物理与电子工程学院
《人工智能》
课程设计报告
课题名称关于模糊控制理论的综述
专业自动化
班级 11级3班
学生姓名郑艳伟
学号
指导教师崔明月
成绩
2014年6月18日
关于模糊控制理论的综述
摘要：模糊控制方法是智能控制的重要组成部分，本文简要回顾了模糊控
制理论的发展，详细介绍了模糊控制理论的原理和模糊控制器的设计步骤，
分析了模糊控制理论的优缺点以及模糊控制需要完善或继续研究的内容，根
据各种模糊控制器的不同特点，对模糊控制在电力系统中的应用进行了分
类，并分析了各类模糊控制器的应用效能.最后，展望了模糊控制的发展趋
势与动态.
关键词：模糊控制；模糊控制理论；模糊控制系统；模糊控制理论的发展模糊控制是以模糊集理论、模糊语言变量和模糊控制逻辑推理为基础的一种智能控制方法，从行为上模拟人的思维方式，对难建模的对象实施模糊推理和决策的一种控制方法.模糊控制作为智能领域中最具有实际意义的一种控制方法，已经在工业控制领域、电力系统、家用电器自动化等领域中解决了很多的问题，引起了越来越多的工程技术人员的兴趣.
模糊控制系统简介
模糊控制系统是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术.1965年美国的扎德[1]创立了模糊集合论, 1973 年, 他给出了模糊逻辑控制的定义和相关的定理.1974 年英国的Mamdani 首先用模糊控制语句组成模糊控制器,并把它用于锅炉和蒸汽机的控制, 在实验室获得成功, 这一开拓性的工作标志着模糊控制论的诞生.
模糊控制系统主要是模拟人的思维、推理和判断的一种控制方法, 它将人的经验、常识等用自然语言的形式表达出来, 建立一种适用于计算机处理的输入输出过程模型, 是智能控制的一个重要研究领域.从信息技术的观点来看, 模糊控制是一种基于规则的专家系统.从控制系统技术的观点来看, 模糊控制是一种普遍的非线性特征域控制器.
相对传统控制, 包括经典控制理论与现代控制理论.模糊控制能避开对象的数学模型(如状态方程或传递函数等) , 它力图对人们关于某个控制问题的成功与失败和经验进行加工, 总结出知识, 从中提炼出控制规则, 用一系列多维模糊条件语句构造系统的模糊语言变量模型, 应用CRI 等各类模糊推理方法,
可以得到适合控制要求的控制量, 可以说模糊控制是一种语言变量的控制.
模糊控制具有以下特点:
(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; 但一个系统的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) 模糊控制算法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.
除此, 模糊控制还有比较突出的两个优点:
第一, 模糊控制在许多应用中可以有效且便捷地实现人的控制策略和经验;
第二, 模糊控制可以不需被控对象的数学模型即可实现较好的控制, 这是因为被控对象的动态特性已隐含在模糊控制器输入、输出模糊集及模糊规则中.
模糊控制也有缺陷, 主要表现在: 1) 精度不太高; 2) 自适应能力有限; 3) 易产生振荡现象.
模糊控制的发展
模糊控制的发展基本上可分为两个阶段：初期的模糊控制器是按一定的语言控制规则进行工作的,而这些控制规则是建立在总结操作者对过程进行控制的经验基础上,或设计者对某个过程认识的模糊信息的归纳基础上,因而它适用
于控制不易获得精确数学模型和数学模型不确定或多变的对象.后期的模糊控制器则是基于控制规则难以描述,即过程控制还总结不出什么成熟的经验,或者过程有较大的非线性以及时滞等特征,试图吸取人脑对复杂对象进行随机识别和判决的特点,用模糊集理论设计自适应、自组织、自学习的模糊控制器.模糊控制现正从以下几个方面加紧研究：
1) 研究模糊控制器非线性本质的框架结构及其同常规控制策略的联系,揭示模糊控制器工作的实质和机理.它可提供系统的分析和设计方法,解决一些先前被认为是困难但却是非常重要的问题,如稳定性、鲁棒性等.
2) 在模糊控制已取得良好实践效果的同时,从理论分析和数学推导角度揭示和证明模糊控制系统的鲁棒性优于常规控制策略.
3) 研究模糊控制器的优化设计问题,尤其是在线优化问题.模糊控制器源于采用启发式直觉推理,其本身的推理方式难于保证控制效果的最优.解决模糊控制器的优化问题也是进一步将其推向工业应用的有效手段.
4) 在理论研究中规则本身非线性问题及实际应用中模糊控制器的规则自学习和自动获取问题.前者之所以成为难点,是因为具有线性规则的模糊控制器本身已属非线性控制,非线性规则则更使问题的系统化研究方法困难;后者则构成智能控制中专家系统的核心问题.
5) 将模糊控制同其它领域的理论研究方法相结合,利用模糊控制的优势解决该领域中过去用常规方法难以解决的问题.
模糊控制的现状
模糊控制的研究主要体现在控制器的研究和开发以及各类实际应用中, 目前模糊控制已经应用在各个行业.各类模糊控制器也非常多, 模糊控制器的研究一直是控制界研究的热点问题, 而关于模糊控制系统的稳定性分析则是模糊控制需要研究和解决的基本问题.目前已经出现了为实现模糊控制功能的各种集成电路芯片.开发模糊控制系统的软件工具也出现了不少.下面作一简单介绍.
1.1与其它智能控制的结合或融合
模糊控制与其它智能控制的复合产生了多种控制方式方法.主要表现在: 1）模糊PID 控制器[2]
模糊PID 控制器的研究是将模糊技术与常规的PID 控制算法相结合的一种控制方法, 得到了许多学者的关注.模糊PID 控制器是一种双模控制形式.这种改进的控制方法的出发点主要是消除模糊控制的系统稳态误差, 利用PID 控制器提高控制精度, 消除误差, 增加稳态控制性能.从PID 控制角度出发, 提出FI —PI、FI —PD、FI —PID 三种形式的模糊控制器, 并能运用各种方式得出模糊控制器中量化因子、比例因子同PID 控制器的因子KP 、KI 、KD之间的关系式.对基于简单线性规则TS 模型的模糊控制器进行了分析, 指出这类模糊控制器是一种非线性增益PID 控制器.有人试图利用GA 算法, 通过性能指标评价函数, 决定模糊控制器的Ke 、Kec 、Ku 等参数.
2）自适应模糊控制器
自适应模糊控制器就是借鉴自适应控制理论的一些理念来设计模糊控制器, 也称作语言自组织模糊控制器[3] (SOC) , 它的思想就在于在线或离线调节模糊控制规则的结构或参数, 使之趋于最优状态.目前主要有通过采用一种带有修正因子的控制算法, 改变控制规则的特性; 或直接对模糊控制规则进行修正; 还有一种是对控制规则进行分级管理, 提出自适应分层模糊控制器; 又有人提出规则自组织自学习算法, 对规则的参数以及数目进行自动修正; 更进一步的是采用神经网络对模糊控制规则及参数进行调整, 也是一种实现模糊自适应控制的好方法.
3）模糊控制与神经控制的融合
神经模糊控制是神经网络技术与模糊逻辑控制技术相结合的产物, 是指基于神经网络的模糊控制方法.模糊系统是建立在IF2THEN 表达式之上, 这种方式容易让人理解, 但是在自动生成和调整隶属函数和模糊规则上却很困难.而人工神经网络是模拟人直观性思维的一种方式, 它是将分布式存储的信息并行协同处理, 是一个非线性动力学系统, 每个神经元结构简单, 但大量神经元构成网络系统能实现很强的功能, 因此人工神经网络具有自适应的学习能力、容错性和鲁棒性, 并且神经网络对环境的变化具有较强的自适应能力, 所以可结合神经网络的学习能力来训练__模糊规则, 提高整个系统的学习能力和表达能力.现有人工神经网络代表性的模型有感知器、多层映射、BP 网络、RBF 神经网络实现局部或全部的模糊逻辑控制功能, 前者如利用神经网络实现模糊控制规则或模糊推理, 后者通常要求网络层数多于3 层;自适应神经网络模糊控制, 利用神经网络的学习功能作为模型辨识或直接用作控制器; 基于模糊神经网络
的隶属函数及推理规则的获取方法, 具有模糊连接强度的模糊神经网等, 均在控制中有所应用.而且, 还有神经网络与遗传算法同模糊控制相结合的自调整应用.
4）遗传算法[4]优化的模糊控制
考虑到模糊控制器的优化涉及到大范围、多参数、复杂和不连续的搜索表面, 而专家的经验只能起一个指导作用, 很难根据它准确地定出各项参数, 因而实际上还要反复试凑, 寻找一个最优过程.因此,人们自然想到用遗传算法来进行优化.遗传算法应用于模糊控制器的优化设计是非常适合的, 遗传算法的运行仅由适应度数值驱动而不需要被优化对象的局部信息.此外, 优化模糊控制器正好符合遗传算法的所谓“积木块”假设, 积木块指长度较短的、性能较好的基因片段.用遗传算法优化模糊控制器时, 优化的主要对象是模糊控制器的隶属函数和规则集.已经有人运用这个方法对倒立摆控制器隶属函数的位置、形状等参数, 结果表明遗传算法优化后的隶属函数远远优于手工设计的.显然通过改进遗传算法, 按所给优化性能指标, 对被控对象进行寻优学习, 可以有效地确定模糊逻辑控制器的结构和参数.
5）模糊控制与专家控制相结合
专家模糊控制系统是由专家系统技术和模糊控制技术相结合的产物.把专家系统技术引入模糊控制之中, 目的是进一步提高模糊控制器的智能水平.专家模糊控制保持了基于规则的方法的价值和用模糊集处理带来的灵活性, 同时把专家系统技术的表达, 利用知识的长处结合进来.专家系统技术考虑了更多方面的问题, 如是什么组成知识, 如何组织、如何表达、如何应用知识.专家系统方法重视知识的多层次及分类的需要, 以及利用这些知识进行推理的计算机组织.将模糊控制与专家控制相结合能够表达和利用控制复杂过程和对象所需的启发式知识, 重视知识的多层次和分类的需要, 弥补了模糊控制器结构过于简单、规则比较单一的缺陷, 赋予了模糊控制更高的智能; 二者的结合还能够拥有过程控制复杂的知识, 并能够在更为复杂的情况下对这些知识加以有效利用.除以上介绍的几种主要方式外,还有多变量模糊控制, 模糊系统建模及参数辨识、模糊滑模控制器、模糊解耦控制器、模糊变结构控制、模型参考自适应控制、最优模糊控制器、模糊预测控制等.
1.2模糊控制的软硬件产品
为了更好的利用模糊控制, 相继有不少公司开发了模糊控制的软件工具和
硬件集成电路.
这里介绍了两类开发工具, 一类是开发模糊系统的软件工具, 如FREEWARE、FIDE、东芝IFCS、NEC FL SDE 、FC - TOOL V110 .另一类是通用模糊逻辑开发工具, 如CUBICALC、FUZZY -C、FUZZL E 118 、METUS FUZZY L IBRARY、FUZZY LOGIC DESIGNER 等.并介绍了一些其它的开发工具.
1.3模糊控制的一些应用
模糊控制的应用非常广泛.除广泛应用于工业控制、家电控制、水电控制、航天等外.我们还可以用在统计上、决策系统上、制造活性炭过程中等.
2模糊系统的函数逼近特性研究
模糊系统的函数逼近特性研究是90年代以来模糊系统理论研究的重要方向，同时也是模糊系统理论的一个重要支柱.模糊系统关于连续函数的逼近特性给模糊系统在系统辨识、控制等方面提供了重要的理论基础.
4.1几类特殊模糊系统的函数逼近特性
近年来关于这方面的研究比较多，众多学者针对于各种不同的模糊系统，分别研究了其函数逼近特性，指出这些特殊的模糊系统是一种万能逼近.Buckley[5]对一类三维模糊控制系统进行分析，采用Stone-Weiestrass定理证明了这类系统的逼近特性，并指出这类模糊控制器是“universal fuzzy con-troller”；Wang采用Gaussian型隶属度函数，提出一类FBF，证明了一类模糊系统的逼近特性；Kosko基于加型模糊系统（additive fuzzy system[6]），采用有限覆盖定理，构造性地证明了一类模糊系统的逼近特性；，Zeng等对以上工作作出相应拓展.Zeng基于梯形隶属度函数，采用类似于Wang的FBF，提出了一类模糊系统，这类模糊系统具有自己较为特殊的性质.以上研究大致可分为两大类，其一是Buckley，Wang，Zeng等采用Stone-Wierestrass定理间接证明了一类模糊系统的逼近特性，证明方法比较系统化，但其证明过程中看不出模糊系统逼近特性的内在本质；其二是Kosko基于有限覆盖定理，采用构造性方法，直接证明了这一结论，其构造性证明过程反映出模糊系统逼近特性的本质，并且得出影响逼近能力的重要因素.模糊系统具有万能逼近特性，但实际中模糊系统在函数逼近方面存在很多局限性，如何客观分析影响其逼近能力的重要因素，仍须进一步研究.
4.2万能逼近的充分和必要条件
早期的函数逼近即万能逼近（Wang）研究都是基于一类特殊的模糊系统.虽然作为应用，某些特殊的模糊系统是足够了，但作为模糊系统理论分析，这一点仍不完善，Cas-tro在分析前人结果的基础上，提出的一类较为一般的模糊系统，指出了其万能逼近特性.但由于模糊系统本身具有三大基本环节，每个环节又有不同的选取方法，因此任何一种模糊系统都很难达到“一般”性.随着这一理论的发展，Ying首先研究了一般模糊系统作为万能逼近器的充分条件.充分条件的提出与Wang等人的证明较为类似，但换了一个角度来考虑这一问题，并且他所提出的模糊系统也相对具有一定的一般性.此后，Ying又分析了一类特殊模糊系统作为万能逼近器的必要条件.由于模糊系统本身结构的多样性，给模糊系统的理论分析带来一定的难度，尽管很多类模糊系统的万能逼近特性已被证明，但要研究一般模糊系统的逼近特性仍存在一定的难度.Ying的方法，即分开研究其充分条件及必要条件，也是一种新的思路.
3模糊控制系统的稳定性分析
稳定性分析是模糊控制器的一个基本问题.Tong[7]于1978年就提出闭环模糊系统描述模型，并在模糊关系基础上提出了稳定性概念.基于Lyapunov[8]稳定性分析方法，Kiszka等于1985年定义了模糊系统能量函数，并讨论了模糊系统稳定性.这些研究一般都是对模糊控制器提出了一定的简化模型，其结果很难适用于一般的模糊控制系统.近年来，随着TS模糊模型的研究，一种基于TS模型的模糊系统的稳定性分析取得了一定的发展.关于TS模糊模型的稳定性分析给模糊系统的稳定性分析提出了新的思路.针对于离散系统，提出一种模糊控制器，采用各局部控制的加权组合.并且基于一种能量函数，利用Lyapunov方法证明了模糊控制系统的稳定性.基于TS的模糊模型，其思想为后来的模糊状态方程的提出奠定了基础.基于TS模型的模糊系统稳定性分析对于模糊系统的稳定性分析提出了新的方法，但由于这类模糊系统的特殊性，其应用范围仍存在一定的问题，仍须进一步研究.
4模糊控制理论的应用及发展前景
6.1模糊控制急需解决的问题
模糊控制理论经过近几十年的发展，也还存在一些不足，还有一些亟待解
决的问题，归纳如下：（1）要揭示模糊控制器的实质和工作机理，解决稳定性和鲁棒性理论分析；（2）模糊控制和传统控制的鲁棒性的对比关系究竟是怎么样，尚缺少理论分析和数学推导方面的比较；（3）如何衡量一个模糊控制系统的功能稳定性问题，最优化问题该如何评价；（4）在模糊运算中似乎丢失了大量信息却又能获得优于控制的良好控制效果起控制作用的因素是什么，模糊运算中的信息损失应否设法修正或补偿；（5）模糊控制规则和隶属度函数的获取与确定是模糊控制中的”瓶颈”问题.
6.2模糊控制在电力系统中的应用
在电力系统中，模糊控制已经应用于电力系统稳定器、发电机励磁的控制、电力系统的动态安全评估、经济调度等.下面就模糊控制在电力系统控制器的设计中的应用加以详细介绍.
（1）fuzzy-pid[9]复合控制.通常由简单模糊控制器、pi和pid控制器组成：利用模糊控制器对系统实现非线性的智能控制，利用pi控制器克服模糊控制器在系统达到稳态时可能产生的震荡及稳态误差大的问题；
（2）变结构模糊控制器.一般采用多个简单的子模糊控制器构成一个变结构模糊控制器，在变结构模糊控制器的输入端有一个系统特征状态识别器，根据系统的偏差等特征状态，系统可切换到不同的子模糊控制器上；
（3）模糊h∞控制器.一般由简单模糊控制器和h∞控制器组合而成；
（4）自适应模糊控制器.在实时运行时，它能对控制器自身的有关参数进行调整，使系统的控制品质得到改善和提高；
（5）基于神经网络的模糊控制.神经网络对环境的变化有较强的自适应学习能力，用神经网络的学习能力，能够获取并修正模糊控制规则和隶属函数.
6.3模糊控制的发展前景
模糊控制虽然已经有不少的研究成果, 而且也被广泛地应用于生产实践中, 但模糊控制的发展历史还不长, 理论上的系统性和完善性、技术上的成熟性和规范性都还是远远不够的, 尤其是模糊控制与其他智能化控制方法相结合的控制方法, 还有待于人们在实践中得到验证和进一步的提高.
除此外, 模糊控制在理论和应用方面还应在以下方向加强研究:
(1) 易于控制并且能消除静态控制偏差的模糊PID 控制器, 且尽量减少可调参数, 最好控制在三个以内;
(2) 模糊预测控制, 就是把预测控制和模糊推理相结合也是很有吸引力的研究方向之一;
(3) 模糊控制应用于医学、生物、金融、风险评估等新型领域.扩大模糊控制的应用领域;
(4) 将遗传算法或其它算法应用于模糊神经网络, 以提高运算速度和参数寻优的结果;
(5) 寻找能够具有自学习调整隶属度函数的模糊控制方法.
5结论
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：
1)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.
2)常见的模糊系统种类比较多，如TS，FBF，SAM[10]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.
3)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.
4）建立一套系统的模糊控制理论,以解决模糊控制的机理、稳定性分析、系统化设计方法、专家模糊控制系统、神经模糊控制系统和多变量模糊控制系统的分析与设计等一系列问题;
5）模糊控制在非线性复杂系统应用中的模糊建模、模糊规则的建立和推理算法的深入研究;
6）模糊集成控制系统的设计方法研究;
7）自学习模糊控制策略的实现;
8）模糊控制系统的稳定性分析.
参考文献:
[1]权太范等. 模糊控制技术在过程控制中的应用现状及前景.控制与决策,1988,3(1）:59-62.
[2]汪培庄.模糊集合及应用.上海: 上海科学技术出版社，1983:20-30.
[3]张化光.复杂系统的模糊辨识与模糊自适应控制.沈阳: 东北大学出版社,1994:100-110.
[4]Zadeh L A. Fuzzy sets [J]. Information and Control 1965,8:338-353.
[5]Filev D P and Yager R R. A generalized defuification method via BAD distributions [J]. Int. J. Intelligent Systems,1991,6(7) : 687-697.
[6]JiangT and Li Y. Multimode oriented polynomial transformation based defuzzification strategy and parameter learning procedure [J]. IEEE Trans.on Systems, Man, and Cybernetics, 1997,27(5) : 877-883.
[7]Takagi Tand SugenoM. Fuzzy identification of systems and its applications tomodeling and control [J]. IEEE Trans. on Systems, Man, and Cybernetics,1985, 15(1): 116-132.
[8]Wang L X. Generating fuzzy rules by learning from examples [J]IEEETrans. on Systems, Man, and Cybernets, USA, 1992,22(6): 1414-1427.
[9]Wang L X. Fuzzy systems as universal approximators [A]. IEEE Int.Conf.Fuzzy Systems [C], San Diego, USA, 1992:1163-1170.
[10]Zeng X J and Signh MG. Approximation theory of fuzzy systems-SISO case [J]. IEEETrans. on Fuzzy Systems,1994,2(2): 162-176.
文献综述 前言 从20世纪40年代起，特别是第二次世界大战以来，自动化随着工业发展和军事技术需要而得到了迅速的发展和广泛的应用。如今，自动控制技术不仅广泛应 用于工业控制中，在军事、农业、航空、航海、核能利用等领域也发挥着重要的 作用。例如，电厂中锅炉的温度或压力能够自动恒定的不变，机械加工中数控 机床按预定程序自动地切削工件，军事上导弹能准确地击中目标，空间技术中人 造卫星能按预定轨道运行并能准确地回收等，都是应用了自动控制技术的结果。 自动控制，是指在没有人直接参与的情况下，利用控制装置对机器设备或生产过程进行控制，使之达到预期的状态或性能要求。 双容水箱液位控制系统就是自动控制技术在液位控制方面的应用。其在化工，能源（电厂）等工业工程控制中得到了广泛应用。 过程控制的发展历程 随着过程控制技术应用范围的扩大和应用层次的深入，以及控制理论与技术的进步和自动化仪表技术的发展，过程控制技术经历了一个由简单到复杂，从低 级到高级并日趋完善的过程。 1过程控制装置的发展 1.1基地式控制阶段（初级阶段） 20世纪50年代，生产过程自动化主要是凭借生产实践经验，局限于一般的控制元件及机电式控制仪表，采用比较笨重的基地式仪表（如自力式温度 控制器、就地式液位控制器等），实现生产设备就地分散的局部自动控制。在设 备与设备之间或同一设备中的不同控制系统之间，没有或很少有联系，其功能往 往限于单回路控制。其过程控制的主要目的是几种热工参数（温度、压力、流量 及液位）的定值控制，以保证产品质量和产量的稳定。 1.2单元组合仪表自动化阶段 20世纪60年代出现了单元组合仪表组成的控制系统，单元组合仪表有电动和气动两大类。所谓单元组合，就是把自动控制系统仪表按功能分成若干 单元，依据实际控制系统结构的需要进行适当的组合。单元组合仪表之间用标准 统一的信号联系，气动仪表（QDZ系列）信号为0.02～0.1MPa气压信号，电动 仪表信号为0～10mA直流电流信号（DDZ-II系列）和4～20mA直流电流信号 （DDZ-III系列）因此单元组合仪表使用方便、灵活。由于电流信号便于远距离 传送，因而实现了集中监控和集中操纵的控制系统，对于提高设备效率和强化生 产过程有所促进，适应了工业生产设备日益大型化于连续化发展的需要。
物理与电子工程学院 《人工智能》 课程设计报告 课题名称关于模糊控制理论的综述 专业自动化 班级 11级3班 学生姓名郑艳伟 学号 指导教师崔明月 成绩 2014年6月18日
关于模糊控制理论的综述 摘要：模糊控制方法是智能控制的重要组成部分，本文简要回顾了模糊控 制理论的发展，详细介绍了模糊控制理论的原理和模糊控制器的设计步骤， 分析了模糊控制理论的优缺点以及模糊控制需要完善或继续研究的内容，根 据各种模糊控制器的不同特点，对模糊控制在电力系统中的应用进行了分 类，并分析了各类模糊控制器的应用效能.最后，展望了模糊控制的发展趋 势与动态. 关键词：模糊控制；模糊控制理论；模糊控制系统；模糊控制理论的发展模糊控制是以模糊集理论、模糊语言变量和模糊控制逻辑推理为基础的一种智能控制方法，从行为上模拟人的思维方式，对难建模的对象实施模糊推理和决策的一种控制方法.模糊控制作为智能领域中最具有实际意义的一种控制方法，已经在工业控制领域、电力系统、家用电器自动化等领域中解决了很多的问题，引起了越来越多的工程技术人员的兴趣. 模糊控制系统简介 模糊控制系统是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术.1965年美国的扎德[1]创立了模糊集合论, 1973 年, 他给出了模糊逻辑控制的定义和相关的定理.1974 年英国的Mamdani 首先用模糊控制语句组成模糊控制器,并把它用于锅炉和蒸汽机的控制, 在实验室获得成功, 这一开拓性的工作标志着模糊控制论的诞生. 模糊控制系统主要是模拟人的思维、推理和判断的一种控制方法, 它将人的经验、常识等用自然语言的形式表达出来, 建立一种适用于计算机处理的输入输出过程模型, 是智能控制的一个重要研究领域.从信息技术的观点来看, 模糊控制是一种基于规则的专家系统.从控制系统技术的观点来看, 模糊控制是一种普遍的非线性特征域控制器. 相对传统控制, 包括经典控制理论与现代控制理论.模糊控制能避开对象的数学模型(如状态方程或传递函数等) , 它力图对人们关于某个控制问题的成功与失败和经验进行加工, 总结出知识, 从中提炼出控制规则, 用一系列多维模糊条件语句构造系统的模糊语言变量模型, 应用CRI 等各类模糊推理方法,
自动控制 摘要：综述了自动控制理论的发展情况，指出自动控制理论所经历的三个发展阶段，即经典控制理论、现代控制理论和智能控制理论。最后指出，各种控制理论的复合能够取长补短，是控制理论的发展方向。 自动控制理论是自动控制科学的核心。自动控制理论自创立至今已经过了三代的发展：第一代为20世纪初开始形成并于50年代趋于成熟的经典反馈控制理论；第二代为50、60年代在线性代数的数学基础上发展起来的现代控制理论；第三代为60年代中期即已萌芽，在发展过程中综合了人工智能、自动控制、运筹学、信息论等多学科的最新成果并在此基础上形成的智能控制理论。经典控制理论(本质上是频域方法)和现代控制理论(本质上是时域方法)都是建立在控制对象精确模型上的控制理论，而实际上的工业生产系统中的控制对象和过程大多具有非线性、时变性、变结构、不确定性、多层次、多因素等特点，难以建立精确的数学模型。因此，自动控制专家和学者希望能从要解决问题领域的知识出发，利用熟练操作者的丰富经验、思维和判断能力，来实现对上述复杂系统的控制，这就是基于知识的不依赖于精确的数学模型的智能控制。本文将对经典控制理论、现代控制理论和智能控制理论的发展情况及基本内容进行介绍。 1自动控制理论发展概述 自动控制是指使用自动化仪器仪表或自动控制装置代替人 自动地对仪器设备或工业生产过程进行控制，使之达到预期的状态或性能指标。对传统的工业生产过程采用自动控制技术，可以有效提高产品的质量和企业的经济效益。对一些恶劣环境下的控制操作，自动控制显得尤其重要。 自动控制理论是和人类社会发展密切联系的一门学科，是自动控制科学的核心。自从19世纪M ax we ll对具有调速器的蒸汽发动机系统进行线性常微分方程描述及稳定性分析以来，经过20世纪初Ny qu i s t，B od e，Ha rr is，Ev ans，W ie nn er，Ni cho l s等人的杰出贡献，终于形成了经典反馈控制理论基础，并于50年代趋于成熟。经典控制理论的特点是以传递函数为数学工具，采用频域方法，主要研究“单输入—单输出”线性定常控制系统的分析和设计，但它存在着一定的局限性，即对“多输入—多输出”系统不宜用经典控制理论解决，特别是对非线性、时变系统更
模糊理论综述 引言 模糊理论（Fuzzy Logic)是在美国加州大学伯克利分校电气工程系的L.A.zadeh（扎德）教授于1965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.L.A.Zadeh教授在1965年发表了著名的论文，文中首次提出表达事物模糊性的重要概念：隶属函数，从而突破了19世纪末康托尔的经典集合理论,奠定模糊理论的基础。1974年英国的E.H.Mamdani成功地将模糊控制应用于锅炉和蒸汽机的控制，标志着模糊控制技术的诞生。随之几十年的发展，至今为止模糊理论已经非常成熟，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。 模糊理论是以模糊集合为基础，其基本精神是接受模糊性现象存在的事实，而以处理概念模糊不确定的事物为其研究目标，并积极的将其严密的量化成计算机可以处理的讯息，不主张用繁杂的数学分析即模型来解决问题。 二、模糊理论的一般原理 由于客观世界广泛存在的非定量化的特点，如拔地而起的大树，人们可以估计它很重，但无法测准它实际重量。又如一群人，男性女性是可明确划分的，但是谁是“老年人”谁又算“中年人”；谁个子高，谁不高都只能凭一时印象去论说，而实际人们对这些事物本身的判断是带有模糊性的，也就是非定量化特征。因此事物的模糊性往往是人类推理，认识客观世界时存在的现象。虽然利用数学手段甚至精确到小数点后几位，实际仍然是近似的。特别是对某一个即将运行的系统进行分析，设计时，系统越复杂，它的精确化能力越难以提高。当复杂性和精确化需求达到一定阈值时，这二者必将出现不相容性，这就是著名的“系统不相容原理”。由于系统影响因素众多，甚至某些因素限于人们认识方法，水准，角度不同而认识不足，原希望繁荣兴旺，最后导致失败，这些都是客观存在的。这些事物的现象，正反映了我们认识它们时存在模糊性。所以一味追求精确，倒可能是模糊的，而适当模糊以达到一定的精确倒是科学的，这就是模糊理论的一般原理。 三、模糊理论的分支 它可分类为模糊数学、模糊系统，模糊信息，模糊决策，模糊逻辑与人工智能这五个分支，它们并不是完全独立的，它们之间有紧密的联系。例如，模糊控制就会用到模糊数学和模糊逻辑中的概念。从实际应用的观点来看，模糊理论的应用大部分集中在模糊系统上，尤其集中在模糊控制上。也有一些模糊专家系统应用于医疗诊断和决策支持。 模糊逻辑：模糊逻辑指模仿人脑的不确定性概念判断、推理思维方式，对于模型未知或不能确定的描述系统，以及强非线性，大滞后的控制对象，应用模糊集合和模糊规则进行推理，表达过渡性界限或定型知识经验，模拟人脑方式，实行模糊综合判断，推理解决常规方法难于对付的规则型模糊信息问题。模糊逻辑善于表达界限不清晰的定性知识与经验。它借助于隶属度函数概念，区分模糊集合，处理模糊关系，模拟人脑实施规则型推理，解决因“排中律”的逻辑破缺产生的种种不确定问题。模糊逻辑是处理部分真实概念的布尔逻辑扩展。经典逻辑坚持所有事物（陈述）都可以用二元项（0或1，黑或白，是或否）来表达，而模糊逻辑用真实度替代了布尔真值。这些陈述表示实际上接近于日常人们的问题和语意陈述，因为“真实”和结果在多数时候是部分（非二元）的和/或不精确的（不准确的，不清晰的，模糊的）。真实度经常混淆于概率，但是它们在概念上是不一样的；模糊真值表示在模糊定义的集合中的成员归属关系，而不是某事件或条件的可能度（likelihood）。要展示这种区别，考虑下列情节: Bob在有两个毗邻的屋子的房子中:厨房和餐厅。在很多情况下，Bob的状态是在事物“在厨房中”的集合内是完全明确的:他要么“在厨房中”要么“不在厨房中”。但
传感器技术文献综述 学校邕江大学专业 09信息学号 40号姓名赵丽霞 一、摘要 传感器技术是综合多种学科的复合型技术, 是一门正在蓬勃发展的现代化传感器技术。本文通过将所看的传感器相关文献总分为传感器、智能传感器以及无线传感器网络三个类别, 对每一类别进行综述, 分析每类别传感器研究中所存在的不足,探讨了相应的解决方案。 二、关键词:传感器 三、引言 传感器技术是一门正在蓬勃发展的现代化传感器技术, 是涉及微机械与微电子技术、计算机技术、信号处理技术、电路与系统、传感技术、神经网络技术以及模糊控制理论等多种学科的综合性技术, 而该技术也广泛应用到了军事、太空探索、智能家居、农业、医疗等领域。在伴随着“信息时代” 的到来,作为获取信息的重要手段——传感器技术得到飞速发展, 其应用领域越来越广, 人们对其要求越要越高, 需求也越来越迫切。但传感器技术的广泛应用以及飞速发展并不代表着该技术已经成熟, 相反在很多方面它还只是一项新兴的技术, 依然存在很多的问题等待我们去解决。如何能够让我们的传感器装置很快的适应周围的环境, 迅速准确的处理传输客户所需求的信号, 并可以根据客户的要求作出相应的反应以及如何可以尽量的延长传感器装置的生存时间等等。这些问题都是我们在研究传感器技术的过程中所应该解决的问题。 四、传感器 传感器是一种物理装置, 能够探测、感受外界的信号、物理条件 (如光、热、温度、湿度等或化学组成, 并将探知到的信息传递给其他装置。该装置相当我们的人类的眼睛、鼻子、舌头、耳朵以及皮肤等一些感知器官。这样,精确快速地感
受外界的信号就是迅速正确作出反应实施行动的前提条件。现在的物理传感器、生物传感器都是力图解决感知、精确以及快速这三个难题。例如气体流量监测就有很多种的感知方法,但每种方法都存在着精确以及反应速率方面的问题, 所以还需要不断的改进。然而,有很多的问题大自然已经很好的为我们解决了, 我们应该取其精华。因此, 我认为仿生传感器一定会解决很多传感器方面的问题。 模仿沙漠蚂蚁利用太阳偏振光在沙漠中很好的辨别方向机理设计了偏振测角传感器。在我们的生活中, 大自然还有很多聪明的发明, 这些都可以应用到我们现在所讨论的传感器技术中。比如鲸鱼、鸽子能够探测到地球微弱的磁场并根据其来确定旅行路线; 双髻鲨能都根据探测到微弱的生物电来捕食, 在它的双髻上分布着许多微小的孔,传感器也可以设计成与此相同的结构来探测微弱的电磁波, 并可以将此项技术应用到医学中来检测人体的健康;苍蝇的嗅觉特别灵敏,远在几千米外的气味也能嗅到,仿生学家根据苍蝇嗅觉器官的结构和功能,利用活的苍蝇,把非常纤细的微电极插到苍蝇的嗅觉神经上仿制成一种十分奇特的小型气体分析仪,用来检测舱内气体的成分。此外,还有很多的动物都具有特异功能,可以利用这些大量的自然资源来实现我们对自然界一些信息的需求,可以直接利用动物,降低成本,可以根据研究其特异功能的机制, 改进现在的传感器。 目前的传感器往往仅能感知一种或几种物理量。因此, 要尽量集成传感器的功能。在实际中, 需要检测的物理量往往不是唯一的, 这样就需要多种传感器共同工作来完成对这些物理量的检测, 浪费了大量资源, 比如人力资源——我们要花费大量的时间与精力去部署以及维护这些节点, 通信资源——每个节点都会向基站发送信号, 占用带宽, 容易造成数据拥堵。要求一种传感器可以同时感知多种物理量比较困难, 这样可以将多种传感器固定在同一装置上, 通过程序让它们在分配间隙时间内轮流工作发送数据, 间隙时间越短, 该传感器的整体测量效率也就越高。但如果对测量的实时性要求不高的话, 一个传感器装置就可以达到预期效果。也可以在监测区域分布多个的装置, 编制程序, 使在同一时刻能够测量到多种物理量。 五、智能传感器
4模糊控制器的设计 4 Design of Fuzzy Controllor 4.1概述(Introduction) 随着PLC在自动控制领域内的广泛应用及被控对象的日趋复杂化，PLC控制软件的开发单纯依靠工程人员的经验显然是行不通的，而必须要有科学、有效的软件开发方法作为指导。因此，结合PLC可编程逻辑控制器的特点，应用最新控制理论、技术和方法，是进一步提高PLC软件开发效率及质量的重要途径。 系统设计的目标之一就是要提高装车的均匀性，车厢中煤位的高度变化直接影响装车的均匀性，装车不均匀对车轴有很大的隐患。要保持高度值不变就必须不断的调整溜槽的角度，但是，在装车过程中，煤位的高度和溜槽角度之间无法建立精确的数学模型。模糊控制它最大的特点是[43-45]：不需建立控制对象精确数学模型，只需要将操作人员的经验总结描述成计算机语言即可，因此采用模糊控制思想实现均匀装车是行之有效的方法。虽然很多PLC生产厂家推出FZ模糊推理模块，但这些专用模块价格昂贵，需使用专门的编程设备，成本高通用性差，所以自主开发基于模糊控制理论的PLC控制器有很大的工程价值。 本章首先介绍了模糊控制的基本原理、模糊控制系统及模糊控制器的设计步骤；然后在对煤位高度控制系统分析的基础上，设计基于模糊理论的PLC控制，分别从查询表计算生成和PLC程序查询两个部分进行设计。 4.2模糊控制原理(Fuzzy Control Principle) 4.2.1模糊控制理论(Fuzzy Control Theory) 模糊控制理论是由美国加利福尼亚大学的自动控制理论专家L.A.Zadch教授首次提出，由英国的Mamdani首次用于工业控制的一种智能控制技术[46]。模糊控制（FUZZY）技术是一种由数学模型、计算机、人工智能、知识工程等多门科学领域相互渗透、理论性很强的科学技术。 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中计算机智能控制[47-48]。它的基本思想是：把人类专家对待特定的被控对象或过程的控制策略总结成一系列以“IF…THEN…”形式表示的控制规则，通过模糊推理得到控制作用集，作用与被控对象或过程。与传统的控制方法相比，它具有以下优点[48]：无需知道被控对象的数学模型；是一种反映人类智慧思维的智能控制；易被人们所接受；构造容易；鲁棒性好。
工程控制基础文献综述 院系： 班级： 姓名： 学号：
一、引言 本学期初步学习了工程控制基础，为了更好地了解和学习该门课程，我通过网络渠道搜集了十篇有关工程控制的期刊文献。深入阅读后，我进行了总结，并对工程控制有了一定深度的理解。本文是对搜集和阅读的文献的综述，旨在简要的介绍工程控制的发展和应用。我所搜集的期刊均来自中国知网，其中包括工程控制的发展史和在车辆、电力及机器人方面应用的文献。 二、文献综述 1.智能控制工程研究的进展 自1985年在纽约召开第一届智能控制学术会议至今，智能控制已经被广泛研究应用于工业、农业、服务业、军事航空等各个领域。近年来，随着人工智能技术和其他信息处理技术，尤其是信息论、系统论和控制论的发展，智能控制在控制机理和应用实践方面均取得了突破性的进展。遗传算法与模糊逻辑、神经网络相互融合，通过模拟人类思维方式和结构来设计用于解决复杂的各种非线性问题的控制策略，并已在各种实际工程项目中得到应用，取得了良好的效果。分布式人工智能中的Agent和Multi Agent System已成为研究的热点，构建基于Agent 的集散递阶结构的智能控制系统为智能控制注入了新的活力。 在理论研究取得进步的同时，国内外的研究者均意识到智能控制的研究不能只停留在计算仿真的层次上，智能控制应该直接面向传统控制难以或无法解决的复杂的非线性系统，面向实际工程应用。 2.车间运输小车的智能控制 工厂运输是协调生产的重要环节和工厂设施的重要组成部分，它的效率直接影响生产成本及生产率。目前，加工中小产品机械加工车间运输系统主要有空间运输和地面运输两种。空间运输主要是小吨位桥式起重机和电动葫芦，其控制方式多为下拉线式，这种方式有以下缺点：1）设备复杂，功率消耗大，投资高。2）操作不方便，运输效率低。3）只适应车间内部运输。 地面运输主要采用叉车及手推运料小车，叉车需专人驾驶且无固定轨道，在车间内运行极不安全，手推运料小车需人为动力，劳动强度大，运输效率低。本设计的有轨运料小车，利用了 PLC 的编程简单，工作可靠，硬件组合灵活，不增加外部控制电器即可实现任意复杂逻辑控制等特点，实现了运料小车的智能控制。 小车应具有两种控制方式，即：呼叫自动响应控制和手动点动控制，正常情况下应使用前一种控制方式。两种控制方式必须实现互锁。呼叫自动响应控制：每个机床处各设一个呼叫按钮。由于意外或故障导致小车在非呼叫工位处停车时，不响应任一工位处的呼叫信号，只能采用手动控制进行纠正。
模糊控制的基本原理 模糊控制是以模糊集合理论、模糊语言及模糊逻辑为基础的控制，它是模糊数学在控制系统中的应用，是一种非线性智能控制。 模糊控制是利用人的知识对控制对象进行控制的一种方法，通常用“if条件，then结果”的形式来表现，所以又通俗地称为语言控制。一般用于无法以严密的数学表示的控制对象模型，即可利用人（熟练专家）的经验和知识来很好地控制。因此，利用人的智力，模糊地进行系统控制的方法就是模糊控制。模糊控制的基本原理如图所示： i .......... 濮鬧挖制器.. (1) 模糊控制系统原理框图 它的核心部分为模糊控制器。模糊控制器的控制规律由计算机的程序实现，实现一步模糊控制算法的过程是：微机采样获取被控制量的精确值，然后将此量与给定值比较得到误差信号E; —般选误差信号E作为模糊控制器的一个输入量，把E 的精确量进行模糊量化变成模糊量，误差E的模糊量可用相应的模糊语言表示；从而得到误差E的模糊语言集合的一个子集e（e实际上是一个模糊向量）; 再由e和模糊控制规则R（模糊关系）根据推理的合成规则进行模糊决策，得到模糊控制量u 为： u R 式中u为一个模糊量；为了对被控对象施加精确的控制，还需要将模糊量u 进行非模糊化处理转换为精确量：得到精确数字量后，经数模转换变为精确的模拟量送给执行机构，对被控对象进行一步控制；然后，进行第二次采样，完成第二步控制 %二这样循环下去，■就实现了被控对象的模糊控制「..................... ""模糊控制（FUZZy Control/是'以模糊集合理论"模糊语言变量和模'糊逻辑推理''' 为基础的一种计算机数字控制。模糊控制同常规的控制方案相比，主要特点有：（1）模糊控制只要求掌握现场操作人员或有关专家的经验、知识或操作数据， 不需要建立过程的数学模型，所以适用于不易获得精确数学模型的被控过程，或结构参数不很清楚等场合。 （2）模糊控制是一种语言变量控制器，其控制规则只用语言变量的形式定性的表达，不用传递函数与状态方程，只要对人们的经验加以总结，进而从中提炼出规则，直接给出语言变量，再应用推理方法进行观察与控制。 （3）系统的鲁棒性强，尤其适用于时变、非线性、时延系统的控制。 ⑷ 从不同的观点出发，可以设计不同的目标函数，其语言控制规则分别是独立的，但是整个系统的设计可得到总体的协调控制。 它是处理推理系统和控制系统中不精确和不确定性问题的一种有效方法，同
1、经典控制理论与现代控制理论的主要差别。 经典控制理论和现代控制理论，同属于自动控制理论的范畴，属于两种截然不同的分析方式。现实生活中，我们更多接触的是物理模型，而自动控制理论，归根结底，是个数学问题。那么，把真实的物理系统理想化之后，即为物理模型，对物理模型进行数学描述，即为数学模型。经典控制理论着重研究系统的输入-输出特性（即外部描述），现代控制理论不但研究系统的输入-输出关系，而且还研究系统内部各个状态变量，采用状态向量描述（即内部描述）。两种描述，都有时域和频域方法。从广义上讲，现代控制理论的应用层面更宽，而经典控制理论的应用领域相对狭窄，仅仅用线性时不变定常连续系统。 2、传递函数 那么怎么把一个物理模型，描述出数学模型，很简单，就是利用了传递函数。任何一个线性定常连续系统，都可以用一个线性常微分方程描述。把输出量的微分线性组合放在方程等式左边，输入量的微分线性组合放在方程右边，等号两边分别取拉普拉斯变换，就得到了我们的传递函数模型。通过拉普拉斯变换，线性微分方程转换成了代数方程，传递函数表达了一个系统输入-输出的关系，一旦系统给定，传递函数就不会变化，即传递函数不受输入和输出的变化影响。传递函数又可定义为初始条件为零的线性定常系统输出量的s变换与输入量的s变换之比。传递函数的局限在于，它只能反映系统的外部特性，即输入-输出的特性，因此传递函数模型也常被称为“黑箱”模型，我们只能看到由它引起的外部变化，并不能解决系统内部的一些问题和矛盾。要解决这个问题就要用状态空间模型和现代控制理论，因此状态空间模型又称“白箱”模型，我们可以清晰看到它的内部结构，以便对系统进行优化和完善。 3、经典控制理论研究的核心内容。 已知一个系统的传递函数，这个系统的动态性能从最根本上讲取决于什么，这些决定因素是如何影响系统性能的。这个问题其实是经典控制理论最最核心的问题，经典控制理论所有的研究方法都是基于这个问题展开的。给定一个传递函数G（s），决定系统性能的最根本因素就是系统的零点和极点在复平面上的分布情况，其中起决定性作用的是极点的分布，它决定了系统是否是稳定的，是否有震荡，震荡的频率和幅度等等系统最关键的东西，零点的存在起的是一种调节作用，要么是锦上添花，要么是雪上加霜。学习经典控制理论，最终目的是学会如何根据各种被控对象来设计合适的控制器，但从上面的意义上来讲，设计控制器最终目的就是为了把整个系统的零点和极点控制在我们希望的区域或范围内（被控变量的可控性）。 4、经典控制理论的分析方法 经典控制理论，概括来讲，有三种分析方法：时域分析、根轨迹分析、频域分析。 那么PID调节，属于哪种分析方式呢？属于时域分析。很多人可能不太理解这样的观点。PID，含有零点、含有极点，零极点的概念，在频域分析法中同样存在，应该属于频域分析。
模糊控制研究及发展现状综述
模糊控制研究及发展现状综述 摘要：模糊控制是智能控制的重要组成部分。本文主要介绍了模糊控制理论的研究及发展的现状等 ,详细介绍了模糊控制理论的原理、模糊控制的数学基础, 其发展现状中介绍了模糊 PID 控制、自适应模糊控制、神经模糊控制、遗传算法优化的模糊控制、专家模糊控制等 , 还介绍了一些模糊控制的软硬件产品, 对模糊控制系统的稳定性作了简单介绍, 最后对模糊控制的发展作了展望。 关键词：模糊控制；模糊控制器
引言 模糊控制是近代控制理论中的一种基于语言规则与模糊推理的高级控制策略和新颖技术，它是智能控制的一个重要分支，发展迅速，应用广泛，实效显著，引人关注。随着科学技术的进步，现代工业过程日趋复杂，过程的严重非线性、不确定性、多变量、时滞、未建模动态和有界干扰，使得控制对象的精确数学模型难以建立，单一应用传统的控制理论和方法难以满足复杂控制系统的设计要求。而模糊控制则无需知道被控对象的精确数学模型，且模糊算法能够有效地利用专家所提供的模糊信息知识，处理那些定义不完善或难以精确建模的复杂过程。因此，模糊控制成为了近年来国内外控制界关注的热点研究领域。 模糊控制作为智能领域中最具有实际意义的一种控制方法 ,已经在工业控制领域、家用电器自动化领域和其他很多行业中解决了传统控制方法无法或者是难以解决的问题, 取得了令人瞩目的成效, 引起了越来越多的控制理论的研究人员和相关领域的广大工程技术人员的极大兴趣。 一：模糊控制简介 模糊控制是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。 1965 年美国的扎德创立了模糊集合论, 1973 年, 他给出了模糊逻辑控制的定义和相关的定理。 1974 年英国的 Mamdani 首先用模糊控制语句组成模糊控制器,并把它用于锅炉和蒸汽机的控制, 在实验室获得成功, 这一开拓性的工作标志着模糊控制论的诞生。 模糊控制主要是模拟人的思维、推理和判断的一种控制方法, 它将人的经验、常识等用自然语言的形式表达出来, 建立一种适用于计算机处理的输入输出过程模型 , 是智能控制的一个重要研究领域。从信息技术的观点来看 , 模糊控制是一种基于规则的专家系统。从控制系统技术的观点来看, 模糊控制是一种普遍的非线性特征域控制器。 相对传统控制, 包括经典控制理论与现代控制理论。模糊控制能避开对象的数学模型 (如状态方程或传递函数等), 它力图对人们关于某个控制问题的成功与失败和经验进行加工 , 总结出知识 , 从中提炼出控制规则 , 用一系列多维模糊条件语句构造系统的模糊语言变量模型 , 应用 C RI 等各类模糊推理方法,可以得到适合控制要求的控制量, 可以说模糊控制是一种语言变量的控制. 模糊控制具有以下特点:
引言 近三十年来，随着控制理论技术和航空航天技术的迅猛发展，一种典型的系统在控制理论的领域中一直成为被关注的焦点，即倒立摆系统。 倒立摆的特点为支点在下，重心在上，是一种非常快速并且不稳定的系统。但正由于它本身所具有的这种特性，许多抽象的控制理论概念如系统稳定性、可控性和系统抗干扰能力等等，都可以通过倒立摆系统实验直观的表现出来。因此在欧美等许多发达国家的高等院校中，倒立摆系统已经成为必备的控制理论教学实验设备。学生们可以通过倒立摆系统实验来验证所学的控制理论和算法，非常的直观、简便，更容易对课程加深理解。 倒立摆装置被公认为自动控制理论中的典型实验设备，也是控制理论教学中不可多得的典型物理模型。它深刻揭示了自然界的一种基本规律，即一个自然不稳定的被控对象，运用控制手段可使之具有良好的稳定性。由于倒立摆系统本身所具有的高阶次、不稳定、多变量、非线性和强耦合特性，许多现代控制理论的研究人员一直将它视为典型的研究对象[1-4]。通过对倒立摆系统的研究，不仅可以解决控制中的理论问题，还能将控制理论所涉及的三个基础学科：力学、数学和电学（含计算机）有机的结合起来，在倒立摆系统中进行综合应用。在多种控制理论与方法的研究与应用中，特别是在工程实践中，也存在一种可行性的试验问题，将其理论和方法得到有效的经验，倒立摆为此提供了一个从控制理论通往实践的桥梁。所以，研究倒立摆系统对以后的教育研究领域具有非常深远的影响。 本文为建立倒立摆系统的数学研究模型，在熟悉线性系统的基本理论和非线性系统线性化的基本方法的基础上确定研究的系统方案和实施的控制方法，通过MATLAB软件对其进行编程，以达到完成倒立摆的仿真实验，实现了倒立摆的平衡控制。
毕业设计（论文） 文献综述 题目十九座客车悬架系统设计 专业车辆工程（汽车工程） 班级08级2班 学生 指导教师 2012 年
汽车悬架系统文献综述 1.前言 悬架是安装在车桥和车轮之间用来吸收汽车在高低不平的路面上行驶所产生的颠簸力的装置。因此，汽车悬架系统对汽车的操作稳定性、乘坐舒适性都有很大的影响。由于悬架系统的结构在不断改进，其性能及控制技术也得到了迅速提高。尽管一百多年来汽车悬架从结构形式到作用原理一直在不断地演进，但从结构功能而言，它都是由弹性元件、减振装置和导向机构三部分组成。在有些情况下，某一零部件兼起两种或三种作用，比如钢板弹簧兼起弹性元件和导向机构的作用，麦克弗逊悬架中的减振器柱兼起减振器及部分导向机构的作用，有些主动悬架中的作动器则具有弹性元件、减振器和部分导向机构的功能。其作用是传递路面作用在车轮和车架上的支承力、牵引力、制动力和侧向反力以及这些力所产生的力矩，并且缓冲和吸收由不平路面通过车轮传给车架或车身的振动与冲击，抑制车轮的不规则振动，提高车辆平顺性(乘坐舒适性)和安全性(操纵稳定性)，减少动载荷引起的零部件和货物损坏[1]。 2.汽车悬架系统的发展状况 非独立悬架早期广泛应用于轿车及轿车以外的其它车型中，由于其可靠性和简单的特性，现在还被广泛的用于轿车的后桥，轻型货车和越野汽车的后桥，重型货车的前后桥都采用非独立悬架。 独立悬架早期只单纯用于轿车上，目前大部分轻型货车和越野汽车为了提高舒适性也开始采用独立悬架，同时一些中型卡车及客车为了提高驾乘的舒适性和行驶平顺性也开始采用独立悬架，在国外甚至一些轮式工程机械如吊车和重型卡车也开始采用独立悬架。因此对于独立悬架的设计技术，国内外都进行了研究，这些研究主要集中在以下几个方面：独立悬架设计方法，独立悬架参数对汽车行驶平顺性的影响；独立悬架对汽车操纵稳定性的影响。国内的研究主要表现为：独立悬架和转向系的匹配；独立悬架与转向横拉杆长度和断开点的确定；悬架弹性元件的设计分析；导向机构的运动分析；独立悬架对前轮定位参数的影响；独立悬架的优化设计等。国外除上述研究外，还进入了微观领域的研究，如用原子力学显微镜观察悬架材料内部聚合体的原子转化情况，研究悬架作为弹性介质的流变特性[2]等，从而使得独立悬架向着智能化、轻量化、小型化、通用化方向发
2015级硕士期末论文《现代控制理论综述》 课程现代控制理论姓名 学号 专业 2016 年1 月 4 日
经典控制理论与现代控制理论的差异 现代控制理论是建立在状态空间法基础上的一种控制理论，是自动控制理论的一个主要组成部分。在现代控制理论中，对控制系统的分析和设计主要是通过对系统的状态变量的描述来进行的，基本的方法是时间域方法。现代控制理论比经典控制理论所能处理的控制问题要广泛得多，包括线性系统和非线性系统，定常系统和时变系统，单变量系统和多变量系统。它所采用的方法和算法也更适合于在数字计算机上进行。现代控制理论还为设计和构造具有指定的性能指标的最优控制系统提供了可能性。现代控制理论的名称是在1960年以后开始出现的，用以区别当时已经相当成熟并在后来被称为经典控制理论的那些方法。现代控制理论已在航空航天技术、军事技术、通信系统、生产过程等方面得到广泛的应用。现代控制理论的某些概念和方法，还被应用于人口控制、交通管理、生态系统、经济系统等的研究中。 现代控制理论是在20世纪50年代中期迅速兴起的空间技术的推动下发展起来的。空间技术的发展迫切要求建立新的控制原理，以解决诸如把宇宙火箭和人造卫星用最少燃料或最短时间准确地发射到预定轨道一类的控制问题。这类控
制问题十分复杂，采用经典控制理论难以解决。1958年，苏联科学家Л.С.庞特里亚金提出了名为极大值原理的综合控制系统的新方法。在这之前，美国学者R.贝尔曼于1954年创立了动态规划，并在1956年应用于控制过程。他们的研究成果解决了空间技术中出现的复杂控制问题，并开拓了控制理论中最优控制理论这一新的领域。1960～1961年，美国学者R.E.卡尔曼和R.S.布什建立了卡尔曼-布什滤波理论，因而有可能有效地考虑控制问题中所存在的随机噪声的影响，把控制理论的研究范围扩大，包括了更为复杂的控制问题。几乎在同一时期内，贝尔曼、卡尔曼等人把状态空间法系统地引入控制理论中。状态空间法对揭示和认识控制系统的许多重要特性具有关键的作用。其中能控性和能观测性尤为重要，成为控制理论两个最基本的概念。到60年代初，一套以状态空间法、极大值原理、动态规划、卡尔曼-布什滤波为基础的分析和设计控制系统的新的原理和方法已经确立，这标志着现代控制理论的形成。 现代控制理论所包含的学科内容十分广泛，主要的方面有：线性系统理论、非线性系统理论、最优控制理论、随机控制理论和适应控制理论。 线性系统理论是现代控制理论中最为基本和比较成熟的一个分支，着重于研究线性系统中状态的控制和观测问题，其基本的分析和综合方法是状态空间法。按所采用的数学工具，线性系统理论通常分成为三个学派：基于几何概念和方法的几何理论，代表人物是W.M.旺纳姆;基于抽象代数方法的代数理论，代表人物是R.E.卡尔曼；基于复变量方法的频域理论，代表人物是H.H.罗森布罗克。 非线性系统理论的分析和综合理论尚不完善。研究领域主要还限于系统的运动稳定性、双线性系统的控制和观测问题、非线性反馈问题等。更一般的非线性系统理论还有待建立。从70年代中期以来，由微分几何理论得出的某些方法对
内蒙古科技大学信息工程学院测控专业毕业实习报告 ——文献综述 题目：基于单片机的智能调节器设计 学生姓名：000 学号：00 专业：00 班级：00 指导教师：00
一、引言 1、调节器作用 调节器将来自变送器的测量值与给定值相比较后产生的偏差进行比例、积分、微分（PID ）运算，并输出统一标准信号，去控制执行机构的动作，以实现对温度、压力、流量、液位及其他工艺便利的自动控制[1]。 在工业过程控制中，PID 控制是历史最悠久，生命力最强的一种控制方式。它是迄今为止最通用的控制方法。它提供一种反馈控制，通过积分作用可以消除稳态误差，通过微分作用可以预测未来。智能控制器能解决许多控制问题，尤其在动态过程是良性的和性能要求不太高的情况下。智能控制不仅是分布式控制系统的重要组成部分，而且嵌入在许多有特殊要求的控制系统中。在过程控制中，90%以上的控制回路采用PID 类型的控制器，因此，大多数反馈回路采用该方法或其较小的变形来控制。 2、调节器原理 在图1.1所示的单回路控制系统中，由于扰动作用使被控变量偏离给定值，从而产生偏差s i x x e -=，式中e-偏差；i x -测量值；s x -给定值。调节器接受偏差信号后，按一定的运算规律输出控制信号，作用于被控对象，以消除扰动对被控变量的影响，从而使被控变量回到给定值上来。 图1.1 单回路控制系统结构图 调节器的运算规律就是指调节器的输出信号与输入偏差之间随时间的变化规律。习惯上称e>0为正偏差；e<0为负偏差。若e>0时，对应的输出信号变化量?y>0，则成调节器为正作用调节器；若e<0时，对应的输出信号变化量?y>0，则称调节器为反作用调节器。 3、调节器分类 按使用能源的不同分类可分为：电动调节器、气动调节器和液动调节器；按控制规律的不同可分为：位式调节器、比例积分调节器、比例微分调节器和三作用调节器；按传递的运算信号形式可分为：模拟式和数字式两类[2]。 按其结构和组成的形式可分为以下几种类型。
鲁棒控制理论综述 作者学号： 摘要：本文首先介绍鲁棒控制理论涉及的两个基本概念（不确定性和鲁棒）和发展过程，然 H控制理论，最后指出鲁棒控制研后叙述鲁棒控制理论中两种主要研究方法：μ理论、∞ 究的问题和扩展方向。 H控制理论 关键词：鲁棒控制理论，μ理论，∞ 一、引言 自从系统控制（Systems and Control）作为一门独立的学科出现，对于系统鲁棒性的研究也就出现了。这是由这门学科的特色和研究对象决定的。对于世界上的任何系统。由于系统本身复杂性或是人们对其认识的不全面，在系统建立模型时，很难用数学语言完全描述刻画。在这样的背景下，鲁棒性的研究也就自然而然地出现了。 二、不确定性与鲁棒 1、不确定性 谈到系统的鲁棒性，必然会涉及系统的不确定性。由于控制系统的控制性能在很大程度上取决于所建立的系统模型的精确性，然而，由于种种原因实际被控对象与所建立的模型之间总存在着一定的差异，这种差异就是控制系统设计所面临的不确定性。这种不确定性通常分为两类：系统内部的不确定性和系统外部的不确定性。这样，就需要一种能克服不确定性影响的控制系统设计理论。这就是鲁棒控制所要研究的课题。 2、鲁棒 “鲁棒”一词来自英文单词“robust”的音译，其含义是“强壮”或“强健”。所谓鲁棒性（robustness）,是指一个反馈控制系统在某一特定的不确定性条件下具有使稳定性、渐近调节和动态特性这三方面保持不变的特性，即这一反馈控制系统具有承受这一类不确定性的能力。具有鲁棒性的控制系统称为鲁棒控制系统。在工程实际控制问题中，系统的不确定性一般是有界的，在鲁棒控制系统的设计中，先假定不确定性是在一个可能的范围内变化，然后在这个可能的变化范围内进行控制器设计。鲁棒控制系统设计的思想是：在掌握不确定性变化范围的前提下，在这个界限范围内进行最坏情况下的控制系统设计。因此，如果设计的控制系统在最坏的情况下具有鲁棒性，那么在其他情况下也具有鲁棒性。 三、发展历程 鲁棒控制系统设计思想最早可以追溯到1927年Black针对具有摄动的精确系统的大增益反馈设计。由于当时不知道反馈增益和控制系统稳定性之间的确切关系，所以设计出来的控制系统往往是动态不稳定的。早期的鲁棒研究主要集中在Bode图，1932年Nyquist提出了基于Nyquist曲线的频域稳定性判据，使得反馈增益和控制系统稳定性之间的关系明朗化。1945年Bode讨论了单输入单输出（SISO）反馈系统的鲁棒性，提出了利用幅值和相位稳定裕度来得到系统能容许的不确定范围。这些方法主要用于单输入单输出系统而且这些关于鲁棒控制的早期研究主要局限于系统的不确定性是微小的参数摄动情形，尚属灵敏度分析的范畴，从数学上说是无穷小分析思想，并且只是停留在理论上。20世纪六七十年代，鲁棒控制只是将SISO系统的灵敏度分析结果向MIMIO进行了初步的推广[1]，与此同时，状态空间理论引入控制论后，系统控制取得了很大的发展，鲁棒问题也显得更加重要，其中就要提到两篇对现代鲁棒控制理论的建立有重要影响的文章：一篇是Zames在1963年关于小增益定理的论文[2]，另一篇是1964年Kalman关于单入单输出系统LQ调节器稳定裕量分析的研究报告[3]。鲁棒控制这一术语第一次在论文中出现是在1971年Davion的论文[4]，而首先将鲁棒控制写进论文标题的是Pearson等人于1974年发表的论文[5]。当然，鲁棒控制能够
模糊PID控制器的发展现状综述 1模糊PID控制器研究背景 1.1PID控制器 传统的PID控制器虽然以其结构简单、工作稳定、适应性好、精度高等优点成为过程控制中应用最广泛最基本的一种控制器。PID调节规律一般都能得到比较令人满意的控制效果，尤其是对于线性定常系统的控制是非常有效的，但是它的调节品质取决于PID控制器各个参数的确定。随着工业生产过程的日趋复杂化，系统不可避免地存在非线性、滞后和时变现象，其中有的参数未知或缓慢变化，有的带有延时和随机干扰，有的无法获得较精确的数学模型或模型非常粗糙，如果使用常规的PID控制器，PID参数的整定变得十分困难甚至无法整定，因此并不能得到理想的控制效果。为此，近年来各种改进的PID控制器如自校正、自适应PID[1][2][3]及智能控制器[4]迅速发展起来，但仍存在一定的局限性。 1.2模糊控制器 随着技术的发展，模糊控制理论和模糊技术成为最广泛最有前景的应用分支之一。模糊控制器是一种专家控制系统，它的优点是不需要知道被控对象的数学模型而能够利用专家已有的经验对系统进行建模。与传统的PID控制方式相比，它适合解决一些难以建立精确数学模型、非线性、大滞后和时变的复杂过程的问题，因此得到了很好的发展，尤其是在工业控制、电力系统等领域中解决了许多实际性的问题，引起了越来越多的工程技术人员的兴趣。但是经过深入研究，会发现基本模糊控制存在着其控制品质粗糙和精度低等弊病。而且用的最多的二维输入的模糊控制器是PI或PD型控制器，会出现过渡过程品质不好或不能消除稳态误差的问题。 因此，在许多情况下，将模糊控制和PID控制两者结合起来，扬长避短，既具有模糊控制灵活、适应性强、快速性好的优点，又具有PID控制精度高的特点。把规则的条件、操作用模糊集表示，并把这些模糊控制规则及有关信息作为知识存入计算机知识库中，然后计算机根据控制系统的实际响应情况，运用模糊推理，自动实现对PID参数的最佳整定，实现模糊PID控制。
智能控制的发展，应用及展望 周杰 21225062 摘要：智能控制是当今控制学领域研究和发展的热点之一。本文论述了智能控制的发展过程，相比传统控制的优势，在低压电器中的应用，并对其未来发展做了展望。 关键词：发展历史；智能控制；低压电器技术；模糊控制；人工智能；展望 1.智能控制的发展历史 从20世纪60年代起，由于空间技术、计算机技术及人工智能技术的发展，控制界学者在研究自组织、自学习控制的基础上，为了提高控制系统的自学习能力，开始注意将人工智能技术与方法应用于控制系统。 1965年，美国著名控制论专家Zadeh 创立了模糊集合论，为解决复杂系统的控制问题提供了强有力的数学工具；同年，美国著名科学家Feigenbaum着手研制世界上第一个专家系统；就在同年，傅京孙首先提出把人工智能中的直觉推理方法用于学习控制系统。1996年，Mendl进一步在空间飞行器的学习控制系统中应用了人工智能技术，并提出了“人工智能控制”的概念。直到1967年，Leondes和Mendel才首先正式使用“智能控制”一词，并把记忆、目标分解等一些简单的人工智能技术用于学习控制系统、提高了系统处理不确定性问题的能力。 从20世纪70年代开始，傅京孙、Glorios 和Saridis等人从控制论角度进一步总结了人工智能技术与自适应、自组织、自学习控制的关系，正式提出了智能控制就是人工智能技术与控制理论的交叉，并创立了人—机交互式分级递阶智能控制的系统结构。在70年代中后期，以模糊集合论为基础，从模仿人的控制决策思想出发，智能控制在另一个方向—规则控制上也取得了重要的进展。进入80年代以来，由于微机的迅速发展以及人工智能的重要领域—专家系统技术的逐渐成熟，使得智能控制和决策的研究及应用领域逐步扩大，并取得了一批应用成果。80年代后期，神经网络的研究获得了重要进展，为智能控制的研究起到了重要的促进作用。 2.智能控制的分支 目前关于智能控制的研究和应用沿着几个主要的分支发展，主要有专家控制、模糊控制、神经网控制、学习控制、基于知识的控制、复合智能控制、基于进化机制的控制、自适应控制等等。有的已在现代工业生产过程与智能自动化方面投入应用。主要介绍如下：专家控制是由K.J.Astrom将人工智能中的专家系统技术引入到控制系统。组成的一种类型的智能控制。借助专家系统技术，将常规的RLS 控制、最小方差控制等不同方法有机结合起来P 能根据不同的情况分别采取不同的控制策略。 模糊控制自1965年Zadeh 教授创建模糊集理论和1974年英国的Mamdani成功地将模糊控制应用于蒸汽机控制以来，模糊控制得到了很大的发展和广泛的应用。模糊控制是基于模糊推理、模仿人的思维方式、对难以建立精确数学模型的对象实施的一种控制，成为处理推理系统和控制系统中不精确和不确定性的一种有效方法，构成了智能控制的重要组成部分。 神经网络控制是另一类智能控制的重要形式。神经网络模拟人的大脑神经结构和功能，