后给出了几种常用模糊p i d 控制器的结构综合和分 析。 2 2 模糊集合理论 经典数学以0 或l 的二值逻辑描述自然界中的各类数学关系，也构成了计算 机技术的基础。与二值逻辑相对应的是经典集合论，其概念是：人们研究的对象 要么属于某一集合，要么不属于该集合，两者必居其一，并不可兼得，这就是所 谓“清晰集合”的特点。但是清晰集合在描述客观事物时存在很大局限，自然界 中大多数客观事物不具有这种清晰性，如用人类语言描述的图象等信息，被描述 事物自身就是模糊的，也就是说很难确认它是否明确地符合某一概念。美国加利 福尼亚大学( u n i v e r s i t yo f c a l i f o r n i aa tb e r k e l e y ) 著名教授扎德( l a ，z a d e h ) 于1 9 6 5 年发表了题为“f u z z ) rs e t s ”的著名论文，提出了模糊集合理论，为用数学方法 描述和处理自然界中的不精确、不完整的信息提供了重要的数学工具。 模糊理论在建立了模糊集合( f u z z ys e t ) 和模糊逻辑( f u z z yl o g i c ) 的基础上，引 浙江大学硕士学位论文 入隶属度数( m e m b e r s h i pf u n c t i o n ) 的概念，来描述那些介于”属于”和，不属于， 之间的过渡过程，使得每个元素不仅以0 或”1 ”属于某一集合，还以一定的介于 0 或”1 ”之间的程度属于某一集合，即每一个元素都或多或少地属于某一集合， 合理的表述了自然界中的模糊现象。模糊集合是以一定程度具备某种特性的元素 的全体。模糊数学本身不是将数学的表达模糊化，而是使模糊现象更准确地得以 描述。模糊理论是建立在严格的数学基础上，用来描述和处理人类模糊信息的 种理论，它是人类智能和计算机之间的联系桥梁，并借助于现代科学的发展得 以飞速发展。按照模糊理论奠基人扎德教授的设想，模糊理论将在人类主观因素 起主导作用的领域如人文科学和社会科学上得到应用和发展，然而模糊理论却在 自动控制领域首先得到最广泛的应用。从1 9 7 4 年英国科学家马丹尼 伍h m a m d a n i ) 首次将模糊理论应用于蒸汽机的控制以后，模糊技术被广泛地应 用于控制领域，如工业控制、家电、军事、汽车和天气预报等，使得模糊控制成 为模糊理论的一个重要分支。 2 3 模糊控制 2 3 1 模糊控制的特点 模糊控制是以人的控制经验作为控制的知识模型，以模糊集合、模糊语言变 量以及模糊逻辑推理作为控制算法的数学工具，用计算机来实现的一种智能控 制。它的主要思想是将人类所掌握的知识和经验融合到控制策略中，用于控制没 有数学模型或很难建立数学模型的复杂系统。 它的特点概括如下【4 7 】 1 解决复杂系统的控制问题 在控制系统设计时，常规控制系统设计要求一个过程的数学模型。在很多控 制问题中这种数学模型不存在或不完整，其原因在于这些过程还没有被人类完 全认识，系统本身由于滞后、强非线性和时变性等因素影响而非常复杂，其数学 模型的建立非常困难。在这种情况下可采用模糊控制。模糊控制不需要精确的数 学模型，它建立在人类积累的语言型经验基础之上。 2 也适用于简单系统的控制 第二章模糊控制理论及模糊p i d 结构介绍 对于一般的控制问题，尽管可以采用常规控制方法，同样也可以采用模糊控 制方法。模糊控制器的控制效果在快速性和鲁棒性等方面一般要优予常规控制 器。 3 非专业性 模糊控制使用的是语言型控制规律，因此，在设计控制系统时不需要专门的 控制设计人员，在调整和维护上只需要一般技术人员即可。 4 鲁棒性 模糊控制系统具有极好的稳定特性和鲁棒特性。控制律中几个规则的失效对 控锩特性只有极小的影响。系统参数的变化对控制效果只有有限的影响，避免了 常规控制系统中控制器参数或系统参数的变化易引起整个系统失灵的问题。 5 操作时可省去系统参数调节 常规控制系统在投入运行前或在工作中，工作点移动后其参数必须进行校 准。在模糊控制系统中由于采用语言型模糊变量，这种校准是不必要的。 6 模糊控制系统本身是一严格的控制系统 当模糊语言变量、隶属函数、控制规则、模糊推理方法和去模糊化方法都确 定后，模糊控制器的输入输出关系就是确定的。模糊控制方法是在更高层次上模 拟人类思维的一种系统方法。 7 模糊控制系统具有较好的经济性 随着模糊硬件和软件产品的发展，模糊控制系统的成本会不断降低，其中部 分模糊处理器的价格已低予常规微处理器。由于模糊软件包的使用，极大地缩短 了设计时间。 8 缺少系统的设计方法 模糊控 ；4 器本身是一种语言型控制器，不具备动态性能，而且被控过程常常 是复杂系统，不具备数学模型，因此不能用常规的线性或非线性稳定性分析方法 对模糊控制系统进行稳定性分析。 2 ，3 2 模糊控制系统 模糊控制系统的结构与常规反馈控制系统结构相类 茛4 烈，如图2 1 所示，包 括输入输出接口、模糊控制器、被控对象以及检测装置。模糊控制系统结构与常 浙江大学硕士学位论文 规控制系统结构相近，唯不同的就是在模糊控制系统中用模糊控制器替代了常 规控制器。 ；模冀堡型墅 毒竺：粤 i i ： 1 图2 1 模糊控制系统结构示意 由模糊控制系统结构图可知，模糊控制系统结构也是一个计算机数字控制系 统，控制器由计算机实现，需要a d 与d a 转换接口来实现计算机与模拟环节 的连接；通常也是采用由系统输出与给定值产生的偏差来驱动控制器产生控制信 2 3 3 模糊控制器的组成 4 9 】 模糊控制器( f u z z yc o n t r o l l e r ) ，也称为模糊逻辑控制器( f u z z y l o g i c c o n t r o l l e r ) ，完成从输入变量到输出变量的映射关系，它是模糊控制系统的核心， 其结构如图2 2 所示。主要包括四个部分：模糊化接口、知识库、模糊推理和解 模糊化接口。 2 3 3 1 模糊化接口 图2 2 模糊控制器的组成框图 因为从检测装置输入计算机控制器的变量值通常都是清晰值，因此在进行模 糊推理之前，需要将这些清晰值转化为模糊推理所处理的模糊集合的形式，模糊 第二章摸糊控制理论及模糊p i d 结构介绍 化接口就是实现这样的功能。对于一个模糊输入变量e ，以下为其对应于5 8 个的模糊子集划分，用三角型隶属度函数表示8 个模糊子集如图2 , 3 所示： ( 1 ) e = 负大，负小，零，正小，正大 = n b ，n s ，z o ，p s ，p b ( 2 ) e = 负大，负中，负小，零，正小，正中，正大 = n b ，n m ，n s ，n z ，p z ，p m ，p b ( 3 ) e = 负大，负中，负小，零负，零正，正小正中，正大 = n b ，n m ，n s 。n z ，n z ，p s ，p m ，p b n bn mn sn z 粼pz p sp m p b 一粼 1 2 1 0 8 6 4 2 024681 0 1 2 图2 3 隶属度函数示意 2 3 。3 2 知识库 模糊控制器的知识库( k n o w l e d g eb a s e k b ) 主要包括控制规则库和数据 库( 诸如隶属度函数的形状和位置、模糊运算方法的定义) 。 数据库( d a t ab a s e d b ) 中存放的是所有输入、输出变量的全部模糊子集 的隶属度矢量值( 即经过论域等级离散化后对应的集合) ，若论域为连续域则为隶 属度函数。数据库的作用是在进行模糊推理过程中提供数据支持。 规则库( r u l eb a s e r b ) 中的模糊控制规则是按人的直觉推理的一种语言 表示形式，是基于专家知识或熟练手动操作人员长期积累的经验。模糊规则通常 由一系列的关系词连接而成，如i f 。_ 【 l e n 、e l s e 、a l s o 、a n d 、o r 等，关系词必须 经过”翻译”才能将模糊规则数量化。最常用的关系词为i 卜_ t h e n 、a l s o ，对于多变 量模糊控制系统，还有a n d 等。例如，某模糊控制系统输入变量为e ( 误差) 和e c ( 误 差变化) ，他们对应的语言变量为e 和e c ，可给出一组模糊规则