【正文】 模糊自適應(yīng)控制研究 １ 摘 要 PID控制由于其算法簡單、魯棒性好及可靠性高，被廣泛應(yīng)用于過程控制和運(yùn)動控制中，尤其適用于可建立精確數(shù)學(xué)模型的確定性系統(tǒng)。然而實(shí)際工業(yè)生產(chǎn)過程往往具有非線性、時(shí)變不確定性，難以建立精確的數(shù)學(xué)模型，應(yīng)用常規(guī) PID控制器不能達(dá)到理想的控制效果。 為了克服傳統(tǒng) PID 控制的弱點(diǎn) ,控制界已經(jīng)提出了大量的對 PID 控制的改進(jìn)方案。但這些方案一般是針對某些具體問題，缺乏通用性，附加的結(jié)構(gòu)或算法也增加了控制器的復(fù)雜性，使它們的廣泛應(yīng)用受到限制 將模糊決策理論與常規(guī) PID 控制技術(shù)結(jié)合，研制出模糊 自適應(yīng) PID控制器，并利用 VB 的 ActiveX 技術(shù)創(chuàng)建了模糊自適應(yīng) PID 控件，將該空間嵌入組態(tài)軟件中進(jìn)行實(shí)時(shí)控制，結(jié)果表明該控制策略具有較強(qiáng)的魯棒性和適應(yīng)性。 針對實(shí)際工業(yè)過程控制的難點(diǎn)，借鑒生物免疫系統(tǒng)中的免疫反饋原理，結(jié)合模糊控制可以逼近非線性函數(shù)的特點(diǎn)，分析了積分系數(shù)在系統(tǒng)響應(yīng)過程中的非線性變化規(guī)律，提出了一種模糊免疫非線性 PID 控制方法。這種方法具有量小，調(diào)整時(shí)間短，抗干擾能力和魯棒性強(qiáng)等優(yōu)點(diǎn)，理論分析和仿真研究證明了該方法的可行性和有效性 。 關(guān)鍵詞 ： 自適應(yīng)，模糊控制， PID控制，模糊免疫非線性 PID控制 模糊自適應(yīng)控制研究 ２ Adaptive Fuzzy Control Research ABSTRACT PID control is widely used in motion control and process control because of its simple algorithm, good robust and reliability, particularly applicable to the certain systems of establish a precise mathematical model. Nevertheless, the actual production process are often nonlinear, uncertain timevarying, it is difficult to establish a precise mathematical model, the conventional PID control can not achieve the desired effect. To overe the weaknesses of traditional PID control, a lot of improve projects of the PID control have been put forward in the control industry. However, these projects are generally targeted at certain specific issues, the lack of universality. Additional structural or algorithm increased the plexity of the controller, restrict their wide use. This paper puts forward a technology which binate the fuzzy decision theory and conventional PID control, researches and makes out a adaptive fuzzy PID controller (AFPID), by use of ActiveX of VB create a ActiveXof AFPID, embeds this ActiveX into configuration software to realtime control, the result shows this control tactic has stronger robust and adaptivity. 模糊自適應(yīng)控制研究 ３ A fuzzy immune nonlinear PID control method is presented in order to solve the difficulties of actual industry process control. This method is based on the immune feedback principle in the biological immune system, the approaching ability for nonlinear function of fuzzy controller and the nonlinear change law of the integral gain in the response process of the system. This method has low overshoot, short regulate time, strong antidisturbance ability and great robustness. The theoretical analysis and simulation results show the feasibility and effectiveness of this method. Key words: selfadaption， fuzzy control， PID control， fuzzy immune nonlinear PID control 模糊自適應(yīng)控制研究 ４ 模糊自適應(yīng)控制研究 0 引言 自從 ， 基于該理論形成一門新的模糊系統(tǒng)理論學(xué)科 ， 在控制、信號處理、模式識別、通信等領(lǐng)域得到了廣泛的應(yīng)用。近年來 ， 有關(guān)模糊控制理論及應(yīng)用研究引起了學(xué)術(shù)界的極大興趣 ，取得了一系列成功的應(yīng)用和理論成果 ， 與早期的模糊控制理論和應(yīng)用相比有了很大的發(fā)展 [1]。模糊控制理論成為智能控制理論的一個(gè)重要分支。一般來講 ， 模糊控制理論研究的核心問題在于如何解決模糊控制中關(guān)于穩(wěn)定性和魯棒性分析、系統(tǒng)的設(shè)計(jì)方法 (包括規(guī)則的獲取和優(yōu)化、隸屬函數(shù)的選取等 )、控制系統(tǒng)的性能 (穩(wěn)態(tài)精度、抖動及積分飽和度等 )的提高等問題 ，這己成為模糊控制研究中的幾個(gè)公認(rèn)的基本問題。其中 ， 穩(wěn)定性和魯棒性問題的研究最為熱烈 ， 從早期基于模糊控制器的“多值繼電器”等價(jià)模型的描述函數(shù)分析法 ， 擴(kuò)展到相平面法、關(guān)系矩陣分析法、圓判據(jù)、 Lyapunov穩(wěn)定性理論、超穩(wěn)定理論、基于滑?？刂破鞯谋容^ 法、模糊穴 穴映射及數(shù)值穩(wěn)定性分析方法等非線性理論方法。設(shè)計(jì)方法的研究也倍受關(guān)注 ， 主要表現(xiàn)在對規(guī)則的在線學(xué)習(xí)和優(yōu)化、隸屬函數(shù)參數(shù)的優(yōu)化修正等應(yīng)用了多種思想 ， 如最優(yōu)控制的二次型性能指標(biāo)、自適應(yīng)、神經(jīng)網(wǎng)絡(luò)、遺傳算法等思想。穩(wěn)態(tài)性能的改善一直是模糊控制學(xué)者所關(guān)注 [2]。圍繞上述幾個(gè)基本模糊自適應(yīng)控制研究 ５ 問題 ,出現(xiàn)了多變量模糊控制、模糊神經(jīng)網(wǎng)絡(luò)技術(shù)、神經(jīng)模糊技術(shù)、自適應(yīng)模糊控制、模糊系統(tǒng)辨識等熱點(diǎn)研究領(lǐng)域。在模糊控制理論與應(yīng)用方面 ，日本學(xué)者取得了很大的成就 ， 我國學(xué)者在這方面也付出了不懈的努力 ， 并取得了許多重要的成果。所有這些工作促進(jìn) 了模糊控制的理論和應(yīng)用的快速發(fā)展。 本文主要分 七 個(gè) 部分 ，第一 部分 著重介紹 模糊控制規(guī)則 ， 根據(jù)實(shí)際響應(yīng)情況運(yùn)行模糊推理，自動實(shí)現(xiàn) PID 參數(shù)的最佳調(diào)整 。第二 部分 是 模糊控制規(guī)則的仿真設(shè)計(jì) 。第三章 模糊控制與自適應(yīng)控制的結(jié)合 。第四章是編程和設(shè)計(jì)，首先是對 MATLAB 以及 SIMULINK 進(jìn)行介紹，然后以 MATLAB 作為操作平臺， MATLAB 編程仿真模糊自適應(yīng)整定 PID 控制 。第五章介紹了 基于生物信息系統(tǒng)的免疫反饋原理研究模糊免疫自適應(yīng) PID 控制算法 。第六章 MATLAB 編程仿真模糊免疫自適應(yīng) PID 控制 。 第七章進(jìn)行了全文的小結(jié) 。 1 模糊邏輯控制理論 模糊控制概況 模 糊 邏 輯 控 制 (Fuzzy Logic Control) 簡 稱 模 糊 控 制 (Fuzzy Control)，是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎(chǔ)的一種計(jì)算機(jī)數(shù)字控制技術(shù)。 1965 年，美國的 創(chuàng)立了模糊集合論；1973 年他給出了模糊邏輯控制的定義和相關(guān)的定理 [2]。 1974 年，英國的 首先用模糊控制語句組成模糊控制器，并把它應(yīng)用于鍋爐和蒸汽機(jī)的控制，在實(shí)驗(yàn)室獲得成功。這一開拓性的工作標(biāo)志著模糊控制論的誕生。 模糊自適應(yīng)控制研究 ６ 模糊控制實(shí)質(zhì) 上是一種非線性控制，從屬于智能控制的范疇。模糊控制的一大特點(diǎn)是既具有系統(tǒng)化的理論，又有著大量實(shí)際應(yīng)用背景。模糊控制的發(fā)展最初在西方遇到了較大的阻力；然而在東方尤其是在日本，卻得到了迅速而廣泛的推廣應(yīng)用。近 20 多年來，模糊控制不論從理論上還是技術(shù)上都有了長足的進(jìn)步，成為自動控制領(lǐng)域中一個(gè)非常活躍而又碩果累累的分支。其典型應(yīng)用的例子涉及生產(chǎn)和生活的許多方面，例如在家用電器設(shè)備中有模糊洗衣機(jī)、空調(diào)、微波爐、吸塵器、照相機(jī)和攝錄機(jī)等；在工業(yè)控制領(lǐng)域中有水凈化處理、發(fā)酵過程、化學(xué)反應(yīng)釜、水泥窯爐等的模糊控制；在專用系 統(tǒng)和其它方面有地鐵靠站停車、汽車駕駛、電梯、自動扶梯、蒸汽引擎以及機(jī)器人的模糊控制等。 模糊控制基礎(chǔ) 模糊控制的基本思想是利用計(jì)算機(jī)來實(shí)現(xiàn)人的控制經(jīng)驗(yàn)，而這些經(jīng)驗(yàn)多是用語言表達(dá)的具有相當(dāng)模糊性的控制規(guī)則 [3]。模糊控制器 (Fuzzy Controller)獲得巨大成功的主要原因在于它具有如下一些突出特點(diǎn)： 模糊控制是一種基于規(guī)則的控制。它直接采用語言型控制規(guī)則，出發(fā)點(diǎn)是現(xiàn)場操作人員的控制經(jīng)驗(yàn)或相關(guān)專家的知識，在設(shè)計(jì)中不需要建立被控對象的精確數(shù)學(xué)模型，因而使得控制機(jī)理和策略易于接受與理解，設(shè)計(jì)簡 單，便于應(yīng)用。 由工業(yè)過程的定性認(rèn)識出發(fā)，比較容易建立語言控制規(guī)則，因而模糊控制對那些數(shù)學(xué)模型難以獲取、動態(tài)特性不易掌握或變化非常顯著的對象非常適用。 基于模型的控制算法及系統(tǒng)設(shè)計(jì)方法，由于出發(fā)點(diǎn)和性能指標(biāo)的不模糊自適應(yīng)控制研究 ７ 同，容易導(dǎo)致較大差 異；但一個(gè)系統(tǒng)的語言控制規(guī)則卻具有相對的獨(dú)立性，利用這些控制規(guī)律間的模糊連接，容易找到折中的選擇，使控制效果優(yōu)于常規(guī)控制器。 模糊控制算法是基于啟發(fā)性的知識及語言決策規(guī)則設(shè)計(jì)的，這有利于模擬人工控制的過程和方法，增強(qiáng)控制系統(tǒng)的適應(yīng)能力，使之具有一定的智能水平。 圖 模糊控制算法流程圖 模糊控制系統(tǒng)的魯棒性強(qiáng)，干擾和參數(shù)變化對控制效果的影響被大大減弱，尤其適合于非線性、時(shí)變及純滯后系統(tǒng)的控制。 模糊控制系統(tǒng)的基本結(jié)構(gòu) 圖如圖 所示， 其中 s 為系統(tǒng)的設(shè)定值，y 為系統(tǒng)輸出， e 和 c 分別是系統(tǒng)偏差和偏差的微分信號，也就是模糊控制器的輸入， u 為控制器輸出的控制信號， E、 C、 U 為相應(yīng)的模糊量。由模糊自適應(yīng)控制研究 ８ 圖可知模糊控制器主要包含三個(gè)功能環(huán)節(jié) :用于輸入信號處理的模糊量化和模糊化環(huán)節(jié)，模糊控制算法功能單元，以及用于輸出解模糊化的模糊判決環(huán)節(jié)。 S e E U u y c C 模糊控制器 圖 模糊控制系統(tǒng)框圖 模糊控制器設(shè)計(jì)的基本方法和主要步驟大致包括： 1） 選定模糊控制器的輸入輸出變量，并進(jìn)行量程轉(zhuǎn)換。選取方法一般如圖 1 所示，即分別取 e、 c 和 u。 2） 確定各變量的模糊語言取值及相應(yīng)的隸屬函數(shù)，即進(jìn)行模糊化。模糊語言值通常選取 5 或 7 個(gè)，例如取為 {負(fù)，零，正 }， {負(fù)大，負(fù)小，零，正小，正大 }，或 {負(fù)大，負(fù)中，負(fù) 小，零，正小，正中，正大 }等。然后對所選取的模糊集定義其隸屬函數(shù)，可取三角形隸屬函數(shù) (如圖 2 所示 )或梯形，并依據(jù)問題的不同取為均勻間隔或非均勻的；也可采用單點(diǎn)模糊集方法進(jìn)行模糊化。 NB NS NS 1 ZO PS PM PB 0 圖 隸屬函數(shù)取法示意 圖 模糊量化 模 糊 化 模糊控 制 模糊 判決 被控 過程 ddt 模糊自適應(yīng)控制研究 ９ 3） 建立模糊控制規(guī)則或控制算法。這是指規(guī)則的歸納和規(guī)則庫的建立，是從實(shí)際控制經(jīng)驗(yàn)過渡到模糊控制器的中