龙源期刊网 https://www.doczj.com/doc/e05047797.html, 模糊滑模控制算法研究综述 作者：米文鹏蒋奇英郭刚 来源：《读写算·教研版》2014年第14期 摘要：模糊控制及滑模控制作为两种先进的控制方法，有着非常好的优势，但也存在着缺点，结合两者的优点，互补其缺点，从而形成了模糊滑模控制律，本文主要概述研究了模糊控制的一些基本算法。 关键词：模糊控制；滑模控制；复杂系统 中图分类号：G632 文献标识码：B 文章编号：1002-7661（2014）14-094-01 随着控制理论实践的不断深入，被控对象的结构及数学模型也越来越复杂，呈现出时变性、多输入多输出、高度复杂性、非线性、不确定性等特点。面对这些复杂特征，传统的基于精确数学模型的控制理论的局限性日趋明显，于是出现了诸如变结构控制、自适应控制、模糊控制、神经网络控制以及智能控制等新的控制手段。本文就模糊滑模控制的产生及发展现状做简单介绍。 滑模控制因其独特的优势在伺服机构、飞行器控制等领域有着广阔的发展前景。但是，实际系统由于切换装置不可避免地存在惯性，变结构控制在不同的控制逻辑中来回切换，会导致实际滑模运动不是准确地发生在切换面上，容易引起系统的剧烈抖动。这一缺点使其在实际应用中受到了很大的限制。抖动不仅影响控制的精确性，增加能量消耗，而且系统中的高频未建模动态很容易被激发起来，破坏系统性能，甚至使系统产生振荡或失稳，损坏控制器部件。而将模糊控制与滑模变结构控制结合应用来克服变结构控制所带来的抖动便成为很多专家学者的研究重点。 一、常规模糊滑模控制 模糊控制和滑模变结构控制各有优缺点，有某种相似之处，又有互补之处。90年代以后 专家学者把二者结合，构成模糊滑模控制，实现两者之间的取长补短。同时还可在一定程度上削弱或克服滑模变结构控制的抖动现象。目前，模糊控制与滑模变结构控制的结合运用主要有以下三种方式[1]。 1、通过模糊控制规则自适应地调节符号函数项的值，可以在保证趋近速度和减小抖动的前提下较好地选择和。 2、通过模糊控制规则直接确定滑模控制量，即直接把切换函数及其微分作为输入量，通过模糊推理获得滑模控制的控制量。
模糊控制大作业 ——FC & PID Controller 性能对比 学院：自动化学院 姓名： 学号： 2012年12月
目录 一、PID 控制器的设计及其参数整定 (3) 1.1 整定方法 (3) 1.2 系统参数计算 (4) 二、模糊控制器设计 (5) 2.1 确定观测量和控制量 (5) 2.2 观测量和控制量模糊化 (5) 2.3 定义隶属度函数 (6) 2.4 建立模糊控制规则 (7) 2.5 反模糊化 (8) 三、PID 控制器与模糊控制器性能对比 (9) 3.1 PID控制器仿真图 (9) 3.2 模糊控制器仿真图 (9) 3.3 PID控制器及模糊控制器仿真结果及其性能比较 (10) 四、总结与思维发散 (11) 五、参考文献 (12) 附录 (13)
一、P ID 控制器的设计及其参数整定 1.1 整定方法 设计PID控制器来校正不满足要求的系统，是一种比较经典但又非常实用的方法，前人在研究、生产中创造了大量的可行的方法，其中包括现场试凑法、比例临界度法和衰减曲线法等。 PID控制器的基本形式为： 现有条件下Matlab软件可以方便地实现多次试凑以观察系统的。所以采用比例临界度的方法，其实现步骤如下： 1、将调节器的积分时间Ti 置于最大（Ti =∞），微分时间置零（Td =0），比例度δ（δ=1/Kp）适当，平衡操作一段时间，把系统投入自动运行。 2、将比例度δ逐渐减小，得到等幅振荡过程，记下临界比例度δk和临界振荡周期T k值。 3、根据δk和T k值，采用经验公式(表1.1)，计算出调节器各个参数，即δ、Ti 、Td 的值。(记Kp’=1/δk)
万方数据
万方数据
万方数据
万方数据
基于滑模观测器的PMSM模糊滑模控制 作者：王巍， 汪玉凤， 郭凤仪， WANG Wei， WANG Yu-feng， GUO Feng-yi 作者单位：辽宁工程技术大学,辽宁葫芦岛,125105 刊名： 微特电机 英文刊名：SMALL & SPECIAL ELECTRICAL MACHINES 年，卷(期)：2010，38(8) 被引用次数：0次 参考文献(11条) 1.Elmas https://www.doczj.com/doc/e05047797.html,tun O A hybrid controller for the speed control of a permanent magnet synchronous motor drive 2008(1) 2.沈艳霞.纪志成基于无源性永磁同步电机模糊滑模控制系统研究 2007(17) 3.Ilioudis V C.Margaris N I PMSM Sensorless Speed Estimation Based on Sliding Mode Observers 2008 4.赵德宗.张承进.郝兰英一种无速度传感器感应电机鲁棒滑模控制策略 2006(22) 5.Han Y S.Choi J S.Kim Y S Sensorless PMSM Drive with a Sliding Mode Control Based Adaptive Speed and Stator Resistance Estimator 2000(5) 6.王巍.郭凤仪.侯利民滑模控制的PMSM无速度传感器最优转矩控制 2009(3) 7.Cárdenas R.Pe(n~)a R MRAS Observer for Sensorless Control of Standalone Doubly Fed Induction Generators 2005(4) 8.王庆龙.张崇巍.张兴基于变结构模型参考自适应系统的永磁同步电机转速辨识 2008(9) 9.Bianchi N.Bolognani S Advantages of Inset PM Machines for Zero-Speed Sensorless Position Detection 2008(4) 10.秦峰.贺益康.贾洪平基于转子位置自检测复合方法的永磁同步电机无传感器运行研究 2007(3) 11.Jeong Y Initial rotor position estimation of an interior permanent magnet synchronous machine using carrier frequency injection methods 2005(1) 相似文献(10条) 1.期刊论文骆再飞.蒋静坪.曹芳祥.LUO Zai-fei.JIANG Jing-ping.CAO Fan-xiang交流伺服系统的动态模糊滑模 控制策略研究-机电工程2008,25(11) 为提高永磁同步电机(PMSM)交流伺服系统的动静态性能,提出了一种动态模糊滑模控制方法.采用"距离"减少了模糊输入维数和模糊规则,减少控制器的计算量从而加快了响应速度;并利用自适应算法改善了系统性能.仿真试验表明,该方法能明显削弱抖振,提高稳态精度,并具有动态响应速度快的特点以及较强的鲁棒性. 2.期刊论文王洪斌.穆太青.高殿荣基于模糊滑模控制的永磁同步液压电机泵变速控制的研究-武汉理工大学学报 （交通科学与工程版）2010,34(1) 提出一种永磁同步液压电机泵模型,即把永磁同步电机转子作为液压泵缸体,以进一步提高液压传动的整机效率.通过控制电机转速直接调节泵的输出流量,使电机泵提供的功率与负载匹配,从根本上提高液压调速系统的效率.同时建立了该液压电机泵变速控制系统的数学模型.针对永磁同步电机非线性、多变量、强耦合的特点,将模糊和滑模控制理论运用到永磁同步电机直接转矩控制中,以提高系统的鲁棒性和快速性.对转速阶跃变化进行仿真研究,仿真结果表明该策略具有良好的鲁棒性和快速性. 3.期刊论文黄石维.周国荣.HUANG Shi-wei.ZHOU Guo-rong永磁同步电机的模糊滑模控制-机械工程与自动化 2010(1) 为了实现高性能永磁同步电动机伺服系统快速而精确的位置跟踪控制,在滑模控制策略中引入模糊控制算法,设计了基于模糊规则的滑模控制器;并通过理论分析和控制仿真,证实了模糊滑模控制很好地解决了抖振问题,对参数变化和负载扰动具有很好的鲁棒性,永磁同步电机可获得很好的位置跟踪效果. 4.学位论文刘梦溪交流伺服系统的滑模控制研究2008 随着现代化工业的不断发展，交流伺服系统在许多领域的应用日益广泛，对其性能要求也越来越高。由于交流伺服系统本质上具有非线性、多变量、参数时变的性质，因此要实现高品质的控制，对控制策略就提出了很高的要求。本文针对在交流伺服驱动系统中一些尚待解决的的控制问题将一些新的控制方法引入交流伺服系统，力求以新的控制方式和策略提高整个系统的鲁棒性。 滑模控制对系统模型不精确和外部扰动具有较强的鲁棒性，因此获得了广泛应用。但滑模控制的高频抖振现象却成为限制其应用的主要障碍。模糊控制作为利用专家知识和经验的有效方法，特别适用于复杂、非线性、时变的系统，但大多数模糊控制系统缺少保证系统性能的分析方法。将模糊控制
本程序选自楼顺天，胡昌华，张伟编著《基于MATLAB 的系统分析与设计：模糊系统》，西安电子科技大学出版社，2001年5月第一版，ISBN7-5606-1011-0，定价：14元第77-87页例3.8中源程序。程序运行输出图形如下： 00.51 1.52 2.53 3.54 4.5 0.2 0.4 0.6 0.8 1 1.21.4 1.6 1.8 时间（0.01秒）输出程序运行后在输出图形时需要用鼠标左键分别先后在红色曲线和蓝色曲线上方点一下，输出提示文本，否则若在图形区域外直接点击鼠标左键，会输出错误提示。源程序清单如下： %Example 3.8 %------------------------- %典型二阶系统的模糊控制与传统PID 控制的性能比较 %------------------------ num=20; den=[1.6,4.4,1]; [a1,b,c,d]=tf2ss(num,den); x=[0;0]; T=0.01;h=T; umin=0.07;umax=0.7; td=0.02;Nd=td/T; N=500;R=1.5*ones(1,N); %-------------------- %传统PID 控制 %-------------------- e=0;de=0;ie=0; kp=5;ki=0.1;kd=0.001; for k=1:N uu1(1,k)=-(kp*e+ki*de+kd*ie);
%延迟环节 if k<=Nd u=0; else u=uu1(1,k-Nd); end %死区和饱和环节 if abs(u)<=umin u=0; elseif abs(u)>umax u=sign(u)*umax; end %利用龙格-库塔法进行系统仿真 k0=a1*x+b*u; k1=a1*(x+h*k0/2)+b*u; k2=a1*(x+h*k1/2)+b*u; k3=a1*(x+h*k2)+b*u; x=x+(k0+2*k1+2*k2+k3)*h/6; y=c*x+d*u; %计算误差、微分和积分 e1=e; e=y(1,1)-R(1,k); de=(e-e1)/T; ie=e*T+ie; yy1(1,k)=y; end %----------------- %模糊控制 %----------------- %定义输入和输出变量及其隶属度函数 a=newfis('Simple'); a=addvar(a,'input','e',[-6,6]) a=addmf(a,'input',1,'NB','trapmf',[-6,-6,-5,-3]); a=addmf(a,'input',1,'NS','trapmf',[-5,-3,-2,0]); a=addmf(a,'input',1,'ZR','trimf',[-2,0,2]); a=addmf(a,'input',1,'PS','trapmf',[0,2,3,5]); a=addmf(a,'input',1,'PB','trapmf',[3,5,6,6]); a=addvar(a,'input','de',[-6,6]); a=addmf(a,'input',2,'NB','trapmf',[-6,-6,-5,-3]); a=addmf(a,'input',2,'NS','trapmf',[-5,-3,-2,0]); a=addmf(a,'input',2,'ZR','trimf',[-2,0,2]); a=addmf(a,'input',2,'PS','trapmf',[0,2,3,5]); a=addmf(a,'input',2,'PB','trapmf',[3,5,6,6]); a=addvar(a,'output','u',[-3,3]);
基于模糊控制的速度控制 ——地面智能移动车辆速度控制系统问题描述 利用模糊控制的方法解决速度跟踪问题，即已知期望速度(desire speed)，控制油门(throttle output)和刹车(brake output)来跟踪该速度。已知输入：车速和发动机转速（值可观测）。欲控制刹车和油门电压（同一时刻只有一个量起作用）。 算法思想 模糊控制器是一语言控制器，使得操作人员易于使用自然语言进行人机对话。模糊控制器是一种容易控制、掌握的较理想的非线性控制器，具有较佳的适应性及强健性(Robustness)、较佳的容错性(Fault Tolerance)。利用控制法则来描述系统变量间的关系。不用数值而用语言式的模糊变量来描述系统，模糊控制器不必对被控制对象建立完整的数学模式。 Figure 1模糊控制器的结构图 模糊控制的优点： (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。 简化系统设计的复杂性，特别适用于非线性、时变、模型不完全的系统上。 模糊控制的缺点
自适应模糊控制几个基本问题的研究进展 谢振华 程江涛 耿昌茂 (海军航空工程学院青岛分院航空军械系 青岛 266041 ) 周德云 (西北工业大学 西安 710072 ) [摘要] 综述了模糊控制系统的稳定性分析、系统设计及系统性能提高三个基本问题的研究 ,简述了应用研究 ,最后对自适应模糊控制的理论和应用进行了展望。 关键词 模糊控制 自适应控制 鲁棒性 稳定性 1 引言 自从 L. A. Zadeh提出模糊集合论以来 ,基于该理论形成一门新的模糊系统理论学科 ,在控制、信号处理、模式识别、通信等领域得到了广泛的应用。近年来 ,有关模糊控制理论及应用研究引起了学术界的极大兴趣 ,取得了一系列成功的应用和理论成果 ,与早期的模糊控制理论和应用相比有了很大的发展。模糊控制理论成为智能控制理论的一个重要分支。 一般来讲 ,模糊控制理论研究的核心问题在于如何解决模糊控制中关于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 )、控制系统的性能 (稳态精度、抖动及积分饱和度等 )的提高等问题 ,这己成为模糊控制研究中的几个公认的基本问题。其中 ,稳定性和鲁棒性问题的研究最为热烈 ,从早期基于模糊控制器的“多值继电器”等价模型的描述函数分析法 ,扩展到相平面法、关系矩阵分析法、圆判据、L yapunov稳定性理论、超稳定理论、基于滑模控制器的比较法、模糊穴 -穴映射及数值稳定性分析方法等非线性理论方法。设计方法的研究也倍受关注 ,主要表现在对规则的在线学习和优化、隶属函数参数的优化修正等应用了多种思想 ,如最优控制的二次型性能指标、自适应、神经网络、遗传算法等思想。稳态性能的改善一直是模糊控制学者所关注。 围绕上述几个基本问题 ,出现了多变量模糊控制[1 ,2 ] 、模糊神经网络技术 [3 ] 、神经模糊技术 [4 ] 、自适应模糊控制 [5] 、模糊系统辨识[6 ] 等热点研究领域。在模糊控制理论与应用方面 ,日本学者取得了很大的成就[7] ,我国学者在这方面也付出了不懈的努力 ,并取得了许多重要的成果。所有这些工作促进了模糊控制的理论和应用的快速发展。 本文拟对近几年自适应模糊控制几个基本问题的研究现状作一总结 ,希望能从这一侧面反映其研究情况和发展动向。主要内容包括 :( 1 )稳定性分析问题的研究 ;( 2 )系统设计方法的研究 ;( 3)系统性能提高的研 究 ;( 4 )应用研究情况。 2 稳定性分析 众所周知 ,任何一个自动控制系统 ,首先必须是稳定的 ,否则这个系统就无法工作。因此 ,在控制系统的分析和设计中 ,系统的稳定性研究占有重要的地
滑模变结构控制 【原理，优点，意义，步骤，特点】 变结构控制系统的特征是具有一套反馈控制律和一个决策规则，该决策规则就是所谓的切换函数，将其作为输入来衡量当前系统的运动状态，并决定在该瞬间系统所应采取的反馈控制律，结果形成了变结构控制系统。该变结构系统由若干个子系统连接而成，每个子系统有其固定的控制结构且仅在特定的区域内起作用。引进这种变结构特性的优势之一是系统具有每一个结构有用的特性，并可进一步使系统具有单独每个结构都没有的新的特性，这种新的特性即是变结构系统的滑动模态。滑动模态的存在，使得系统在滑动模态下不仅保持对系统结构不确定性、参数不确定性以及外界干扰等不确定性因素的鲁棒性，而且可以获得较为满意的动态性能。迄今为止，变结构控制理论已经历了50年的发展历程，形成了自己的体系，成为自动控制系统中一种一般的设计方法。它适用的控制任务有镇定与运动跟踪等。滑模控制(sliding mode control, SMC)也叫变结构控制，本质上是一类特殊的非线性控制，且非线性表现为控制的不连续性。这种控制策略与其他控制的不同之处在于系统的“结构”并不固定,而是可以在动态过程中，根据系统当前的状态(如偏差及其各阶导数等)有目的地不断变化，迫使系统按照预定“滑动模态”的状态轨迹运动。由于滑动模态可以进行设计且与对象参数及扰动无关,这就使
得滑模控制具有快速响应、对应参数变化及扰动不灵敏、无需系统在线辨识、物理实现简单等优点。原理：滑模变结构控制的原理，是根据系统所期望的动态特性来设计系统的切换超平面，通过滑动模态控制器使系统状态从超平面之外向切换超平面收束。系统一旦到达切换超平面，控制作用将保证系统沿切换超平面到达系统原点，这一沿切换超平面向原点滑动的过程称为滑模控制。由于系统的特性和参数只取决于设计的切换超平面而与外界干扰没有关系，所以滑模变结构控制具有很强的鲁棒性。所设计的切换超平面需满足达到条件，即系统在滑模平面后将保持在该平面的条件。现在以N维状态空间模型为例，采用极点配置方法得到M(N 2017年6月控制工程 Jun. 2017 第24卷第6期 Control Engineering of China V ol.24, No.6 文章编号：1671-7848(2017)06-1164-06 DOI: 10.14107/https://www.doczj.com/doc/e05047797.html,ki.kzgc.150144 基于自适应模糊滑模的车辆横向控制方法 高嵩，刘海龙，陈超波 (西安工业大学电子信息工程学院，西安710021) 摘要：针对车辆横向控制数学模型的非线性和时变特性，在输入输出线性化方法和模糊 系统逼近理论的基础上，利用自适应算法实时调整更新模糊系统参数，设计出了基于输入 输出线性化的自适应模糊滑模控制系统。对车辆模型进行仿真分析，结果表明：车辆自身 参数和外部环境因素虽然变化了，但系统仍能准确地跟踪期望路径，车辆横向偏差和方向 偏差都快速趋于零。同时车辆的前轮转角抖振有效降低了82 % ~ 93 %。 关键词：输入输出线性化；自适应模糊滑模；横向偏差；方向偏差 中图分类号：TP273 文献标识码：A Vehicle Lateral Control Method Based on Adaptive Fuzzy Sliding Mode GAO Song, LIU Hai-long, CHEN Chao-bo (School of Electronic Information Engineering, Xi'an Technological University, Xi'an 710021, China) Abstract: Aimed to weaken the influence of time-varying and non-linear characteristics of the vehicle lateral control mathematical model, this paper designs an adaptive fuzzy sliding mode control system by using the input-output linearization algorithm and approximation theory. This controller uses the adaptive algorithm to adjust the parameters of the fuzzy system, which makes the control system have good performance against the system disturbance caused by inside and outside factors. The simulation results show that the system can accurately track the expected path even though the parameters of the vehicle and the external environment are changed. The vehicle lateral deviation and the direction deviation both approach to zero rapidly. At the same time the vehicle front wheel angle buffeting is effectively reduced by 82 % to 93 %. Key words: Input-output linearization; adaptive fuzzy sliding mode; lateral deviation; direction deviation 1 引言 随着车辆控制技术飞速发展，车辆的横向控制问题得到了越来越多的科研工作者的关注，车辆横向控制技术在车辆偏离预警系统、自动巡航、车道保持辅助系统等多方面都有应用。基于视觉的横向控制通常采用预瞄导航控制，车辆横向控制的预瞄导航技术是一种按照预先规划好的期望路径，通过实时不断地检测车辆和期望路径之间的方向偏差和横向偏差来控制车辆的前轮转角，从而使得方向偏差和横向偏差快速趋于零并准确地跟踪期望路径。 近些年来，大量的科研工作者在车辆横向控制领域进行了研究，并取得了丰硕的成果。文献[1]在基于神经网络算法的基础上设计了控制器，该控制器利用在线自适应神经网络模块加入了比例微分算法，有效地消除了模型的强非线性、强耦合性。文献[2]利用PID算法设计了控制器，算法较为传统，控制结构简单。文献[3]利用遗传算法设计了控制器，该控制器整合了迭代遗传算法和模糊算法，对于被控对象的不确定性、不精确性等因素具有良好的适应性。文献[4]利用滑模算法设计了控制器，滑模控制算法由于具有算法精简性、鲁棒性很好、控制快速等优点而被广泛使用。但是由于滑模控制算法所固有的抖振特性会影响控制效果。文献[5]将模糊算法和滑模算法结合起来，利用模糊算法减小滑模控制所带来的抖振。本文的横向控制模型是依据车辆动力学建立的，然而车辆轮胎的摩擦力、车辆速度都会随着时间的改变而变化，同时外界环境因素也会实时的变化，这就决定了该控制模型是非线性、时变的。 万方数据 滑模变结构控制作为一种特殊的鲁棒控制方法【原理，优点，意义，步骤，特点】 变结构控制系统的特征是具有一套反馈控制律和一个决策规则，该决策规则就是所谓的切换函数，将其作为输入来衡量当前系统的运动状态，并决定在该瞬间系统所应采取的反馈控制律，结果形成了变结构控制系统。该变结构系统由若干个子系统连接而成，每个子系统有其固定的控制结构且仅在特定的区域内起作用。引进这种变结构特性的优势之一是系统具有每一个结构有用的特性，并可进一步使系统具有单独每个结构都没有的新的特性，这种新的特性即是变结构系统的滑动模态。滑动模态的存在，使得系统在滑动模态下不仅保持对系统结构不确定性、参数不确定性以及外界干扰等不确定性因素的鲁棒性，而且可以获得较为满意的动态性能。迄今为止，变结构控制理论已经历了50年的发展历程，形成了自己的体系，成为自动控制系统中一种一般的设计方法。它适用的控制任务有镇定与运动跟踪等。 滑模控制(sliding mode control, SMC)也叫变结构控制，本质上是一类特殊的非线性控制，且非线性表现为控制的不连续性。这种控制策略与其他控制的不同之处在于系统的“结构”并不固定,而是可以在动态过程中，根据系统当前的状态(如偏差及其各阶导数等)有目的地不断变化，迫使系统按照预定“滑动模态”的状态轨迹运动。由于滑动模态可以进行设计且与对象参数及扰动无关,这就使得滑模控制具有快速响应、对应参数变化及扰动不灵敏、无需系统在线辨识、物理实现简单等优点。 原理： 滑模变结构控制的原理，是根据系统所期望的动态特性来设计系统的切换超平面，通过滑动模态控制器使系统状态从超平面之外向切换超平面收束。系统一旦到达切换超平面，控制作用将保证系统沿切换超平面到达系统原点，这一沿切换超平面向原点滑动的过程称为滑模控制。由于系统的特性和参数只取决于设计的切换超平面而与外界干扰没有关系，所以滑模变结构控制具有很强的鲁棒性。所设计的切换超平面需满足达到条件，即系统在滑模平面后将保持在该平面的条件。现在以N维状态空间模型为例，采用极点配置方法得到M(N 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） PID控制与模糊控制的比较 专业：控制理论与控制工程 班级：级班 姓名：X X X 学号： xxxxxxxxxxxxxx 摘要：介绍了PID控制系统和模糊控制系统的工作原理。PID控制器结构简单，实现简单，控制效果良好，已经得到了广泛的应用。而模糊控制器相对复杂，但在许多的智能化家用电器中也得到了大量应用。但对于一个简单的系统来讲，哪一种控制方法更好，是不是越智能的控制就能得到越好的效果。 关键词：PID控制，模糊控制，比较 Abstract: Introduced the working principle of PID control system and fuzzy control system. PID controller structure is simple, implementation is simple, the control effect is good, has been widely used. And fuzzy controller is relatively complicated, but in a lot of intelligent household appliances also received a large number of applications. But for a simple system, which kind of control method is better, is weather the intelligent control can obtain the good effect. Key words: PID control, fuzzy control, compare 第24卷第3期2007年6月 控制理论与应用 Control Theory&Applications V ol.24No.3 Jun.2007滑模变结构控制理论及其算法研究与进展 刘金琨1,孙富春2 (1.北京航空航天大学自动化与电气工程学院,北京100083;2.清华大学智能技术与系统国家重点实验室,北京100084) 摘要:针对近年来滑模变结构控制的发展状况,将滑模变结构控制分为18个研究方向,即滑模控制的消除抖振问题、准滑动模态控制、基于趋近律的滑模控制、离散系统滑模控制、自适应滑模控制、非匹配不确定性系统滑模控制、时滞系统滑模控制、非线性系统滑模控制、Terminal滑模控制、全鲁棒滑模控制、滑模观测器、神经网络滑模控制、模糊滑模控制、动态滑模控制、积分滑模控制和随机系统的滑模控制等.对每个方向的研究状况进行了分析和说明.最后对滑模控制的未来发展作了几点展望. 关键词:滑模控制;鲁棒控制;抖振 中图分类号:TP273文献标识码:A Research and development on theory and algorithms of sliding mode control LIU Jin-kun1,SUN Fu-chun2 (1.School of Automation Science&Electrical Engineering,Beijing University of Aeronautics and Astronautics,Beijing100083,China; 2.State Key Laboratory of Intelligent Technology and Systems,Tsinghua University,Beijing100084,China) Abstract:According to the development of sliding mode control(SMC)in recent years,the SMC domain is character-ized by eighteen directions.These directions are chattering free of SMC,quasi SMC,trending law SMC,discrete SMC, adaptive SMC,SMC for mismatched uncertain systems,SMC for nonlinear systems,time-delay SMC,terminal SMC, global robust SMC,sliding mode observer,neural SMC,fuzzy SMC,dynamic SMC,integral SMC and SMC for stochastic systems,etc.The evolution of each direction is introduced and analyzed.Finally,further research directions are discussed in detail. Key words:sliding mode control;robust control;chattering 文章编号：1000?8152(2007)03?0407?12 1引言(Introduction) 滑模变结构控制本质上是一类特殊的非线性控制,其非线性表现为控制的不连续性,这种控制策略与其它控制的不同之处在于系统的“结构”并不固定,而是可以在动态过程中根据系统当前的状态(如偏差及其各阶导数等)有目的地不断变化,迫使系统按照预定“滑动模态”的状态轨迹运动.由于滑动模态可以进行设计且与对象参数及扰动无关,这就使得变结构控制具有快速响应、对参数变化及扰动不灵敏、无需系统在线辩识,物理实现简单等优点.该方法的缺点在于当状态轨迹到达滑模面后,难于严格地沿着滑模面向着平衡点滑动,而是在滑模面两侧来回穿越,从而产生颤动. 滑模变结构控制出现于20世纪50年代,经历了50余年的发展,已形成了一个相对独立的研究分支,成为自动控制系统的一种一般的设计方法.以滑模为基础的变结构控制系统理论经历了3个发展阶段.第1阶段为以误差及其导数为状态变量研究单输入单输出线性对象的变结构控制;20世纪60年代末开始了变结构控制理论研究的第2阶段,研究的对象扩大到多输入多输出系统和非线性系统;进入80年代以来,随着计算机、大功率电子切换器件、机器人及电机等技术的迅速发展,变结构控制的理论和应用研究开始进入了一个新的阶段,所研究的对象已涉及到离散系统、分布参数系统、滞后系统、非线性大系统及非完整力学系统等众多复杂系统,同时,自适应控制、神经网络、模糊控制及遗传算法等先进方法也被应用于滑模变结构控制系统的设计中. 2滑模变结构控制理论研究进展(Develop-ment for SMC) 2.1消除滑模变结构控制抖振的方法研 究(Research on chattering elimination of SMC) 2.1.1滑模变结构控制的抖振问题(Problems of SMC chattering) 从理论角度,在一定意义上,由于滑动模态可以 收稿日期:2005?10?19;收修改稿日期:2006?02?23. 基金项目:国家自然科学基金资助项目(60474025,90405017). 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， 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 =+?+?????????g %%%% % 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 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=∨∨∨L 2. 最大隶属度法 例： 10.30.80.50.5112345C =+-----% ＋＋＋，选3-=*u 20.30.80.40.211012345C =+% ＋＋＋＋，选5.1221=+=*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 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 根据模糊推理合成规则可得：R B A U ο)(?= 设论域{}{}{}l m n z z z Z y y y x x x X ,,,,,,,Y ,,,,212121ΛΛΛ===，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 3. 对模糊变量E ，EC ，u 赋值（见教材中的表） 4. 建立模糊控制表： 注意：对于e 和ec 隶属函数数值取量化等级上为1，其余为0，这样可简化基于自适应模糊滑模的车辆横向控制方法
滑模变结构控制
模糊控制器设计的基本方法
PID控制与模糊控制比较
滑模变结构控制理论及其算法研究与进展_刘金琨
模糊控制的基本原理
模糊控制器设计的基本方法
相关主题
文本预览