第三章(1) 模糊控制系统的组成原理

1、1,智能控制技术,中国计量学院自动化教研室 谢 敏,2,智能控制技术,第3章 模糊控制系统 3.1 模糊控制系统的组成原理； 3.2 模糊控制系统的设计； 3.3 模糊控制系统的分析与设计实例。,3,3.1 模糊控制系统的组成原理,一、模糊控制系统的基本概念 在自动控制技术产生之前，人们只能采用手动控制方式； 由于生产力的发展，人们逐渐采用各种自动装置来部分代替人眼（测量）、脑（控制）、手（执行）的作用。,3.1模糊控制系统的组成原理,4,一、模糊控制系统的基本概念,经典控制理论对解决线性定常系统的控制问题很有效； 现代控制理论在解决线性或非线性、定常或时变系统的控制问题方面，获得了广泛应用。

2、 以上方法，都需要事先知道被控对象的精确模型，根据模型及给定性能指标，选择适当的控制规律，进行系统设计。,3.1模糊控制系统的组成原理,5,一、模糊控制系统的基本概念,在客观的现实世界里，许多对象建立精确数学模型是很困难的或根本不可能的，对这类对象，很难用上述方法进行自动控制； 相反，对于某些复杂对象，有经验的操作人员进行手动控制，却可以收到令人满意的效果。 面对这样的事实，人们重新研究人的控制行为的特点，力图让计算机模拟人类控制的特点。,3.1模糊控制系统的组成原理,6,一、模糊控制系统的基本概念,传统控制系统的组成：,3.1模糊控制系统的组成原理,7,一、模糊控制系统的基本概念,1、模糊控

3、制系统的定义： 模糊控制系统是一种自动控制系统，它以模糊数学、模糊语言变量及模糊逻辑推理为理论基础，采用计算机控制技术构成的负反馈闭环数字控制系统。,3.1模糊控制系统的组成原理,8,二、模糊控制系统的组成,2、模糊控制系统的组成：,3.1模糊控制系统的组成原理,9,二、模糊控制系统的组成,模糊控制系统的组成： 被控对象：难以建模的对象 执行机构 控制器：FLC (Fuzzy Logic Controller) 输入/输出接口：模糊化与反模糊化环节 测量装置,3.1模糊控制系统的组成原理,10,一、模糊控制系统的基本概念,3、模糊控制系统的工作原理： 例：人用手控制竹竿直立不倒。 方法：一边用

4、眼观察，一边用手运动。 规则：竹竿前倾，手向前动，倾一点，动一点，倾得多，动得多；竹竿后倒，手后退。 人的控制过程： 偏差 判断 决策 动作,3.1模糊控制系统的组成原理,观察,推理,（大、中、小）,（前、中、后）,11,一、模糊控制系统的基本概念,3、模糊控制系统的工作原理： 计算偏差信号E； 将E经模糊化后变成模糊量，用相应模糊语言表示； 将E和推理规则进行合成，得到输出控制量为： ； 将模糊控制量转化为精确量，送给执行机构。,3.1模糊控制系统的组成原理,12,一、模糊控制系统的基本概念,4、模糊控制系统的特点： 不依赖被控对象的精确模型； 反映人类思维，且模糊控制规则可通过学习不断更新

5、； 易被人们理解和接受； 具有计算机控制系统的优点。,3.1模糊控制系统的组成原理,13,3.1 模糊控制系统的组成原理,二、模糊控制的原理 模糊控制系统的核心是模糊逻辑控制器，其组成如下所示：,3.1模糊控制系统的组成原理,14,二、模糊控制的原理,模糊逻辑控制器的功能： 把系统偏差从数字量转化为模糊量； 对该模糊量由给定的规则进行推理； 将推理结果转化为精确量。,3.1模糊控制系统的组成原理,15,3.1 模糊控制系统的组成原理,三、模糊逻辑控制器 1、模糊化： 把输入空间的精确点x映射成论域中相应语言变量的语言值，即模糊集合A的过程。 （1）映射成单点：,3.1模糊控制系统的组成原理,1

6、6,三、模糊逻辑控制器,（2）映射成模糊集合： 例：系统偏差e，用语言变量E来描述，则 T（E）为E的语言值集合。 T(E)=负大，负中，负小，零，正小，正中，正大 =NB,NM,NS,ZE,PS,PM,PB,3.1模糊控制系统的组成原理,17,三、模糊逻辑控制器,NB,NM,NS,ZE,PS,PM,PB 每一语言值均为模糊集合，可用隶属度函数表示。如： 经验表明：用三角和梯形的隶属度函数在实际应用中带来很多方便。,3.1模糊控制系统的组成原理,18,三、模糊逻辑控制器,2、知识库 包括数据库和规则库。 数据库：必要的定义、输入输出语言变量的论域、量化因子、隶属度函数等。 量化因子：为便于计算

7、机处理，一般将论域离散化为n小段，每段用一个特定的术语标记，形成一个离散域。,3.1模糊控制系统的组成原理,19,三、模糊逻辑控制器,例：一用于热处理工艺的加热器，要求保持炉温600度恒定不变。炉温受被处理零件的多少、电网电压变化、本身保温性和体积等因素影响而容易波动。 用模糊控制代替人工控制，则： 输入量为炉温的误差： e = T Td ； 输出量为电压u。,3.1模糊控制系统的组成原理,20,三、模糊逻辑控制器,输入、输出变量的语言值为NB, NS,ZE,PS, PB ， 设e的论域为-600，600，u的论域为0，220 ， 把e 量化为7个等级：-3，-2，-1，0，1，2，3； 把u

8、量化为7个等级：-3，-2，-1，0，1，2，3。,3.1模糊控制系统的组成原理,21,三、模糊逻辑控制器,设隶属度函数曲线为：,3.1模糊控制系统的组成原理,22,三、模糊逻辑控制器,则输入输出赋值表：,3.1模糊控制系统的组成原理,23,三、模糊逻辑控制器,（2）规则库：存放模糊控制规则，一般用if-then语句描述。 规则库的建立： 专家经验法； 观察法； 基于过程的模糊模型； 基于自组织和学习。,3.1模糊控制系统的组成原理,24,三、模糊逻辑控制器,例：同上炉温控制系统。假设炉温是通过调节可控硅的电压导通角来实现，控制规则为： 低于600度时，升压，低得越多升压越高； 高于600度时

9、，降压，高得越多降压越低； 等于600度时，保持不变。,3.1模糊控制系统的组成原理,25,三、模糊逻辑控制器,总结控制规则如下： (1) if e is NB, then u is PB； (2) if e is NS, then u is PS； (3) if e is ZE, then u is ZE； (4) if e is PS, then u is NS； (5) if e is PB, then u is NB。 由其量化后的隶属度，得到规则的模糊关系为： R= (NBePBu) (NSePSu) (ZEeZEu) (PSeNSu) (PBeNBu),3.1模糊控制系统的组成原理

10、,26,三、模糊逻辑控制器,3、模糊推理 根据知识库提供的信息和输入状态模拟人类的推理决策过程，给出合适的控制量。 可用前述各种推理方法。 推理结果与多种因素有关，如合成规则、蕴涵规则、连接词等。,3.1模糊控制系统的组成原理,27,三、模糊逻辑控制器,4、清晰化 把模糊推理得到的模糊量转化为精确量，去驱动执行机构。 常用方法： （1）最大隶属度函数法； （2）加权平均法； （3）重心法。,3.1模糊控制系统的组成原理,28,三、模糊逻辑控制器,（1）最大隶属度函数法： 若最大隶属度的元素有多个，则：,3.1模糊控制系统的组成原理,29,三、模糊逻辑控制器,（1）最大隶属度函数法： 在模糊推理

11、输出的结果中，取隶属度最大的元素作为精确值。,3.1模糊控制系统的组成原理,优点：计算简单； 缺点：丢失许多信息。,30,三、模糊逻辑控制器,（2）加权平均法： 将各个取值加权后求取平均值。,3.1模糊控制系统的组成原理,31,三、模糊逻辑控制器,（3）重心法 将隶属度函数曲线与横坐标围成的面积的重心作为模糊推理最终输出。,3.1模糊控制系统的组成原理,32,三、模糊逻辑控制器,（3）重心法 例：已知由极大极小推理法得到输出模糊集为： C=0.3/-1+0.8/-2+1/-3+0.5/-4+0.1/-5 试由重心法计算此推理结果的输出精确值。,3.1模糊控制系统的组成原理,33,三、模糊逻辑控制器,综上所述，模糊逻辑控制