模糊控制综述

1、模糊控制综述、模糊控制的概念模糊控制是一种利用模糊数学的基本思想和理论的控制方法。在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的 关键，系统动态的信息越详细，则越能达到精确控制的目的。然而， 对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态， 传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得困难了。因此便尝试着以模糊数学 来处理这些控制问题。二、模糊理论及应用简史1、20世纪60年代：模糊理论的萌芽模糊理论是Zadeh在1965年提出的，自诞生之日起就一直处于各 派的激烈争论中。尽管没有成为主流，但很多学者毕生致力于这个领 域

2、的研究。2、20世纪70年代：模糊理论继续发展并出现实际应用20世纪70年代出现了处理实际系统的模糊控制器。1975年,Mamda ni和Assilian创立了模糊控制器的基本框架，并用于控制蒸汽 机。3、20世纪80年代：模糊理论的大规模应用使其产生巨大飞跃1980年，Sugen（开创了日本的首次模糊应用一一控制一家富士电 子水净化厂。 1983年，他又开始研究模糊机器人。 20世纪 80年代初， 日立公司开始给仙台地铁开发模糊系统。4、20世纪90年代：模糊理论仍有更多挑战三、模糊数学原理 模糊数学为模糊系统与模糊控制的发展提供了起点和基本语言。模糊数学本身就是一个巨大的领域， 其原理是用

3、模糊集合的概念取代 经典集合的概念而发展来的。 按照这种方式， 所有的经典数学分支都 可以被“模糊化” ，于是诞生了模糊测度理论、模糊拓扑、模糊算术 和模糊分析等。 模糊数学仅有一部分可应用到工程中。 模糊系统和模 糊控制涉及到的概念有模糊集合、模糊集合的运算、模糊关系等。四、模糊系统 模糊系统由四个部分组成：模糊规则库、模糊推理机、模糊器和 解模糊器。模糊规则库是由模糊 IF-THEN 规则集合组成的。它是模糊系统 的核心， 从这个意义上讲， 模糊系统的其他部分是以一种合理而有效 的方式来执行这些规则的。在模糊推理机中，模糊逻辑原理常用于将模糊规则库中的IF-THEN 规则组合成一个从 U

4、上的模糊集 A 到 V 上的模糊集 B 的映 射。有两种推理方法： 组合推理和独立推理。人们提出了五种推理机 （乘积推理机、最小推理机、 Lukasisewicz 推理机、 Zadeh 推理机和Die nes-Resche 推理机）。在大多数应用中， 模糊系统的输入输出是实值数， 所以必须在模 糊推理机和外部环境之间构建某些界面，这就是模糊器和解模糊器。模糊器(Fuzzifiers)是一实值点到模糊集的映射。有三种模糊器： 单值模糊器、高斯模糊器、三角形模糊器。解模糊器是模糊集向清晰点的一种映射。 有重心解模糊器、 中心 平均解模糊器、最大值解模糊器。五、模糊控制的典型应用1、基于模糊控制的感

5、应电动机恒流软起动 运用模糊控制方法， 对感应电动机的起动过程采用以晶体闸管为主电路元件，单片机为控制核心。这种方法系统超凋量小。响应快， 起动过程比较平稳能较好地解决传统方法和 PID 控制方法存在的缺 点，可以提高整个系统的可靠性。2、基于模糊控制的节电照明控制系统 采用模糊控制的方法设计出一个节电控制器。在初始阶段，以220V电压输出，等日光灯运行稳定后再降到 200V ,190V或180V低 电压输出。系统通过不断检测在线电压值来获取其与标准电压值的差E。偏差变化CE以及控制量变化U进行模糊化。进而通过查量化因 子及比例因子修正表对 E 和 CE 进行重新量化。 然后查模糊控制规则 表

6、,对输出量电压进行处理。 实验证明,该节电照明控制系统的节电 效率为 25左右。该系统仅具有节电、延长灯泡寿命的功能,而且 能使日光灯在电压波动较大范围内稳定运行。3、基于模糊控制的中央空调房间温度控制系统：针对被控对象具有较大的惯性和迟延， 传递函数具有非线形和时 变性。设计可调整的模糊控制器。硬件选择 ST62TOIC 单片机， 其特 点是宽电源电压36V，宽温40125C，低功耗，可直接驱动晶闸 管。从而使中央空调更节能，人感觉更舒适。模糊系统一直广泛应用于各个领域，从控制、信号处理、通信、 集成电路制造到商业专家系统、医药、行为科学等。典型的产品有模 糊洗衣机、数字图像稳定器等。六、模

7、糊控制的优势1 、模糊控制是一种基于规则的控制，它直接采用语言型控制规 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，便于应用。2、由工业过程的定性认识出发，比较容易建立语言控制规则， 因而模糊控制对那些数学模型难以获取， 动态特性不易掌握或变化非 常显著的对象非常适用。3、基于模型的控制算法及系统设计方法，由于出发点和性能指 标的不同， 容易导致较大差异； 但一个系统语言控制规则却具有相对 的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择， 使控制效果优于常规控制器。4、模糊控

8、制是基于启发性的知识及语言决策规则设计的， 这有利 于模拟人工控制的过程和方法， 增强控制系统的适应能力， 使之具有 一定的智能水平。5、模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影 响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制。七、模糊控制理论的研究现状 尽管模糊控制理论已经取得了可观的进展 ,但与常规控制理论相 比仍不成熟。模糊控制系统的分析和设计尚未建立起有效的方法 ,在 很多场合下仍然需要依靠经验和试凑。近年来 ,许多人一直尝试将常 规控制理论的概念和方法扩展至模糊控制系统 ,而模糊控制与神经网 络相结合的方法已成为研究的热点 ,二者的结合有效地推动了自学习 模糊控制

9、的发展。 模糊理论开始和其他智能控制方法结合， 形成新的 研究热点。近年来 ,模糊控制系统的研究取得了很大的进展， 特别是模糊控制 器的结构分析，模糊系统的万能逼近特性 ,模糊状态方程及稳定性分 析，软计算技术等；同时，模糊逻辑在软件硬件方面也取得了飞速的 发展 .但模糊系统理论仍存在一定的问题 ,主要有以下不足之处：尽管 模糊系统的万能逼近特性已被证明 ,但只是一个存在性定理 .实际中 , 对于一般的未知系统 ,如何找到一个合理的模糊逼近器 ,尚无确定的方 法。常见的模糊系统种类比较多，如 TS，FBF， SAM 等，一般的模 糊系统应具有怎样的形式， 目前仍不很清晰。 模糊系统的系统化设计 方法仍须进一步研究。 模糊控制系统的稳定性分析近年来有了一定的 进展， 但这些分析都是针对一定的特殊系统。 模糊控制器具有一定的 鲁棒性，但只能从概念上讲，严格的理论分析仍须进一步深入研究。 稳定性和鲁棒性的分析仍依赖于模糊系统的系统化设计方法和模糊 系统理论的进一步研究发展。 这些问题都有待于进一步研究。 建立一 套系统的模糊控制理论 ,以解决模糊控制的