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20门年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头重大，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：
⑴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
⑵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。
⑶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。
⑷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。
⑸模糊控制系统的鲁棒性強，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之间的差值e及其变化率仝，输出变量为电机的电压变化量u。图2为电机调试输出结果，其横坐标为时间轴，纵坐标为转速。当设定转速为2 OOOr / s时，电机能很快稳定运行于2 OOOr / s;当设定转速下降到1 OOOr / s时，转速又很快下降到1 OOOr / s稳定运
行。
图4
介绍完模糊控制的基本应用，我们就来看看模糊控制具体应用在哪些领域：
(1)模糊控制在工业企业大型生产过程中的应用
湖南大学的刘国才等对T-S模糊推理方法进行了深人研究，并将其成功应用于国家“八•五”重点新技术开发项目“氧化铝熟料烧成自动控制管理系统中，实现了氧化铝烧成过程的自动控制，攻克了几十年来一直未能得到很好解决的氧化铝熟料烧成回转窑的自动控制难题，取得了显著的社会效益和经济效益。其他还有将模糊控制应用到聚丙烯匠应釜温度控制、电弧炼钢的控制、退火炉燃烧过程的控制等。
(2)模糊控制在典型工业控制对象中的应用
模糊控制还被应用到现代控制领域的典型工业控制对象，如交流伺服系统模糊控制、机器人控制中的模糊控制、车辆自动驾驶模糊控制、温室温度模糊控制等等，可以说基本上在各种典型工业控制对象中的能见到模糊控
制的身影。
(3)模糊控制技术在智能家用电器中的应用
模糊控制在智能家电中的应用技术日本走在世界前列。目前已经出现了全自动洗衣机的模糊控制、电饭锅的模糊控制、空调的变频模糊控制、电冰箱的模糊控制、微波炉的模糊控制等。模糊控制技术大大提高了这些家电的智能化水平和控制效果，家用电器中使用模糊控制也成为目前的一个时尚。
(4)模糊控制在国民经济等复杂大对象的预测中的应用
国民经济等大型对象非常复杂，其变化趋势受很多因素影响，非常难以建立精确的数学模型来进行模拟。如人口变化趋势预测、黄河流域雨量预测、物价上涨趋势预测等。但是可以通过模糊控制理论、专家系统理论等建立模糊预测模型，获得这些对象的变化趋势。
模糊系统理论还有一些重要的理论课题还没有解决。其中两个重要的问题是：如何获得模糊规则及隶属函数，这在目前完全凭经验来进行；以及如何保证模糊系统的稳定性。大体说来，在模糊控制理论和应用方面应加强研究的主要方向为：
⑴适合于解决工程上普遍问题的稳定性分析方法，稳定性评价理
论体系；控制器的鲁棒性分析，系统的可控性分析和可观性判定方法等。
⑵模糊控制规则设计方法的研究，包括模糊集合隶属函数设定方法，
量化水平，采样周期的最优选择，规则的系数，最小实现以及规则和隶属函数参数自动生成等问题；进一步则要求我们给出模糊控制器的系统化设计方法。
⑶模糊控制器参数最优调整理论的确定，以及修正推理规则的学习方
式和算法等。
⑷模糊动态模型的辨识方法。
⑸预测系统的设计方法和提高计算速度的方法。
⑹神经网络与模糊控制相结合，有望发展一套新的智能控制理论。
⑺模糊控制算法改进的研究：由于模糊逻辑的范畴很广，包含大量的
槪念和原则；然而这些槪念和原则能真正的在模糊逻辑系统中得到应用的却为数不多。这方面的尝试有待深入。
⑻最优模糊控制器设计的研究：依据恰当提出的性能指标，规范控制
规则的设计依据，并在某种意义上达到最优。
⑼简单、实用且具有模糊推理功能的模糊集成芯片和模糊控制装
置、通用模糊控制系统的开发和推广应用。
