【文章內(nèi)容簡介】 10]：1．求系統(tǒng)給定值與反饋值的誤差e。微機通過采樣獲得系統(tǒng)被控量的精確值，然后將其與給定值比較，得到系統(tǒng)的誤差。2．計算誤差變化率。這里，對誤差求微分，指的是在一個A/D采樣周期內(nèi)求誤差的變化e。3．輸入量的模糊化。由前邊得到的誤差及誤差變化率都是精確值，那么，必須將其模糊化變成模糊量E、EC。同時，把語言變量E、EC的語言值化為某適當論域上模糊子集(如“大”、“小”、“快”、“慢”等)。4．控制規(guī)則。它是模糊控制器的核心，是專家的知識或現(xiàn)場操作人員的經(jīng)驗的一種體現(xiàn)，即控制中所需要的策略?？刂埔?guī)則的條數(shù)可能有很多條，那么需要求出總的控制規(guī)則R，作為模糊推理的依據(jù)。5．模糊推理。輸入量模糊化后的語言變量E、EC(具有一定的語言值)作為模糊推理部分的輸入，再由E、EC和總的控制規(guī)則R，根據(jù)推理合成規(guī)則進行模糊推理得到模糊控制量U為：U=(E*EC)*R6．逆模糊化。為了對被控對象施加精確的控制，必須將模糊控制量轉(zhuǎn)化為精確量u，即逆模糊化。7．計算機執(zhí)行完1~6步驟后，即完成了對被控對象的一步控制，然后等到下一次A/D采樣，再進行第二步控制，這樣循環(huán)下去，就完成了對被控對象的控制。 模糊控制器的組成 模糊控制器的結(jié)構(gòu)設(shè)計設(shè)計模糊控制器時，首先要根據(jù)被控對象的具體情況確定模糊控制器的結(jié)構(gòu)。即要確定哪些量作為模糊控制器的輸入量，哪些量作為輸出量。因為模糊控制器的控制規(guī)則多半是總結(jié)專家或操作人員的經(jīng)驗而得來的，所以在確定輸入量、輸出量時，要充分考慮到專家或現(xiàn)場有經(jīng)驗的操作人員他們在控制時主要觀察了哪些量，即以哪些量的變化作為控制依據(jù)，又通過哪些量輸出到被控對象。模糊控制系統(tǒng)類似傳統(tǒng)控制系統(tǒng)，可分為單變量控制系統(tǒng)、多變量控制系統(tǒng)。模糊控制系統(tǒng)的輸入就是系統(tǒng)的給定值，輸出就是系統(tǒng)的輸出值，通常稱這樣的模糊控制系統(tǒng)為單變量模糊控制系統(tǒng)。但是，模糊控制器輸入量往往可選擇為系統(tǒng)輸出量的誤差、誤差變化率及誤差變化的變化率，輸出量一般為1個，即系統(tǒng)的控制量。根據(jù)模糊控制器輸入量的個數(shù)可做如下分類：1．，它常用于一階被控對象。由于這種控制器的輸入就是一個量即誤差，因此系統(tǒng)的動態(tài)控制性能不佳。2．，它的適應(yīng)性較好。由于這種控制器的輸入量除了誤差外，還增加了誤差變化率，因此系統(tǒng)的動態(tài)控制性能較一維模糊控制器好，這種結(jié)構(gòu)反映模糊控制器具有PD控制規(guī)律，從而有利于保證系統(tǒng)的穩(wěn)定性，并可減少系統(tǒng)的超調(diào)量，削弱系統(tǒng)的振蕩現(xiàn)象。目前，這種模糊控制器的結(jié)構(gòu)較常用。但是，二維模糊控制器也可取系統(tǒng)的誤差e及其和∑e作為輸入變量，這種結(jié)構(gòu)反映的是PI控制規(guī)律。 二維模糊控制器3．，由于這種控制器的輸入量除了誤差外，還增加了誤差變化率及誤差變化的變化率，從理論上講，控制會更精細。但是，由于模糊控制器輸入的維數(shù)增多，控制規(guī)則的選取越來越困難，相應(yīng)的控制算法越來越復(fù)雜。這也是三維或多維模糊控制器的應(yīng)用“瓶頸”。 多維模糊控制器因此本設(shè)計采用二維模糊控制器，把兩個電機復(fù)位的時間差及偏差變化作為輸入量，pwm的變化量作為輸出量，進行控制。算法既不復(fù)雜，又能保證系統(tǒng)的穩(wěn)定性。 精確量的模糊化將精確量(實際上是數(shù)字量)轉(zhuǎn)化為模糊量的過程稱為模糊化或稱模糊量化。在計算機中算出的控制量均為精確量，須經(jīng)過模糊量化處理，變?yōu)槟：?，以便實現(xiàn)模糊控制算法。如果把[6，+6]區(qū)間的離散化了的精確量分為七個檔次，每個檔對應(yīng)一個模糊集，模糊化過程就相當簡單。如果將每一精確量都對應(yīng)一個模糊集，就有無窮多個模糊子集，模糊化過程就比較復(fù)雜了。模糊控制器的控制規(guī)則是以手動控制策略為基礎(chǔ)的。它利用模糊集合理論將手動控制策略上升為具體的數(shù)值運算，根據(jù)推理運算的結(jié)果做出相應(yīng)的控制動作，使執(zhí)行機構(gòu)控制被控對象的運行。要建立模糊控制器的控制規(guī)則，就是要利用語言來歸納手動控制過程中所使用的控制策略。手動控制策略一般都可以用“IF－THEN”形式的條件語句來加以描述。這里將用模糊條件語句來表示二維模糊控制器：“若e is A and ec is B，則u is C”。其中A表示誤差e的對應(yīng)誤差語言變量E的語言值，如PB、PM、PS、0、NS、NM、NB中的一個值。B、C分別表示誤差e、控制量u的對應(yīng)語言變量的語言值，如PM、PS、0、NS、NM中的一個值。輸出信息的模糊判決模糊控制器的輸出是一個模糊量，這個模糊量不能用于控制執(zhí)行機構(gòu)，還需要把這個模糊量轉(zhuǎn)化為一個精確量，這種轉(zhuǎn)換過程稱為清晰化，或者稱為非模糊化，也稱為模糊判決。一般而言，非模糊化方法有三種：1．最大隸屬度方法該方法是選擇模糊子集中隸屬度最大的元素稱為控制量。若對應(yīng)的模糊決策的模糊集為c，則決策(所確定的精確量)u應(yīng)滿足：∈U。這個判別方法簡單易行，實時性也好，但它概括的信息量少，因為它完全不考慮其余一切從屬程度較小的點的情況。例如：若C=，則按從屬度最大的原則進行判決，應(yīng)取u。，或取[u，u]的中點（u+u）/2（其中u=u=…=u）作為控制量。例如：若C=，則應(yīng)取u=2．取中位數(shù)法。3．加權(quán)平均判決方法。、量化因子及比例因子的選擇我們把模糊控制器的輸入變量誤差，誤差變化的實際范圍稱為這些變量的基本論域。顯然基本論域內(nèi)的量為精確量。在理論上講，增加論域中的元素個數(shù)。即把等級細分，可以提高控制精度，但這受到計算機字長的限制，另外也要增大計算量。關(guān)于基本論域的選擇，由于事先對被控對象缺乏先驗知識，所以誤差及誤差變化的基本論域只能做初步選擇，待系統(tǒng)調(diào)整時再進一步確定?？刂屏康幕菊撚蚋鶕?jù)被控對象提供的數(shù)據(jù)選定。為了進行模糊化處理，必須將輸入變量從基本論域轉(zhuǎn)換到相應(yīng)的模糊集論域中，這中間須將輸入變量乘以相應(yīng)的量化因子。 設(shè)誤差變量所取的模糊子集的論域為：{n，n+1，…，0,…，n1，n}，誤差變化量所取的模糊子集論域為:{m,m+1, …,0,…,m1,m}。量化因子一般用K表示，誤差的量化因子Ke及誤差變化的量化因子Kec分別由下面兩個公式來確定，即:Ke=n/x 式() Kec=m/x 式() 在模糊控制器實際工作過程中，一般誤差和誤差變化的基本論域選擇范圍要比模糊論域選擇范圍小得多，所以量化因子一般都遠大于1。每次采樣經(jīng)過模糊控制算法給出的控制量（精確量）還不能直接去控制對象，必須將其轉(zhuǎn)換到為控制對象所能接受的基本論域中去。設(shè)控制量所取的模糊子集論域為：{h,h+1, …,0,…h(huán)1,h},輸出控制量的比例因子由下式確定，即: Ku=y/h 式()由于控制量的基本論域為一連續(xù)的實際域，所以，從控制量的模糊集論域到基本論域的變換，可以用下式計算，即：y=Ku*h 式()式中h為控制量模糊集論域中的任一元素或為控制量的模糊集所判決得到的確切控制量，y為控制量基本論域中的一個精確量，Ku為比例因子。設(shè)計一個模糊控制器除了要有一個好的模糊控制規(guī)則外，合理的選擇模糊控制器輸入變量的量化因子和輸出控制量的比例因子也是非常重要的。實驗結(jié)果表明，量化因子和比例因子也時非常重要的。實驗結(jié)果表明，量化因子和比例因子的大小及其不同量化因子之間大小的相對關(guān)系，對模糊控制器的控制性能影響極大。合理的確定量化因子和比例因子要考慮所采用的計算機的字長，還要考慮計算機的輸入輸出接口中D/A和A/D轉(zhuǎn)換的精度及變化的范圍。即，選擇量化因子和比例因子要充分考慮與D/A和A/D轉(zhuǎn)換精度相協(xié)調(diào)，使接口板的轉(zhuǎn)換精度充分發(fā)揮，并使其變換范圍充分被利用。量化因子Ke及Kec的大小對控制系統(tǒng)的動態(tài)穩(wěn)定性影響很大。Ke選得較大時，系統(tǒng)的超調(diào)也較大，過度時間較長。這一點也不難理解，因為從理論上講，Ke增大，相當于縮小了誤差的基本論域，增大了誤差量的控制作用，雖然能使上升時間變短，但由于超調(diào)過大，使得系統(tǒng)的過渡過程變長。Kec選擇越大系統(tǒng)超調(diào)越小，但系統(tǒng)的響應(yīng)速度變慢。Kec對超調(diào)的遏制作用十分明顯。量化因子Ke和Kec的大小意味著對輸入變量誤差變化的不同加權(quán)程度，Ke和Kec兩者之間也互相影響，在選擇量化因子時要充分考慮到這一點。輸出比例因子Ku作為模糊控制器的總的增量，它的大小影響著控制器的輸出，也影響著模糊控制系統(tǒng)的特性。Ku選擇過小會使系統(tǒng)動態(tài)響應(yīng)過程變長，而Ku選擇過大會導(dǎo)致系統(tǒng)振蕩加劇。通過調(diào)整Ku可以改變對被控對象輸入的大小。量化因子和比例因子的選擇并不是唯一的，可能有幾組不同的值，都能使系統(tǒng)獲得較好的響應(yīng)特性。對于比較復(fù)雜的被控過程，有時采用一組固定的量化因子和比例因子難以收到預(yù)期的控制效果，可以在控制過程中采用改變量化因子和比例因子的方法，來調(diào)整整個控制過程中不同階段上的控制特性，使其對復(fù)雜過程控制收到良好的控制效果。這種形式的控制器稱為自調(diào)整比例因子模糊控制器。 智能雨刮器電機的模糊控制 智能雨刮器的控制原理圖 ： 直流電機的調(diào)速原理直流電動機轉(zhuǎn)速的控制方法可分為勵磁控制法與電樞電壓控制法兩類。隨著電力電子技術(shù)的進步，發(fā)展了許多新的電樞電壓控制方法。如：由交流電源供電,使用晶閘管進行相控調(diào)壓；使用硅整流器將交流電整流成直流或由蓄電池等直流電源供電，再由PWM斬波器進行斬波調(diào)壓等。PWM驅(qū)動裝置與傳統(tǒng)晶閘管驅(qū)動裝置比較，具有下列優(yōu)點：需用的大功率可控器件少，線路簡單；調(diào)速范圍寬；電流波形系數(shù)好，附加損耗小；功率因數(shù)高?？梢詮V泛應(yīng)用于現(xiàn)代直流電機伺服系統(tǒng)中。小功率直流電機的調(diào)速原理：對于小功率電機的調(diào)速系統(tǒng)，使用單片機控制是極為方便的。其方法是通過改變電機電樞電壓接通時間與通電周期的比值（即占空比）來控制電機速度。在PWM驅(qū)動控制的調(diào)整系統(tǒng)中，按一個固定的頻率來接通和斷開電源，并根據(jù)需要改變一個周期內(nèi)“接通”和“斷開”時間的長短。這種方法稱為脈沖寬度調(diào)制（Pulse Width Modulation），簡稱PWM。因此。PWM又被成為“開關(guān)驅(qū)動裝置”。改變占空比的方法有三種：（1）定寬調(diào)頻法，保持t不變，只改變t，這樣周期T（或頻率）也隨之改變；（2）調(diào)寬調(diào)頻法，保持t不變，而改變 t，這樣也使周期T（或頻率）改變；（3）定頻調(diào)寬法，這種方法周期T（或頻率）不變，而同時改變t和t。由于前兩種方法都改變了周期（或頻率），當控制頻率與系統(tǒng)的固有頻率接近時，將會引起振蕩，用的比較少，因此本系統(tǒng)采用的是定頻調(diào)寬法。在買沖作用下，當電機通電時，速度增加。電機斷電時，速度逐漸減小。只要按一定規(guī)律，改變通斷電時間，即可實現(xiàn)對電機的轉(zhuǎn)速控制。[11]：設(shè)電機永遠接通電源時，其最大轉(zhuǎn)速為V，設(shè)占空比D=t/T，則電機的平均速度V，V=V*D。從圖中可以看出，V與占空比D并不是完全的線性關(guān)系（圖中實線），當系統(tǒng)允許時，可以將其近似的看成線性關(guān)系（圖中虛線），本系統(tǒng)采用近似法。 脈沖寬度調(diào)速系統(tǒng)原理圖 電機同步設(shè)計中選擇模糊控制的原因在古典控制理論中，應(yīng)用最成功的是比例積分微分(PID)控制。它是一種在工業(yè)生產(chǎn)中廣泛應(yīng)用的常規(guī)控制算法，屬于線性控制。這種控制方式的最大優(yōu)點是結(jié)構(gòu)簡單，使用方便，可以不用被控對象的模型參數(shù)，直接根據(jù)輸出的偏差進行調(diào)節(jié)。該算法由于其簡單實用而被廣大工程技術(shù)人員所熟悉。但是當被控對象比較復(fù)雜時，便難以取得滿意的控制效果?，F(xiàn)代控制理論為控制復(fù)雜系統(tǒng)提供了新的思路。采用該理論進行控制時，需要提供準確的數(shù)學(xué)模型。盡管數(shù)值計算與計算機技術(shù)的發(fā)展，為求解模型參數(shù)提供了有效的方法和工具，但由于這些模型方程中有眾多的參數(shù)需要估計，而求解這些參數(shù)時又往往缺少足夠的信息特征和信息量，因此限制了現(xiàn)代控制理論的有效應(yīng)用。 一個控制系統(tǒng)控制質(zhì)量的優(yōu)劣，關(guān)鍵在于它能否對被控對象提供精確的控制。當研究的控制系統(tǒng)涉及非線性、多變量、時變性等這樣的大系統(tǒng)時，如煤炭生產(chǎn)過程、金屬冶煉、石油化工、工業(yè)鍋爐等，系統(tǒng)的復(fù)雜性與控制技術(shù)的精確性便形成了尖銳的矛盾。由于被控對象和過程的非線性、時變性、多參數(shù)間的強烈耦合、隨機干擾、被控過程的機理錯綜