模糊逻辑控制技术

《模糊控制理论及应用》课程教学大纲

学分：2 总学时：36

理论学时：36 面向专业：电气工程及其自动化

大纲执笔人：王冉冉 大纲审定人：李有安

一、说明

1.课程的性质、地位和任务

《模糊控制理论及应用》是电气工程及自动化专业的选修课。主要任务是模糊控制技术作为现代工业与新产品开发的高新技术之一，受到国内外普遍重视。通过本课程的学习掌握模糊控制技术的一般原理和方法，尤其是模糊推理技术与模糊系统模型的建模技术。

2.课程教学的基本要求

先修课程：《高等数学》，《线性代数》，《自动控制理论基础》,《模糊数学》等。在这些课程中注意讲授：模糊数学的定义，计算方法，控制的基本概念和基本方法等。

由于模糊控制理论内容抽象，国内大部分模糊课程都是面向研究生教学的，同学理解起来较困难。同时保证课程内容的稳定性，讲课力求突出重点，突出基本原理和基本内容，同时尽量列举应用了模糊系统的实际例子，使同学们理解起来更加容易。

本课程的教学环节包括：课堂讲授、课外作业等。通过本课程各个教学环节的学习，重点培养学生应用自动控制理论分析和设计调速系统方法的掌握。注重培养学生的自学能力、动手能力、分析问题、解决问题的能力，培养学习设计计算以及利用已掌握的知识分析实际问题的能力。

3.课程教学改革

总体设想：为解决授课学时少授课内容多的矛盾，在有限的教学时间里较好的完成授课任务，必须做到重点突出、精讲多练，尽量使用现代教学手段如多媒体教学等，在增加信息量的前提下也能保证教学质量。采用启发式教学，对重点内容讲深、讲透，鼓励学生自学和课上讨论，调动学生的学习主动性，通过讲解应用实例，提高学生的学习兴趣，扩大学生在本学科领域的知识面。

二、教学大纲内容

第一章 模糊控制系统的结构（讲课8学时）

§1-1模糊控制系统产生的背景

ｌ７６　计算机与数字工程　第３－４卷　

模糊逻辑在汽车故障诊断技术中的应用　

彭亚敏　

（郑州宇通客车股份有限公司开发处郑州４５００６１）　

摘要汽车运行过程中的动态参数携带了汽车技术状态的丰富信息，这些参数在评价汽车技术状态时，存在着一系　列不确定性的现象。为解决这类问题，我们提出了借助模糊数学的方法，采用多现象、多因素综合推理，在实际运用中，利　用该方法能够得到比较确切的结果。　关键词模糊推理故障诊断汽车诊断　

中图分类号ＴＰ３０２．２　

Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　Ｆｕｚｚｙ　Ｌｏｇｉｃ　ｉｎ　Ａｕｔｏｍｏｂｉｌｅ　Ｆａｕｌｔ　１）Ｌａｇｎｏ￣　

Ｐｅｎｇ　Ｙｍｎｉｎ　（Ｚｈｅ￣ｈｏｕ　Ｙｕｔｏｎｇ　Ｂｕｓ　Ｃｏ．Ｌｔｄ．，　ｅ“铲ｌ１ｏｕ　４５００６１）　

Ａｂｓｔｒａｃｔ　Ｄｕ血ｇ　ａｕｔｏｍｏｂｉｌｅ　ｎｌｒＩｒＩｉｎｇ，ｍａｎｙ　ｄｙａｄｉｃ　ｐａｒａｍｅｔｅｍ　ｏｆａｕｔｏｍｏｔｉｖｅ　ｅｎｇｉｎｅｅｒｉｎｇ　ｉｎｆｏｒｍａｔｉｏｎ　ａｒｅ　ｓｈｏｗｎ．．Ｔｈｅｓｅ　ｐａｒａｍｅｔｅｍ　

ａｒｅ　ｄｉ￣ｆｉｃｕｌｔ　ｆｏｒ　ｅｖａｌｕａｔｉｎｇ　ａｕｔｏｍｏｔｉｖｅ　ｅｎｇｉｎｅｅｒｉｎｇ　ｓｔａｔｅ．Ｆｏｒ　ｓｏｌｖｉｎｇ　ｔｈｅｓｅ　ｐｒｏｂｌｅｍｓ，Ｗｅ　ｕｔｉｌｉｚｅ　ａ　ｋｉｎｄ　０ｆ　咖ｍａｔｈｅｍａｔｉｃｓ　ｍｅａｎ８．Ｔｈｉｓ　ｍｅａｎ８　ａｄｏｐｔｓ　ｍｕｃｈ　ｐｈｅｎｏｍｅｎａ，，。ｍｕｌｆｉｆａｃｔｏｒ　ｓｙｎｔｈｅｔｉｃ　Ｉｅａｓ０　Ｉ　ｔｈｅｏｒｙ．Ｉｎ　ｐｒａｃｔｉｃｅ，ｔｈｉｓ　ｍｅａｎ８　ｃｓｎ　ｇｅｔ　ｓａｔｉｓｆａｃｔｏｒｙ　ｒｅｓｕｌｔ．　

Ｋｅｙ　ｗｏｒｄｓ　ｒｅａｓｏｎｉｎｇ，ｆａｕｌｔ　ｄｉ￣ｉｓ，ａｕｔｏｍｏｂｉｌｅ　ｄｉａｇｎｏｓｉｓ　Ｃｌａｓｓ　ｎｌｍｌｌ￣ｒ，Ｉ１　０２．２　

１　引言　

汽车结构日益复杂，使得针对汽车运行过程中　

的动态信号处理与故障诊断也越来越困难。这种　

模糊控制与一般的自动控制的根本区别是，不需要建立精确的数学模型，而是运用模糊理论将人的经验知识、思维推理，春控制过程的方法与策略是由所谓模糊控制器来实现。因此，模糊控制设计的核心是模糊控制器的设计。

现以一个模糊控制器的结构（图3-33）来说明模糊控制器的设计流程（图3-34）

图3-33 模糊控制器的结构

图3-34 模糊控制器的设计流程

（1）系统分析 对受控的工业对象进行系统分析，确定控制器的输入变量x1、x2 与输出变量y及它们的数值变化范围和要求达到的控制精度等，根据实际过程的需要建立物理模型，确定控制器结构总体设计方案。

（2）模糊化方法的选择与确定 所谓模糊化，就是把输入变量数值，变换成模糊语言变量的语言值，例如某燃烧炉温度910℃,变换成语言值（温度“低”、“中”、“高”），在实际控制过程中，经常把一个物理量划分成正大（PL）、正中（PM）、正小（PS）、零（ZE）负小（NS）、负中（NM）、负大（NL）七级语言变量。每一个语言值对应一个模糊子集，其隶属函数通常选用三角形或梯形分布，如某控制器输入变量如温度、压力模糊集的隶属函数，见图3-31所示。由隶属函数图可确定输入数值相应的隶属度。

（3）模糊控制规则库的建立 确定语言控制规则是模糊控制器设计的核心工作，规则的形式很像计算机程序设计语言常用的“IF„„THEN„„”条件语句。控制规则的多少视输人及输出物理量数目及所需的控制精度而定。值得注意的是，规则的数目是以语言变量级数平方关系变化而迅速增加，规则越多，推理的质量就会越下降。因此，在规则库的设计时，需要确定合适的语言变量级数和控制规则的数目及建立正确的规则形式。推理规则的运算涉及到模糊算子的确定。模糊理论的研究已提出了多种模糊算子，目前世界各国研制的模糊推理应用软件，常用的推理运算方法为最大一最小（MAX－MIN）和最大-乘积（MAX－PROD）这两种算子。

模糊控制理论

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。然而，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，于是工程师便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。

自从Zadeh发展出模糊数学之后，对于不明确系统的控制有极大的贡献，自七○年代以后，便有一些实用的模糊控制器相继的完成，使得我们在控制领域中又向前迈进了一大步，在此将对模糊控制理论做一番浅介。

3.1概念

图3.1为一般控制系统的架构，此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，底下将就每一部分做简单的说明：

(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与输出误差之变化率CE，而控制变量则为下一个状态之输入U。其中E、CE、U统称为模糊变量。

(2) 模糊化（fuzzify）：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，依适合的语言值（linguisitc value）求该值相对之隶属度，此口语化变量我们称之为模糊子集合（fuzzy

subsets）。

(3) 知识库：包括数据库（data base）与规则库（rule base）两部分，其中数据库是提供处理模糊数据之相关定义；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，而得到模糊控制讯号。此部分是模糊控制器的精髓所在。

(5) 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。