【正文】 判定 性能指標測量 模糊自適應控制研究 ２４ 通系統(tǒng)動態(tài)參數(shù)的辯識來測量性能指標就是一種間接方法。 自適應系統(tǒng)的基本結(jié)構(gòu) 自適應 系統(tǒng)的結(jié)構(gòu)如圖 。 定義 1 自適應系統(tǒng)在工作過程中能不斷的檢測系統(tǒng)參數(shù)或運行指模糊自適應控制研究 ２３ 標，根據(jù)參數(shù)或運行指標的變化，改變控制參數(shù)或控制作用，使系統(tǒng)工作于最優(yōu)工作狀態(tài)或接近于最優(yōu)工作狀態(tài)。所以設計自適應控 制比設計一般的反饋控制要復雜得多。為了使控制對象參數(shù)在大范圍內(nèi)變化時，系統(tǒng)仍能自動地工作于最優(yōu)工作狀態(tài)或接近于最優(yōu)的工作狀態(tài)，因而就提出了自適應控制問題。當 對象的 數(shù)學模型參數(shù)在小范圍內(nèi)變化時，可用一般的反饋控制 、 最優(yōu)控制或補償控制等方法來消除或減小參數(shù)變化對控制品質(zhì)的有害影響。例如導彈或飛機的氣動參數(shù)會隨其飛行速度 、 飛行高度和大氣密度而邊，特別是導彈的飛行速度和飛行高度的變化范圍很大，因而導彈的數(shù)學模型參數(shù)可在很大的范圍內(nèi)變化?；蛘呖梢赃@樣理解： 一般是指系統(tǒng)按照環(huán)境的變化調(diào)整其模糊自適應控制研究 ２２ 自身使得其行為在新的或者已經(jīng)改變了的環(huán)境下達到最好或者至少是容許的特性和功能這種對 環(huán)境變化 具有 適應能力 的 控制系統(tǒng) 稱為 自適應控制系統(tǒng) [10]。在工業(yè)控制中，與自適應系統(tǒng)搭配的控制器大多是 PID控制器，這樣的控制系統(tǒng)在電子產(chǎn)品、工廠等有很多了 [9]。另外 ， 還有許多文獻將提出的新算法應用于單級倒立擺、球板系統(tǒng)、二級倒立擺等進行仿真實驗研究。提出了三層的層次預測模糊控制方法 ， 對汽車停車控制進行了應用仿真研究 ， 而在 1987年、 1991年用預測模糊控制實現(xiàn)了列車系統(tǒng)的停車控制系統(tǒng)。 3)應用范圍正向高一級的新領(lǐng)域擴展 ， 如機器人定位系統(tǒng)、汽車定位模糊自適應控制研究 ２１ 系統(tǒng)、智能車輛高速公路系統(tǒng)等。綜合模糊控制系統(tǒng)與人工神經(jīng)網(wǎng)絡的優(yōu)點 ， 提出了一種多變量系統(tǒng)的模糊神經(jīng)控制模型 ， 建立了渣貧化電爐生產(chǎn)過程的模糊神經(jīng)網(wǎng)絡控 制模型 ， 并開發(fā)出相應的決策支持系統(tǒng) ， 該系統(tǒng)自 1992年 6月投入使用 ， 一直穩(wěn)定可靠地正常運行 ， 效果好 ， 經(jīng)濟和社會效益顯著。 2)結(jié) 合許多新思想得到的算法正較多地應用于實際提出一種模糊邏輯神經(jīng)網(wǎng)絡自適應控制方法 ， 在伺服直流電機調(diào)速系統(tǒng)中進行了實驗研究 ， 其系統(tǒng)響應和魯棒性優(yōu)于常規(guī)控制器。提出模糊控制加前饋補償?shù)膹碗s模糊控制器的方法 ， 應用于 MCS 51單片機控制的異步電動機輕載降壓節(jié)能器上 ， 取得了較好的控制效果。設計了發(fā)動機調(diào)速系統(tǒng)的模糊邏輯控制器。其特點是 ： 1)多應用于工業(yè)過程控制領(lǐng)域采用參數(shù)自調(diào)整與積分的混合控制實現(xiàn)焊熔寬的自動控制 ， 把模糊積分改為精確量積分。其第三維為誤差變化率的變化。其直接測辨決策表的方法為 ： 應用多變量最小二乘回歸方法擬和成功控制系統(tǒng)輸入輸出間的函數(shù)關(guān)系 ， 然后對量測數(shù)據(jù)組模糊化 ， 再對控制函數(shù)離散化 (模糊化 )建立模糊控制決策表。設計了一個參數(shù)自調(diào)整模糊控制器 ，實現(xiàn)了快速響應和小的超調(diào)。仿真及紙張水分控制的實際應用研究證明了該方法的正確和優(yōu)越性。提出用論域縮小逼近法來消除模糊控制器的余差。對時變對象提出兩種提高模糊控制精度的方法。 近幾年來 ， 許多學者對此進行了多種方法的研究 ， 主要思想有 ： 分擋控制、論域縮小逼近法、加入積分作用、切換 PID模糊控制器、引入智能積分、直接測辨模糊控制決策表等方法 ， 部分結(jié)果在工程實踐中得到了應用檢驗 ， 其它的在仿真結(jié)果中得以驗證。前幾年人們嘗試了用論域縮小的方法來消除余差 ， 用該變控制規(guī)則的數(shù)量 或規(guī)則本身的方法、改變量化曲線、以及改變隸屬函數(shù)的形式等來改善控制系統(tǒng)的控制性能。利用 Nelde Mead單純形法自動優(yōu)化誤差變化率的隸屬函數(shù) ， 因為此類隸屬函數(shù)表征了速度的反饋。具有兩個特點 ： 降低了自適應線性化系統(tǒng)標準方法的復合要求 。提出基于 ART的模糊自適應學習控制網(wǎng)絡 的增強式學習算法。用這兩組規(guī)則 ， 系統(tǒng)可在某時刻同時調(diào)整由系統(tǒng)兩種狀態(tài)激活的控制規(guī)則。用另一類具動態(tài)結(jié)構(gòu) BP網(wǎng)絡修正現(xiàn)有的控制規(guī)則 ,實現(xiàn)規(guī)則的自組織 ， 在控制過程中不斷優(yōu)化控制性能 ， 使控制效果更理想。文中對 GA的改進有兩點 ： a)增加“雜交”算子 ； b)主動“優(yōu)生”描述改善生物群體的質(zhì)量 ， 使 GA由被動進化變成主動進化。應用單層神經(jīng)網(wǎng)絡學習多變量模糊規(guī)則中的未知參數(shù) ， 還可以由它來實現(xiàn)多變量模糊模糊自適應控制研究 １７ 推理過程 ， 該方法針對解決多變量模糊控制中普遍存在的規(guī)則獲取困難和難于實現(xiàn)實時自適應等問題。利用專家自學習思想研究模糊控制的修正因子在線自學習方法。針對常規(guī)模糊控制的不足 ， 采用分層多規(guī)則集結(jié)構(gòu) ， 實現(xiàn)了模糊控制的智能化。下面簡單介紹這方面的研究狀況。另外 ， 還有許多關(guān)于增強式學習算法及模糊自適應等思想的研究。目前 ， 在模糊控制的發(fā)展中 ， 多是對傳統(tǒng)的模糊控制方法的研究 ， 存在的主要問題是 ：眾多的待定參數(shù) ， 控制規(guī)則建立困難。由于它的這些特點，模糊控制正在得到越來越廣泛的應用。它的應用領(lǐng)域涉及模糊自適應控制研究 １６ 各各方面，控制方法也有廣很大進展，模糊控制器的性能不斷提高。 9)簡單、實用且具有模糊推理功能的模糊集成芯片和模糊控制裝置、通用模糊控制系統(tǒng)的開發(fā)和推廣應用。這方面的嘗試有待深 入。 6)神經(jīng)網(wǎng)絡與模糊控制相結(jié)合，有望發(fā)展一套新的智能控制理論。 4)模糊動態(tài)模型的辨識方法。 2)模糊控制規(guī)則設計方法的研究，包括模糊集合隸屬函數(shù)設定方法，量化水平， 采樣周期的最優(yōu)選擇，規(guī)則的系數(shù)，最小實現(xiàn)以及規(guī)則和隸屬函數(shù)參數(shù)自動生成等問題；進一步則要求我們給出模糊控制器的系統(tǒng)化設計方法。其中兩個重要模糊自適應控制研究 １５ 的問題是：如何獲得模糊規(guī)則及隸屬函數(shù)，這在目前完全憑經(jīng)驗來進行；以及如何保證模糊系統(tǒng)的穩(wěn)定性。由于它的發(fā)展歷 史還不長，理論上的系統(tǒng)性和完善性，技術(shù)上的成熟性和規(guī)范性都還是不夠的，有待人們的進一步提高。需要指出的是 ，雖然目前的研究成果和文獻較多 ， 模糊控制的應用十分成功和廣泛 ， 但是迄今為止模糊控制系統(tǒng)的穩(wěn)定性分析和控制系統(tǒng)設計仍缺乏一個強有力的數(shù)學工具和統(tǒng)一的方法 ， 仍未形成較為完善的理論體系 ， 還有許多理論問題有待于進一步探索。最后要提到的是模糊 邏輯控制系統(tǒng)魯棒穩(wěn)定性問題的研究 ， 由于其與靈敏度分析和魯棒多變量反饋控制器的緊密聯(lián)系 ， 可望為模糊邏輯控制的系統(tǒng)設計和穩(wěn)定性分析、性能評估等提供系統(tǒng)的設計方法。其中 ， Lyapunov 穩(wěn)定性理論、自適應控制理論、關(guān)系矩陣分析法占有很重要的地位 ， 尤其是 Lyapunov穩(wěn)定性理論和自適應控制理論方法 ； 數(shù)值計算分析方法與模糊穴 穴映射具有相通之處 ， 但是穴 穴映射借助于新的數(shù)學工具正顯示出新的研究活力。在模糊控制系統(tǒng)的穩(wěn)定性分析和設計中 ， 采用的模糊邏輯系統(tǒng)大致有三種類型 ： (a)純模糊邏輯系統(tǒng) ； (b) Takagi Sugeno(簡記為 T S)模糊邏輯系統(tǒng) ； (c)具有模糊產(chǎn)生器和模糊消除器的模糊邏輯系統(tǒng)。由于模糊系統(tǒng)本質(zhì)上的非線性和缺乏統(tǒng)一的系統(tǒng)描述 ， 使得人們難以利用現(xiàn)有的控制理論和分析方法對模糊控制系統(tǒng)進行分析和設計 ， 因此 ， 模糊控制理論的穩(wěn)定性分析一直是一個難點課題 ， 仍未形成較為完善的理論體系 ， 還有許多理論問題有待于進一步解決。 穩(wěn)定性分析 眾所周知 ， 任何一個自動控制系統(tǒng) ， 首先必須是穩(wěn)定的 ,否則這個系統(tǒng)就無法工作。 基于神經(jīng)網(wǎng)絡的模糊控制 神經(jīng)網(wǎng)絡實現(xiàn)局部或全部的模糊邏輯控制功能，前者如利用神經(jīng)網(wǎng)絡實現(xiàn)模糊控制規(guī)則或模糊推理，后者通常要求網(wǎng)絡層數(shù)多于三層 ； 自適應模糊自適應控制研究 １３ 神經(jīng)網(wǎng)絡模糊控制，利用神經(jīng)網(wǎng)絡的學習功能作為模型辨識或直接用作控制器 ； 基于模糊神經(jīng)網(wǎng)絡的隸屬函數(shù)及推理規(guī)則的獲取方法，具有模糊連接強度的模糊神經(jīng)網(wǎng)等，均在控制中有所應用 ； 模糊系統(tǒng)與遺傳算法相結(jié)合的控制器設計方法則提供了更為新穎的思路。 模糊控制與其它智能控制方法的結(jié)合 盡管模糊控制在概念和理論上仍然存在著不少爭議，但進入 90 年代以來，由于國際上許多著名學者的參與，以及大量工程應用上取得的成功，尤其是對無法用經(jīng)典與現(xiàn)代控制理論建立精確數(shù)學模型的復雜系統(tǒng)特別顯得成績非凡，因而導致了更為廣泛深入 的研究，事實上模糊控制已作為智能控制的一個重要分支確定了下來 [8]。 具有自學習功能的模糊控制 ： 包括多種對外擾影響或重復任務的性能具有自學 習功能的模糊控制方法，以及自尋優(yōu)模糊控制器等，其關(guān)鍵在于學習和尋優(yōu)算法的設計，尤其是提高其速度和效率。 參數(shù)自調(diào)整模糊控制 ： 自調(diào)整比例因子的模糊控制，引入性能測量和比例因子調(diào)整的功能，在線改變模糊控制器的參數(shù)，較大的增強了對環(huán)境變化的適應能力 ； 基于模糊推理的 PID 自整定控制，如參數(shù)自整定模糊PD 控制，以及類似的 PI 及 PID 控制等 [6]。 模糊控制和 自適應 自校正模糊控制器 ： 修改控制規(guī)則的自校正模糊控制器，從響應性能指標的評價出發(fā)，利用模糊集合平移或隸屬函數(shù)參數(shù)的改變，來實現(xiàn)控制規(guī)則的部分或全面修正，也可通過修正規(guī)則表或隸屬函數(shù)本身來進行調(diào)整 。 三維模糊控制器 ： 一種是利用誤差 E，誤差變化 Ec 和誤差變化速率Ecc 作為三維變量，可以解決傳統(tǒng)二維模糊控制器的快速響應與穩(wěn)定性要求之間的矛盾 ； 另一種方法是利用 E， Ec 和誤差的累積和 ΣE ，這相當于變 增益的 PID 控制器，提高了模糊控制的穩(wěn)態(tài)精度。 模糊 線性復合控制 ： 如模糊 前饋補償控制等，實際利用 了模糊控制是變增益 PI 控制器的特點，在實際系統(tǒng)的控制中取得了較好的效果。對模糊控制的改進方法可大致的分為模糊復合控制，自適應和自學習模糊控制，以及模糊控制與智能化方法的結(jié)合等三個方面。在實際應用中，往往是將模糊控制或模糊推理的思想，與其它相對成熟的控制理論或方法結(jié)合起來，發(fā)揮各自的長處，從而獲得理想的控制效果。但由于模糊規(guī)則是人們對過程或?qū)ο竽：畔⒌臍w納，對高階、非線性、大時滯、時變參數(shù)以及隨機干擾嚴重的復雜控制過程，人們的認識往往比較貧乏或難以總結(jié)完整的經(jīng)驗，這就使得單純的模糊控制在某些情況下很粗糙，難以適應不同的運行狀態(tài)，影響了控制效果。常見的模糊推理方法有最大最小推理和最大乘積推理兩種，可視具體情況選擇其一：解模糊化方法有最大隸屬度法，中位數(shù)法，加權(quán)平均，重心法，求和法或估值法等等，針對系統(tǒng)要求或運行情況的不同而選取相適應的方法，從而將模糊量轉(zhuǎn)化為精確量，用以實施最后的控制策略?？刂坡赏ǔＳ梢唤Mifthen 結(jié)構(gòu)的模糊條件語句構(gòu)成，例如 :if e=N and c=N， then u=PB??等；或總結(jié)為模糊控制規(guī)則表，如表 1 中所示，可直接由 e 和 c 查詢相應的控制量 u。 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 模糊自適應控制研究 ９ 3） 建立模糊控制規(guī)則或控制算法。模糊語言值通常選取 5 或 7 個，例如取為 {負，零，正 }， {負大，負小，零，正小，正大 }，或 {負大，負中，負 小，零，正小，正中，正大 }等。選取方法一般如圖 1 所示，即分別取 e、 c 和 u。由模糊自適應控制研究 ８ 圖可知模糊控制器主要包含三個功能環(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)。 圖 模糊控制算法流程圖 模糊控制系統(tǒng)的魯棒性強，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、時變及純滯后系統(tǒng)的控制。 基于模型的控制算法及系統(tǒng)設計方法，由于出發(fā)點和性能指標的不模糊自適應控制研究 ７ 同，容易導致較大差 異；但一個系統(tǒng)的語言控制規(guī)則卻具有相對的獨立性，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。它直接采用語言型控制規(guī)則，出發(fā)點是現(xiàn)場操作人員的控制經(jīng)驗或相關(guān)專家的知識，在設計中不需要建立被控對象的精確數(shù)學模型，因而使得控制機理和策略易于接受與理解，設計簡 單，便于應用。 模糊控制基礎(chǔ) 模糊控制的基本思想是利用計算機來實現(xiàn)人的控制經(jīng)驗，而這些經(jīng)驗多是用語言表達的具有相當模糊性的控制規(guī)則 [3]。近 20 多年來，模糊控制不論從理論上還是技術(shù)上都有了長足的進步，成為自動控制領(lǐng)域中一個非?；钴S而又碩果累累的分支。模糊控制的一大特點是既具有系統(tǒng)化的理論，又有著大量實際應用背景。這一開拓性的工作標志著模糊控制論的誕生。 1965 年，美國的