【正文】 策的方法等因素。模糊控制器（Fuzzy Controller—FC）也稱為模糊邏輯控制器（Fuzzy Logic Controller—FLC），由于其所采用的模糊控制規(guī)則是由模糊理論中模糊條件語言來描述的，因此模糊控制器是一種語言型控制器，故也稱為模糊語言控制器（Fuzzy Language Controller—FLC）。 模糊控制器的組成框圖模糊化接口（Fuzzy interface）： 模糊控制器的輸入必須通過模糊化才能用于控制輸出的求解，因此它實際上是模糊控制器的輸入接口。它主要的作用是將真實的確定量輸入轉(zhuǎn)換為一個模糊矢量。通?？刂瓶偸怯迷O(shè)定的期望值與系統(tǒng)的實際輸出值相比較得到誤差值，控制器根據(jù)這個誤差值來決定如何對系統(tǒng)實現(xiàn)控制。很多情況下還需要根據(jù)誤差的變化率以及誤差的變化率的速率來進(jìn)行綜合判斷。這些數(shù)值都是精確的輸入值，要使用模糊控制技術(shù)必須將其轉(zhuǎn)化為模糊集合的隸屬函數(shù)。根據(jù)先輩們的一系列實驗和實踐，定義輸入量常采用的隸屬函數(shù)可采用吊鐘形、梯形和三角形。為了簡化計算，現(xiàn)在常用的是三角形，其次是梯形。 三角形隸屬度函數(shù)為了實現(xiàn)模糊控制器的標(biāo)準(zhǔn)化設(shè)計，目前在實際中常用的處理方法是Mamdani提出的方法，就是把誤差值E和（或者）誤差變化EC的變化范圍設(shè)定為一區(qū)間[n n]（n7）連續(xù)變化量，使之離散化，構(gòu)成若干個整數(shù)元素的離散集合。例如將誤差值的變化范圍設(shè)定為[5 5]，則離散化后的離散集合可以為： {5，4，3，2，1，0，1，2，3，4，5}實際中精確輸入量一般不會在[n n]之間變化，假設(shè)變化范圍為[a b]，這時候可以通過變換，將在[a b]范圍內(nèi)變化的變量轉(zhuǎn)換為[n n]的變量，再把[n n]之間變化的連續(xù)量根據(jù)需要分為若干等級，每個等級作為一個模糊變量，并對應(yīng)一個模糊子集和或者隸屬函數(shù)。如采用上面例子可以分為8個等級：“正大（PB）”、“正中（PM）”、“正小（PS）”、“正零（PZ）”、“負(fù)零（NZ）”、“負(fù)?。∟S）”、“負(fù)中（NM）”、“負(fù)大（NB）”。可根據(jù)實際需要將等級數(shù)目（項集合）擴(kuò)大或者縮小，項集合越多控制分辨率越高，項集合越少控制分辨率越低。知識庫（Knowledge Base—KB）：由數(shù)據(jù)庫和規(guī)則庫兩部分構(gòu)成。（1） 數(shù)據(jù)庫（Data Base—DB） 數(shù)據(jù)庫所存放的是所有輸入、輸出變量的全部模糊子集的隸屬度矢量值（即經(jīng)過論域等級離散化以后對應(yīng)值的集合），若論域為連續(xù)域，則為隸屬度函數(shù)。在規(guī)則推理的模糊關(guān)系方程求解過程中，向推理機(jī)提供數(shù)據(jù)。（2） 規(guī)則庫（Rule Base—RB） 模糊控制器的規(guī)則是基于專家知識或手動操作熟練人員長期積累的經(jīng)驗，它是按人的直接推理的一種語言表示形式。目前，模糊控制規(guī)則庫的建立大致有以下幾種方法：（1） 專家經(jīng)驗法：專家經(jīng)驗法是很自然的方法又是主觀性較強(qiáng)的方法。這里的專家經(jīng)驗是通過對專家控制經(jīng)驗的咨詢形成控制規(guī)則庫。（2） 觀察法：通過觀察人類控制行為并將其控制的思想提煉出一套基于模糊條件語句類型的控制規(guī)則，從而建立模糊規(guī)則庫的途徑就是觀察法的基本思路。（3） 自組織法：自組織模糊控制器能夠在沒有先驗知識和很少有先驗知識的情況下通過對觀察系統(tǒng)的輸入和輸出關(guān)系來建立控制規(guī)則庫。模糊規(guī)則通常由一系列的關(guān)系詞連接而成，如ifthen、else、also、end、or等，關(guān)系詞必須經(jīng)過“翻譯”才能將模糊規(guī)則數(shù)值化。最常用的關(guān)系詞為ifthen、also，對于多變量模糊控制系統(tǒng)，還有and等。例如，某模糊控制系統(tǒng)輸入變量為（誤差）和（誤差變化率），他們對應(yīng)的語言變量為E和EC，可給出一組模糊規(guī)則：：if E is NB and EC is NB then U is PB：if E is NB and EC is NS then U is PM通常把if…部分稱為“前提部”，而then…部分稱為“結(jié)論部”，其基本結(jié)構(gòu)可歸納為if A and B then C，其中A為論域U上的一個模糊子集，B是論域V上的一個模糊子集。根據(jù)人工控制經(jīng)驗，可離線組織其控制決策表R，R是笛卡爾乘積上的一個模糊子集，則某一時刻其控制量由下式給出： (32)式中 ——模糊直積運(yùn)算； ——模糊合成運(yùn)算。規(guī)則庫是用來存放全部模糊控制規(guī)則的，在推理時為“推理機(jī)”提供控制規(guī)則。由上述可知，規(guī)則條數(shù)和模糊變量的模糊子集劃分有關(guān)，劃分越細(xì)，規(guī)則條數(shù)越多，但并不代表規(guī)則庫的準(zhǔn)確度越高，規(guī)則庫的“準(zhǔn)確性”還與專家知識的準(zhǔn)確度有關(guān)。推理與解模糊接口（Inference and Defuzzyinterface）：推理是模糊控制中，根據(jù)輸入模糊量，由模糊控制規(guī)則完成模糊推理來求解模糊控制關(guān)系方程，并獲得模糊控制量的功能部分。在模糊控制中，考慮到推理時間，通常采用運(yùn)算簡單的推理方法。最基本的有Zadeh近似推理，它包含有正向推理和逆向推理兩類。正向推理常被用于模糊控制中，而逆向推理一般用于知識工程學(xué)領(lǐng)域的專家系統(tǒng)中。對于不同類型的模糊控制規(guī)則可用不同的模糊推理方法：（1） 如果A，那么B；（if A then B）設(shè)有論域X、Y，若存在上的二元關(guān)系，則其隸屬函數(shù)為： (33)其中： 為Zadeh算子，表示取大、取小運(yùn)算；，因此有模糊關(guān)系式為： (34) （2） 如果A，那么B，否則C：（if A then B else C）設(shè)有論域X、Y，且，則二元模糊關(guān)系的隸屬關(guān)系： (35)模糊關(guān)系為： (36)（3） 如果A且B，那么C：（if A and B then C）模糊控制中用的最多的語句就是“if A and B then C”語句，是因為在大量的模糊控制中，不但要考慮給定值和實際值所形成的誤差，同時還要考慮誤差的變化率。一般用A表示誤差，用B表示誤差變化率，而用C表示控制動作。由于A是屬于論域誤差X，即；B是屬于論域誤差變化率Y的，即B；而C是屬于論域控制量Z的；即。故有三元模糊關(guān)系式： (37)隸屬函數(shù)為： (38)實際控制中，控制規(guī)則庫都是由若干條規(guī)則組成的，對于每一條推理規(guī)則都可以得到一個相應(yīng)得模糊關(guān)系，N條規(guī)則就有N個模糊關(guān)系：。對于整個系統(tǒng)總的控制規(guī)則所對應(yīng)的模糊關(guān)系R可對N個模糊關(guān)系取“并”操作得到： (39)推理結(jié)果的獲得，表示模糊控制的規(guī)則推理功能已經(jīng)完成。但是，至此所獲得的結(jié)果仍是一個模糊矢量，不能直接用來作為控制量，還必須作一次轉(zhuǎn)換，求得清晰的控制量輸出，即為解模糊（反模糊化）。通常把輸出端具有轉(zhuǎn)換功能作用的部分成為解模糊接口。反模糊化可采用很多不同的方法：（1）最大隸屬度法：這種方法是找出所有規(guī)則推理結(jié)果的模糊集合中隸屬度最大的那個元素作為輸出值。如果其最大隸屬度函數(shù)對應(yīng)得輸出值多于一個時，取所有具有最大隸屬度輸出的平均值。這種方法的優(yōu)點是簡單易行，其缺點是概括的信息量較少。這是因為，該法排除了其它一切隸屬度較小的論域元素（量化等級）的作用。（2）取中位法：為充分利用輸出模糊集合所包含的信息，可將描述輸出模糊集合的隸屬函數(shù)曲線與橫坐標(biāo)圍成區(qū)域的面積的均分點對應(yīng)得論域元素作為判決結(jié)果。這種方法稱為取中位數(shù)法。（3）加權(quán)平均法：該方法針對論域中的每個元素（），以它作為待判決輸出模糊集合的隸屬函數(shù)度的加權(quán)系數(shù)，即取乘積，再計算對于隸屬數(shù)度和的平均值，即： (310)平均值便是應(yīng)用加權(quán)平均法為模糊集合求得的判決結(jié)果。因為是隸屬函數(shù)曲線與橫坐標(biāo)x所圍成區(qū)域面積的重心坐標(biāo)之一，所以式（310）所示加權(quán)平均法有時也稱為重心法。由模糊控制的理論基礎(chǔ)和模糊控制器的基本組成可以知道，要設(shè)計一個模糊控制器，概括為三步：模糊控制器的輸入量模糊化、模糊推理、輸出量的反模糊化。通常把模糊控制器輸入的個數(shù)成為控制器的維數(shù)，常見的模糊控制器有以下三種形式。理論上來說，控制器維數(shù)越高，控制效果就越好，但是實現(xiàn)起來就 模糊控制器的結(jié)構(gòu)形式困難的多。而維數(shù)低的控制器控制效果又不是很理想，因此通常情況下采用二維模糊控制器，其控制效果能滿足大多數(shù)情況。選用二維模糊控制器輸入為速度誤差及誤差的變化率，輸出為定子電流轉(zhuǎn)矩，量化因子分別為和，量化因子和的大小意味著對輸入變量誤差和誤差變化率的不同加權(quán)程度，比例因子為。模糊變量：輸入相應(yīng)誤差E，誤差變化EC，輸出為控制量。誤差E、誤差EC及控制量的模糊子集均用七個模糊量描述即：{NB，NM，NS，0，PS，PM，PB}。它們的論域均為：{5，4，3，2，1，0，1，2，3，4，5}。 模糊推理和決策首先確定各模糊子集的隸屬函數(shù)：誤差E、誤差變化EC、控制量的各模糊狀態(tài)的隸屬函數(shù)分別為表3表32及表33。. 表31 誤差E的隸屬函數(shù)（隸屬度） eE54321012345PB100000000PM1000000PS0001000000000010000NS000001000NM0000001NS000000001 表32 誤差變化率EC的隸屬函數(shù)（隸屬度） EC54321012345PB100000000PM1000000PS0001000000000010000NS000001000NM0000001NS000000001 表33 控制量的隸屬函數(shù) ?u?U54321012345PB100000000PM1000000PS00100000000010000NS0000100NM0000001NS000000001根據(jù)輸入、輸出模糊變量確立模糊控制規(guī)則，如表34，共計27條。 表34 模糊控制推理語言規(guī)則表EECPBPMPS0NSNMNBPBPB PM 0PMPBPMPS 0PSPBPM0 NS0 PMPS0NSNMNSPS PMNMNBNM 0NSNM NMNB 0NM NM(1) 若E為PB~PS，EC為PB，則為PB。模糊關(guān)系：即隸屬度：（2）若E為0，EC為PB，則為PM。模糊關(guān)系：即隸屬度：（3）若E為NS~NB，EC為PM，則為0。模糊關(guān)系：即隸屬度：（4）若E為PB~PM，EC為PM，則為PB。模糊關(guān)系：即隸屬度：（5）若E為PS，EC為PM，則為PM。模糊關(guān)系：即隸屬度：（6）若E為0，EC為PM，則為PS。模糊關(guān)系：即隸屬度：（7）若E為NS~NB，EC為PM，則為0。模糊關(guān)系：即隸屬度：（8）若E為PB，EC為PS，則為PB。模糊關(guān)系：即隸屬度：（9）若E為PM~PS，EC為PS，則為PM。模糊關(guān)系：即隸屬度：（10）若E為0~NS，EC為PS，則為0。模糊關(guān)系：即隸屬度：（11）若E為NM~NB，EC為PS，則為NS。模糊關(guān)系：即隸屬度：（12）若E為PB~PM，EC為0，則為PM。模糊關(guān)系：即隸屬度：（13）若E為PS，EC為0，則為PS。模糊關(guān)系：即隸屬度：（14）若E為0，EC為0，則為0。模糊關(guān)系：即隸屬度：（15）若E為NS，EC為0，則為NS。模糊關(guān)系：即隸屬度：（16）若E為NM~NB，EC為0，則為NM。模糊關(guān)系：即隸屬度：（17）若E為PB~PM，EC為NS，則為PS。模糊關(guān)系：即隸屬度：（18）