模糊逻辑控制先进控制作业报告书.docx
- 文档编号:4202592
- 上传时间:2022-11-28
- 格式:DOCX
- 页数:9
- 大小:576.05KB
模糊逻辑控制先进控制作业报告书.docx
《模糊逻辑控制先进控制作业报告书.docx》由会员分享,可在线阅读,更多相关《模糊逻辑控制先进控制作业报告书.docx(9页珍藏版)》请在冰豆网上搜索。
模糊逻辑控制先进控制作业报告书
课题名:
模糊逻辑控制
一、介绍
模糊逻辑控制(FuzzyLogicControl)简称模糊控制(FuzzyControl),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首次根据模糊控制语句组成模糊控制器,并将它应用于锅炉和蒸汽机的控制,获得了实验室的成功。
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有系统化的理论,又有大量的实际应用背景。
模糊控制的发展最初在西方遇到了较大的阻力;然而在东方尤其是日本,得到了迅速而广泛的推广应用。
近20多年来,模糊控制不论在理论上还是技术上都有了长足的进步,成为自动控制领域一个非常活跃而又硕果累累的分支。
其典型应用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;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。
模糊控制是指基于模糊逻辑描述一个过程的控制算法,是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的,基于被控系统的物理特性,模拟人的思维方式和人的控制经验来实现的一种计算机智能控制。
模糊控制器主要嵌有操作人员的经验和直觉知识,是模糊语言形式的控制方法,不需要预先知道被控对象结构、参数,不需要建立被控对象的精确数学模型,并能克服非线性因素、大惯性因素的影响,对调节对象的参数变化不敏感,对对象时变及纯滞后有一定的适应性即具有较强的鲁棒性。
模糊控制器的设计参数容易选择调整。
模糊控制系统如图1-1所示:
二、本作业介绍
1、选定模糊控制器的输入输出变量,并进行量程转换输入语言变量选为实际浓度与给定值之间的偏差(纸浆浓度偏差)e及纸浆浓度偏差变化率ec,输出语言变量选为阀门开度增量u。
首先确定e、ec和u的基本论域分别为[-1.2%~1.2]、[-0.6%~0.6%]、[-12~12],选定e、u的模糊集合的论域为[-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6],ec的模糊集合的论域为[-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7],
2、确定模糊控制器的结构
根据系统输入变量个数可知,应采用采用双输入单输出模糊控制器。
(如图2所示)
模糊控制器主要包含三个功能环节:
用于输入信号处理的模糊量化和模糊化环节,模糊控制算法功能单元,以及用于输出解模糊化的模糊判决环节。
3、确定各变量的模糊语言取值及相应的隶属函数,即进行模糊化.模糊化是将模糊控制器输入量的确定值转换为相应模糊语言变量值的过程,此相应语言变量均由对应的隶属度函数来定义。
对纸浆浓度偏差e、纸浆浓度偏差变化率ec、阀门开度的增量u进行模糊化,分别用模糊语言变量X、Y、Z进行表示,语言值集合均为{负大,负中,负小,零,正小,正中,正大},用英文缩写进行表示分别为:
X={NBe,NMe,NSe,ZOe,PSe,PMe,PBe}
Y={ NBec,NMec,NSec,ZOec,PSec,PMec,PBec }
Z={NBu,NMu,NSu,ZOu,PSu,PMu,PBu }
模糊化包括两个任务:
第一个任务是进行论域变换,过程参数的实际范围称为基本论域,可以通过变换系数(量化因子)实现由基本论域到量化论域的变换;
第二个任务是求得输入对应于语言变量的隶属度。
取三角形隶属函数,并取为均非均匀间隔。
a.任务一:
求量化因子e、ec和u的基本论域分别为[-1.2%~1.2%]、[-0.6%~0.6%]和[-12~12],量化论域分别为[-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6],[-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6],[-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7]。
纸浆浓度偏差e的量化因子Ke=6/0.012=500,纸浆浓度偏差变化率ec的量化因子Kec=6/0.006=1000,通过量化因子即可实现由基本论域到量化论域的变换。
b.任务二:
取隶属度函数选用三角形隶属度函数,如图所示:
这样对于纸浆浓度偏差e、纸浆浓度偏差变化率e的不同输入值,可以根据
对应的隶属度函数,把它模糊化成不同的语言值,这样就完成了模糊化。
4、建立模糊控制规则或控制算法
根据人的直觉思维推理,由系统输出的误差和误差变化趋势来消除系统的误差的模糊控制规则,对于不同的被控对象,误差E,误差变化率EC及控制量U有不同的意义。
在本设计中分别为纸浆浓度偏差e、纸浆浓度偏差变化率ec、阀门开度的增量u。
建立模糊控制规则是指规则的归纳和规则库的建立,是从实际控制经验过渡到模糊控制器的中心环节。
控制律通常由一组if-then结构的模糊条件语句构成,或总结为模糊控制规则表。
例如:
If (input1 is NBe) and (input2 is NBec) then (output1 is PBu)
(1)
即是模糊条件语句
5、确定模糊推理和解模糊化方法
输出的解模糊化就是将语言表达的模糊量恢复到精确的数值,也就是根据输出模糊子集的隶属度计算出确定数值。
一、设计过程及步骤
1、模糊控制器的设计
a.对系统的输入和输出进行设定
对输入和输出的个数,词集个数和名称,量化论域进行设定。
Input2与output1的设定方法类似
设定完毕后保存到workspace.
如下图所示。
b.控制规则的设置
双击上图中zfm出现控制规则编辑窗口,根据设计任务书上所给的控制规则与模糊控制表编写控制规则,并在matable命令窗口中导出控制规则,如下所示:
>> a=readfis('zfm');
>> showrule(a)
ans =
1. If (input1 is NBe) and (input2 is NBec) then (output1 is PBu)
(1)
2. If (input1 is NMe) and (input2 is NBec) then (output1 is PBu)
(1)
3. If (input1 is NSe) and (input2 is NBec) then (output1 is PMu)
(1)
4. If (input1 is ZOe) and (input2 is NBec) then (output1 is PMu)
(1)
5. If (input1 is PSe) and (input2 is NBec) then (output1 is PSu)
(1)
6. If (input1 is PMe) and (input2 is NBec) then (output1 is ZOu)
(1)
7. If (input1 is PBe) and (input2 is NBec) then (output1 is ZOu)
(1)
8. If (input1 is NBe) and (input2 is NMec) then (output1 is PBu)
(1)
9. If (input1 is NMe) and (input2 is NMec) then (output1 is PBu)
(1)
10. If (input1 is NSe) and (input2 is NMec) then (output1 is PMu)
(1)
11. If (input1 is ZOe) and (input2 is NMec) then (output1 is PMu)
(1)
12. If (input1 is PSe) and (input2 is NMec) then (output1 is PSu)
(1)
13. If (input1 is PMe) and (input2 is NMec) then (output1 is ZOu)
(1)
14. If (input1 is PBe) and (input2 is NMec) then (output1 is ZOu)
(1)
15. If (input1 is NBe) and (input2 is NSec) then (output1 is PBu)
(1)
16. If (input1 is NMe) and (input2 is NSec) then (output1 is PBu)
(1)
17. If (input1 is NSe) and (input2 is NSec) then (output1 is PMu)
(1)
18. If (input1 is ZOe) and (input2 is NSec) then (output1 is PSu)
(1)
19. If (input1 is PSe) and (input2 is NSec) then (output1 is ZOu)
(1)
20. If (input1 is PMe) and (input2 is NSec) then (output1 is NMu)
(1)
21. If (input1 is PBe) and (input2 is NSec) then (output1 is NMu)
(1)
22. If (input1 is NBe) and (input2 is ZOec) then (output1 is PBu)
(1)
23. If (input1 is NMe) and (input2 is ZOec) then (output1 is PBu)
(1)
24. If (input1 is NSe) and (input2 is ZOec) then (output1 is PMu)
(1)
25. If (input1 is ZOe) and (input2 is ZOec) then (output1 is ZOu)
(1)
26. If (input1 is PSe) and (input2 is ZOec) then (output1 is NMu)
(1)
27. If (input1 is PMe) and (input2 is ZOec) then (output1 is NBu)
(1)
28. If (input1 is PBe) and (input2 is ZOec) then (output1 is NBu)
(1)
29. If (input1 is NBe) and (input2 is PSec) then (output1 is PMu)
(1)
30. If (input1 is NMe) and (input2 is PSec) then (output1 is PMu)
(1)
31. If (input1 is NSe) and (input2 is PSec) then (output1 is ZOu)
(1)
32. If (input1 is ZOe) and (input2 is PSec) then (output1 is NSu)
(1)
33. If (input1 is PSe) and (input2 is PSec) then (output1 is NMu)
(1)
34. If (input1 is PMe) and (input2 is PSec) then (output1 is NBu)
(1)
35. If (input1 is PBe) and (input2 is PSec) then (output1 is NBu)
(1)
36. If (input1 is NBe) and (input2 is PMec) then (output1 is ZOu)
(1)
37. If (input1 is NMe) and (input2 is PMec) then (output1 is ZOu)
(1)
38. If (input1 is NSe) and (input2 is PMec) then (output1 is NSu)
(1)
39. If (input1 is ZOe) and (input2 is PMec) then (output1 is NMu)
(1)
40. If (input1 is PSe) and (input2 is PMec) then (output1 is NMu)
(1)
41. If (input1 is PMe) and (input2 is PMec) then (output1 is NBu)
(1)
42. If (input1 is PBe) and (input2 is PMec) then (output1 is NBu)
(1)
43. If (input1 is NBe) and (input2 is PBec) then (output1 is ZOu)
(1)
44. If (input1 is NMe) and (input2 is PBec) then (output1 is ZOu)
(1)
45. If (input1 is NSe) and (input2 is PBec) then (output1 is NSu)
(1)
46. If (input1 is ZOe) and (input2 is PBec) then (output1 is NMu)
(1)
47. If (input1 is PSe) and (input2 is PBec) then (output1 is NMu)
(1)
48. If (input1 is PMe) and (input2 is PBec) then (output1 is NBu)
(1)
49. If (input1 is PBe) and (input2 is PBec) then (output1 is NBu)
(1)
保存到
workspace,这样就完成了模糊控制器的设计。
2、组成控制系统
利用设计的模糊控制器,控制纸浆浓度调节系统,并进行仿真分析
simulink包含多个子模型库,每个子模型库又包括多个功能模块,利用鼠标可直观地
“画”出系统模型,然后直接进行仿真。
其框图如下图所示:
三、结果
仿真曲线如下图:
四、结论及心得体会
实践证明,该模糊逻辑控制器运用于纸浆浓度调节中,取得了比PID调节更加良好的控制效果.该模糊调节器的特点在于仅对基本的模糊控制器的算法稍加改进,并没有附加其它结构,具有简单易行、稳定可靠的优点,适于在单片机上实现.此模糊控制系统消除了超调现象与稳态颤振现象,显著提高了动态性能和稳态性能。
模糊控制器正向着自适应、自组织、自学习方向发展使得模糊控制参数、规则在控制过程中自动地调整、修改和完善,从而不断完善系统的控制性能,达到更好的控制效果,而与专家系统、神经网络等其他智能控制技术相融合成为其发展趋势。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 模糊 逻辑 控制 先进 作业 报告书
![提示](https://static.bdocx.com/images/bang_tan.gif)