智能控制技术——模糊控制系统

智能控制技术,模糊控制系统,主要内容,2,3. 模糊控制系统 3.1 模糊控制系统的组成 3.1.1 模糊化过程 3.1.2 知识库 3.1.3 推理决策过程 3.1.4 精确化过程 3.2 模糊控制系统的设计 3.3 模糊控制器的设计举例,3,3.1 模糊控制系统的组成,3.1.0 模糊控制系统的组成概述,模 糊 化,模糊推理 （推理决策逻辑）,精 确 化,知识库,输入,输出,4,3.1 模糊控制系统的组成,3.1.1 模糊化,模糊化的定义,精确量转化为模糊量。 将输入变量的值转化成通常用语言值表示的某一限定码的序数。 （输入变量所对应的模糊子集的隶属程度）,5,3.1 模糊控制系统的组成,3.1.1 模糊化,模糊化的过程（举例说明：一个二维模糊控制器）,（1）确定输入、输出变量 输入：e ; de 输出：u,（2）量化因子和比例因子 基本论域：e -emin, emax de -demin, demax 将连续量离散化： 取X=-n, -n+1, , 0, 1, n-1, n n: 档数,6,3.1 模糊控制系统的组成,3.1.1 模糊化,模糊化的过程（举例说明：一个二维模糊控制器）,（2）量化因子和比例因子 定义量化因子：,ke确定后，任何e值都可以转化为X上的某一元素。,7,3.1 模糊控制系统的组成,3.1.1 模糊化,模糊化的过程（举例说明：一个二维模糊控制器）,（2）量化因子和比例因子 定义量化因子：,定义比例因子：,8,3.1 模糊控制系统的组成,3.1.1 模糊化,模糊化的过程（举例说明：一个二维模糊控制器）,（3）语言值的选取,一般取78个语言值,9,3.1 模糊控制系统的组成,3.1.1 模糊化,模糊化的过程（举例说明：一个二维模糊控制器）,（4）语言值的模糊子集 三角函数，正态分布函数等,1,PB,NB,6,6,10,3.1 模糊控制系统的组成,3.1.1 模糊化,模糊化的过程（举例说明：一个二维模糊控制器）,（5）语言变量赋值表（离散）,语言变量：E DE U,语言值：PB PM PS ZE NS NM NB,模糊子集: (三角分布，正态分布等),11,3.1 模糊控制系统的组成,3.1.1 模糊化,模糊化的过程（举例说明：一个二维模糊控制器）,例：设误差的基本论域为：-2.0,2.0， 当k时刻测得误差为：e(k) = 1.2, 由量化公式得k时刻的误差的量化值为： 查偏差的隶属度值表，得语言变量值为PM(正中)，对应的模糊子集为： 将此模糊子集作为k时刻的偏差变量的值送入推理机进行推理判断。,12,3.1 模糊控制系统的组成,3.1.2 知识库,知识库的定义,知识库包含了数据库和规则库,数据库存放所有输出输出变量的全部模糊子集的隶属度矢量值。若论域为连续域，则为隶属度函数。 规则库用来存放全部模糊控制规则，在推理时为推理机提供控制规则。模糊控制器的规则是基于专家知识或手动操作经验来建立的，它是按人的直觉推理的一种语言表示形式。通常由一系列的关系词连接而成，如if、then、else、also、and、or等。,13,3.1 模糊控制系统的组成,3.1.2 知识库,模糊控制规则的建立,专家经验法：通过对专家控制经验的咨询形成控制规则库。,采用“if-then”规则语言来表达经验。,观察法：观察操作人员的实际控制过程。,采用“if-then”规则语言来进行控制。,14,3.1 模糊控制系统的组成,3.1.2 知识库,模糊控制规则的建立,基于模糊模型：用语言描述建立对象的模糊模型，以便得 到模糊控制规则。,由规律3可得出一条控制规则：,自组织法：,模糊控制规则能随着环境或对象的变化进行修改。,15,3.1 模糊控制系统的组成,3.1.2 知识库,常用的模糊控制规则,单输入输出的一维FC,If x=A then y=B,If x=A then y=B else y=C,简单，但控制效果不佳，适用于随动、定值控制系统等。,模糊关系：,（玛达尼推理）,（扎德推理）,模糊关系：,16,3.1 模糊控制系统的组成,3.1.2 知识库,常用的模糊控制规则（液位控制系统）,控制器,减速器,电动机,电位器,浮子,用水开关,Q2,Q1,R,if,SM,K1,输入：水位R；输出：控制器K1,手动调节的规则,17,3.1 模糊控制系统的组成,3.1.2 知识库,常用的模糊控制规则（液位控制系统）,多次记录，根据手动控制经验总结出模糊控制规则：,（1）为E为正大，则U为负大。,若e=测量给定,（2）为E为正小，则U为负小。,（3）为E为零，则U为零。,（4）为E为负小，则U为正小。,（5）为E为负大，则U为正大。,18,3.1 模糊控制系统的组成,3.1.2 知识库,常用的模糊控制规则,双输入单输出的二维FC,If x1=A and(0R) x2= B then y=C,模糊关系：,考虑了误差和误差变化，在随动和定值控制系统的控制性能方面明显优于一维控制器。,19,3.1 模糊控制系统的组成,3.1.3 推理决策过程,推理决策逻辑,即上一章中介绍的模糊逻辑推理。 常用的是最大最小（玛达尼）推理。,模糊控制的核心。 利用知识库的信息，模拟人类的推理决策过程。,20,3.1 模糊控制系统的组成,3.1.4 精确化过程,精确化的定义,把由模糊推理所得到的模糊输出量，转变为精确控制量。进而去驱动或控制具体的执行机构。,精确化的计算方法,最大隶属度法 加权平均法（重心法） 中位数法,21,3.1 模糊控制系统的组成,3.1.4 精确化过程,最大隶属度法,在输出的模糊集合中取隶属度最大的元素作为结果，如果同时出现几个元素具有最大隶属度，则取它们的平均值作为结果。,例：,精确量：,优点：计算简单。 缺点：概括的信息量少，适用于控制要求不高的场合。,22,3.1 模糊控制系统的组成,3.1.4 精确化过程,加权平均法,（1）普通加权(重心法),连续：,离散：,23,3.1 模糊控制系统的组成,3.1.4 精确化过程,同样考虑上例：,加权平均法,24,3.1 模糊控制系统的组成,3.1.4 精确化过程,加权平均法,（2）算术加权,25,3.1 模糊控制系统的组成,3.1.4 精确化过程,中位数法,取模糊隶属度函数曲线与横坐标围成面积平分为两等份的数作为结果。,26,3.1 模糊控制系统的组成,3.1.4 精确化过程,去模糊化，求实际输出,解模糊后，还要经过尺度变换，求出实际输出。,主要内容,27,3. 模糊控制系统 3.1 模糊控制系统的组成 3.1.1 模糊化过程 3.1.2 知识库 3.1.3 推理决策过程 3.1.4 精确化过程 3.2 模糊控制系统的设计 3.3 模糊控制器的设计举例,28,3.2 模糊控制系统的设计,模糊控制器的控制过程小结,（1）模糊化 输入值 (ei，dei) 经模糊化 E，DE （2）推理决策（依赖知识库） 模糊逻辑推理，合成运算得Ui （3）精确化 精确化得ui 尺度变换得yi,29,3.2 模糊控制系统的设计,模糊控制器设计需解决的问题,模糊控制器的结构确定； 模糊控制规则的确定； 模糊化和清晰化方法的确定； 模糊控制器的参数确定； 编写模糊控制算法程序。,30,3.2 模糊控制系统的设计,（1）模糊控制器的结构确定,按照输入输出量个数分类,单变量（输出量）模糊控制器：一维，二维，三维 多变量模糊控制器：MIMO,单一型：模糊控制器 复合型：模糊控制器和其它传统控制方式结合在一起控制,按照控制机理（本质）分类,按照控制功能分类,固定型变结构型自组织型 自适应型模糊PID控制器,31,3.2 模糊控制系统的设计,（1）模糊控制器的结构确定,一维模糊控制器 输入语言变量为被控量和结定值的偏差，动态控制性能不佳，控制效果不能令人满意。这种控制方案一般用于一阶被控对象。,32,3.2 模糊控制系统的设计,（1）模糊控制器的结构确定,二维模糊控制器 输入语言变量为被控量与给定值的偏差和偏差变化率，能够较全面严格地反映被控过程的动态待性，因此控制效果比一维模糊控制器好。它是目前被广泛采用的一种模糊控制器。,33,3.2 模糊控制系统的设计,（1）模糊控制器的结构确定,三维模糊控制器 输入变量分别为系统偏差量、偏差变化率和偏差变化率的变化率。由于这类模糊控制器结构比较复杂，推理运算时间长，一般较少使用。,34,3.2 模糊控制系统的设计,（1）模糊控制器的结构确定,复合模糊控制器 模糊控制器+PI控制器（传统）,35,3.2 模糊控制系统的设计,（1）模糊控制器的结构确定,自组织模糊控制器,36,3.2 模糊控制系统的设计,（2）模糊语言变量的语言值分档和模糊论域分级的选取,语言值选取：NB，NM，NS，NO，PO，PS，PM，PL。分档越多，对事物描述越细、越准确，制定控制规则更灵活，控制效果越好。但太多可能使控制变得复杂，编程困难，占用存储量大；分档太少，规则变少，效果较差。 论域分级选取：-6+6，-3+3等。增加论域中元素的个数，可提高控制精度，但增大了计算量，且模糊控制效果的改善不显著。一般选择模糊论域中所含元素个数为模糊语言变量总数的2倍以上，确保各模糊集能较好覆盖论域，避免出现失控现象。,37,3.2 模糊控制系统的设计,（3）量化因子的确定,量化因子ke及kec的大小对控制系统的动态性能影响很大。具体体现为： ke较大时，响应加快，振荡加剧，系统的超调较大，过渡过程较长。因为从理论上讲， ke增大，相当于缩小了误差的基本论域，增大了误差变量的控制作用，因此导致上升时间变短，但由于出现超调，使得系统的过渡过程变长。 kec较大时，快速性好，超调量减小。kec选择越大系统超调越小，但系统的响应速度变慢。 kec对超调的遏制作用十分明显。,38,3.2 模糊控制系统的设计,（4）模糊语言变量在模糊论域上模糊子集隶属函数的确定及表示方法,隶属函数的形状 研究表明，隶属函数的形状在达到控制要求方面差别不大，幅宽大小对性能影响较大。 一般可选用三角形、梯形隶属函数，优点是数学表达和运算较简单，所占内存空间小，在输入值变化时，比正态分布或钟形分布具有更大的灵敏性，当存在偏差时，能很快反应产生一个相应的调整量输出。,39,3.2 模糊控制系统的设计,（4）模糊语言变量在模糊论域上模糊子集隶属函数的确定及表示方法,图形表示法 表格表示法 公式表示法,表示方法,40,3.2 模糊控制系统的设计,（5）控制规则及算法结构的确定,控制规则的确定 模糊控制规则是模糊控制器的核心，控制规则是人们对受控过程认识的模糊信息的归纳和操作经验的总结，控制器的性能很大程度上取决于模糊控制规则的确定及其可调整性。选择控制规则应注意的问题：规则的条数及质量。 由于被控过程的非线性、高阶次、时变性以及随机干扰等因素的影响，造成模糊控制规则或者粗糙或者不够完善，都会不同程度地影响控制效果。于是就出现了自适应模糊控制器，它的思想是在线或离线调节模糊控制规则的结构或参数，使之趋于最优状态，达到控制规则在控制过程中自动调整和完善。,41,3.2 模糊控制系统的设计,查表法 公式法（解析式法） 推理算法 各种算法的运算速度和运算精度有所不同,（5）控制规则及算法结构的确定,算法结构的确定,42,3.2 模糊控制系统的设计,（6）比例因子的确定,（7）模糊判决方法的确定,（8）模糊推理方法的确定,（9）编写模糊控制器的算法程序,主要内容,43,3. 模糊控制系统 3.1 模糊控制系统的组成 3.1.1 模糊化过程 3.1.2 知识库 3.1.3 推理决策过程 3.1.4 精确化过程 3.2 模糊控制系统的设计 3.3 模糊控制器的设计举例,44,3.3 模糊控制器的设计举例,直流调速系统的模糊控制器设计,1、系统结构设计,45,3.3 模糊控制器的设计举例,直流调速系统的模糊控制器设计,2、模糊化,输入量语言值：,误差e：负偏差（NZ），正偏差（PZ）,误差变化de：负偏差变化（NZ），正偏差变化（PZ）,输出控制量语言值：正增量（PS），零（