【正文】 Pos then output is Zero 4. If error is Zero and change in error is Neg then output is NM 5. If error is Zero and change in error is Zero then output is Zero 西北工業(yè)大學(xué)明德學(xué)院本科畢業(yè)設(shè)計(jì) 7 6. If error is Zero and change in error is Pos then output is PM 7. If error is Pos and change in error is Neg then output is Zero 8. If error is Pos and change in error is Zero then output is PM 9. If error is Pos and change in error is Pos then output is PB The names Zero, Pos, Neg are labels of fuzzy sets as well as NB, NM, PB and PM(negative big, negative medium, positive big, and positive medium respectively). The same set of rules could be presented in a rational format, a more pact representation. Error Change in error Output Neg Pos Zero Neg Zero NM Neg Neg NB Zero Pos NM Zero Zero Zero Zero Neg NM Pos Pos PB Pos Zero PM Pos Neg Zero The top row is the heading, with the names of the variables. It is understood that the two leftmost columns are inputs, the rightmost is the output, and each row represents a rule. This format is perhaps better suited for an experienced user who wants to get an overview of the rule base quickly. The relational format is certainly suited for storing in a relational data base. 西北工業(yè)大學(xué)明德學(xué)院本科畢業(yè)設(shè)計(jì) 8 模糊控制器的設(shè)計(jì) 概述 雖然設(shè)計(jì)一個(gè) PID 控制器相對(duì)來(lái)說(shuō)很容易 ,但模糊規(guī)則卻提出了和多額外的設(shè)計(jì)問(wèn)題 。 模糊控制器包括了經(jīng)驗(yàn)規(guī)則，這些對(duì)操作員控制工廠時(shí)特別有用。 這里的目的是為工程師識(shí)別和解釋各種設(shè)計(jì)選擇?？刂破髟谶@是一個(gè)模糊控制器，它代替了一個(gè)常規(guī)控制器，也就是比例 積分 微分控制器。一個(gè)增益控制器包含了線(xiàn)性控制器，它的參數(shù)作為一種控制點(diǎn)函數(shù)被改變了，它需要所有的裝置知識(shí)，但是它作為彌 補(bǔ)非線(xiàn)性和時(shí)變系統(tǒng)確實(shí)一個(gè)好方法。 3. 為了去處擾動(dòng) ,濾波 。 如果誤差是零 ,誤差變活率是零 ,那末輸出是零 。左邊那兩行是輸入，右邊那行是輸出，每行都代表一個(gè)規(guī)則。同樣的內(nèi)容也可用下面的形式表示，一個(gè)更簡(jiǎn)短的形式。 如果誤差是負(fù) ,誤差變化率是正 ,那末輸出是零 。對(duì)于非線(xiàn)性系統(tǒng)，模糊系統(tǒng)經(jīng)常是非線(xiàn)性的 ,穩(wěn)定的概念就更復(fù)雜了 .一個(gè)非線(xiàn)性系統(tǒng) ,如果它靠近平衡點(diǎn) ,就認(rèn)為它是漸進(jìn)穩(wěn)定 .,即使它只是接近平衡點(diǎn) ,沒(méi)有達(dá)到平衡點(diǎn) ,它也會(huì)達(dá)到 ,它就是穩(wěn)定的 .(李亞普諾夫定理 ).對(duì)于非線(xiàn)性系統(tǒng) ,判斷系統(tǒng)穩(wěn)定的條件更難 ,一部分是因?yàn)橄到y(tǒng)的動(dòng)態(tài)特性除了受到頻率的影響 ,還受到信號(hào)的振幅的影響 .我們所看到的文獻(xiàn)一般都是理論的 ,感興趣的讀者會(huì)看到 Driankov,Hellendoorn(1993)或者Passino ,Yurkovich(1998).他們 研究了四種方法 (李亞普諾夫函數(shù) ),他們?yōu)槲覀兲峁┝藥追N參考 . CF+控 制 器模 糊 補(bǔ) 償 器求 和偏 差u 圖 1 前向反饋控制 西北工業(yè)大學(xué)明德學(xué)院本科畢業(yè)設(shè)計(jì) 10 輸 入控 制 器 過(guò) 程模 糊 增 儀 表輸 出控 制 參 數(shù) 圖 2 模糊參數(shù)適應(yīng)控制 此方法是特有的 ,但是 ,他得出的結(jié)果是相當(dāng)保守的 ,為了保證系統(tǒng)穩(wěn)定 ,結(jié)果又要變換成不可實(shí)現(xiàn)的小的增益因子 .另一種可能是把模糊控制器線(xiàn)性化 ,然后把常規(guī)的線(xiàn)性分析和設(shè)計(jì)方法應(yīng)用到線(xiàn)性化后的模型上 .通過(guò)考察近似的程度 ,從某種意義來(lái)說(shuō) ,好像是非線(xiàn)性系統(tǒng)的穩(wěn)定范圍和線(xiàn)性近似的穩(wěn)定范圍 很接近 .這篇論文講述了怎樣建立線(xiàn)性近似 ,但它的理論背景還沒(méi)研究出 . 有四種找到控制規(guī)則的主要來(lái)源 : 1. 基于專(zhuān)家的經(jīng)驗(yàn)和控制工程知識(shí) .一個(gè)典型的例子是操作人員控制水泥窯的手冊(cè) .最普遍的方法是建立這樣的規(guī)則集合 ,通過(guò)向有經(jīng)驗(yàn)的專(zhuān)家或操作人員咨詢(xún) ,經(jīng)一定的試湊和調(diào)整 ,可獲得具有更好性能的控制規(guī)則 . 2. 基于操作人員的實(shí)際控制過(guò)程 .我們可以通過(guò)觀察操作人員的實(shí)際控制或記錄推出規(guī)則 .規(guī)則表達(dá)了系統(tǒng)輸入 輸出的關(guān)系 . 3. 基于過(guò)程的模糊模型 .一個(gè)語(yǔ)言上的規(guī)則庫(kù)可以被認(rèn)為是控制過(guò)程的逆模型 .因此模糊 控制規(guī)則可以通過(guò)求過(guò)程模糊模型的逆 .這種方法只限于低階系統(tǒng) ,假設(shè)開(kāi)環(huán)和閉環(huán)系統(tǒng)的模糊模型是可得的 ,這種方法提供了一個(gè)明確的解決方法 .另一種方法是模糊識(shí)別法 ,或是模糊模型控制 . 4. 基于學(xué)習(xí) ,自組織控制器就是一種自我趙規(guī)則的控制器 .神經(jīng)網(wǎng)絡(luò)是另一種方法 .模糊控制器沒(méi)有什末設(shè)計(jì)方法 ,像現(xiàn)代控制有根軌跡設(shè)計(jì) ,頻率響應(yīng)設(shè)計(jì) ,點(diǎn)分布設(shè)計(jì)或穩(wěn)定判據(jù) ,因?yàn)橐?guī)則多是非線(xiàn)性的 .我們將著重介紹模糊控制器的基本組成元件和功能 ,來(lái)識(shí)別和理解模糊控制器設(shè)計(jì)的各種關(guān)于商業(yè)軟件包的選擇 .現(xiàn)在有很多的關(guān)于模糊控制和商業(yè)軟件工具的文獻(xiàn) ,但是對(duì)于易混淆的術(shù)語(yǔ)還沒(méi)有統(tǒng)一的說(shuō)法 .盡管如此 ,人們已把術(shù)語(yǔ)標(biāo)準(zhǔn)化了 ,跟著使用了國(guó)際電工委員會(huì)的標(biāo)準(zhǔn)草案 . 模糊控制器的結(jié)構(gòu) 在模糊控制器里 ,有些是專(zhuān)門(mén)支持設(shè)計(jì)步驟的元件 ,在圖 3 的結(jié)構(gòu)圖里 ,控制器位于過(guò)程前后中 .下面解釋了結(jié)構(gòu)圖 : 西北工業(yè)大學(xué)明德學(xué)院本科畢業(yè)設(shè)計(jì) 11 前 向 過(guò) 程 模 糊 化規(guī) 則 庫(kù)模 糊 推 理清晰后 向過(guò) 程模 糊 控 制 器 圖 3 模糊控制器的結(jié)構(gòu)圖 前期處理 輸入從許多測(cè)量裝置是很難測(cè)得的 .一個(gè)前期處理器 ,在進(jìn)入控制器前會(huì)考察測(cè)量的條件 .前期處理的例子有 : 1. 通過(guò)采樣或取整量化 。（如圖 2）如果一個(gè)非線(xiàn)性裝置改變了控制點(diǎn)，根據(jù)每個(gè)控制點(diǎn)改變控制器參數(shù)是很可能的。輸出和一個(gè)參考比較，如果有偏差，控制器根據(jù)控制策略采取控制行動(dòng)。（大多數(shù)情況，它們一起被叫做前提 結(jié)論）輸入變量“ Neg”是詞“ Negative”的縮寫(xiě)，輸出變量“ NB”代表負(fù)大，“ NM”是負(fù)中的意思。模糊控制器廣泛地應(yīng)用在消費(fèi)者產(chǎn)品中，如：洗衣機(jī)，攝像機(jī)，電飯煲 還有在工業(yè)處理領(lǐng)域，像水泥窯，地鐵，機(jī)器人等模糊控制是一種建 立在模糊邏輯基礎(chǔ)上的控制方法。 and 6. Differentiation and integration or their discrete equivalences. A quantiser is necessary to convert the ining values in order to find the best level in a discrete. Assume, for instance, that the variable error has the value , but the universe is u= (5,4,….,0….,4,5). The quantiser rounds to 5 to fit it to the nearest level. Quantisation is a means to reduce data, but