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
采集卡相连。SCC-TC02热电偶调理模块工作原理图如图2所示。
图2SCC-TC02热电偶调理模块工作原理图
SCC-TC02接受三个信号：TC+ ，TC- ，和GND 。TC+是热电偶的正极和TC-是热电偶负极。接地端子连接到AIGND的E系列DAQ装置。热电偶冷端信号和传感器信号测量的分别由E系列数据采集设备从X和X+8通道获得，其中X为0到7取决于操作者插TC02在SCC-2345的哪个插槽。
SCC-TC02热电偶调理模块的工作电路由两部分组成，一部分与热电偶连接，内部具有100倍的放大器和滤波器，将热电势放大，滤波；另一部分是用热敏电组测量室温的电路，用公式算出室温，对热电偶冷端补偿。
3数据处理
利用Labview程序中多通道数据采集子VI将检测端数据和冷端数据两个通道的数据（第X通道和X+8通道）采集到数组中，再经过Index Array把数组分离开，然后分别处理。
3.1 热电偶检测到的数据处理
第X通道采集上来的数据从数组输出并且取平均值（取平均值是为了消除随机误差），这个数值就是热电偶此时的电压值，把这个数乘1000（因为采集上来的电压信号的单位是伏特，而K型热电偶的分度表中的电压是毫伏），然后再除100，(因为热电偶调理模块里有一个100倍的放大电路)把结果输入到分段子程序中，进行分段子程序处理。
由于热电偶的温度与电压的关系是非线性的，为了把它分段线性化，所以
就把温度分成若干段，认为在每段里，温度和电压的关系是线性的，可以用公式算出当时电压所对应的温度值。分段的依据就是K 型热电偶的分度表，见表2.1
T （℃） 0 10 20 30 40 50 60
70 80 90 E （mV ） 0.000 0.397 0.79
8
1.203
1.612
2.023 2.437 2.852
3.267
3.682
T （℃） 100 110 120 130 140 150 160 170 180 190 E （mV ） 4.097 4.509 4.920 5.328 5.735 6.139 6.54
6.941
7.340 7.739 T （℃） 200 210 220 230 240 250 E （mV ）
8.138 8.539 8.940
9.343 9.747 10.153
热电偶测温的部分，将检测到的温度以电压值的方式传到计算机，这就需要把电压值转换成温度，转换成温度才便于观测和显示。以10℃为单位，根据分度表（参见下表1），分出12个等分的温度段，然后进行分段线性化，把采集到的电压分段，在每一段内，采用线性插值的方法计算，利用以下公式：
经过分段子程序进行处理后，输出的数值是烤箱温度相对室温的差值。热电偶信号处理子程序使用了一个case 结构，见图3：
1
11
212)(T V V V V T
T T +-?--=
图3 热电偶信号处理子程序
3.2 利用热敏电阻测量室温进行冷端补偿
第X+8通道采集上来的数据从数组输出并且取平均值，把这个数值输入到公式子程序中，经过公式子程序进行处理后，输出的数值就是室温。
热敏电阻的部分，利用冷端转换模块是根据SCC-TC02说明中所给出的公式： T （℃）=TK-273.15
])c(lnR )b(lnR [a 13T T ++=K T
7-4--3l0 .0l8703 l c 0 l 2.343l59 b 10
l.29536l a ?=?=?=
RT 是热敏电阻的欧姆值
)5.2(
5000TEMPOUT
TEMPOUT
T V V R -=
通过公式编辑器，直接输入公式转换得出温度值。
由于采用的K 型热电偶的线性度较好，为了程序的简化，把热电偶的温度和室温的差值和室温直接相加，结果就是烤箱的温度。
4 模糊控制器设计
模糊控制的实现要经过5个步骤：
4.1确定模糊控制器的输入、输出语言变量
系统误差e及其变化率e
?作为模糊控制器的输入变量，以u作为输出变量作为模糊控制器输出，模糊控制器是双输入单输出型。
4.2模糊化。
用模糊语言变量E、EC、U来描述偏差、偏差变化率及输出。因为烤箱不能进行降温的操作，烤箱温度如果大于给定值，只能不加热自然降温，所以只考虑误差为正情况。把6摄氏度分为7个档，即：{正很小，正小，正中小，正中，正中大，正大，正很大}，记为E={PVS,PS，PMS, PM，PMB，PB，PVB}7档，E的论域为{0, +1, +2, +3,+4,+5,+6}。同理：
误差变化率e
?分成7档，即：{负大，负中，负小，零，正小，正中，正大}e 的模糊子集为：
EC={NB, NM, NS, ZO, PS, PM, PB}，
量化EC的论域为{-3, -2, -1, 0, +1, +2, +3},
输出变量U也分为7个档，即：{正很小，正小，正中小，正中，正中大，正大，正很大}，记为U={PVS,PS，PMS, PM，PMB，PB，PVB}7档，U的论域为{0, +1, +2,
=0.1。误差隶属度、误+3,+4,+5,+6}。量化因子分别为，则Ke=1，Kec=1，K
u
差的变化率隶属度和控制量隶属度分别如表2、表3和表4所示
表2 误差隶属度
0 1 2 3 4 5 6
E
变量
PVB 0.4 0.7 1 PB 0.4 0.7 1 0.7 PMB 0.4 0.7 1 0.7
PM 0.4 0.7 1 0.7
PMS 0.4 0.7 1 0.7
PS 0.7 1 0.7
PVS 1 0.7
表3 误差的变化率隶属度
?E
-3 -2 -1 0 1 2 3 变量
PB 0.1 0.4 0.8 1.0 PM 0.2 0.7 1.0 0.2 PS 0.5 1.0 0.5
ZR 0.5 1.0 0.5
NS 0.7 0.8 1.0 0.5
NM 0.8 1.0 0.7 0.5
NB 1.0 0.8 0.4 0.1
表4 控制变量隶属度
0 1 2 3 4 5 6 U
变量
PVB 0.4 0.7 1 PB 0.4 0.7 1 0.7 PMB 0.4 0.7 1 0.7
PM 0.4 0.7 1 0.7
PMS 0.4 0.7 1 0.7
PS 0.7 1 0.7
PVS 1 0.7
4.3 形成模糊规则表
系统的温度达到稳定，要经过振荡，超调，回调，反复调试，才能做到。温度达到稳定的过度过程，可以分为四个阶段，如图4：
图4 系统温度响应曲线
t阶段：e>0 e?<0 表示的物理意义是：系统温度未达到给定温度，0-
1
系统正在升温，相差大时，占空比应较大，相差小时，占空比减小甚至为0，考虑系统的滞后，应提前停止加热。
t-2t阶段：e<0 e?<0 表示的物理意义是：系统温度超过到给定温
1
度，系统正在升温，超调，停止加热，占空比为0。
t-3t阶段：e<0 e?>0 表示的物理意义是：系统温度超过到给定温
2
度，系统正在降温，超调，停止加热。
t-4t阶段：e>0 e?>0 表示的物理意义是：系统温度未达到给定温
3
度，系统正在降温，应该加热，相差大时占空比大。
根据模糊变量e的赋值表、模糊变量e?的赋值表、输出变量u的赋值表和对系统物理意义的分析，e?为负值的时候，表示的物理意义是正处于升温的过程中；e?为正值的时候，表示的物理意义是正处于降温的过程中；e?为零的时候，表示的物理意义是的温度没有变化。这样可以根据系统当时的温度与给定温度的差值（e）和系统正处于升、降温状态（e?）来确定此时此刻输出多大的占空比。控制决策表的规律不难得出.如表5所示
PVS PS PMS PM PMB PB PVB
E
?E
PB PVS PVS PVS PS PMS PM PMB PM PVS PVS PS PMS PM PMB PB PS PVS PS PMS PM PMB PB PVB ZR PVS PS PMS PM PMB PB PVB NS PVS PMS PM PM PMB PB PVB NM PVS PM PM PMB PB PVB PVB NB PVS PMB PB PB PVB PVB PVB
4.4 确定模糊决策表
模糊控制器采用Mamdani 推理算法, 最大隶属度法为解模糊策略得模糊控制量查询表，如表6所示。
表6 模糊控制量查询表
E
0 1 2 3 4 5 6
?U
?E
-3 0 1 2 2 3 4 4
-2 0 1 2 2 3 4 4
-1 0 2 3 4 4 5 5
0 0 2 3 4 5 5 6
1 0 3 4 5 5 5 6
2 0 4 5 5 5 6 6
3 0
4
5 5
6 6 6
5 温度控制
通过模糊控制输出占空比，控制定时器产生占空比可调脉冲序列，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。温度控制响应曲线如图5。
6结论
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。
模糊控制系统的发展现状 一、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,
11/12 学年第一学期 模糊控制技术课程设计任务书 指导教师：班级：地点：一教 课程设计题目（范围）：蚕茧站烘烤炉温度模糊控制系统及MATLAB仿真 一、课程设计目的 课程设计的目的是培养学生综合运用模糊控制技术所学的基本理论、基本知识，分析与解决实际问题的能力。通过课程设计，使学生基本具备检索中外文献的能力；独立思考，对方案进行论证、分析与比较的能力；初步掌握模糊控制系统的设计原则、设计方法、设计的主要内容及相关程序的编写的能力；使用计算机的能力、计算与绘图的能力；撰写设计说明书，表述研究结果及答辩的能力。 二、课程设计内容（包括技术指标） 1、控制系统的总体方案设计，画出整个系统的原理框图。 2、系统硬件电路的设计：包括传感器的选择，控制电路的设计，键盘与显示电路的设计，报警电路的设计，A/D转换电路的设计，存储器、定时器等接口电路的设计等。 序号起止日期设计阶段内容名称 1 第1天查阅资料 2 第2天模糊控制系统总体结构的确定 3 第3天硬件电路的设计 4 第4天软件部分的设计及 Matlab仿真 5 第5天答辩 3、模糊控制推理过程阐述。 4、利用GUI建立FIS，得到输出曲面。 三、时间安排 四、基本要求 1、针对设计题目，综合所学知识进行调研、文献查询等，独立完成设计工作； 2、撰写设计论文一份，要求A4幅面，正文采用5号宋体，字数不少于五千。设计说明书要条理清晰、内容充实，内容包括以下几部分：①摘要；②目录；③各章节内容；④结论；⑤ 参考文献。 3、图纸采用计算机绘图，要求图形、符号、线条等符合国家标准； 教研室审核 主任签字：年月日教学院（系）审批 院长签字：年月日 五、领导审批
模糊逻辑与模糊控制技术的发展 宁廷群1 肖英辉1任惠英2 （1山东科技大学机电学院山东青岛 266510 2山东兖矿集团机械制修厂山东邹城 273500）The Development of Fuzzy Logic and Fuzzy Control Technology 摘要：针对现代工业控制领域的模糊控制技术的新发展，综合介绍了当代该领域的基本理论和发展现状，展望了未来的发展应用。 关键词：模糊控制；应用发展；自适应控制。 Abstract: This paper introduces the development of fuzzy logic and fuzzy control technology in modern control domain, and discusses the basic theory and main development in integration. At last it gives some prospects. Key words: fuzzy control, development and application, adaptive control 一、引言 在现代工业控制领域，伴随着计算机技术的突飞猛进，出现了智能控制的新趋势，即以机器模拟人类思维模式，采用推理、演绎和归纳等手段，进行生产控制，这就是人工智能。其中专家系统、模糊逻辑和神经网络是人工智能的几个重点研究热点。相对于专家系统，模糊逻辑属于计算数学的范畴，包含有遗传算法，混沌理论及线性理论等内容，它综合了操作人员的实践经验，具有设计简单，易于应用、抗干扰能力强、反应速度快、便于控制和自适应能力强等优点。近年来，在过程控制、建摸、估计、辩识、诊断、股市预测、农业生产和军事科学等领域得到了广泛应用。为深入开展模糊控制技术的研究应用，本文综合介绍了模糊控制技术的基本理论和发展状况，并对一些在电力电子领域的应用作了简单介绍。 二、模糊逻辑与模糊控制 １、模糊逻辑与模糊控制的概念 １９６５年，加州大学伯克利分校的计算机专家Ｌofty Ｚadeh提出“模糊逻辑”的概念，其根本在于区分布尔逻辑或清晰逻辑，用来定义那些含混不清，无法量化或精确化的问题，对于冯˙诺依曼开创的基于“真－假”推理机制，以及因此开创的电子电路和集成电路的布尔算法，模糊逻辑填补了特殊事物在取样分析方面的空白。在模糊逻辑为基础的模糊集合理论中，某特定事物具有特色集的隶属度，他可以在“是”和“非”之间的范围内取任何值。而模糊逻辑是合理的量化数学理论，是以数学基础为为根本去处理这些非统计不确定的不精确信息。 模糊控制是基于模糊逻辑描述的一个过程的控制算法。对于参数精确已知的数学模型，我们可以用Berd图或者Nyquist图来分析家其过程以获得精确的设计参数。而对一些复杂系统，如粒子反应，气象预报等设备，建立一个合理而精确的数学模型是非常困难的，对于电力传动中的变速矢量控制问题，尽管可以通过测量得知其模型，但对于多变量的且非线性变化，起精确控制也是非常困难的。而模糊控制技术仅依据与操作者的实践经验和直观推断，也依靠设计人员和研发人员的经验和知识积累，它不需要建立设备模型，因此基本上是自适应的，具有很强的鲁棒性。历经多年发展，已有许多成功应用模糊控制理论的案例，如Rutherford，Carter 和Ostergaard分别应用与冶金炉和热交换器的控制装置。 2、分析方法探讨 工业控制系统的稳定性是探讨问题的前提，由于难以对非线性和不统一的描述，做出判断，因此模糊控制系统的分析方法的稳定性分析一直是一个热点，综合近年来各位学者的发表的论文,目前系统稳定性分析有以下集中: 1、李普亚诺夫法:基于直接法的离散时间(D-T)和连续时间模糊控制的稳定性分析和设计方法,相对而言起稳定条件比价保守.
模糊控制的优缺点
————————————————————————————————作者：————————————————————————————————日期：
１.模糊控制中模糊的含义 模糊控制中的模糊其实就是不确定性。从属于该概念和不属于该概念之间没有明显的分界线。模糊的概念导致了模糊现象。 2.模糊控制的定义 模糊控制就是利用模糊数学知识模仿人脑的思维对模糊的现象进行识别和判断,给出精确的控制量，利用计算机予以实现的自动控制。 3.模糊控制的基本思想 模糊控制的基本思想:根据操作人员的操作经验，总结出一套完整的控制规则,根据系统当前的运行状态，经过模糊推理，模糊判断等运算求出控制量,实现对被控制对象的控制。 4.模糊的控制的特点 不完全依赖于纯粹的数学模型，依赖的是模糊规则。模糊规则是操作者经过大量的操作实践总结出来的一套完整的控制规则。 模糊控制的对象称为黑匣（由于不知道被控对象的内部结构、机理，无法用语言去描述其运动规律,无法去建立精确的数学模型）。但是模糊规则又是模糊数学模型。 5 模糊控制的优缺点及需要解决的问题分析 5.1模糊控制的优点 (1)使用语言方便,可不需要过程的精确数学模型;(不需要精确的数学模型) (２）鲁棒性强,适于解决过程控制中的非线性、强耦合时变、
滞后等问题；鲁棒性即系统的健壮性。 (3）有较强的容错能力。具有适应受控对象动力学特征变化、环境特征变化和动行条件变化的能力; (4)操作人员易于通过人的自然语言进行人机界面联系,这些模糊条件语句容易加到过程的控制环节上。 5．2模糊控制的缺点 (１)信息简单的模糊处理将导致系统的控制精度降低和动态品质变差; (2)模糊控制的设计尚缺乏系统性,无法定义控制目标。 6.模糊数学 模糊数学就是利用数学知识研究和解决模糊现象。在数学和模糊现象之间架起了一座桥梁。 6．１模糊集合的概念 每一个概念都有内涵和外延。 内涵就是指概念的本质属性的集合。外延就是符合某种本质属性的全体对象的集合。 模糊数学的基础就是模糊理论集。 在模糊集合设计到的论域U 上，给定了一个映射A,A ：U →[0,1] ,)(x x A μ ,则称A 为论域U 上的模糊集合或者模糊子集； )(x A μ表示U 中各个元素x 属于集合A 的程度,称为元素x 属于模糊集合A 的隶属函数。当x 是一个确定的0x 时，称)(0x A μ为元素0x 对于模糊集合A 的隶属 度。 F 集合引出的几个概念
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
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。
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,
变频空调器的模糊控制技术 (陇东人作品) （XXX 能源学院陕西西安710054 ） 摘要：对变频空调器的模糊控制技术的原理作了研究，讨论了变频空调器模糊控制系统的特点。分析总结了国内变频空调器模糊控制技术的研究现状以及发展趋势，同时对变频空调器模糊控制技术未来的研究问题进行了展望。 关键词：变频空调器；模糊控制；展望 Developing Tendency and Current Situation of Fuzzy Control in In- verter Room Air Conditioner XXX (Xi'an XX,College of Energy Resources Engineering, Shaanxi, Xi'an710054, P.R.China) Abstract：In this paper, the fuzzy control technology is briefly introduced, and from different directions discusses the characteristics of fuzzy control system. Current domestic developing ten-dency and current situation of fuzzy control in inverter room air conditioner is summarized, while future research issues about the technology of fuzzy control in inverter room air conditioner were discussed. Keywords: inverter room air conditioner; fuzzy control; current situation; developing tendency; development 0引言 随着世界范围内能源危机的到来，各国政府都在为经济的可持续发展积极地推广节能降耗技术。作为家庭用电的主要设备，传统空调器由于其运行效率低下正在逐渐退出市场，而变频空调器（Inverter Room Air Conditioner，MAC）是制冷理论、热动力学、电机驱动技术、电力电子技术、微电子技术和智能控制理论交叉发展应用的产物，由于其高效节能和实现智能化控制的优异特性，使之成为家用空调器的主要发展方向。 变频空调器的空气调节效果虽然比传统定速空调器有所提高，但变频空调器容易控制、反应快、高效节能等特点并没有完全展现出来。智能控制方法的出现打破了传统控制的模型限制，将模糊控制技术应用于变频空调器中，使空调性能更为优越。可以说控制系统是整个变频空调器的心脏，研究变频空调器的控制技术，对变频空调器的节能运行至关重要。 鉴于变频空调器系统属于参数时变、非线性、大纯滞后系统的特点，所以采用具有学习功能的模糊控制方法，根据系统响应自动建立和修改控制规则，不断自动改善其性能，与传统的控制方法相比能达到较好控制效果。本文主要讨论变频空调器的模糊控制技术，以及该技术的现状和研究进展。 1变频空调器模糊控制技术 1.1 模糊控制
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
模糊神经网络技术研究的现状及展望 摘要：本文对模糊神经网络技术研究的现状进行了综述，首先介绍了模糊控制技术和神经网络技术的发展，然后结合各自的特点讨论了模糊神经网络协作体的产生以及优越性，接着对模糊神经网络的常见算法、结构确定、规则的提取等进行了阐述，指出了目前模糊神经网络的研究发展中还存在的一些问题，并对模糊神经网络的发展进行了展望。 关键字：模糊控制；神经网络；模糊神经网络 引言 系统的复杂性与所要求的精确性之间存在尖锐的矛盾。为此，通过模拟人类学习和自适应能力，人们提出了智能控制的思想。控制理论专家Austrom（1991）在IFAC大会上指出：模糊逻辑控制、神经网络与专家控制是三种典型的智能控制方法。通常专家系统建立在专家经验上，并非建立在工业过程所产生的操作数据上，且一般复杂系统所具有的不精确性、不确定性就算领域专家也很难把握，这使建立专家系统非常困难。而模糊逻辑和神经网络作为两种典型的智能控制方法，各有优缺点。模糊逻辑与神经网络的融合——模糊神经网络由于吸取了模糊逻辑和神经网络的优点，避免了两者的缺点，已成为当今智能控制研究的热点之一了。 1 模糊神经网络的提出 模糊集理论由美国著名控制论专家L.A.Zadeh于1965年创立[1]。1974年，英国著名学者E.H.Mamdani将模糊逻辑和模糊语言用于工业控制，提出了模糊控制论。至今，模糊控制已成功应用在被控对象缺乏精确数学描述及系统时滞、非线性严重的场合。 人工神经网络理论萌芽于上世纪40年代并于80年代中后期重掀热潮，其基本思想是从仿生学的角度对人脑的神经系统进行功能化模拟。人工神经网络可实现联想记忆，分类和优化计算等功能，在解决高度非线性和严重不确定系统的控制问题方面，显示了巨大的优势和潜力 模糊控制系统与神经网络系统具有整体功能的等效性[2]，两者都是无模型的估计器，都不需要建立任何的数学模型，只需要根据输入的采样数据去估计其需要的决策：神经网络根据学习算法，而模糊控制系统则根据专家提出的一些语言规则来进行推理决策。实际上，两者具有相同的正规数学特性，且共享同一状态空间[3]。 另一方面，模糊控制系统与神经网络系统具有各自特性的互补性[。神经网络系统完成的是从输入到输出的“黑箱式”非线性映射，但不具备像模糊控制那样的因果规律以及模糊逻辑推理的将强的知识表达能力。将两者结合，后者正好弥补前者的这点不足，而神经网络的强大自学习能力则可避免模糊控制规则和隶属函数的主观性，从而提高模糊控制的置信度。 因此，模糊逻辑和神经网络虽然有着本质上的不同，但由于两者都是用于处理不确定性问题，不精确性问题，两者又有着天然的联系。Hornik和White(1989)证明了神经网络的函数映射能力[4]；Kosko(1992)证明了可加性模糊系统的模糊逼近定理(FAT，Fuzzy Approximation Theorem)[5]；Wang和Mendel(1992)、Buckley和Hayashi(1993)、Dubots 和Grabish(1993)、Watkins(1994)证明了各种可加性和非可加性模糊系统的模糊逼近定理[6]。这说明模糊逻辑和神经网络有着密切联系，正是由于这类理论上的共性，才使模糊逻辑
模糊控制技术发展现状及研究热点 摘要：综合介绍丁模糊控制技术的基本原理和发展状况，重点总结丁近年来该研究领域的热点问题，并对今后的发展前景进行了展望。 关键词：模糊控制结构分析稳定性白适应控制 1模糊控制的热点问题 模糊控制技术是一项正在发展的技术，虽然近年来得到了蓬勃发展，但它也存在一些问题，主要有以下几个方面： （1）还投有形成完挫的理论体系，没有完善的稳定性和鲁棒性分析，系统的设计方法(包括规则的获取和优化、隶属函数的选取等)； （2）控制系统的性能小太高(稳态精度牧低，存在抖动及积分饱和等问题)： （3）自适应能力有限。目前，国内外众多专家学者围绕着这些问题展开了广泛的研究，取得了一些阶段性成果，下面介绍一下近期的主要研究热点。 2模糊控制系统的稳定性分析 任何一个自动控制系统要正常工作，首先必须是稳定的。由于模糊系统本质上的非线性和缺乏统一的系统描述，使得人们难以利用现有的控制理论和分析方法对模糊控制系统进行分析和设计。因此，模糊控制理论的稳定性分析一直是一个难点课题，未形成较为完善的理论体系。正因为如此，关于模糊系统的稳定性分析近年来成为众人关注的热点，发表的论文较多，提出了各种思想和分析方法。目前模糊控制系统稳定性分析方法主要有以下几种：（1）李亚普诺夫方法 （2）基于滑模变结构系统的稳定性分析方法 （3）描述函数方法 （4）圆稳定性判据方法 模糊控制系统的稳定性分析还有相平面法、关系矩阵分析法、超稳定理论、Popov判据、模糊穴——穴映像、数值稳定性分析方法以及最近出现的鲁棒控制理论分析方法和LMI（矩阵不等式）凸优化方法等。
3自适应模糊控制器的研究 为了提高模糊控制系统的自适应能力，许多学者对自适应模糊控制器进行了研究，研究方向主要集中在以下方面。 （1）自校正模糊控制器 自校正模糊控制器是在常规模糊控制的基础上，采用加权推理决策，并引入协调因子，根据系统偏差e和偏差变化ec的大小，预测控制系统中的不确定量并选择一个最佳的控制参数或控制规则集，在线自动调整保守和大胆控制的混合程度，从而更全面确切地反映出入对诸因素的综合决策思想，提高系统的控制精度和鲁捧性能。目前这种变结构的自校正模糊控制器是根据被调量e和ec在线选取最佳控制规则及控制决策的，而对于一些复杂的生产过程，其生产工艺和环境因素都较为复杂，往往不能只考虑系统的偏差和偏差变化率来确定其控制策略。难于总结出比较完整的经验，此时模糊控制规则或者缺乏，或者很粗糙，并且当被控对象参数发生变化或受到随机干扰影响时，都会影响模糊控制的效果。 （2）自组织模糊控制器 自组织模糊控制器能自动对系统本身的参数或控制规则进行调整，使系统不断完善，以适应不断变化的情况，保证控制达到所希望的效果。它根据自动测量得到的实际输出特征和期望特征的偏差，确定输出响应的校正量并转化控制校正量，调整模糊控制规则，作用于被控对象。其基本特征是：控制算法和规则可以通过在线修改，变动某几个参数可以改变控制结果。它不仅仅是局限于某个对象，而是通过自组织适应几类对象。有代表性为以下三种类型： ①为自校正模糊控制器：在常规模糊控制中增加系统辨别和修正控制功能。通过使用一个较为粗糙的初期模型，经过模糊控制器的自组织功能，达到在线修正模糊控制规则，完善系统性能，使其达到灿期的要求； ②自调整比例因子模糊控制器：通过调整系统偏差及偏差变化率的比例因子来控制模糊控制器中的输出量的比例系数，即改变系统的增益。它充分体现了操作者手动控制的思维特点和控制策略，保证了系统有良好的动态性和稳态精度； ③模糊自整定PID参数控制器：应用模糊集理论，根据系统运行状态，在线整定控制器PID 参数（KP、KI、KD）。由于模糊自整定参数KP、KI，KD与偏差e变化率ec间建立起在线自整定函数关系，且这种关系是根据人的经验和智慧积累起来的，使系统在不同的运动状态下能对
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）
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.
摘要：在此我综述智能控制技术的现状及发展,首先简述智能控制的性能特点及主要方法;然后介绍智能控制在各行各业中的应用现状;接着论述智能控制的发展。智能控制技术的主要方法，介绍了智能控制在各行各业中的应用。随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出犷新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。 关键词：智能控制应用自动化 浅谈智能控制技术现状及发展 在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。对许多复杂的系统，难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析，而必须采用定量方法与定性方法相结合的控制方式。定量方法与定性方法相结合的目的是，要由机器用类似于人的智慧和经验来引导求解过程。因此，在研究和设计智能系统时，主要注意力不放在数学公式的表达、计算和处理方面，而是放在对任务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上，即智能控制的关键问题不是设计常规控制器，而是研制智能机器的模型。此外，智能控制的核心在高层控制，即组织控制。高层控制是对实际环境或过程进行组织、决策和规划，以实现问题求解。为了完成这些任务，需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等有关技术。这些问题求解过程与人脑的思维过程有一定的相似性，即具有一定程度的“智能”。 一、智能控制的性能特点及主要方法 1.1根据智能控制的基本控制对象的开放性，复杂性，不确定性的特点，一个理想的智能控制系统具有如下性能： （1）系统对一个未知环境提供的信息进行识别、记忆、学习，并利用 积累的经验进一步改善自身性能的能力，即在经历某种变化后，变化后的
模糊控制算法的研究 0842812128夏中宇 模糊控制概述 “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”比“清晰”所拥有的信息容量更大,内涵更丰富,更符合客观世界。 在日常生活中,人们的思维中有许多模糊的概念,如大、小、冷、热等,都没有明确的内涵和外延,只能用模糊集合来描述。人们常用的经验规则都是用模糊条件语句表达,例如,当我们拧开水阀往水桶里注水时,有这样的经验:桶里没水或水较少时,应开大水阀;桶里水较多时,应将水阀关小些;当水桶里水快满时,则应把阀门关得很小;而水桶里水满时应迅速关掉水阀。其中,“较少”、“较多”、“小一些”、“很小”等,这些表示水位和控制阀门动作的概念都具有模糊性。即有经验的操作人员的控制规则具有相当的模糊性。模糊控制就是利用计算机模拟人的思维方式,按照人的操作规则进行控制,实现人的控制经验。 模糊控制理论是由美国著名的学者加利福尼亚大学教授Zadeh·L·A于1965年首先提出,它以模糊数学为基础,用语言规则表示方法和先进的计算机技术,由模糊推理进行决策的一种高级控制策略。 1974年,英国伦敦大学教授Mamdani·E·H研制成功第一个模糊控制器,充分展示了模糊技术的应用前景。 模糊控制概况 模糊逻辑控制(Fuzzy Logic Control)简称模糊控制(Fuzzy Control)，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L.A.Zadeh 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E.H.Mamdani首先用模糊控制语句组成模糊控制器，并把它应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。 模糊控制实质上是一种非线性控制，从属于智能控制的范畴。模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。模糊控制的发展最初在西方遇到了较大的阻力；然而在东方尤其是在日本，却得到了迅速而广泛的推广应用。近20多年来，模糊控制不论从理论上还是技术上都有了长足的进步，成为自动控制领域中一个非常活跃而又硕果累累的分支。其典型应用的例子涉及生产和生活的许多方面，例如在家用电器设备中有模糊洗衣机、空调、微波炉、吸尘器、照相机和摄录机等；在工业控制领域中有水净化处理、发酵过程、化学反应釜、水泥窑炉等的模糊控制；在专用系统和其它方面有地铁靠站停车、汽车驾驶、电梯、自动扶梯、蒸汽引擎以及机器人的模糊控制等。 模糊控制的基本理论 所谓模糊控制,就是在控制方法上应用模糊集理论、模糊语言变量及模糊逻辑推理的知识来模拟人的模糊思维方法,用计算机实现与操作者相同的控制。该理论以模糊集合、模糊语言变量和模糊逻辑为基础,用比较简单的数学形式直接将人的判断、思维过程表达出来,从而逐渐得到了广泛应用。应用领域包括图像识别、自动机理论、语言研究、控制论以及信号处理等方面。在自动控制领域,以模糊集理论为基础发展起来的模糊控制为将人的控制经验及推理过程纳入自动控制提供了一条便捷途径。 1.知识库
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： 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；一般选误差信号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： 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……。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。 (4)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，同时也构成了智能控制的重要组成部分。 模糊控制器的组成框图主要分为三部分：精确量的模糊化，规则库模糊推理，
模糊控制技术的发展与 前 景 展 望
模糊控制技术发展现状与前景展望 1.引言 人的手动控制策略是通过操作者的学习，实验以及长期经验积累而形成的，他通过人的自然语言来叙述。由于自然语言具有模糊性，所以，这种语言控制也被称为模糊语言控制，简称模糊控制。 近年来，对于经典模糊控制系统稳态性能的改善，模糊集成控制，模糊自适应控制，专家模糊控制与多变量模糊控制的研究，特别是对复杂系统的自学习与参数自调整模糊系统方面的研究，受到各国学者的重视。人们将神经网络和模糊控制技术相结合，形成了一种模糊神经网络技术，他可以组成一组更接近于人脑的智能信息处理系统，其发展前景十分广阔。 2.模糊控制的热点问题 模糊控制技术是一项正在发展的技术，虽然近年来得到了蓬勃发展，但它也存在一些问题，主要有以下几个方面 (1) 还没有有形成完整的理论体系，没有完善的稳定性和鲁棒性分析、系统的设计方法（包括规则的获取和优化、隶属函数的选取等）； (2) 控制系统的性能不太高（稳态精度较低，存在抖动及积分饱和等问题）； (3) 自适应能力有限。目前，国内外众多专家学者围绕着这些问题展开了广泛的研究，取得了一些阶段性成果，下面介绍一下近期的主要研究热点。 2.1 模糊控制系统的稳定性分析 任何一个自动控制系统要正常工作，首先必须是稳定的。由于模糊系统本质上的非线性和缺乏统一的系统描述，使得人们难以利用现有的控制理论和分析方法对模糊控制系统进行分析和设计，因此，模糊控制理论的稳定性分析一直是一个难点课题，未形成较为完善的理论体系。正因为如此，关于模糊系统的稳定性分析近年来成为众人关注的热点，发表的论文较多，提出了各种思想和分析方法。目前模糊控制系统稳定性分析方法主要有以下几种： (1) 李亚普诺夫方法 基于李亚普诺夫直接方法，许多学者讨论了离散时间和连续时间模糊控制系统的稳定性分析和设计。使用李亚普诺夫线性化方法，Ying建立了包括非