模糊自適應(yīng)整定PID控制器設(shè)計分析解析VIP

1、遼寧科技學(xué)院畢業(yè)設(shè)計第I頁模糊自適應(yīng)整定PID控制器設(shè)計內(nèi)容摘要PID（比例積分微分）控制具有結(jié)構(gòu)簡單、穩(wěn)定性能好、可靠性高等優(yōu)點，尤其適用于可建立精確數(shù)學(xué)模型的控制系統(tǒng)。而對于一些多變量、非線性、時滯的系統(tǒng)，傳統(tǒng)的PID控制器并不能達到預(yù)期的效果。隨著模糊數(shù)學(xué)的發(fā)展，模糊控制的思想逐漸得到控制工程師們的重視，各種模糊控制器也應(yīng)運而生。而單純的模糊控制器有其自身的缺陷一控制效果很粗糙、控制精度無法達到預(yù)期標準。但利用傳統(tǒng)的PID控制器和模糊控制器結(jié)合形成的模糊自適應(yīng)的PID控制器可以彌補其缺陷；它將系統(tǒng)對應(yīng)的誤差和誤差變化率反饋給模糊控制器進而確定相關(guān)參數(shù)，保證系統(tǒng)工作在最佳狀態(tài)，實現(xiàn)優(yōu)良的控

2、制效果。論文介紹了參數(shù)自適應(yīng)模糊PID控制器的設(shè)計方法和步驟。并利用MATLAB中的SIMULINK和模糊邏輯推理系統(tǒng)工具箱進行了控制系統(tǒng)的仿真研究，并簡要地分析了對應(yīng)的仿真數(shù)據(jù)。關(guān)鍵詞：經(jīng)典PID控制，模糊控制，參數(shù)整定，MATLAB仿真遼寧科技學(xué)院畢業(yè)設(shè)計第II頁SelftuningfuzzyadaptivePIDcontrollerdesignABSTRACTPID(proportionalintegraldifferential)controlhastheadvantagesofsimplestructure,stableperformance,highreliability,espe

3、ciallycanbeappliedtoestablishtheprecisemathematicalmodelofthecontrolsystem.Andforsome,multivariable,nonlinear,time-delaysystem,thetraditionalPIDcontrollercannotachievethedesiredeffect.Withthedevelopmentoffuzzymathematics,fuzzycontroltheoryhasgraduallygainedcontrolengineersattention,alsoemergeastheti

4、mesrequiredifferentkindsoffuzzycontroller.Andthesimplefuzzycontrollerhasitsowndefects,thecontroleffectisveryrough,controlaccuracycannotmeetstandards.ButthetraditionalPIDcontrollerandfuzzycontrollerisformedbythecombinationoffuzzyadaptivePIDcontrollercanremedythedefectsofthesystem;itcorrespondstotheer

5、roranderrorchangeratefeedbacktodeterminetheparametersoffuzzycontroller,toensurethesystemworkinthebestcondition,achievedexcellentcontroleffect.Thispaperintroducestheparameterself-tuningfuzzyPIDcontrollerdesignmethodandsteps.AndtheuseofMATLABintheSIMULINKandfuzzylogicinferencesystemtoolboxforthesimula

6、tionresearchofcontrolsystem,andbrieflyanalyzesthecorrespondingsimulationdata.Keywords:ClassicPIDcontrol,fuzzycontrol,parametersetting,MATLABsimulation遼寧科技學(xué)院畢業(yè)設(shè)計第IV頁目錄第一章緒論錯誤！未定義書簽。1.1 引言第誤！未定義書簽。1.2 PID控制器的發(fā)展錯誤！未定義書簽。1.3 控制的優(yōu)點3.1.4 傳統(tǒng)控制局限性3.1.5 論文的主要內(nèi)容4.第二章控制器參數(shù)整定方法.62.1 控制器的基本原理6.2.2 參數(shù)整定方法7.2.2.1

7、Z-N整定方法7.2.2.2 不同準則下的最優(yōu)整定.8.2.2.3 基于總和時間常數(shù)9.2.2.4 穩(wěn)定邊界法1.02.2.5 衰減曲線法1.02.2.6 基于增益優(yōu)化的整定法112.3 PID參數(shù)自整定方法1.22.3.1 模式識別法1.32.3.2 繼電型自整定控制策略14第三章模糊控制的原理及其在自整定方面的應(yīng)用錯誤！未定義書簽。3.1 模糊數(shù)學(xué)理論1.53.1.1 概述153.1.2 模糊理論的幾個重要概念1.53.1.3 確定隸屬度函數(shù)的方法173.2 模糊控制理論1.83.2.1 模糊控制理論概述錯誤！未定義書簽。3.2.2 模糊控制的基本原理193.2.3 模糊控制算法的實現(xiàn)方法

8、203.3 模糊控制在自整定中的應(yīng)用233.3.1 參數(shù)模糊自整定控制器233.3.1.1 控制系統(tǒng)結(jié)構(gòu)233.3.1.2 參數(shù)自整原則243.3.1.3 參數(shù)模糊自整定控制器的設(shè)計25第四章模糊PID控制器的設(shè)計324.1 模糊PID控制器組織結(jié)構(gòu)和算法的確定324.2 模糊PID控制器模糊部分設(shè)計324.2.1 定義輸入、輸出模糊集并確定個數(shù)類別錯誤！未定義書簽。4.2.2 確定輸入輸出變量的實際論域錯誤！未定義書簽。4.2.3 定義輸入、輸出的隸屬函數(shù)334.2.4 確定相關(guān)模糊規(guī)則并建立模糊控制規(guī)則表354.2.5 模糊推理36第五章模糊PID控制器的MATLAB仿真395.1 模糊控

9、制部分的fuzzyinferencesystem仿真.395.1.1 定義輸入輸出變量并命名395.1.2 編輯隸屬函數(shù)395.1.3 編輯模糊規(guī)則庫405.2 對模糊控制器的SIMULINK建模415.2.1 將模糊系統(tǒng)載入SIMULINK415.2.2 在SIMULINK中建立模糊子系統(tǒng)415.3 PID部分的SIMULINK建模.425.4 模糊PID控制器的SIMULINK建模435.5 利用子系統(tǒng)對控制系統(tǒng)進行SIMULINK建模435.6 控制系統(tǒng)的SIMULINK仿真研究445.7 485.8 495.9 獻50附錄錯誤！未定義書簽。遼寧科技學(xué)院畢業(yè)設(shè)計第7頁第一章緒論1.1 引

10、言PID控制器是在工業(yè)過程控制中最常見的一種控制調(diào)節(jié)器，廣泛應(yīng)用于化工、機械、冶金和輕工等工業(yè)過程控制系統(tǒng)中。有一些文獻陳述了當前的應(yīng)用狀況。日本電子測量儀表協(xié)會在198處對過程控制做的調(diào)查報告，該報告表明90%以上的控制回路具有PID結(jié)構(gòu)。另外一篇有關(guān)加拿大造紙廠的統(tǒng)計報告表明典型的造紙廠一般有2000多個控制回路，其中97%以上是PID控制，而且僅僅有20%的控制回路工作比較滿意?？刂苹芈沸阅芷毡椴畹脑蛑袇?shù)整定不合適的占30%,閥門問題占30%,而另外20%的控制器性能差有多種原因，如傳感器問題、采樣頻率的選擇不當以及濾波器的問題等。在已安裝的過程控制器中30%是處于手動狀態(tài)，20%的

11、控制回路采用廠家整定的參數(shù)，即控制器制造商預(yù)先設(shè)定的參數(shù)值，30%的控制回路由于閥門和傳感器的問題導(dǎo)致控制性能較差。因此，PID控制器雖然在工業(yè)過程控制中普遍應(yīng)用，但是獲得的控制效果并不十分理想。同時由于PID控制器特別適用于過程的動態(tài)性能是良性的而且控制性能要求不高的情況，但隨著現(xiàn)代工業(yè)的發(fā)展，人們面臨的被控對象越來越復(fù)雜，對于控制系統(tǒng)的精度性能和可靠性的要求越來越高，這對PID控制技術(shù)提出了嚴峻的挑戰(zhàn)。只有和先進控制策略相結(jié)合，才能保證PID控制技術(shù)永不過時，而它也正是向高精度、高性能、智能化的方向在逐步發(fā)展。1.2 PID控制器的發(fā)展自Ziegler-Nichols在1942年提出參數(shù)整

12、定方法以來，許多技術(shù)己經(jīng)被應(yīng)用于控制器的手動和自動整定中。根據(jù)研究方法的劃分，可分為基于頻域的參數(shù)整定方法和基于時域的參數(shù)整定方法；根據(jù)發(fā)展階段的劃分，可分為常規(guī)參數(shù)整定方法和智能參數(shù)整定方法；按照被控對象個數(shù)來劃分，可分為單變量PID參數(shù)整定方法和多變量參數(shù)整定方法，前者包括現(xiàn)有大多數(shù)整定方法，后者是最近研究的熱點及難點；按控制量的組合形式來劃分，可分為線性參數(shù)整定方法和非線性參數(shù)整定方法，前者適用于經(jīng)典調(diào)節(jié)器，后者適用于由非線性跟蹤微分器和非線性組合方式生成的非線性控制器。近年來，隨著人工智能技術(shù)的發(fā)展，智能控制得到迅速發(fā)展，而將智能技術(shù)和常規(guī)控制方法有機的融合在一起，利用人工智能的方法將

13、操作人員的調(diào)整經(jīng)驗作為知識存入計算機中，根據(jù)現(xiàn)場實際情況，計算機能自動調(diào)整參數(shù)，就形成了許多形式的智能控制器。1、專家系統(tǒng)智能自整定控制器專家控制是將人的感性經(jīng)驗和定理算法結(jié)合的一種傳統(tǒng)的智能控制方法4,專家系統(tǒng)應(yīng)包括專家知識庫、數(shù)據(jù)庫和邏輯推理機三部分。專家系統(tǒng)可視為廣義調(diào)節(jié)器，專家知識庫中己經(jīng)把熟練操作工或?qū)＜业慕?jīng)驗和知識構(gòu)成參數(shù)選擇手冊，這部手冊記載了各種工況下被控對象所對應(yīng)的P、I、D參數(shù)，數(shù)據(jù)庫根據(jù)被控對象的輸入與輸出信號及給定信號提供給知識庫和推理機。推理機能進行啟發(fā)式推理，決定控制策略。2、基于神經(jīng)網(wǎng)絡(luò)的控制器人工神經(jīng)網(wǎng)絡(luò)控制方法是基于人腦控制行為的生理學(xué)研究而發(fā)展起來的，是一個

14、具有廣闊前景的智能控制方法4o在常規(guī)控制器的基礎(chǔ)上，加入一個神經(jīng)網(wǎng)絡(luò)控制器，構(gòu)成基于神經(jīng)網(wǎng)絡(luò)控制器。神經(jīng)網(wǎng)絡(luò)控制器通過向常規(guī)控制器的輸出進行學(xué)習(xí)，目標是使反饋誤差逐漸趨于零。一旦系統(tǒng)出現(xiàn)干擾，以構(gòu)成的反饋控制器馬上可以重新起作用。因此，采用這種前饋加反饋的智能控制方法，不僅可確保控制系統(tǒng)的穩(wěn)定性和價棒性，而且可有效地提高系統(tǒng)的精度和自適應(yīng)能力。3、模糊控制器在大多數(shù)工業(yè)控制過程中經(jīng)常會碰到大滯后、時變、非線性的復(fù)雜系統(tǒng)，有時甚至是非常嚴重的，同時有些過程很難建立或不能建立精確的數(shù)學(xué)模型。因而一般的PID控制無法實現(xiàn)對這樣過程的精確控制。模糊控制器3是近年來發(fā)展起來的新型控制器，具優(yōu)點是不需要掌

15、握受控對象的精確數(shù)學(xué)模型，根據(jù)人工控制規(guī)則組織控制決策決定控制量的大小。在一般的模糊控制器中，考慮到模糊控制器實現(xiàn)的簡易性和快速性，通常采用二維模糊控制器結(jié)構(gòu)形式。而這類控制器都是以誤差E和誤差變化率EC為輸入語言變量，因此它具有類似于常規(guī)控制器的作用，采用該類模糊控制器的系統(tǒng)有可能獲得良好的動態(tài)特性，而靜態(tài)特性則不能另人滿意。由比例、積分、微分的特點可知，積分控制作用能消除穩(wěn)態(tài)誤差，但動態(tài)響應(yīng)慢，比例控制作用動態(tài)響應(yīng)快，微分控制作用能加快系統(tǒng)的動作速度，減小調(diào)節(jié)時間。將模糊控制和控制器兩者結(jié)合起來，揚長避短，既具有模糊控制靈活而適應(yīng)性強的優(yōu)點，又具有控制精度高的特點。由于不需要建立過程精確的

16、數(shù)學(xué)模型，因此得到了越來越廣泛的應(yīng)用。1.3 控制的優(yōu)點1、原理簡單，使用方便。2、適應(yīng)性強，可以廣泛應(yīng)用于化工、熱工、冶金、以及造紙、建材等各種生產(chǎn)部門。按控制進行工作的自動調(diào)節(jié)器早以商品化。在具體實現(xiàn)上它們經(jīng)歷了機械式、液動式、電子式等發(fā)展階段，但始終也沒有脫離的范疇。即使目前最新式的過程控制計算機，其基本的控制功能也仍然是控制。3、魯棒性強，即其控制品質(zhì)對被控對象的變化不大敏感。由于具有這些優(yōu)點，在過程控制中，人們首先想到的總是控制。一個大型的現(xiàn)代化生產(chǎn)裝置的控制回路可能多達一二百甚至更多，其中絕大部分都采用PID控制。但生產(chǎn)過程規(guī)模的不斷擴大、控制的難度越來越大、控制的精度要求越來越高

17、，傳統(tǒng)的控制已經(jīng)不能夠完全適應(yīng)，就是說，要不斷改進的控制的方式以適應(yīng)不斷變化的控制要求。1.4 傳統(tǒng)控制局限性控制是建立在知道被控對象精確的數(shù)學(xué)模型的基礎(chǔ)之上的，而實際系統(tǒng)中往往存在著這樣的情況：1,許多系統(tǒng)，特別是工業(yè)生產(chǎn)過程是極其復(fù)雜的，這樣就很難得到確切的描述這些過程的傳遞函數(shù)或狀態(tài)方程。2、由于對系統(tǒng)的了解不可能完全清楚，所以建立的數(shù)學(xué)模型就不可能與實際系統(tǒng)完全吻合，也就得不到精確的數(shù)學(xué)模型，而只能是一種近似。3、往往為了數(shù)學(xué)上處理方便起見而簡化數(shù)學(xué)模型，以犧牲準確性來換取處理上的方便。這樣的結(jié)果很難讓人滿意的，甚至還會產(chǎn)生錯誤。4、在某些領(lǐng)域經(jīng)常無法建立數(shù)學(xué)模型。這就說明了，常規(guī)控制

18、存在著很大的局限性，它對于一些控制系統(tǒng)顯得無能為力。另外，由于計算機技術(shù)的飛速發(fā)展，包含將人類思維這樣復(fù)雜操作由計算機代替的領(lǐng)域日益增加，這是常規(guī)無法勝任的，必須對其的控制方法進行改進。針對常規(guī)控制的局限性，人們努力探索繞過精確數(shù)學(xué)模型的建立對系統(tǒng)進行控制的方法，模糊控制就是其中之一。在1947年，人們第一次將模糊邏輯和模糊推理用于鍋爐和蒸汽機的控制，實用效果良好，宣告模糊控制的誕生。直到今天模糊控制技術(shù)得到了很大的發(fā)展，本設(shè)計是在模糊控制的理論的基礎(chǔ)上，采用控制和模糊控制相結(jié)合的方式，構(gòu)造一個模糊自適應(yīng)整定控制器來實現(xiàn)對溫度的有效控制。1.5 論文的主要內(nèi)容模糊控制是基于規(guī)則的智能控制，它建

19、立在人類思維具有模糊邏輯特性的基礎(chǔ)上的。目前，模糊控制已成為工業(yè)控制自動化領(lǐng)域內(nèi)廣泛研究和應(yīng)用的控制器。這主要歸結(jié)于模糊控制器的一些特點：無需知道被控對象精確的數(shù)學(xué)模型；它是一種反映人類智慧思維中的模糊量，這些模糊量和模糊推理是人類通常智能活動的體現(xiàn)，易被人們接受。模糊控制與最優(yōu)控制、自適應(yīng)控制等高級控制相比較，具有不需要事先知道被控對象的精確數(shù)學(xué)模型的特點。模糊控制的核心是它用具有模糊性的規(guī)則去執(zhí)行控制，這種控制的控制規(guī)則充分反映了人的智能活動?？刂破鞑⒉皇窃较冗M越好、越復(fù)雜越好。許多在理論上聲稱有多大的先進性和優(yōu)越性的控制器（或控制技術(shù)）在與控制器對抗中殘敗?？刂破鳛楹文茉谄湔Q生半個多世紀

20、后的今天，仍能擊敗眾多新型的控制器的競爭，而被廣泛應(yīng)用于過程控制，其最根本的原因就是：簡單、易用。實踐中存在無數(shù)不同類型的系統(tǒng)，如其他的控制技術(shù)一樣，模糊控制也有其適用性，這與其特點是緊密相連的。H.Ying教授提出了采用模糊控制的兩個準則：（1）被控制系統(tǒng)模型未知但已知其為高度非線性、時變或者有時延：（2）控制不能產(chǎn)生滿意的控制性能。考慮到模糊控制的特點，第一個準則是顯然的。第二個準則主要考慮到控制算法在世界范圍內(nèi)90%以上的工業(yè)過程中被采用，控制技術(shù)已經(jīng)得到很好的發(fā)展，對于線性系統(tǒng)，應(yīng)該避免采用模糊控制，無論系統(tǒng)模型是否可知。對于線性系統(tǒng)模糊控制沒有優(yōu)勢。對于一些非線性、時變或具有時延的系

21、統(tǒng)，如果控制可以產(chǎn)生滿意的控制效果，那么也無須采用模糊控制。正是因為如此人們才提出了許多控制系統(tǒng)的設(shè)計和增益調(diào)節(jié)方法，將模糊控制技術(shù)與控制技術(shù)相結(jié)合形成非性線控制算法以提高控制性能。本文主要研究了參數(shù)的各種自整定策略，對模糊控制與自整定的結(jié)合理論進行了詳細論述。論文內(nèi)容循序漸進，共分六章，內(nèi)容安排如下：第一章：介紹了控制器應(yīng)用現(xiàn)狀及存在的問題，智能控制策略及其在參數(shù)整定中的應(yīng)用，介紹了一些工業(yè)化商品，最后給出本文要研究的內(nèi)容。第二章：介紹了控制器的基本原理，數(shù)字式控制器的基本原理及改進了的控制器；系統(tǒng)地分析比較了參數(shù)整定、自整定的傳統(tǒng)方法、改進方法和它的發(fā)展趨勢，為后面的研究工作做鋪墊。第三章

22、：論述了模糊控制的發(fā)展歷史、基本工作原理，詳細論述了模糊自整定PID控制器的理論推導(dǎo)及設(shè)計過程。第四章：用不同模型的仿真來說明模糊自整定的優(yōu)勢和改進方法的簡易及可行性。第五章：在前兩章理論分析及仿真的基礎(chǔ)上，研制了實驗用的基于模糊自調(diào)整PID控制器，詳細介紹了軟硬件的實現(xiàn)方法和所獲得的一些經(jīng)驗。第六章：本文的結(jié)論部分。第二章控制器參數(shù)整定方法2.1控制器的基本原理控制器也就是比例、積分、微分控制器，是一種最基本的控制方式，它是復(fù)雜調(diào)節(jié)和計算機直接數(shù)字控制的基礎(chǔ)1。常規(guī)的常規(guī)系統(tǒng)原理圖如圖2.1所示:圖2.1PID控制系統(tǒng)原理控制器根據(jù)給定值與實際輸出值y(t)構(gòu)成控制偏差e(t),從而針對控制

23、偏差進行比例、積分、微分調(diào)節(jié)的一種方法，其連續(xù)形式為：u=Kp喇=卜(t)dtTd呼(2.1)1.6 Ti0dt其中&t尸r(t)-y(t)為系統(tǒng)誤差，Kp、TrTd分別為比例系數(shù)、積分系數(shù)和微分系數(shù)。在圖2.1的基礎(chǔ)上，我們不妨簡單分析一下控制器各校正環(huán)節(jié)的作用7:1、比例環(huán)節(jié)的引入是為了及時成比例地反映控制系統(tǒng)的偏差信號e(t),以最快速度產(chǎn)生控制作用，使偏差向減小的方向變化。2、積分環(huán)節(jié)的引入主要用于消除靜差，即當閉環(huán)系統(tǒng)處于穩(wěn)定狀態(tài)時，則此時控制輸出量和控制偏差量都將保持在某一個常值上。積分作用的強弱取決于積分時間常數(shù)，時間常數(shù)越大積分作用越弱，反之則越強。3、微分環(huán)節(jié)的引入是

24、為了改善系統(tǒng)的穩(wěn)定性和動態(tài)響應(yīng)速度，它可以預(yù)測將來，能反映偏差信號的變化趨勢，并能在偏差信號值變的太大之前，在系統(tǒng)中引入一個有效的早期修正信號，從而加快系統(tǒng)的動作速度，減小調(diào)節(jié)時間。2.2參數(shù)整定方法將過程動態(tài)性能的確定和控制器參數(shù)的計算方法結(jié)合起來就可實現(xiàn)控制器的自整定。為此我們首先討論參數(shù)的各種工程整定方法。2.2.1 Z-N整定方法Z-N整定方法即Ziegler與Nichols提出的調(diào)節(jié)控制器參數(shù)的經(jīng)驗公式5。由于被控對象的階躍響應(yīng)曲線大都可以用一階慣性環(huán)節(jié)加純滯后環(huán)節(jié)來表示，故假設(shè)對象模型為(2.2)G(s)=e-s1Ts其中一階響應(yīng)的特征參數(shù)（丁和利以由圖2-7構(gòu)成的示意圖提取出來，

25、對于典型的控制器，其模型為:圖2.2階躍響應(yīng)曲線(2.3)如不特別說明，本節(jié)的研究對象及控制器均為式（2.2）和（2.3）所示模型.Z-N方法最大的優(yōu)點是方法簡單、使用方便，只需要很少的過程對象的先驗知識，但它的缺點是控制效果很差，尤其是對于大滯后的過程，系統(tǒng)很難工作在令人滿意的狀態(tài)。Z-N的整定公式為：遼寧科技學(xué)院畢業(yè)設(shè)計第9頁kp =1.2T/(Kt)«Ti =2eTd =0.57(2.4)2.2.2 不同準則下的最優(yōu)整定依據(jù)最優(yōu)控制的思想，按照預(yù)先設(shè)定好的指標函數(shù)，可以得到最優(yōu)參數(shù)的算法。該算法考慮的最優(yōu)準則的一般形式為：(2.5)Jn(u)=；tne(u,t)2dt其中&am

26、p;時為進入PID控制器的誤差信號，向量8為PID控制器參數(shù)構(gòu)成的集合。特別的，在最優(yōu)準則中考慮三個n的取值，即n=0,1,2,它們分別對應(yīng)于誤差平方積分準則（ISE）、時間加權(quán)的誤差平方積分準則（ISTE）、時間平方加權(quán)的誤差平方積分準則（IST2E）建立的經(jīng)驗公式如下:Kp限3，【=a2'（?。┒?.(2.6)對不同的燈范圍，系數(shù)對（a,b）可以由表2.1直接查出表2.1公式中常數(shù)查詢表T/T范圍0.1-11.1-2最優(yōu)指標ISEISTEIST2eISEISTEIST2Ea11.0481.0420.9681.1541.1421.061b1-0.897-0.987-0.904-0.5

27、67-0.579-0.538a21.01950.9870.9971.0470.9190.892b2-0.368-0.238-0.253-0.220-0.172-0.165a30.4890.3850.3160.4900.3840.315b30.8880.9060.8920.7080.8390.8322.2.3基于總和時間常數(shù)遼寧科技學(xué)院畢業(yè)設(shè)計第48頁該方法適用于階躍響應(yīng)特性為S型的自衡對象，設(shè)被控對象的傳遞函數(shù)為:(2.7)G(s)=(1S1)(2S1)(mS1)e_s一(TzS1)(T2S1)(TnS1)定義總和時間常數(shù)為：K=丁1T2-Tn-.1-.2-m.y1(t)=0IK0-y(i)d

28、t(2.8)(2.9)由以上得圖2.3所示的階躍響應(yīng)特征。A1=lim1(t)=K0T.由式(2.6)可知，G正比于圖2.3中有斜線部分的面積Ay(t)1圖2.3階躍響應(yīng)特性曲線求出面積A1后，再按式(2.7)彳3Tw,整定公式如下：Kp=1/K0,Ti=0.66K,Td=0.167T(2.10)2.2.4 穩(wěn)定邊界法又叫臨界靈敏度法。這是一種閉環(huán)的整定方法。它基于純比例控制系統(tǒng)臨界振蕩試驗所得數(shù)據(jù)，即臨界比例增益Kps和臨界振蕩周期Ts,利用一些經(jīng)驗公式,求取調(diào)節(jié)器最佳數(shù)值。具體步驟如下：1、置調(diào)節(jié)器積分時間到最大值（二8）,微分時間Td為零（Td=0）比例增益置較小值，使控制系統(tǒng)投入運行。

29、2、待系統(tǒng)運行穩(wěn)定后，逐漸增大比例增益，直到系統(tǒng)出現(xiàn)如圖2.4所示的等幅振蕩，即所謂的臨界振蕩過程。記錄下此時的臨界比例增益Kps,并計算兩個波峰的時間Tso圖2.4系統(tǒng)的臨界振蕩曲線3、利用Kps和Ts的值，按計算公式：(2.11)Kp=0.6%,1=0.5Ts,Td=0.1251；求調(diào)節(jié)器各參數(shù)Kp、1、Td的數(shù)值。也可以通過圖2.9來辨識被控對象的參數(shù)，然后再用提到的方法進行整定。2.2.5 衰減曲線法與穩(wěn)定邊界法類似，不同的只是本法采用某衰減比（通常為4:1或10:1）時設(shè)定值擾動的衰減振蕩試驗數(shù)據(jù)，然后利用一些經(jīng)驗公式，求取調(diào)節(jié)器相應(yīng)的整定參數(shù)，對于4:1衰減曲線法的具體步驟如下：1

30、、置調(diào)節(jié)器積分時間工到最大值（1=8）,微分時間Td為零（Td=0）,比例增益置較小值，使控制系統(tǒng)投入運行。2、待系統(tǒng)穩(wěn)定后，作設(shè)定值階躍擾動，并觀察系統(tǒng)的響應(yīng)，若系統(tǒng)響應(yīng)衰減太快則增大比例增益；反之，系統(tǒng)響應(yīng)衰減過慢，應(yīng)減小比例增益。如此反復(fù)，直到系統(tǒng)出現(xiàn)如圖2.5(a)所示的4:1衰減振蕩過程。記下此時的比例增益Kc和振蕩周期Tc數(shù)值。圖2.5(a) 4:1衰減響應(yīng)曲線圖2.5(b) 10:1衰減響應(yīng)曲線3、利用Kc和Tc的值，按計算公式:Kp=1.25Kc,Ti=0.3Tc,Td=0.1Tc(2.12)求調(diào)節(jié)器各整定參數(shù)Kp、1、Td的數(shù)值。對于衰減比為10:1時，此時要以圖2.5(b)

31、中的上升時間為準，按公式Kp=1.25Kc,Ti=1.2T.,Td=0.4T.(2.13)來計算。2.2.6 基于增益優(yōu)化的整定法本方法是從控制器與被控對象組成閉環(huán)系統(tǒng)的頻率特性出發(fā)，指定在大頻率范圍內(nèi)使幅頻特性等于1;根據(jù)測量得到的階躍響應(yīng)瞬時值去計算控制器的參數(shù)值8。設(shè)被控對象的傳遞函數(shù)為：G(s)=g(t)e4sdt=sh(t)e4sdt=g0ggiSi=1,2,3(2.14)00式中g(shù)o=(y2-y1)/(u2-，為對象的靜態(tài)比例系數(shù);gi(2.15)(-1)i二i-i-te(t)dt(i-1)!(u2-ui)0其中g(shù)為被控對象的脈沖響應(yīng)函數(shù)；h(t)為被控對象的單位階躍響應(yīng)函數(shù)；yi

32、和y2為給定階躍變化前、后被控量的穩(wěn)定值；ui和5為給定階躍變化前、后控制量的穩(wěn)態(tài)值。按增益優(yōu)化的含義，有Gc(j)G(j)1Gc(j)G(j)2Kp=0.5/a(g3-g1g5)F=-g"(g0+0.5()(2.16)Jd=0.5(g2g5-g3g4)/aKp式中a=g1(g0g5-g1g4)g3(g1g2-gog3)2.3PID參數(shù)自整定方法自整定的含義是控制器的參數(shù)可以根據(jù)對象特性變化自動整定。自整定控制器依據(jù)被控對象過程特性的自動分析結(jié)果，選擇自己的整定參數(shù)。一般涉及到系統(tǒng)輸入/輸出關(guān)系的隱式或顯式模型，以過程采集為基礎(chǔ)，比較高級的自整定控制器還可以連續(xù)修改其參數(shù)6。研究調(diào)節(jié)

33、器參數(shù)自整定的目的是尋找一種對象驗前知識不需要很多，而又簡單魯棒性好的方法。圖2.6所示的自校正調(diào)節(jié)器是調(diào)整調(diào)節(jié)器參數(shù)的一種方法。它由兩個回路組成，內(nèi)回路包括被控對象和一個具有可變參數(shù)的普通線性反饋調(diào)節(jié)器；外回路用來調(diào)整調(diào)節(jié)器參數(shù)，它由遞推式參數(shù)估計器和調(diào)節(jié)器參數(shù)調(diào)整機構(gòu)兩部分組成。參數(shù)估計器假定對象為一階模型式，然后利用調(diào)節(jié)量u及被調(diào)量y的測量值，應(yīng)用最小二乘估計法對被控對象參數(shù),Kp,T,x值進行估計。一旦求出對象參數(shù)的值后，調(diào)整機構(gòu)就能按照既定的整定規(guī)則，求出調(diào)節(jié)器參數(shù)“最佳”值，修改調(diào)節(jié)器參數(shù)。參數(shù)估計調(diào)整機構(gòu)圖2.6自校正調(diào)節(jié)器目前，在眾多的整定方法中，主要有兩種方法在實際工業(yè)過程中

34、應(yīng)用較好。一種是由布里斯托(BristolE.H.)首先提出的模式識別法(PatternRecognition)；另一種是基于繼電反饋的參數(shù)整定方法。2.3.1 模式識別法又稱圖像識別法80圖2.7是布里斯托用模式識別法實現(xiàn)調(diào)節(jié)器參數(shù)自整定的結(jié)構(gòu)圖。調(diào)節(jié)器與被控對象相連組成閉環(huán)系統(tǒng)，觀察系統(tǒng)對設(shè)定值階躍響應(yīng)或干擾的響應(yīng)，根據(jù)實測的響應(yīng)模式與理想的響應(yīng)模式的差別調(diào)整調(diào)節(jié)器參數(shù)。圖2.7模式識別法框圖具體步驟如下：1、按照一定的準則將閉環(huán)系統(tǒng)在一定輸入下的響應(yīng)分為若干種模式;2、提取每種模式的特征量，稱之為“狀態(tài)變量”3、確定理想模式的狀態(tài)變量值，建立模式狀態(tài)變量的表達式;4、根據(jù)理想模式的狀態(tài)變

35、量值與系統(tǒng)狀態(tài)變量的實測值之間的差別對調(diào)節(jié)器參數(shù)進行自整定。該種方法的優(yōu)點是，不需要假定對象的數(shù)學(xué)模型，因而不存在辨識問題。2.3.2 繼電型自整定控制策略由前面的討論可知，若測出了系統(tǒng)的一階模型式或測出了系統(tǒng)的臨界比例增益Kps和振蕩周期Ts,則可以容易地設(shè)計出控制器。以往要想求出系統(tǒng)的這些參數(shù)需要離線的方法來進行，即首先通過實驗測出系統(tǒng)的特征參數(shù)9,然后根據(jù)這些參數(shù)設(shè)計一個合適的控制器，最后再將此控制器應(yīng)用到原系統(tǒng)的控制中。若系統(tǒng)的參數(shù)發(fā)生變化，應(yīng)該再重復(fù)這一過程。Astrom和Hagglund提出的繼電型自整定策略，其結(jié)構(gòu)如下圖所示：+卜圖2.8繼電器型自整定結(jié)構(gòu)該方案的基本思想是在控制

36、系統(tǒng)中設(shè)置兩種模態(tài)：測試模態(tài)和調(diào)節(jié)模態(tài)，在測試模態(tài)下，由一個繼電非線性環(huán)節(jié)來測試系統(tǒng)的振蕩頻率和增益，而在調(diào)節(jié)模態(tài)下，由系統(tǒng)的特征參數(shù)首先得到控制器，然后由此控制器對系統(tǒng)的動態(tài)性能進行調(diào)節(jié)。如果系統(tǒng)的參數(shù)發(fā)生變化，則需要重新進入測試模態(tài)進行測試，測試完畢之后再回到調(diào)節(jié)模態(tài)進行控制。之間由開關(guān)S來控制。第三章模糊控制的原理及其在自整定方面的應(yīng)用1965年扎德(L.A.Zadeh)創(chuàng)建模糊集理論。自1974年Mamdani成功地將模糊控制應(yīng)用于鍋爐和蒸汽機控制以來，模糊控制在這短暫的三十多年里得以廣泛發(fā)展并在現(xiàn)實中得以成功應(yīng)用，其根源在于模糊邏輯本身提供了由專家構(gòu)造語言信息并將其轉(zhuǎn)化為控制策略的一

37、種系統(tǒng)的推理方法，因而能夠解決許多復(fù)雜而無法建立精確的數(shù)學(xué)模型系統(tǒng)的控制問題，它是處理推理系統(tǒng)和控制系統(tǒng)中不精確和不確定性的一種有效方法。從廣義上講，模糊控制是基于模糊推理4,模仿人的思維方式，對難以建立精確數(shù)學(xué)模型的對象實施的一種控制，它是模糊數(shù)學(xué)同控制理論相結(jié)合的產(chǎn)物，同時也構(gòu)成了智能控制的重要組成部分。3.1 模糊數(shù)學(xué)理論3.1.1 概述在人類的生產(chǎn)和生活中存在許多模糊的現(xiàn)象，如“今天的天氣很不錯”，用經(jīng)典的數(shù)學(xué)無法準確地描述出這個概念，為了描述這類現(xiàn)象產(chǎn)生了模糊數(shù)學(xué)。在傳統(tǒng)集合理論中，一個對象要么完全屬于一個集合，要么完全不屬于這個集合，不能存在介于兩者之間的情況。而在模糊數(shù)學(xué)中，任何

38、對象對于一個集合來說，可以部分隸屬于這個集合，變量部分隸屬于某個集合的關(guān)系稱為該變量的隸屬度函數(shù)，它可以取閉區(qū)間0,1間的任何實數(shù)，從而打破了經(jīng)典數(shù)學(xué)中的“非對即錯”“非0即1”的概念，允許用0.1間的數(shù)來表示中間過渡過程。這樣像“快”、“慢”、“冷”、“熱”這些模糊的概念就可以在模糊數(shù)學(xué)中得到表達。眾所周知人腦具有模糊推理的能力，模糊數(shù)學(xué)的出現(xiàn)使得計算機能夠模擬人腦思維和推理的模糊性特點，使人類的各種自然語言可以作為計算機語言進入計算機程序中，讓計算機完成以前只有人腦可以完成的任務(wù)。3.1.2 模糊理論的幾個重要概念L.A.Aadeh!過模糊集合、模糊關(guān)系和模糊變換，成功了奠定了對模糊性做數(shù)

39、學(xué)的、邏輯的和語言分析的基礎(chǔ)。下面介紹幾個重要的概念：1、模糊集合設(shè)X是論域，X上的一個實值函數(shù)用Na來表示，即Na：X一0,1對于xCX,a(x)稱為對A的屬度，而稱為隸屬函數(shù)。2、模糊關(guān)系以集合A和B的直積AMB=(x,y)xwA,ywB)為論域的一個模糊子集R叫做集合A和B的模糊關(guān)系，也稱為一元模糊關(guān)系。如果（x,y）wAxBB,則隸屬函數(shù)Na表明元素x和y屬于模糊關(guān)系R的程度。3、模糊推理在邏輯推理中，命題一般稱為判斷。所謂推理就是從一個或幾個已知的判斷（前提）出發(fā)推出另一個新判斷（結(jié)論）的思維形式。對于模糊性問題，形式邏輯和數(shù)理邏輯都沒有辦法解決。解決推理性問題需要用模糊推理方法。模

40、糊推理是以模糊條件為基礎(chǔ)的，它是模糊決策的前提條件，更是模糊控制規(guī)則生成的根據(jù)。假言推理規(guī)則可以寫成：大前提：若A則C小前提：如今A結(jié)論：C這里，“如今A”是一個確切的給定條件，而且和大前提中“若A則C”中的A相同，于是得到了C的結(jié)論。如果小前提中給定的是A'而不是A,那么結(jié)論又該是什么樣呢？解決這個問題采用L.A.Zadeh提出的似然推理中的假言推理法。其推理規(guī)則為大前提：若A則C小前提：如今A結(jié)論：C'其中，C'=A'麗一種近似推理合成規(guī)則，這是解決所有模糊推理的基礎(chǔ)。“”代表合成運算。R是集合A、C的模糊關(guān)系。近似推理規(guī)則說明，對于處于模糊概念的推理過程不

41、必象形式邏輯中的那樣的判斷推理過程，而可以看成是模糊集合的變量和隸屬函數(shù)的演算過程。即輸入一個模糊子集A',經(jīng)過模糊變換器R變換，得到一個新的模糊輸出結(jié)果(3.1)C=A'R3.1.3確定隸屬度函數(shù)的方法隸屬度函數(shù)I16”的確定在模糊數(shù)學(xué)中占有重要的地位，這是因為模糊集合是由隸屬度函數(shù)刻畫的，模糊集合的各種運算都是利用隸屬度函數(shù)來進行的，因此，在模糊集合的各種應(yīng)用場合，首先要解決的問題就是確定隸屬度函數(shù)。確定隸屬度函數(shù)總是力圖盡量符合客觀實際，但不同的人對于同一個模糊概念的認識又是有差異的，因此隸屬度函數(shù)的確定又帶有主觀性。如何評價隸屬度函數(shù)是否符合客觀實際，到目前為止還沒有一

42、個標準。常常用初步確定的一個粗略的隸屬度函數(shù)，然后通過在實踐運用中“學(xué)習(xí)”和檢驗，逐步修改和完善。確定隸屬函數(shù)可以通過“主觀”途徑和“客觀”途徑進行，當隸屬度無法通過主觀途徑給出時，往往需要在實驗基礎(chǔ)上獲得。1、模糊統(tǒng)計法對于模糊性事物發(fā)生的可能性程度也可以用和隨機統(tǒng)計相似的方法進行模糊統(tǒng)計，統(tǒng)計的結(jié)果即為隸屬度。對于模糊統(tǒng)計，在論域U中給出一個確定元素x,xCU,然后再考慮屬于論域U上運動著的邊界可變的普通集合Ai,n次試驗中元素x屬于Ai的次數(shù)，當n足夠大時，x屬于模糊集合A的隸屬度趨于一個穩(wěn)定值。即,n1一一-A(x)=lim(3.2)x.n式中，n1為n次試驗中xCAi的次數(shù)，n為試驗

43、次數(shù)。該方法能比較直觀地反映模糊集合的隸屬度，只是計算量比較大。2、例證法此法的主要思想是從有限個乜的值，來估計論域U上的模糊子集A的隸屬函數(shù)。3、專家經(jīng)驗法專家經(jīng)驗法是根據(jù)某領(lǐng)域?qū)＜业膶嶋H經(jīng)驗對模糊信息進行處理從而確定隸屬度函數(shù)的一種方法。n口A(x)二一i 1口 Ai（X）ai(3.3)止匕外，確定隸屬度函數(shù)還有二元對比排序法、相對選擇法、可變模型法等等。3.2模糊控制理論在工業(yè)控制過程中經(jīng)常會碰到大滯后、時變、非線性的復(fù)雜系統(tǒng)。其中，有的參數(shù)未知或緩慢變化；有的則存在滯后和隨機干擾；有的無法獲得精確的數(shù)學(xué)模型。模糊控制器是一種新型控制器，它不要求掌握受控對象的精確數(shù)學(xué)模型，而根據(jù)人工控制

44、規(guī)則組織控制決策表，然后由該表決定控制量的大小。模糊控制是一種以模糊集合論、模糊語言變量以及模糊邏輯推理為數(shù)學(xué)基礎(chǔ)的新型計算機控制方法，其基礎(chǔ)是模糊數(shù)學(xué)、實現(xiàn)手段是計算機。3.2.1 模糊控制理論概述模糊控制4的方法模仿人的思維方式和人的檢測經(jīng)驗，用電腦來代替人腦實施有效的控制。傳統(tǒng)的控制理論依賴于被控系統(tǒng)的數(shù)學(xué)模型，而模糊控制規(guī)則是依賴于被控系統(tǒng)的物理特性。物理特性的提取要靠人的直覺和經(jīng)驗，這些物理特性在人腦中是用自然語言來抽象成一系列概念和規(guī)則的，自然語言的重要特點是具有模糊性，人可以根據(jù)不精確信念來進行推理而得到有意思的結(jié)果。那么怎么樣用機器來模仿這一過程呢？用于描述的數(shù)學(xué)工具是Zade

45、hS出的模糊集合論或者說模糊集合論在控制的應(yīng)用。這是一種解決復(fù)雜系統(tǒng)控制決策的技巧和方法。用這種方法可以把人的經(jīng)驗形式化并引入控制過程，再運用比較嚴密的數(shù)學(xué)處理過程，實現(xiàn)模糊推理，進行判斷決策，以達到令人滿意的控制效果。目前模糊控制基本上是建立在人的直覺和經(jīng)驗的基礎(chǔ)上。由于人的決策本質(zhì)上就是具有模糊性，因此控制動作并非穩(wěn)定一致，且有一定主觀性。但是在模糊控制設(shè)計中，可以通過對操作人員控制的動作的觀察和操作人員的交流，用語言把操作人員的控制策略描述出來，以構(gòu)成一組用語言表達的定性決策規(guī)則。如果把領(lǐng)域?qū)＜业闹R和熟練技術(shù)人員的實踐經(jīng)驗進行總結(jié)和形式化描述，用語言形成一組定性條件語句和不精確的決策規(guī)

46、則，然后利用模糊集合作為工具使其定量化，設(shè)計一個控制器，用形式化的人的經(jīng)驗法則模仿人的控制策略，再驅(qū)動設(shè)備對復(fù)雜的工業(yè)過程進行控制，這就是模糊控制器。3.2.2 模糊控制的基本原理模糊控制的基本原理可由下圖表示：模糊控制器是控制系統(tǒng)的核心，如圖3-1的虛線框中部分所示。模糊控制器的控制規(guī)則由計算機的程序?qū)崿F(xiàn)，通過采樣獲取被控量的精確值，然后將此值與給定值相比較得到偏差量e,將偏差量進行模糊化得到模糊變量E,并用相應(yīng)的模糊語言表示，得到一個偏差的模糊子集E,再由E和模糊控制規(guī)則R（模糊關(guān)系）推理合成得到模糊控制量U=EoR。為了對被控對象施加精確的控制，還要通過非模糊化處理將模糊量轉(zhuǎn)換為精確量，

47、然后經(jīng)數(shù)模轉(zhuǎn)換成模擬控制信號送到執(zhí)行機構(gòu)對被控對象進行控制。上述模糊控制算法的工作過程也可以用圖3.2所示的方框圖形象地表示出來。eA模糊量化K模糊控制規(guī)則模糊決策非模糊化圖3.2模糊控制算法的方塊圖3.2.3 模糊控制算法的實現(xiàn)方法1、精確量的模糊化將精確量轉(zhuǎn)換為模糊量的過程稱為模糊化，或稱為模糊量化。在模糊控制應(yīng)用中，檢測到的數(shù)據(jù)一般是精確的，而在模糊控制器中處理的是模糊量，因而模糊化是必要的步驟。它是由觀測的輸入空間到相應(yīng)的輸入論域上的模糊子集的轉(zhuǎn)換，這種轉(zhuǎn)換通常帶有主觀性。模糊化應(yīng)解決以下問題，一個是量程轉(zhuǎn)換，二是選擇模糊化方法。量程轉(zhuǎn)換就是把輸入信號的物理范圍轉(zhuǎn)化為相應(yīng)的論域。如將精

48、確量x的實際變化范圍a,b轉(zhuǎn)換到區(qū)間卜n,n,這種轉(zhuǎn)換過程我們稱之為精確量的量化。量化過程采用如下公式：y=2nX-(ab)/2/(b-a)(3.4)模糊化一般采用如下兩種方法：把論域中某一精確點模糊化為在論域上占據(jù)一定寬度的模糊子集。第二種方法比較簡單。它是將在某區(qū)間的精確量x模糊化成這樣一個模糊子集，它在點X處隸屬度為1,除X點外其余各點的隸屬度均取0。用這種方法所得到的模糊集叫單點模糊集，顯然這種模糊方法相對粗略一點。2、模糊控制規(guī)則的設(shè)計模糊控制規(guī)則的設(shè)計是設(shè)計模糊控制的關(guān)鍵，一般包括三部分設(shè)計內(nèi)容：選擇描述輸入輸出變量的詞集，定義各模糊變量的模糊子集和建立模糊控制器的控制規(guī)則。選擇描

49、述輸入輸出變量的詞集模糊控制規(guī)則表現(xiàn)為一組模糊條件語句。在條件語句中描述輸入輸出變量狀態(tài)的一些詞匯(如在正大“、負小”等)的集合，稱為這些變量的詞集。一般選用大、中、小”三個詞匯來描述模糊控制器的輸入、輸出變量的狀態(tài)。由于人的行為在正、負兩個方向的判斷基本上是對稱的。將大、中、小再加上正、負兩個方向并考慮變量為零的狀態(tài)。共有七個詞匯，即負大，負中，負小，零，正小，正中，正大用英文字母首個字母縮寫為NB,NM,NS,O,PS,PM,PB其中N=Negative,P=Positive,B=Big,M=Medium,S=Small,O=Zero。選擇較多的詞匯描述輸入、輸出變量，可以使制定的控制規(guī)則

50、更加具體，但是控制規(guī)則相應(yīng)變得復(fù)雜；選擇詞匯過少，使得描述變量變得粗造，導(dǎo)致控制器的性能變壞。一般情況下，選擇上述七個詞匯，也可以根據(jù)系統(tǒng)需要選擇三個或五個語言變量。描述輸入、輸出變量的詞匯都具有模糊特性，可用模糊集合來表示。因此，模糊概念的確定性問題就直接轉(zhuǎn)化為求取模糊集合隸屬函數(shù)的問題。定義各模糊變量的模糊子集定義一個模糊子集，實際上就是要確定模糊子集的隸屬函數(shù)。將確定的隸屬函數(shù)曲線離散化，就得到了有限各點上的隸屬度，便構(gòu)成了一個相應(yīng)的模糊變量的模糊子集。常用的隸屬函數(shù)可分為三類：偏小型、偏大型、中間對稱型。常見的隸屬函數(shù)有：三角形型隸屬度函數(shù)這種隸屬函數(shù)的形狀和分布由三個參數(shù)表示：一般可

51、描述為：x -ab -af (x,a,b,c)=<x-cb -c0，若xWa若a三x三b(3.5)若b<x<c、0，若cMx高斯型隸屬度函數(shù)它用兩個參數(shù)來描述，其中參數(shù)c決定了函數(shù)的中心點，6的大小影響函數(shù)曲線的寬度，而隸屬函數(shù)曲線的形狀不同會導(dǎo)致不同的控制特性。表述為：(x-c)2f(x,c,6)=e卷(3.6)鐘型隸屬度函數(shù)f(x,a,b,c)=1/1 (x-c)/a2b(3.7)sigmoid型隸屬函數(shù)(3.8)(3.9)f(x,a,c)=1/(1e-(x-)梯形隸屬度函數(shù)0,x<a(x一a)/(b-a),a<x<bf(x,a,b,c,d)=<1

52、,b<x<c(x-d)/(c-d),c<x<d0,d<x建立控制規(guī)則模糊控制器規(guī)則的設(shè)計原則是：當誤差較大時，控制量的變化應(yīng)盡力使誤差迅速減小。當誤差較小時，除了要消除誤差外，還要考慮系統(tǒng)的穩(wěn)定性，防止系統(tǒng)產(chǎn)生不必要的超調(diào)，甚至震蕩。模糊控制器的控制規(guī)則是基于操作者的手動控制經(jīng)驗。操作者通過對被控對象某些變量的觀測，根據(jù)自己已有的經(jīng)驗和技術(shù)知識，進行綜合分析并作出控制決策，調(diào)整加到被控對象的控制作用，從而使系統(tǒng)輸出達到預(yù)期的目標。利用語言歸納手動控制策略的過程，就是建立模糊控制器控制規(guī)則的過程。手動控制策略一般都用條件語句加以描述，將這些條件語句用模糊關(guān)系和模糊邏

53、輯來表達就可以生成模糊控制規(guī)則。常用的模糊控制語句的形式為若A且B則C'(ifAandB(3.10)thenC),與其對應(yīng)的模糊關(guān)系為R=(AB)(BC)3、模糊控制量的非模糊化模糊控制器的是輸出是一個模糊集，但被控對象只能接受精確的控制量，這就要進行非模糊化處理，把模糊量轉(zhuǎn)換成精確量的過程就稱為非模糊化。3.3模糊控制在自整定中的應(yīng)用控制算法對大多數(shù)過程都具有較好的控制效果和適應(yīng)性，至今仍為控制過程所廣泛采用，但是參數(shù)的人工調(diào)整需要熟練的技巧。另外，即使參數(shù)調(diào)整很好，用同一組固定的參數(shù)去適應(yīng)系統(tǒng)的全過程，當控制對象參數(shù)變化后，系統(tǒng)的性能必然也會受到影響。因此，參數(shù)的在線自動化調(diào)整就非

54、常重要。模糊控制理論可以有效且便捷地實現(xiàn)人的控制策略和經(jīng)驗，并且不需被控對象的數(shù)學(xué)模型即可實現(xiàn)較好的控制，將模糊控制和控制兩者結(jié)合起來，揚長避短，既具有模糊控制靈活而適應(yīng)性強的優(yōu)點，又具有控制精度高的特點。且使得控制器適應(yīng)被控對象的變化，獲得良好的控制性能。這也是模糊自整定理論要研究的問題。3.3.1 參數(shù)模糊自整定控制器3.3.1.1 控制系統(tǒng)結(jié)構(gòu)參數(shù)模糊自整定控制系統(tǒng)能在控制過程中對不確定的條件、參數(shù)、延遲和干擾等因素進行檢測分析，采用模糊推理的方法實現(xiàn)PID參數(shù)Kp、Ki和Kd的在線自整定。不僅保持了常規(guī)控制系統(tǒng)的原理簡單、使用方便、魯棒性較強等特點，而且具有更大的靈活性、適應(yīng)性、精確性等特性。圖3.7參數(shù)自適應(yīng)模糊控制器機構(gòu)典型的模糊自整定控制系統(tǒng)的結(jié)構(gòu)如圖3.7所示，系統(tǒng)包括一個常規(guī)控制器和一個模糊控制器。偏差和偏差的變化率作為模糊系統(tǒng)的輸入，三個參數(shù)的變化值作為輸出，根據(jù)事先確定好打模糊控制規(guī)則作出模糊推理在線改變參數(shù)的值，從而實現(xiàn)參數(shù)的自整定。使得被控對象有良好的動、靜態(tài)性能，而且計算量小，易于用單片機實現(xiàn)。3.3.1.2 參數(shù)自整原則參數(shù)自整定的實現(xiàn)思想是先找出三個參數(shù)與偏差e和偏差變化率ec之間的模糊關(guān)系，在運行中通過不斷檢