模糊控制器的设计知识讲解

模糊控制器的设计

一、 PID 控制器的设计

我们选定的被控对象的开环传递函数为3

27

()(1)(3)G s s s =

++，采用经典

的PID 控制方法设计控制器时，由于被控对象为零型系统，因此我们必须加入积分环节保证其稳态误差为0。

首先，我们搭建simulink 模型，如图1。

图1simulink 仿真模型

由于不知道Kp ，Kd ，Ki ，的值的大致范围，我们采用signal constraints 模块进行自整定，输入要求的指标，找到一组Kp ，Kd ，Ki 的参数值，然后在其基础上根据经验进行调整。当选定Kp=2，Kd=0.95，Ki=0.8时，可以得到比较好的响应曲线。调节时间较短，同时超调量很小。响应曲线如图2所示。

图2 PID 控制响应曲线

将数据输出到工作空间，调节时间ts =2.04s ，超调量%0σ=。可以看出，PID 控制器的调节作用已经相当好。

二、 模糊控制器的设计

1、模糊控制器的结构为：

图3 模糊控制器的结构

2、控制参数模糊化

控制系统的输入为偏差e 和偏差的变化率ec ，输出为控制信号u 。首先对他们进行模糊化处理。

量化因子的计算max min

**

max min

x x k x x -=

- 比例因子的计算**max min

max min

u u k u u -=-

其中，*max x ，*

min x 为输入信号实际变化范围的最大最小值；max x ，min x 为输入信号论域的最大最小值。*max u ，*

min u 为控制输出信号实际变化范围的最大最小

值，max u ，min u 输出信号论域的最大最小值。

相应的语言值为NB ，NM ，NS ，ZO ，PS ，PM ，PB 。分别表示负大、负中、负小、零、正小、正中、正大。

3、确定各模糊变量的隶属函数类型

语言值的隶属度函数就是语言值的语义规则，可分为连续式隶属度函数和离散化的隶属度函数。本系统论域进行了离散化处理，所以选用离散量化的隶属度函数。

隶属度函数一般是根据操作人员的经验给出。设计中遵循的一般原则是：选择的隶属度形状越陡，其分辨率就越高，模糊控制的灵敏度就越高；相反，如果隶属度函数形状越平缓，其分辨率就越低，控制性能就越平稳。所以在误差为零的区域附近，要采用高分辨率的隶属度函数，而在误差较大的区域选择分辨率低的隶属度函数，使系统获得较好的稳定性。

根据经验e，ec和u的隶属函数类型我们都选择了gaussmf类型。如图4所示。

图4-1Mamdany型控制器偏差e的隶属度函数

图4-2Mamdany型控制器偏差变化率ec的隶属度函数

图4-3Mamdany型控制器输出u的隶属度函数

4、建立模糊控制规则

模糊控制规则对模糊控制器是否能取得好的控制效果起着非常关键的作用。常用的建立模糊规则的方法有经验归纳法和合成推理法两种。所谓的经验归纳法，就是根据专家经验、操作人员的长期实践和推测经过整理、归纳和提炼后构成模糊控制规则系统的方法。合成推理法就是根据已有的输入输出数据进行模糊推理合成，建立模糊规则。

首先我们尝试了根据PID控制所得到的数据进行模糊推理，建立模糊规则，但是经过反复调试所取得的控制效果并不理想。于是我们转而采用专家经验归纳的规则进行控制，在其基础上进行调整。

模糊条件语言为if e and ec then u

表2 模糊控制规则表

5、模糊控制查询表的建立

根据语言变量E和EC论域的量化等级，按照上面合成推理的方法，分别计算不同模糊变量值输入组合情况下的各个输出值，就可以获得一个模糊控制查询表。这将是一个 7×7(49 点)的控制表。

在状态观测器中，同时输入e和ec的值，点击回车键，就会自动显示u的值。如图5。

图5模糊推理规则观测器计算输出值

按照此方法，依次计算出u的值。

6、模糊控制器的构建及调试

利用MATLAB中的模糊工具箱构建模糊控制器，并且添加到控制系统中。为了消除稳态误差，仍然加入积分环节，根据PID调试结果，选择积分系数ki=0.8。将选择开关拨到模糊控制器，响应曲线如图6。

图6 调整前模糊控制响应曲线

我们发现在没有调整的情况下模糊控制器的控制效果非常差。于是我们调整对隶属函数曲线的宽度、隶属函数的类型来改善控制效果。在调整的过程中我们发现，越靠近中间的曲线的宽度和类型对响应输出的影响越大，而最左和最右边曲线的宽度和类型对输出的影响最小。通过适当增加e中间曲线的宽度，减小ec 中间曲线的宽度，超调量减小，调节时间加快，调整后的隶属函数曲线如图7所示。

图7-1 调整后的Mamdany型控制器偏差e的隶属函数

图7-2 调整后的Mamdany型控制器偏差变化率ec的隶属函数

图7-3 调整后的Mamdany型控制器输出u的隶属函数

经过调整后，输出响应得到了较大改善，超调量减小，调节时间加快，调整

σ=，调节时后的响应曲线如图8所示。调整后，阶跃响应的超调量为% 2.06%

间为 1.94

=。

ts s

图8 调整后的模糊控制器响应曲线

调整后的控制规则表面如图9所示。

图9 模糊控制器控制表面图

调整后的控制量变化如图10所示

图10 控制量变化图

三、结果对比

在传统PID控制器以及模糊控制器控制下的响应曲线对比图如图11所示。

图11 系统阶跃响应对比图

主要性能指标对比如表4。

四、结果分析

1、在传统PID控制中，先利用自整定方法找到控制参数的大致范围，进

行微调之后响应曲线基本符合要求。超调量为0，调节时间也接近要求。

2、与传统PID控制器相比，模糊控制器在本例中并没有体现出较大的优

势，调节时间虽然稍微缩短，但有了一定的超调，响应曲线没有PID控

制平滑。这跟传递函数的选取也有一定的关系，当改变被控对象后，我

们发现模糊控制器的控制效果确实优于PID控制。本例中PID控制效果

很好，这也导致模糊控制改善调节效果的余地比较小。

3、隶属函数的线型对控制效果的影响。一般工程应用中，选取三角型和

高斯型分布比较多。三角型可以加快调节时间，高斯型使响应输出更稳

定，我们根据快速性和稳定性的要求进行选取，在本例中我们发现高斯

型曲线调节效果更好。

4、隶属函数的宽度对控制效果的影响。我们发现最中间的隶属函数的宽

度对控制效果的影响最大，越靠近边上的影响越小。e中间的隶属函数

宽度越大，超调量越大；越小，震荡越明显，甚至会出现不稳定，稳态

特性变差。ec 中间隶属函数的宽度越大，超调量越大，但调节时间越小。u 中间隶属函数宽度越大，超调量越大；越小，震荡越明显，动态特性变差。

5、 模糊控制器的控制规则对控制效果的影响。开始我们尝试根据PID 控

制器的结果采用合成推理的方法设计控制器，但是经过反复调整之后控制效果并不理想。于是我们采用专家经验法设计控制器，效果有所改善，说明了简单地根据PID 控制结果设计模糊控制规则并不合理，模糊推理机制比较复杂的，要受到多方面因素的影响。 6、 量化因子和比例因子对控制效果的影响。当误差e 和误差变化率ec 较

大时，应选取较小的e k 和ec k 以降低对输入量e 和ec 的分辨率；同时取较大的u k 增大控制量的变化，加快系统的过渡过程。当误差e 和误差变化率ec 较小时，应选取较小的e k 和ec k 以提高对输入量e 和ec 的分辨率；同时取较小的u k 增大控制量的变化，抑制系统响应超调量的增加，是系统尽快达到稳态。

7、 对于本例中简单的被控对象，模糊控制并没有体现出较大的优势。但

是对于一些复杂的系统，往往难以建立它的数学模型，而传统的控制理论都是建立在精确的数学模型的基础上的，这种情况下运用模糊控制的方法往往能取得比较好的控制效果。

模糊控制详细讲解实例

一、速度控制算法： 首先定义速度偏差-50 km/h ≤e （k ）≤50km/h ，-20≤ec （i ）= e （k ）- e （k-1）≤20，阀值e swith =10km/h 设计思想：油门控制采用增量式PID 控制算法,刹车控制采用模糊控制算法，最后通过选择规则进行选择控制量输入。 选择规则： e （k ）<0 ① e （k ）>- e swith and throttlr_1≠0 选择油门控制 ② 否则：先将油门控制量置0，再选择刹车控制 0

模糊控制器的设计

模糊控制器的设计 一、 PID 控制器的设计 我们选定的被控对象的开环传递函数为3 27 ()(1)(3)G s s s = ++，采用经典的PID 控 制方法设计控制器时，由于被控对象为零型系统，因此我们必须加入积分环节保证其稳态误差为0。 首先，我们搭建simulink 模型，如图1。 图1simulink 仿真模型 由于不知道Kp ，Kd ，Ki ，的值的大致范围，我们采用signal constraints 模块进行自整定，输入要求的指标，找到一组Kp ，Kd ，Ki 的参数值，然后在其基础上根据经验进行调整。当选定Kp=2，Kd=，Ki=时，可以得到比较好的响应曲线。调节时间较短，同时超调量很小。响应曲线如图2所示。 图2 PID 控制响应曲线

将数据输出到工作空间，调节时间ts =，超调量%0σ=。可以看出，PID 控制器的调节作用已经相当好。 模糊控制器的设计 1、模糊控制器的结构为： 图3 模糊控制器的结构 2、控制参数模糊化 控制系统的输入为偏差e 和偏差的变化率ec ，输出为控制信号u 。首先对他们进行模糊化处理。 量化因子的计算max min ** max min x x k x x -= - 比例因子的计算**max min max min u u k u u -=- 其中，*max x ，* min x 为输入信号实际变化范围的最大最小值；max x ，min x 为输入信号论域的最大最小值。*max u ，*min u 为控制输出信号实际变化范围的最大最小值， max u ，min u 输出信号论域的最大最小值。 被控变量 基本论域 论域 量化/比例因子 e [-1,1] {-3,-2,-1,0,1,2,3} 3e k = ec [-1,1] {-3,-2,-1,0,1,2,3} 3ec k = u [-2,2] {-6,-4,-2,0,2,4,6} 1/3u k = 相应的语言值为NB ，NM ，NS ，ZO ，PS ，PM ，PB 。分别表示负大、负中、负小、零、正小、正中、正大。 3、确定各模糊变量的隶属函数类型 语言值的隶属度函数就是语言值的语义规则，可分为连续式隶属度函数和离散化的隶属度函数。本系统论域进行了离散化处理，所以选用离散量化的隶属度函数。

模糊控制器的设计

模糊控制器的设计 PID控制器的设计 的PID控制方法设计控制器时，由于被控对象为零型系统，因此我们必须加 入积分环节保证其稳态误差为0。 首先，我们搭建simulink模型，如图1。 图1 simulink仿真模型 由于不知道Kp，Kd, Ki，的值的大致范围，我们采用signal constraints 模块进行自整定，输入要求的指标，找到一组Kp, Kd, Ki的参数值，然 后在其基础上根据经验进行调整。当选定Kp=2, Kd=0.95, Ki=0.8时，可 以得到比较好的响应曲线。调节时间较短，同时超调量很小。响应曲线如图2所示。 将数据输出到工作空间，调节时间ts=2.04s,超调量% 0。可以看出, PID控制器的调节作用已经相当好。 我们选定的被控对象的开环传递函数为G(s)厂中，采用经典 图2 PID控制响应曲线

模糊控制器的设计 1、模糊控制器的结构为： 图3模糊控制器的结构 2、控制参数模糊化 控制系统的输入为偏差e和偏差的变化率ec，输出为控制信号u。首先对他们进行模糊化处理。 量化因子的计算k X max X min * x max*X min 比例因子的计算k * u max * u min u max u min 其中，X；ax，X；in为输入信号实际变化范围的最大最小值；X max，X min为输入信号论域的最大最小值。U；ax，为控制输出信号实际变化范围的最大最小值， U max，U min输出信号论域的最大最小值。 表1被控参数的模糊化 相应的语言值为NB, NM，NS, ZO, PS PM，PB分别表示负大、负中、负小、零、正小、正中、正大。 3、确定各模糊变量的隶属函数类型 语言值的隶属度函数就是语言值的语义规则，可分为连续式隶属度函数和离散化的隶属度函数。本系统论域进行了离散化处理，所以选用离散量化的隶属度函数。

基于单片机的模糊温度控制器的设计

基于单片机的模糊温度控制器的设计 1 引言 本文研究的被控对象为某生产过程中用到的恒温箱,按工艺要求需保持箱温100℃恒定不变。我们知道温度控制对象大多具有非线性、时变性、大滞后等特性, 采用常规的PID 控制很难做到参数间的优化组合, 以至使控制响应不能得到良好的动态效果。而模糊控制通过把专家的经验或手动操作人员长期积累的经验总结成的若干条规则,采用简便、快捷、灵活的手段来完成那些用经典和现代控制理论难以完成的自动化和智能化的目标, 但它也有一些需要进一步改进和提高的地方。模糊控制器本身消除系统稳态误差的性能比较差, 难以达到较高的控制精度, 尤其是在离散有限论域设计时更为明显, 并且对于那些时变的、非线性的复杂系统采用模糊控制时, 为了获得良好的控制效果, 必须要求模糊控制器具有较完善的控制规则。这些控制规则是人们对受控过程认识的模糊信息的归纳和操作经验的总结。然而, 由于被控过程的非线性、高阶次、时变性以及随机干扰等因素的影响, 造成模糊控制规则或者粗糙或者不够完善, 都会不同程度的影响控制效果。为了弥补其不足, 本文提出用自适应模糊控制技术,达到模糊控制规则在控制过程中自动调整和完善, 从而使系统的性能不断完善, 以达到预期的效果。 2 自调整模糊控制器的结构及仿真 (1) 控制对象 一般温度可近似用一阶惯性纯滞后环节来表示, 其传递函数为: 式中: K———对象的静态增益; Tc———对象的时间常数; τ———对象的纯滞后时间常数。 本文针对某干燥箱的温度控制, 用Cohn-Coon 公式计算各参数得: K=0.181; Tc=60; τ=20。 ( 2) 自调整模糊控制器的结构 自调整模糊控制器的结构如图1 所示。

简易模糊控制器设计及MATLAB仿真

简易模糊控制器的设计及仿真 摘要：模糊控制（Fuzzy Control ）是以模糊集理论、模糊语言和模糊逻辑推理为基础的一种控制方法，它从行为上模仿人的模糊推理和决策过程。本文利用MATLAB/SIMULINK 与FUZZY TOOLBOX 对给定的二阶动态系统，确定模糊控制器的结构，输入和输出语言变量、语言值及隶属函数，模糊控制规则，比较其与常规控制器的控制效果，用MATLAB 实现模糊控制的仿真。 关键词：模糊控制 参数整定 MATLAB 仿真 二阶动态系统模型： ()()1140130120 ++s s 采用simulink 图库，实现常规PID 和模糊自整定PID 。 一．确定模糊控制器结构 模糊自整定PID 为2输入3输出的模糊控制器。在MATLAB 的命令窗口中键入fuzzy 即可打开FIS 编辑器，其界面如下图所示。此时编辑器里面还没有FIS 系统，其文件名为Untitled ，且被默认为Mandani 型系统。默认的有一个输入，一个输出，还有中间的规则处理器。在FIS 编辑器界面上需要做一下几步工作。 首先，模糊自整定PID 为2输入3输出的模糊控制器，因此需要增加一个输入两个输出，进行的操作为：选择Edit 菜单下的Add Variable/Input 菜单项。

如下图。 其次，给输入输出变量命名。单击各个输入和输出框，在Current Variable 选项区域的Name文本框中修改变量名。如下图 最后，保存系统。单击File菜单，选择Export下的To Disk项。这里将创建的系统命名为PID_auot.fi。 二．定义输入、输出模糊集及隶属函数

LabVIEW的模糊控制系统设计(DOC 8页)

LabVIEW的模糊控制系统设计(DOC 8页)

基于LabVIEW的模糊控制系统设计 摘要 本文以LabVIEW为开发环境进行设计模糊控制器，将设计出的模糊控制器应用到温度控制系统中，实现了在有干扰作用的情况下对烤箱温度的控制，取得较好的控制效果。 关键词：虚拟仪器模糊控制热电偶Abstract This paper is design issue is the use of LabVIEW fuzzy control, through the design of fuzzy control procedures to control the plant (oven) temperature. Finally, it comes ture control the temperature of oven even if there has disturb. Keywords: 1引言 虚拟仪器（LabVIEW），就是在以通用计算机为核心的硬件平台上，由用户设计定义虚拟面板，测控功能由软件实现的一种计算机仪器系统。虚拟仪器的实质是利用计算机显示器的显示功能来模拟传统的控制面板，以多种形式表达输出结果，利用计算机强大的软件功能实现数据的运算、分析、处理和保存，利用I／O接口设备完成信号采集、测量与控制。 模糊控制的基本思想是利用计算机来实现人的控制经验，而这些经验多是用语言表达的具有相当模糊性的控制规则。因为引入了人类的逻辑思维方式，使得模糊控制器具有一定的自适应控制能力，有很强的鲁棒性和稳定性，因而特别适用于没有精确数学模型的实际系统。 本文将模糊控制的基本思想应用到基于虚拟仪器的温度控制系统中。通过热电偶测量烤箱实际温度，与给定值比较。当测量温度与设定温度之间存在较大的偏差(e≥6℃)时，定时器产生占空比较大的脉冲序列，全力加热。当系统温度与设定温度之间偏差小于6摄氏度，采用模糊控制算法。模糊控制器根据误差和误差变化率，经过模糊推理输出脉冲序列的占空比的大小,经过固态继电器控制烤箱电源得通断,从而实现对烤箱温度的控制。 2系统组成

模糊控制器的设计

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。

模糊控制器设计的基本方法

第5章 模糊控制器设计的基本方法 5.1 模糊控制器的结构设计 结构设计：确定输入、输出变量的个数（几入几出）。 5.2 模糊控制规则设计 1. 语言变量词集 {}PB PM PS O NS NM NB ,,,,,, 2. 确立模糊集隶属函数（赋值表） 3. 建立模糊控制规则，几种基本语句形式： 若A 则B c R A B A E =?+? 若A 则B 否则C c R A B A C =?+? 若A 或B 且C 或D 则E ()()R A B E C D E =+?+????????? 4. 建立控制规则表 5.3 模糊化方法及解模糊化方法 模糊化方法 1. 将[]b a ,内精确量离散化为[]n n +-,内的模糊量 2. 将其区间精确量x 模糊化为一个单点集，即0)(,1)(==x x μμ 模糊推理及非模糊化方法 1. MIN-MAX ——重心法 11112222n 00R and R and R and and '? n n n A B C A B C A B C x y c →→→→= 三步曲： 取最小 1111'()()()()c A o B o C z x y z μμμμ=∧∧ 取最大 12''''()()()()n c c c c z z z z μμμμ=∨∨∨ 2. 最大隶属度法 例： 10.3 0.80.5 0.511234 5 C =+----- ＋＋＋，选3-=*u

20.30.80.40.21101234 5 C =+ ＋＋＋ ＋ ，选 5.12 21=+=*u 5.4 论域、量化因子及比例因子选择 论域：模糊变量的取值范围 基本论域：精确量的取值范围 误差量化因子：e e x n k /= 比例因子：e y k u u /= 误差变化量化因子：c c x m k /= 5.5 模糊控制算法的流程 m j n i C u B EC A E ij j i ,,2,1;,,2,1 then then if ===== 其中 i A 、 j B 、ij C 是定义在误差、误差变化和控制量论域X 、Y 、Z 上的模糊集合，则该语句所表示的模糊关系为 j i ij j i C B A R ,??= m j n i j i C B A R z y x z y x ij j i ===== ,1 ,1)()()(),,(μμμ μ 根据模糊推理合成规则可得：R B A U )(?= Y y X x B A R U y x z y x z ∈∈=)()(),,()(μμμμ 设论域{}{}{}l m n z z z Z y y y x x x X ,,,,,,,Y ,,,,212121 ===，则X ，Y ，Z 上的模糊集合分别为一个n ，m 和l 元的模糊向量，而描述控制规则的模糊关系R 为一个m n ?行l 列矩阵。 由i x 及i y 可算出ij u ，对所有X ，Y 中元素所有组合全部计算出相应的控制量变化值，可写成矩阵()ij n m u ?，制成的表即为查询表或称为模糊控制表。 * 模糊控制器设计举例（二维模糊控制器） 1. 结构设计：二维模糊控制器，即二输入一输出。 2. 模糊控制规则：共21条语句，其中第一条规则为 t h e n o r and or if :1 PB u NM NB EC NM NB E R === 3. 对模糊变量E ，EC ，u 赋值（见教材中的表）

基于MATLAB的模糊控制系统设计

实验一基于MATLAB的模糊控制系统设计 1.1实验内容 （1）基于MATLAB图形模糊推理系统设计，小费模糊推理系统； （2）飞机下降速度模糊推理系统设计； （3）水箱液位模糊控制系统设计及仿真运行。 1.2实验步骤 1小费模糊推理系统设计 （1）在MATLAB的命令窗口输入fuzzy命令，打开模糊逻辑工具箱的图形用户界面窗口，新建一个Madmdani模糊推理系统。 （2）增加一个输入变量，将输入变量命名为service、food，输出变量为tip，这样建立了一个两输入单输出模糊推理系统框架。 （3）设计模糊化模块：双击变量图标打开Membership Fgunction Editor 窗口，分别将两个输入变量的论域均设为[0,10],输出论域为[0,30]。 通过增加隶属度函数来进行模糊空间划分。 输入变量service划分为三个模糊集：poor、good和excellent，隶属度函数均为高斯函数，参数分别为[1.5 0]、[1,5 5]和[1.5 10]； 输入变量food划分为两个模糊集：rancid和delicious，隶属度函数均为梯形函数，参数分别为[0 0 1 3]和[7 9 10 10]； 输出变量tip划分为三个模糊集：cheap、average和generous，隶属度函数均为三角形函数，参数分别为[0 5 10]、[10 15 20]和[20 25 30]。

（4）设置模糊规则：打开Rule Editor窗口，通过选择添加三条模糊规则： ①if (service is poor) or (food is rancid) then (tip is cheap) ②if (service is good) then (tip is average) ③if (service is excellent) or (food is delicious) then (tip is generous) 三条规则的权重均为 1.

模糊控制系统设计及实现

物理与电子工程学院 《人工智能》 课程设计报告 课题名称模糊控制系统的设计与实现专业自动化 班级 2班 学生姓名梁检满 学号 指导教师崔明月 成绩 2014年6月18日

模糊控制系统的设计与实现 摘要 自然界与人类社会有关系的系统绝大部分是模糊系统，这类系统的数学模型不能由经典的物理定律和数学描述来建立。本文在模糊控制理论基础上设计模糊温控系统，利用专家经验建立模糊系统控制规则库，由规则库得到相应的控制决策，并分析系统隶属度函数，利用matlab与simulink结合进行仿真。仿真结果表明，该系统的各项性能指标良好，具有一定的自适应性。模糊控制算法不但简单实用，而且响应速度快，超调量小，控制效果良好。 关键词：模糊逻辑;隶属度函数;模糊控制; 控制算法

1引言 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最主要关键，系统动态的信息越详细，则越能达到精确控制的目的。随着社会及科技的发展，现代工程实践对系统的控制要求也在不断地提高，但对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，随着人类生产、生活对控制的精细需求，传统的控制理论已渐渐不能满足工艺要求。虽然于是工程师利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。换言之，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，则显得无能为力了，因此便尝试着以模糊数学来处理这些控制问题。 “模糊”是人类感知万物、获取知识、思维推理、决策实施的重要特征。模糊并非是将这个世界变得模糊，而是让世界进入一个更现实的层次。“模糊”比“清晰”所拥有的信息量更大，内涵更丰富，更符合客观世界。“模糊控制理论”是由美国学者加利福尼亚大学著名教授L. A. Zadeh于1965年首先提出，至今已有50多年的历史。模糊控制是用模糊数学的知识模仿人脑的思维方式，对模糊现象进行识别和判决，给出精确的控制量，对被控对象进行控制，它是用语言规则描述知识和经验的方法，结合先进的计算机技术，通过模糊推理进行判决的一种高级控制策略。它含有人工智能所包括的推理、学习和联想三大要素；它不是采用纯数学建模的方法，而是将相关专家的知识和思维、学习与推理、联想和决策过程，有计算机来实现辨识和建模并进行控制。因此，它无疑是属于智能控制范畴，而且发展至今已发展成为人工智能领域中的一个重要分支。其理论发展之迅速，应用领域之广泛，控制效果之显著，实为世人关注。 在工业生产过程中，温度控制是重要环节，控制精度直接影响系统的运行和产品质量。在传统的温度控制方法中，一般采取双向可控硅装置，并结合简单控制算法（如PID算法），使温度控制

模糊PID控制器的设计与仿真——设计步骤

模糊PID控制器的设计与仿真 设计模糊PID控制器时，首先要将精确量转换为模糊量，并且要把转换后的模糊量映射到模糊控制论域当中，这个过程就是精确量模糊化的过程。模糊化的主要功能就是将输入量精确值转换成为一个模糊变量的值，最终形成一个模糊集合。 本次设计系统的精确量包括以下变量：变化量e，变化量的变化速率ec还有参数整定过程中的输出量△ K P，△ K D，△ K,在设计模糊PID的过程中，需要将这些精确量转换成为模糊论域上的模糊值。本系统的误差与误差变化率的模糊论域与基本论域为：E=[-6,-4,-2,0,2,4,6];Ec=[-6,-4,-2,0,2,4,6] 。 模糊PID控制器的设计选用二维模糊控制器。以给定值的偏差e和偏差 变化ec为输入；△ K P，△ K D，△ K为输出的自适应模糊PID控制器，见图1。 图1模糊PID控制器 (1) 模糊变量选取 输入变量E和EC的模糊化将一定范围(基本论域)的输入变量映射到离散区 间(论域)需要先验知识来确定输入变量的范围。就本系统而言，设置语言变量取 七个，分别为NB, NM NS ZQ PS, PM PB (2) 语言变量及隶属函数 根据控制要求，对各个输入，输出变量作如下划定： e，ec 论域：{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6} △心，△ K D，△ K 论域：{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6} 应用模糊合成推理PID参数的整定算法。第k个采样时间的整定为 K p(k)二K p。：K p(k) , Kdk)二K I。水心),K°(k)二K D。 *D(k). 式中K P0,K|0,K D0为经典PID控制器的初始参数

基于电厂锅炉燃烧模糊控制器的设计

摘要 火力发电是当今电力生产中重要生产形式之一。在现代电力企业中，由于安全性、节耗性、提高劳动生产率等多方面要求，计算机控制系统如今广泛应用于电站控制。但在实际运行中，经常受到内部和外部的干扰，锅炉燃烧是一个多输入多输出的被控对象，而且变量间相互耦合严重，并具有多参数，非线性，不确定时滞和时变的特点，传统的 PID 控制效果往往不够理想。必须采用先进控制算法。本文首先分析了火电厂锅炉燃烧控制系统的动态特性，确定了被控对像的传递函数。然后对锅炉燃烧系统单模糊控制器进行总体设计。主要输入量的模糊化，模糊控制规则的形成，输出量的模糊化。最后通过应用MATLAB中的SIMULINK对系统进行仿真，对比模糊控制与常规PID控制的控制性能。通过仿真结果对比得出：模糊控制器的控制性能总体优于常规PID控制器，它不仅具有良好的动态特性，还具有良好的环境适应能力。 关键词：火电厂；燃烧控制系统；模糊控制；SIMULINK仿真

第一章绪论 1.1 研究背景和课题来源及意义 1.1.1 研究背景 电能是现代社会的必需品，若没有电能人类的生活生产将面临巨大的困难。电能作为最清洁的能源，其使用方法简单，运送方便，容易转换。电力工业的发展水平实际上是工农业发展、人民生活水平和科技与国防现代化的重要标志。常见的电力生产有如水力发电，核能发电，火力发电，太阳能发电、风能发和地热能发电等方法。目前电能主要由火力发电厂、水力发电厂和核能发电厂产生。在我国，火力发电是生产电力的主要方式，截止到 2009年 12 月底，全国发电量为36506 亿千瓦时，其中火力发电量为 29814.22 亿千瓦时，占总发电量的 81.67%，表 1-1 是最近几年我国火力发电情况统计表 煤是火力发电的主要燃料，中国每年消耗的煤炭用于发电占全国煤炭产量约一半的工业用煤总量，比例高达80%，为了节约资源，保护环境，应为了提高煤炭的燃烧效率。锅炉设备是火力发电过程中最重要的设备，其工作直接影响到整个电厂的运行状态。只有在中国工业锅炉实际运行效率大约有65%，与国外先进水平相比，低15-20%，通过节能改造，每年可节省大量的煤，影响锅炉效率的因素是多方面的，一方面由于燃煤发电的来源和煤种复杂多变，对燃烧系统的直接摄动；另一方面，由于设备老化和单位变换，得到变工况范围大，使电站锅炉运行状态往往偏离最优条件，因此，对锅炉燃烧系统优化控制技术先进，保证锅炉的安全环保经济运行，具有非常重要的现实意义。锅炉燃烧优化系统的本质是运行技术改变锅炉设备参数的前提下，通过对燃料和空气分配比等参数提供调整，使锅炉燃烧燃烧处于最佳状态，以增加同时对锅炉安全运行的热效率，锅炉的实现经济，环境保护和安全操作。 1.2 模糊控制在火电厂燃烧控制系统中应用的意义 自Zadeh教授在美国大学1965加利福尼亚建立了模糊集理论和1974英国e.h.mam2dani 在锅炉和汽轮机控制模糊控制中的应用是成功的，模糊控制已在开发在现实生活中广泛应用，其根源在于模糊逻辑本身提供了专家信息，语言为一种推理方法的控制系统结构。通俗的讲，模糊控制是模糊推理的控制对象，模仿人的思维方式难以建立精确数学模型的实现。它是利用模糊数学的交叉复合产品的控制理论，而且是智能控制的重要组成部分。突出了模糊控制的特点

双闭环模糊控制系统的设计与仿真

《运动控制系统》课程设计学院：物联网工程学院 班级： 姓名： 学号： 日期： 成绩:

文章编号： 双闭环模糊控制系统的设计与仿真 （江南大学物联网工程学院，江苏省无锡邮编214122） 摘要：直流电机具有良好的起动、制动性能，因此其在电力拖动自动控制系统中应用广泛。众所周知，直流电机的闭环系统静特性要比开环系统的机械特写硬的多，而转速、电流双闭环控制直流调速系统是性能好、应用最广泛的直流调速系统，但该系统依赖精确的数学模型，在增加解决环节的同时，系统模型趋于复杂，还可能会影响系统的可靠性。因此我们在总结了以前经验的同时，提出了双闭环模糊控制系统的的设计与仿真。 关键词：直流电机；双闭环系统；模糊控制 中图分类号：文献标识码：A Double Closed Loop Fuzzy Control System Design and Simulation Author name (Jiangnan University, Wuxi 214122, China) Abstract：DC motor has good starting, braking performance, therefore in the electric drive automatic control system is widely applied in the field of. As everyone knows, the closed-loop DC motor system static characteristics than the open loop system of mechanical feature of more than hardware, and speed, electric current double closed loop DC motor control system is of good performance, the most widely used DC speed regulating system, but the system depend on the accurate mathematical model, increase solve link at the same time, the system model tends to be complex, also may influence the reliability of the system. Therefore we are summing up the previous experience at the same time, put forward a double closed loop fuzzy control system design and simulation. Key words：DC Motor; Double Closed Loop System; Fuzzy Control 1 引言 2 双闭环直流调速系统的设计 直流电动机具有启动转矩大、调速范围宽等优势，在轧钢机、电力机车等方面仍广泛采用。直流调速系统在理论上和实践上都比较成热，从控制技术的角度来看，它又是交流调速系统的基础；电力电子技术、计算机控制技术、智能控制理论的发展,，更为直流调速系统继续发展和应用提供了契机。进入21世纪后国外一些公司仍在不断推出高性能直 流调速系统。因此,对直流调速系统的研究仍具有重要意义。 直流调速系统中最典型的控制方式就是速度、电流双闭环调速。由于受参数时变和不确定性等因素的影响，传统的控制方法常受到很大的局限。另外，PID 控制方法往往在系统快速性与稳定性之间不能两者兼顾。模糊控制不依赖于被控对象的精确数学模型，既能克服非线性因素的影响，又具有较强的鲁棒性。因此，给直流电动机双闭环调速系统引入模糊控制器，可以改善系统性能。 2.1 双闭环可逆直流调速系统的原理结构 为了实现转速和电流两种负反馈分别起作用, 可在系统中设置两个调节器,分别调节转速和电流,即分别引入转速负反馈和电流负反馈。二者之间实行串级联接。把转速调节器的输出当作电流调节器的输入,再用电流调节器的输出去控制电力电子变 换器UPE。从闭环结构上看,电流环在里面,称作内环;转速环在外面,称作外环。这样就形成了转速、电流双闭环调速系统。如图1所示。 图1直流双闭环调速系统结构 双闭环直流调速系统目前应用广泛、技术成熟，常采用PID控制方式，它具有结构简单、可靠等优点,取得了较好的控制效果。但是,在实际生产现场,由于条件限制,使得PID控制器参数的整定往往难以达到最优状态,另外,PID 控制方法必须在系统快速性与稳定性程度之间做出折衷,往往不能两者兼顾,而模糊控制能利用其非线性特性,突破PID方法的局限,使调速系统既有快速的动态响应,又有较高的稳定程度。除此之外,模糊控制又进一步提高了调速系统的鲁棒性。 调速系统的模糊控制模型在异步电动机闭环调

设计模糊控制器

设计模糊控制器 实验题目：MATLAB中模糊控制器设计 课程名称：智能控制概论 任课教师：任彦 姓名：吕同兴学号：1167106317 班级：自动化11-3班 一、实验目的 利用MATLAB中模糊工具箱设计一个模糊控制器 二、相关知识 一般控制系统的架构包含了五个主要部分，即:定义变量、模糊化、知识库、逻辑判断及反模糊化： 1、定义变量 也就是决定程序被观察的状况及考虑控制的动作，例如在一般控制问题上，输入变量有输出误差E与输出误差变化率EC，而模糊控制还将控制变量作为下一个状态的输入U。其中E、EC、U统称为模糊变量。 2、模糊化 将输入值以适当的比例转换到论域的数值，利用口语化变量来描述测量物理量的过程，根据适合的语言值（linguistic value）求该值相对的隶属度，此口语化变量称为模糊子集合（fuzzy subsets）。 3、知识库 包括数据库（data base）与规则库（rule base）两部分，其中数据库提供处理模糊数据的相关定义；而规则库则藉由一群语言控制规则描述控制目标和策略。 4、逻辑判断 模仿人类下判断时的模糊概念，运用模糊逻辑和模糊推论法进行推论，得到模糊控制讯号。该部分是模糊控制器的精髓所在。 5、解模糊化 解模糊化（defuzzify）：将推论所得到的模糊值转换为明确的控制讯号，做为系统的输入值。 三、控制背景 直线一级倒立摆的模糊控制 四、参考资料整理

1、【名称】基于模糊控制理论的二级倒立摆控制算法 【作者】过润秋；洪旭；苏旺旺； 【关键词】二级倒立摆；模糊控制；融合函数；量化因子； 【期刊名】西安电子科技大学学报 【发表时间】2006年01期 【简介】采用模糊控制理论研究了二级倒立摆控制问题.运用最优控制方法设计了融合函数以降低模糊控制器的输入变量维数,大大减少模糊控制的规则数,并研究了量化因子对控制效果的影响,通过设置阈值使量化因子可自动调节,进而提高模糊控制器的性能品质.仿真和实验结果都证明这种模糊控制算法规则数少,响应速度快,有良好的稳定性和鲁棒性. 2、【名称】直线一级倒立摆控制策略研究及仿真分析 【作者】梁春辉；冯雷；张欣； 【关键词】直线一级倒立摆；数学模型；经典控制方法；现代控制方法； MATLAB/SIMULINK； 【期刊名】长春工程学院学报(自然科学版) 【发表时间】2010年01期 【简介】应用牛顿力学定律建立了直线一级倒立摆的传递函数、状态空间表达式等数学模型,并分析其稳定性、可控性和可观测性。在此基础上,分别研究经典控制方法和现代控制方法在一级倒立摆系统中的应用,包括PID控制算法、系统频率响应分析与校正、线性二次最优控制算法和极点配置法,并在MATLAB/SIMULINK仿真平台上对这些控制算法的效果进行仿真,可以取得不同的控制效果。 3、【名称】基于变量分组模糊控制算法的倒立摆系统 【作者】魏胜男； 【关键词】倒立摆；模糊控制；变量分组；两回路； 【期刊名】微计算机信息 【发表时间】2012年02期 【简介】采用模糊控制理论研究了直线一级倒立摆控制问题。直线一级倒立摆系统是多变量不稳系统,为了解决模糊规则爆炸问题,本文采用了变量分组的方法完成倒立摆模糊控制器的设计方案。要使直线一级倒立摆系统稳定,必须对小车位置和摆杆角度同时进行闭环控制,而单一的控制只能控制一个控制量,本文提出了两回路的模糊控制方案。仿真和实验结果证明了该方案的可行性和良好的控制性能。

模糊控制的应用实例与分析

模糊控制的应用 学院实验学院 专业电子信息工程 姓名 指导教师 日期 2011 年 9 月 20 日

在自动控制中，包括经典理论和现代控制理论中有一个共同的特点，即控制器的综合设计都要建立在被控对象准确的数学模型(如微分方程等)的基础上，但是在实际工业生产中，很多系统的影响因素很多，十分复杂。建立精确的数学模型特别困难，甚至是不可能的。这种情况下，模糊控制的诞生就显得意义重大，模糊控制不用建立数学模型，根据实际系统的输入输出的结果数据，参考现场操作人员的运行经验，就可对系统进行实时控制。模糊控制实际上是一种非线性控制，从属于智能控制的范畴。现代控制系统中的的控制能方便地解决工业领域常见的非线性、时变、在滞后、强耦合、变结构、结束条件苛刻等复杂问题。可编程控制器以其高可靠性、编程方便、耐恶劣环境、功能强大等特性很好地解决了工业控制领域普遍关心的可靠、安全、灵活、方便、经济等问题，这两者的结合，可在实际工程中广泛应用。 所谓模糊控制，其定义是是以模糊数学作为理论基础，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一种控制。模糊控制具有以下突出特点： (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。 由于有着诸多优点，模糊理论在控制领域得到了广泛应用。下面我们就以下示例介绍模糊控制在实际中的应用： 电机调速控制系统见图1，模糊控制器的输入变量为实际转速与转速给定值 ，输出变量为电机的电压变化量u。图2为电机调试之间的差值e及其变化率e c 输出结果，其横坐标为时间轴，纵坐标为转速。当设定转速为2 000r／s时，电机能很快稳定运行于2 000r／s；当设定转速下降到1 000r／s时，转速又很快下降到1 000r／s稳定运行。 图1

matlab下模糊控制器设计步骤

下面将根据模糊控制器设计步骤，一步步利用Matlab工具箱设计模糊控制器。 Matlab模糊控制工具箱为模糊控制器的设计提供了一种非常便捷的途径，通过它我们不需要进行复杂的模糊化、模糊推理及反模糊化运算，只需要设定相应参数，就可以很快得到我们所需要的控制器，而且修改也非常方便。 首先我们在Matlab的命令窗口（command window）中输入fuzzy，回车就会出来这样一个窗口。 下面我们都是在这样一个窗口中进行模糊控制器的设计。

1．确定模糊控制器结构：即根据具体的系统确定输入、输出量。 这里我们可以选取标准的二维控制结构，即输入为误差e和误差变化ec，输出为控制量u。注意这里的变量还都是精确量。相应的模糊量为E，EC和U，我们可以选择增加输入(Add Variable)来实现双入单出控制结构。 2．输入输出变量的模糊化：即把输入输出的精确量转化为对应语言变量的模糊集合。 首先我们要确定描述输入输出变量语言值的模糊子集，如{NB，NM，NS，ZO，PS，PM，PB}，并设置输入输出变量的论域，例如我们可以设置误差E（此时为模糊量）、误差变化EC、控制量U的论域均为{-3，-2，-1，0，1，2，3}；然后我们为模糊语言变量选取相应的隶属度函数。

在模糊控制工具箱中，我们在Member Function Edit中即可完成这些步骤。首先我们打开Member Function Edit窗口. 然后分别对输入输出变量定义论域范围，添加隶属函数，以E为例，设置论域范围为[-3 3]，添加隶属函数的个数为7.

然后根据设计要求分别对这些隶属函数进行修改，包括对应的语言变量，隶属函数类型。

选取一个模糊控制的实例讲解

一．实验题目：基于模糊控制系统的单级倒立摆 二．实验目的与要求： 倒立摆是联结在小车上的杆，通过小车的运动能保持竖立不倒的一种装置，它是一个典型的非线性、快速、多变量和自然不稳定系统，但是我们可以通过对它施加一定的控制使其稳定。对它的研究在理论上和方法上都有其重要意义。倒立摆的研究不仅要追求增加摆的级数，而且更重要的是如何发展现有的控制方法。同时, 它和火箭的姿态控制以及步行机器人的稳定控制有很多相似之处，由此研究产生的理论和方法对一般工业过程也有广泛用途。 本文研究了倒立摆的控制机理，用Lagrange 方法推导了一级倒立摆的数学模型，这为研究多级和其它类型的倒立摆甚至更高层次的控制策略奠定了一个良好的基础。对系统进行了稳定性、可控性分析，得出倒立摆系统是一个开环不稳定但可控的系统的结论。 本文主要研究用极点配置、最优控制和模糊控制方法对倒立摆进行稳定控制。最优控制方法是基于状态反馈，但能实现输出指标最优的一种控制方法，方法和参数调节较简单，有着广泛的应用。模糊控制有不依赖于数学模型、适用于非线性系统等优点，所以本文尝试了用模糊控制对倒立摆进行控制，以将先进的控制方法用于实际中。 同时，对倒立摆系统的研究也将遵循从建模到仿真到实控，软硬件结合的系统的控制流程。在这过程中，借助数学工具 Matlab7及仿真软件Simulink，作了大量的仿真研究工作，仿真结果表明系统能跟踪输入，并具有较好的抗干扰性。最后对实验室的倒立摆装置进行了软、硬件的调试，获得了较好的控制效果。 三．实验步骤： 1.一级倒立摆系统模型的建立 在忽略了空气阻力、各种摩擦之后（这也是为了保证Lagrange 方程的建立），可 将一级倒立摆系统抽象为由小车和匀质杆组成的系统，本系统设定如下： 小车质量 M；摆杆质量m，长为l；小车在x 轴上移动；摆与竖直方向夹角为θ，规定正方向如图所示；加在小车x 轴上的力为F； 拉格朗日算子 L 是系统动能Ec 和势能Ep 之差，拉格朗日方程由拉格朗日算子L

温度模糊控制系统设计

温度模糊控制系统 摘要：在冶金、化工、工业炉窑等工业生产中, 温度控制是较普遍且较关键的控制系统, 它具有非线性、强耦 合、时变、时滞等特性，采用常规的PID 控制器，一般很难实现对其快速有效地精确控制，而作为非线性控制的一个分支—模糊控制, 在温度控制系统中得到了较好的应用。在此次设计中温度控制具有升温单向性、大惯性、大滞后等特点，很难用数学方法建立精确的模型，因此用传统的控制理论和方法很难达到好的控制效果。鉴于此，以模糊控制为基础的温度智能控制系统, 采用人工智能中的模糊控制技术, 用模糊控制器代替传统的PID 控制器, 以闭环控制方式实现对温度的自动控制是很合适的。 关键词智能控制模糊控制温度模糊控制器 一温度模糊控制的资料 模糊逻辑是人工智能的重要组成部分，自从1965 年美国控制理论专家L.A.Zadeh 提出了用“ Fuzzy Sets ”（模糊集合）描述Fuzzy（模糊）事物以来,Fuzzy 技术获得了广泛的应用，而模糊控制取得的最早应用成果之一是1975 年英国P.J.King 和E.H.Mamdani 将模糊控制系统应用于工业反应过程的温度控制中随后模糊控制成为自动化技术中一个非常活跃的领域。著名的自动控制权威Austrom 曾经指出：模糊逻辑控制、神经网络控制与专家系统控制是三种典型的智能控制方法。 模糊控制的基本思想是用机器去模拟人对系统的控制，即在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段, 实现系统控制的一种方法。模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标。模糊控制具有不需要知道被控对象（或过程）的数学模型；易于实现对具有不确定性的对象和具有强非线性的对象进行控制; 对被控对象特性参数的变化具有较强的鲁棒性; 对于控制系统的干扰具有较强的抑制能力等特点。 传统的自动控制中有一个共同的特点, 即控制器的综合设计都要建立在被控对象准确的数学模型的基础上, 但是在实际工业生产中, 系统影响因素很多, 十分复杂。大多数实际系统都是非线性的, 建立精确的数学模型特别困难。电炉加热器温度对象的数学模型是非线性的, 由于建立的温度对象模型不够精确, 采用此模型整定出的PID 控制器也难以达到理想的控制效果。基于这种情况, 模糊控制就显得意义重大。因为模糊控制不用建立数学模型, 根据实际系统的输入输出的结果数据, 参考现场操作人员的运行经验，就可对系统进行实时控制。因此利用模糊控 制思想来设计温度非线性控制系统将更直接、更有效，是非线 性控制的一种更有力的控制手段。