【正文】 A 并且 y 為 then z =k其中，k為常數(shù)。模糊推理的執(zhí)行結(jié)果、模糊蘊含操作的定義、推理合成規(guī)則、模糊規(guī)則前件均與連接詞“and”的操作定義有關(guān)，因而有多種不同的算法。上面所述的4種建立模糊控制規(guī)則的方法之間并不是互相排斥的，相反，若能夠結(jié)合這幾種方法則能夠更好的建立模糊控制規(guī)則庫。（d）基于學(xué)習(xí)許多模糊控制主要是用來模仿人的決策行為，但很少具備類似于人的學(xué)習(xí)功能，即根據(jù)經(jīng)驗和知識產(chǎn)生模糊控制規(guī)則并對它們進行修改的能力。（c）基于過程的模糊模型 控制對象的動態(tài)特性通?？捎梦⒎址匠?、傳遞函數(shù)、狀態(tài)方程等數(shù)學(xué)方法來加以描述，這樣的模型稱為定量模型或清晰化模型。（b）基于操作人員的實際控制過程 在許多人工控制的工業(yè)系統(tǒng)中，很難建立控制對象的模型，因此用常規(guī)的控制方法來對其進行設(shè)計和仿真比較困難。模糊控制規(guī)則是對人類行為和進行決策分析過程的最自然的描述方法。（2）模糊控制規(guī)則的建立 模糊控制規(guī)則是模糊控制的核心。輸出量即為控制量，它一般比較容易確定，輸入量選什么以及選幾個需根據(jù)要求來確定。因此，在選擇模糊變量的模糊集的隸屬度函數(shù)時，在誤差較大的區(qū)域采用低分辨率的模糊集，達到穩(wěn)定性，在誤差較小的區(qū)域，采用較高分辨率的模糊集，當誤差接近于零時選用高分辨率的模糊集。將確定的隸屬度函數(shù)曲線離散化，得到了有限個點上的隸屬度，便構(gòu)成了一個相應(yīng)的模糊變量的模糊子集，常見的隸屬度函數(shù)類型有：（a）三角形這種隸屬度函數(shù)的形狀和分布由三個參數(shù)表示，一般可以描述為： 若 若 (26)由于它的形狀和直線的形狀有關(guān)，因此適合于有隸屬度函數(shù)在線調(diào)整的自適應(yīng)模糊控制器?？梢姡：指顢?shù)越多，控制規(guī)則數(shù)越多，所以模糊分割不可太細，否則需要確定的控制規(guī)則過多，這相對來說比較困難。圖25 表示兩個模糊分割的例子，論域均為[1，1]且模糊分割是完全對稱的。每個語言變量的取值為一組模糊語言名稱，它們構(gòu)成了語言名稱的集合。論域可以是連續(xù)的，也可以是離散的。 數(shù)據(jù)庫數(shù)據(jù)庫中包含了模糊控制規(guī)則及模糊數(shù)據(jù)處理有關(guān)的各種參數(shù)，其中包括尺度變換參數(shù)、模糊空間分割和隸屬函數(shù)的選擇。底邊長度等于2，表示該數(shù)據(jù)的標準差。圖23 單點模糊集合的隸屬度函數(shù) 這種模糊化方法只是在形式上將清晰量轉(zhuǎn)化為模糊量，而實質(zhì)上它表示的仍是準確量。下面所討論的模糊化運算中的輸入量均假定為已經(jīng)經(jīng)過尺度變換的量。（4）清晰化清晰化的作用是將模糊推理得到的控制量(模糊量)變換為實際用于控制的清晰量。（b）規(guī)則庫包括了用語言變量表示的一系列控制規(guī)則。（c）將已經(jīng)變換到論域范圍的輸入量進行模糊處理使原來精確的輸入量變成模糊量并用相應(yīng)的模糊集合來表示。其中輸入量包括外界的參考輸入、系統(tǒng)的輸出等狀態(tài)。得到的誤差及誤差變化的模糊語言集合的一個子集E(E實際上是模糊矩陣)，再由E和模糊控制規(guī)則R(模糊關(guān)系)根據(jù)推理的合成規(guī)則進行模糊決策，得到 U= （21） 式中U為一個模糊量，將模糊控制量U轉(zhuǎn)化為精確量才能對被控對象進行精確的控制。它是模糊控制的核心部分，也是模糊控制系統(tǒng)與其它自動控制系統(tǒng)的不同之處。在一些實際過程中，人們常把模糊控制與一般的自動控制結(jié)合在一起應(yīng)用，使控制理論、控制算法向著更高層次的研究和應(yīng)用發(fā)展。（f）系統(tǒng)的規(guī)則和參數(shù)整定方便。對于基本模糊控制器在實際運行時只需進行簡單的查表運算，其它的過程可離線進行。模糊控制的核心是控制規(guī)則，這些規(guī)則是以人類語言表示的，如“超調(diào)較大”,“偏差較小”，很明顯這些規(guī)則易被人們所接受。（b）是一種反映人類智慧思維的智能控制。 模糊控制的特點模糊控制是建立在人工經(jīng)驗基礎(chǔ)上的。然而對于一些復(fù)雜的被控過程，操作人員的實踐經(jīng)驗很難精確完整的總結(jié)出來，所以形成控制規(guī)則很不完善，如果利用基本的模糊控制器，就會影響控制效果?，F(xiàn)代控制理論雖然已經(jīng)在工業(yè)控制多方面取得了成功，但其原理是建立在精確的數(shù)學(xué)模型或近似理想模型基礎(chǔ)上的，當今工業(yè)控制對象，大多系統(tǒng)是時變、非線性的復(fù)雜系統(tǒng)，要獲得其精密的數(shù)學(xué)模型是極困難或不可能的，所以此類復(fù)雜系統(tǒng)的控制難以實現(xiàn)優(yōu)良控制效果。我國對模糊控制器開始研究是在1979年，并且已經(jīng)在模糊控制器的定義、性能、算法、魯棒性、電路實現(xiàn)方法、穩(wěn)定性、規(guī)則自調(diào)整等方面取得了大量的成果。自從1974年英國的馬丹尼()工程師首先根據(jù)模糊集合理論組成的模糊控制器用于蒸汽發(fā)動機的控制以后，在其發(fā)展歷程的30多年中，模糊控制技術(shù)得到了廣泛而快速的發(fā)展。隨著科學(xué)技術(shù)的飛速發(fā)展,今后模糊控制的研究方向?qū)⑴c其它控制方法集成,如模糊模型參考自適應(yīng)控制、模糊神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制、仿人智能模糊控制等,同時,向多變量方向發(fā)展也是一個趨勢。模糊理論結(jié)合其它新技術(shù)和人工神經(jīng)網(wǎng)絡(luò)和遺傳基因形成交叉學(xué)科神經(jīng)網(wǎng)絡(luò)模糊技術(shù)和遺傳基因模糊技術(shù),可用于解決單一技術(shù)不能解決的問題。直接采用模糊芯片開發(fā)產(chǎn)品已成為趨勢。目前,模糊控制技術(shù)日益成熟和完善。關(guān)于模糊控制器改進的其他方法的研究與工程應(yīng)用成果已非常豐富,在具體的工程對象應(yīng)用中,一般總是可以運用模糊集合理論并適當結(jié)合控制理論的新思想以及具體對象的特點,提出一些新的模糊控制器設(shè)計方案并獲得有效的應(yīng)用,因此,可以說模糊控制的應(yīng)用前景和范圍是非常廣泛的。,從而為描述、研究和處理模糊性現(xiàn)象提供了一種新的工具。所有這些系統(tǒng)有一個共同點,即它們都是一個或一些被控制的物理量按照給定量的變化而變化。第四章則針對一般的工業(yè)控制模型作了常規(guī)PID控制與模糊PID控制的仿真比較，并且歸納出結(jié)果，概括得到結(jié)論。在此基礎(chǔ)上，本文還應(yīng)用變論域的思想，設(shè)計控制系統(tǒng)，在線調(diào)整模糊控制器輸出，PID控制器比例、積分、微分系數(shù)的論域范圍，是控制器隨系統(tǒng)輸入變化，具有一定自適應(yīng)能力，滿足更高精度控制任務(wù)的需要，實現(xiàn)優(yōu)于常規(guī)PID控制器的控制性能。隨著計算機控制技術(shù)的發(fā)展，尤其是微處理機技術(shù)的發(fā)展和數(shù)字智能式控制器的實際應(yīng)用，以及各種先進算法的不斷涌現(xiàn)，為控制系統(tǒng)設(shè)計的開辟了新的途徑。PID控制是最早發(fā)展起來的控制策略之一，自19151940年期間PID控制器產(chǎn)生以來，許多先進控制力法不斷推出，但PID控制器仍然是主要的控制方法。在經(jīng)典控制理論和現(xiàn)代控制理論的實際應(yīng)用中，遇到不少難題，例如在當實際系統(tǒng)中存在不確定性、不完全性模糊性、時變性、非線性時，一般很難獲得精確的數(shù)學(xué)模型?，F(xiàn)代控制理論的主要研究內(nèi)容包括三個方面：多變量線性系統(tǒng)理論、最優(yōu)控制及最優(yōu)估計理論和系統(tǒng)辨識理論。隨著計算機的發(fā)展，推動了空間技術(shù)的發(fā)展。所研究的系統(tǒng)大多是線性定常系統(tǒng)，對非線性系統(tǒng)，分析采用的相平面法一般不超過兩個變量。關(guān)鍵詞：PID控制，模糊控制，魯棒性，自整定目 錄摘要 IABSTRACT II1 緒論 1 控制理論發(fā)展與應(yīng)用 1 課題研究的歷史背景 2 本文的結(jié)構(gòu)及主要內(nèi)容 22 模糊控制概述 3 模糊控制的發(fā)展及特點 3 模糊控制的發(fā)展與現(xiàn)狀簡介 3 模糊控制的特點 5 模糊控制系統(tǒng)的基本結(jié)構(gòu)和組成 6 模糊控制器的一般原理 7 輸入量的模糊化 8 數(shù)據(jù)庫 9 規(guī)則庫 11 模糊推理 12 清晰化（解模糊化） 14 量化因子比例因子的確定 15 模糊控制的局限性 16 模糊控制器與PID控制器的關(guān)系 163 模糊PID控制器的設(shè)計 18 模糊PID控制器的類型 18 PID控制原理 19 PID初始參數(shù)的設(shè)定 20 模糊PID參數(shù)自整定控制器的結(jié)構(gòu) 22 模糊PID參數(shù)自整定控制器的設(shè)計 22 語言變量的模糊化 22 根據(jù)控制要求確定模糊規(guī)則 23 去模糊化 264 基于MATLAB的系統(tǒng)仿真及其魯棒性分析 27 MATLAB概況 27 常規(guī)PID控制器的設(shè)計與仿真 29 模糊PID控制器的設(shè)計與仿真 29 仿真結(jié)果對比及魯棒性分析 32 本章小結(jié) 375 總結(jié) 38致謝 39參考文獻 4039模糊PID控制器的魯棒性研究1 緒論 控制理論發(fā)展與應(yīng)用從上世紀初，特別是第二次世界大戰(zhàn)以來，控制理論與控制技術(shù)得到了迅速發(fā)展，而電子計算機的更新?lián)Q代，更加推動了控制理論不斷向前發(fā)展。與傳統(tǒng)控制相比，模糊控制具有不可比擬的優(yōu)點，模糊控制器可以不需要被控對象的數(shù)學(xué)模型即可實現(xiàn)較好的控制，并且，模糊控制器具有很好的穩(wěn)定性和魯棒性。傳統(tǒng)的PID控制器已不能提供令人滿意的控制性能，但由于PID控制器結(jié)構(gòu)簡單，仍在工業(yè)控制領(lǐng)域有著廣泛的應(yīng)用。比較了該控制器與傳統(tǒng)PID控制器的性能，重點進行了魯棒性比較，得到模糊PID控制器魯棒性強的結(jié)論。經(jīng)典控制理論主要采用時域、根軌跡、頻域分析的方法，適用于單輸入單輸出系統(tǒng)。（2）現(xiàn)代控制理論上世紀6080年代為“現(xiàn)代控制理論”時期。該方法可以解決多輸入多輸出問題，系統(tǒng)既可以是線性的、定常的，也可以是非線性的、時變的。一般認為智能控制是具有人工智能、控制、運籌學(xué)三元結(jié)構(gòu)，是在對人類智能活動及其控制與信息傳遞過程進行研究分析的基礎(chǔ)上，研制具有某些仿人智能特征的工程控制與信息處理系統(tǒng)，能自動、智能地實現(xiàn)系統(tǒng)動態(tài)性能的控制方法。 課題研究的歷史背景 常規(guī)PID控制具有原理簡單，使用方便，魯棒性好等優(yōu)點，所以到今天為止，全世界控制領(lǐng)域中84%仍是應(yīng)用PID控制。而且對于復(fù)雜控制對象，由于受到參數(shù)整定方法繁瑣的干擾，常規(guī)PID控制器參數(shù)往往整定不良、性能欠佳，對運行環(huán)境的適應(yīng)性也較差?；谝陨锨闆r，本文以對PID控制和模糊控制理論深入研究的基礎(chǔ)上，設(shè)計模糊PID控制器，首先設(shè)定常規(guī)PID控制器控制參數(shù)(比例、積分、微分系數(shù))的初值，然后根據(jù)控制經(jīng)驗知識設(shè)計控制規(guī)則，以系統(tǒng)偏差和偏差變化為輸入，進行在線推理，輸出常規(guī)PID控制器比例、積分、微分系數(shù)的修正值，從而實現(xiàn)將兩種控制算法的有機結(jié)合起來、取長補短。第三章詳細介紹了模糊PID控制器的設(shè)計過程。例如,程序控制機床能夠按預(yù)先給定的工藝程序自動地進刀切削,加工出預(yù)期的幾何形狀等。然而,在許多情況下被控對象的精確數(shù)學(xué)模型很難建立,對于這類對象或過程就難以進行自動控制[6]。模糊控制作為智能領(lǐng)域中最具有實際意義的一種控制方法,已經(jīng)在工業(yè)控制領(lǐng)域,家用電器自動化領(lǐng)域和其他行業(yè)中解決了傳統(tǒng)控制方法無法或者是難以解決的問題,取得了令人矚目的成效。尤其是模糊控制和神經(jīng)網(wǎng)絡(luò)、遺傳算法及混沌理論等新學(xué)科的相互融合,正在顯示出其巨大的應(yīng)用潛力。模糊芯片也已研制成功且功能不斷加強,成本不斷下降。隨著其它學(xué)科新理論、新技術(shù)的建立和發(fā)展,模糊理論的應(yīng)用更加廣泛。把那些原來只能由人根據(jù)經(jīng)驗才能做好的事,讓機器也能模仿著去做,讓更多人性化的機器去替代人的工作。模糊控制技術(shù)，已經(jīng)成為智能控制技術(shù)的一個重要分支，它是一種高級算法策略和新穎的技術(shù)。并且目前已有了專用的模糊芯片和模糊計算機的產(chǎn)品，可供選用。模糊控制的發(fā)展大致可分為糊控制器發(fā)展初級階段(基本模糊控制器)和自調(diào)整模糊控制器階段。其次，這種模糊控制器的控制規(guī)則表一旦形成，就不再改動，因而不能滿足精確控制任務(wù)的需要[7]。這就形成了可以在線修改的模糊控制器，近幾年來人們對模糊控制器的研究熱點就在于利用各種先進控制策略對原有控制系統(tǒng)進行不斷改進，從而滿足各種實踐控制任務(wù)需要。模糊控制是以人對被控系統(tǒng)的控制經(jīng)驗為依據(jù)而設(shè)計的控制器，因此，無需知道被控系統(tǒng)的數(shù)學(xué)模型。（c）易被人們所接受。硬件結(jié)構(gòu)一般無特殊要求，用單片機等來構(gòu)造模糊控制系統(tǒng)，其結(jié)構(gòu)與一般的數(shù)字控制系統(tǒng)無異，在軟件方面其算法也比較簡捷。由于模糊控制采用的不是二值邏輯，而是一種連續(xù)多值邏輯，所以當系統(tǒng)參數(shù)變化時，能比較容易實現(xiàn)穩(wěn)定的控制，具有良好的魯棒性和適應(yīng)性。模糊控制成為一般的自動控制的擴展。輸入量模糊化、模糊控制規(guī)則、模糊決策、模糊判決等部分構(gòu)成了一個模糊控制器。把誤差信號和誤差變化率信號進行模糊量化變成模糊量，用相應(yīng)的模糊語言表示。 模糊控制器的