智能控制結(jié)課作業(yè)

1、蘭 州 理 工 大 學(xué)智能控制設(shè)計(jì)報(bào)告院系： 電氣工程與信息工程學(xué)院 班級： 自動化卓越班 姓名： 學(xué)號： 時(shí)間： 2016 年 10 月 25 日電氣工程與信息工程學(xué)院1. 基于模糊控制的非最小相位系統(tǒng)的設(shè)計(jì)摘要：自然界與人類社會有關(guān)系的系統(tǒng)絕大部分是模糊系統(tǒng)，這類系統(tǒng)的數(shù)學(xué)模型不能由經(jīng)典的物理定律和數(shù)學(xué)描述來建立。本文在模糊控制理論基礎(chǔ)上設(shè)計(jì)非最小相位系統(tǒng)，利用專家經(jīng)驗(yàn)建立模糊系統(tǒng)控制規(guī)則庫，由規(guī)則庫得到相應(yīng)的控制決策，并分析系統(tǒng)隸屬度函數(shù)，利用matlab與simulink結(jié)合進(jìn)行仿真。仿真結(jié)果表明，該系統(tǒng)的各項(xiàng)性能指標(biāo)良好，具有一定的自適應(yīng)性，模糊控制算法不但簡單實(shí)用，而且響應(yīng)速度快，

2、超調(diào)量小，控制效果良好。關(guān)鍵詞：模糊邏輯;隸屬度函數(shù);模糊控制;正文：假設(shè)系統(tǒng)的模型可以用二階加純滯后表示，即傳遞函數(shù)為。其中各參數(shù)分別為。圖1 模糊控制系統(tǒng)Simulink仿真模型圖1、用Matlab中的Simulink工具箱，組成一個模糊控制系統(tǒng)，如圖1所示。2、采用模糊控制算法，設(shè)計(jì)出能跟蹤給定輸入的模糊控制器，對被控系統(tǒng)進(jìn)行仿真，繪制出系統(tǒng)的階躍響應(yīng)曲線。（1）模糊集合及論域的定義對誤差E、誤差變化EC機(jī)控制量U的模糊集合及其論域定義如下：E、EC和U的模糊集合均為：NB、NM、NS、0、PS、PM、PBE和EC的論域?yàn)椋?6、-5、-4、-3、-2、-1、0、1、2、3、4、5、6U

3、的論域?yàn)椋?7、-6、-5、-4、-3、-2、-1、0、1、2、3、4、5、6、7上述的三個模糊集合都選取了7個元素，主要目的是著眼于提高穩(wěn)態(tài)精度。E、EC和U的隸屬度函數(shù)圖形如圖2,3,4 所示：圖2 變量E的隸屬度函數(shù)圖3 變量EC的隸屬度函數(shù)圖4 變量U的隸屬度函數(shù)（2）模糊控制規(guī)則設(shè)計(jì)模糊控制規(guī)則如下表所示：表1 模糊控制規(guī)則EUECNBNMNS0PSPMPBNBPSPSPSPSPMPBPBNMNSPSPSPSPMPMPBNSNMNS00PSPMPM0NBNMNS0PSPMPMPSNBNMNS00PSPMPMNBNBNMNSNSPSPSPBNBNBNMNSNSNSPS （3）系統(tǒng)的參數(shù)

4、選擇系統(tǒng)所選用的參數(shù)為：Saturation、Saturation1、Saturation2的范圍分別為：-6 6、-6 6、-7 7，Transport Delay=2S。通過調(diào)試得到PID模糊控制的參數(shù)：Gain1=2.3，Gain=1.8，Gain2=0.07（4）仿真結(jié)果：系統(tǒng)的階躍響應(yīng)曲線如圖5所示，其中上方的曲線代表系統(tǒng)的階躍響應(yīng)，下方的曲線是系統(tǒng)的模糊控制量的變化。圖5 階躍輸入的響應(yīng)曲線圖本設(shè)計(jì)中控制系統(tǒng)性能的要求為：， 。由圖5中曲線可知： 符合要求 符合要求 符合要求圖6、系統(tǒng)開環(huán)傳函的bode圖3、改變模糊控制器中模糊變量的隸屬度函數(shù)，分析隸屬度函數(shù)和模糊控制規(guī)則對模糊控

5、制效果的影響。比較那種情況下的控制效果較好。如下圖所示改變模糊控制器中的隸屬度函數(shù)為梯形隸屬函數(shù)。圖7 變量E的隸屬度函數(shù)圖8 變量EC的隸屬度函數(shù)圖9 變量U的隸屬度函數(shù)此時(shí)系統(tǒng)的階躍響應(yīng)曲線為：圖 10 系統(tǒng)的階躍響應(yīng)曲線由圖10中曲線可知道： 由以上的仿真結(jié)果可以看出梯形隸屬度函數(shù)的系統(tǒng)性能沒有三角形隸屬度函數(shù)的系統(tǒng)性能好。此時(shí)系統(tǒng)的超調(diào)量變大，上升時(shí)間增大，穩(wěn)態(tài)誤差變大。4、給系統(tǒng)加上擾動，觀察此時(shí)的階躍響應(yīng)曲線，看系統(tǒng)是否仍然穩(wěn)定，并與無擾動情況下的階躍響應(yīng)曲線進(jìn)行比較。并比較模糊控制和PID控制的魯棒性。(1)加擾動時(shí)的模型圖如圖11所示（其中step1為幅值為0.02的階躍信號）

6、。圖11 加擾動后的系統(tǒng)模型圖系統(tǒng)的階躍響應(yīng)曲線為： 圖12 系統(tǒng)的階躍響應(yīng)曲線由圖12中曲線可知道： 超調(diào)量變大 符合要求 穩(wěn)態(tài)誤差變小分析：由數(shù)據(jù)可知，系統(tǒng)加上擾動之后，系統(tǒng)仍然是穩(wěn)定的，系統(tǒng)性能指標(biāo)變化不大，說明有著良好的魯棒性。究其原因，在Saturation2之前加的擾動，相當(dāng)于被控制對象的輸入量在對應(yīng)時(shí)刻又并聯(lián)了一個輸入，從而在對應(yīng)的各個時(shí)刻相當(dāng)于增益變大；顯而易見，的增大，有助于系統(tǒng)的穩(wěn)定，但是會使超調(diào)量變大。調(diào)整時(shí)間變小，與實(shí)驗(yàn)的結(jié)果是吻合的。5、改變系統(tǒng)的參數(shù)，了解模糊控制在系統(tǒng)參數(shù)發(fā)生變化時(shí)的控制效果。并與控制器作用下系統(tǒng)參數(shù)發(fā)生變化時(shí)的控制效果進(jìn)行比較，思考模糊控制相對于

7、傳統(tǒng)控制的優(yōu)點(diǎn)。（1）當(dāng)系統(tǒng)開環(huán)增益k分別取k=35,k=40和k=45時(shí)系統(tǒng)的階躍響應(yīng)如圖13所示。圖13系統(tǒng)開環(huán)增益變化對系統(tǒng)階躍響應(yīng)的影響（2）當(dāng)系統(tǒng)純延時(shí)分別取、和時(shí)系統(tǒng)的階躍響應(yīng)如圖14所示。圖14系統(tǒng)純滯后時(shí)間變化對系統(tǒng)階躍響應(yīng)的影響（3）當(dāng)系統(tǒng)慣性時(shí)間常數(shù)分別取 、和時(shí)系統(tǒng)的階躍響應(yīng)如圖15所示。圖15系統(tǒng)較大的時(shí)間常數(shù)變化對系統(tǒng)階躍響應(yīng)的影響從圖13可以看出增大K值，系統(tǒng)的上升時(shí)間減小，此時(shí)超調(diào)量稍有增加；從圖14可以看出當(dāng)系統(tǒng)的純滯后時(shí)間增大時(shí)，系統(tǒng)的超調(diào)量增加較大。從圖15可以看出系統(tǒng)的慣性時(shí)間常數(shù)增大后使系統(tǒng)動態(tài)性能有所降低，當(dāng)時(shí)間常數(shù)T2增大時(shí)上升時(shí)間增大，但超調(diào)量有所

8、降低。模糊控制的優(yōu)點(diǎn)：通過本設(shè)計(jì)可以知道，模糊控制具有能夠得到良好的動態(tài)響應(yīng)性能，并且不需要知道被控對象的數(shù)學(xué)模型（當(dāng)然本實(shí)驗(yàn)中是已知道的），適應(yīng)性強(qiáng)，上升時(shí)間快，魯棒性好。 與PID控制相比有著很大的優(yōu)勢，采用PID控制雖然穩(wěn)態(tài)性能較好，但是難以得到滿意的動態(tài)響應(yīng)性能，并且魯棒性差。當(dāng)然，模糊控制也有著自身的缺點(diǎn)，容易受到模糊規(guī)則等級的限制而引起誤差，需要進(jìn)一步改進(jìn)?？偨Y(jié)：通過這次智能控制課程設(shè)計(jì)增加了對模糊調(diào)節(jié)器的理解，認(rèn)識到了模糊控制器的優(yōu)缺點(diǎn)。并進(jìn)一步熟練了用Matlab中Simulink工具箱的應(yīng)用，提高了自己的動手能力。通過這次課程設(shè)計(jì)也使我認(rèn)識到對Matlab中Simulink工

9、具箱的應(yīng)用還不夠熟練，將來應(yīng)該加強(qiáng)操作、學(xué)習(xí)。2. 基于神經(jīng)網(wǎng)控制的非最小相位系統(tǒng)的設(shè)計(jì)摘要：溫度控制箱是具有大滯后、強(qiáng)耦合、慢時(shí)變及非線性等特征的復(fù)雜系統(tǒng)。在溫度控制系統(tǒng)中，被控制對象存在著參數(shù)的不確定性和純滯后等特性，難于建立其精確的數(shù)學(xué)模型，用常規(guī)PID結(jié)構(gòu)或現(xiàn)代控制理論都難于達(dá)到滿意的控制結(jié)果。在本文中神經(jīng)網(wǎng)絡(luò)PID控制器，搭建了基于Simulink下的數(shù)字仿真框圖，進(jìn)行了仿真研究，通過仿真分析進(jìn)行對比，得出結(jié)論，并比較了這兩種控制器的特點(diǎn)。關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)控制;Simulink;正文：溫度控制箱的數(shù)學(xué)建模：為了研究控制對象，首先需要建立控制對象的數(shù)學(xué)建模，確定對象數(shù)學(xué)模型中的各個參數(shù)

10、。在實(shí)際應(yīng)用中，可以將溫控箱的溫度作為唯一變量，寫出它的常微分方程25。當(dāng)電阻爐爐膛溫度穩(wěn)定時(shí)，則某一時(shí)刻加熱元件發(fā)出的熱量應(yīng)該等于該時(shí)刻爐膛中積累的熱量，和通過爐體散失掉的熱量之和，即： （3.1）、大致可以用下面兩個式子表示： (3.2)式中，C為電阻爐的熱容量，為爐內(nèi)溫度，t為燒結(jié)時(shí)間。 (3.3)式中，為環(huán)境溫度，R為電阻爐的熱阻(絕緣材料及爐內(nèi)、外部流動氣體產(chǎn)生的)。當(dāng)爐內(nèi)溫度遠(yuǎn)遠(yuǎn)大于環(huán)境溫度時(shí)，可忽略，于是： （3.4）兩邊取拉氏變換得： （3.5）所以： （3.6）由于測量元件的時(shí)間滯后，加上電阻爐本身所固有的熱慣性，使得控制信號與溫度測量值之間存在著一個時(shí)滯環(huán)節(jié)，同時(shí)，控制器輸

11、出的是控制信號u，而u(s)可以設(shè)定正比于，即，所以： （3.7）其中，T=RC，稱為對象的時(shí)間常數(shù)，K=kR，稱為對象的增益。上式即是對象的數(shù)學(xué)模型，設(shè)上式為G(s)。即： （3.8）式中，K開環(huán)放大倍數(shù)；純滯后時(shí)間；T時(shí)間常數(shù)。其參數(shù)的確定可以通過給溫度控制箱加熱來近似確定。在開環(huán)的情況下，輸入電壓值為U的階躍電壓，即u(t)=U。輸出響應(yīng)曲線如圖31所示。圖31中，橫坐標(biāo)t為時(shí)間，縱坐標(biāo)Y為輸出溫度值。在不考慮純滯后的情況下，系統(tǒng)輸出： （3.9）對式(39)兩端取拉氏逆變換，則得出輸出值的時(shí)域形式如下。 （3.10）式中為輸出穩(wěn)態(tài)值 （3.11）當(dāng)t=T時(shí)，由式(310)可得： （3.

12、12）實(shí)驗(yàn)中，室溫約為，給電加熱爐加一階躍電壓u(t)=l00V，溫度采樣周期T=5s，其輸出曲線如圖31所示。圖31 溫控箱升溫曲線圖從輸出曲線可得，穩(wěn)態(tài)溫度，所以由式(311)可得 （3.13）當(dāng)階躍響應(yīng)曲線到達(dá)穩(wěn)態(tài)值度的632時(shí)，其對應(yīng)溫度為： （3.14）可得出時(shí)間常數(shù)T=830100=730s，所以溫度控制箱的數(shù)學(xué)模型可近似表示如下： （3.15）單神經(jīng)元PID控制器的設(shè)計(jì)與仿真：1.單神經(jīng)元PID控制系統(tǒng)的建立：由于在單神經(jīng)元PID控制器中，包含了不斷更新的權(quán)值，不能簡單的用傳遞函數(shù)來描述其控制過程，因此如果單純的使用Simulink下模塊無法搭建系統(tǒng)仿真模塊，在這里我們可以應(yīng)用S

13、imulink下的User-Defined Functions模塊集中提供的S-Function模塊或S-Function Builder模塊來搭建仿真框圖，通過為該模塊編寫S函數(shù)來建立單神經(jīng)元PID控制器模塊。其中S-函數(shù)可以用MATLAB語言編寫，也可以用C語言編寫。而兩者的區(qū)別在于前者不能獨(dú)立于MATLAB語言運(yùn)行，而后者可以脫離MATLAB環(huán)境獨(dú)立運(yùn)行。所以只有用C語言編寫的S-函數(shù)才能夠通過編譯、鏈接在Simulink的外部模式下進(jìn)行半實(shí)物仿真控制的研究28。而用C語言編寫S-函數(shù)有兩種方法，一種是利用Simulink下提供的C語言模板程序，該文件在MATLAB目錄下的Simulin

14、ksrcsfummpl_basicc。下包含了許多參數(shù)需要手動設(shè)置，比較繁瑣。還有一種方法是利用S-Function Builder模塊下設(shè)置的對話框按其要求進(jìn)行編寫，它提供的對話框簡潔明了，層次清晰，據(jù)自己的需要進(jìn)行初始化、輸入端口、輸出端口、各項(xiàng)參數(shù)、狀態(tài)變量等的填寫，然后就可以進(jìn)行C語言編程了。程序編寫環(huán)境和C語言環(huán)境下幾乎完全一致。還有一些現(xiàn)成的模板參考。本文采用了S-Function 模塊進(jìn)行模型的搭建?；贖ebb學(xué)習(xí)規(guī)則的單神經(jīng)元PID控制器的S函數(shù)的程序如文獻(xiàn)27?？驁D如圖38所示：圖38 單神經(jīng)元PID控制系統(tǒng)仿真框圖2.單神經(jīng)元PID控制系統(tǒng)的數(shù)字仿真：仿真之前首先根據(jù)第二

15、章提到的參數(shù)選取規(guī)則設(shè)置單神經(jīng)元PID的比例增益k和學(xué)習(xí)速率。通過調(diào)整各參數(shù)分別設(shè)置為。其仿真結(jié)果如圖39所示。其中圖39a為受控對象模型結(jié)構(gòu)未發(fā)生變化時(shí)的溫度控制仿真曲線。為了研究其對受控對象模型結(jié)構(gòu)變化的適應(yīng)能力及其魯棒性，通過改變受控對象的各個參數(shù)進(jìn)行仿真研究。當(dāng)受控對象比例系數(shù)K由075增至09時(shí)，仿真結(jié)果如圖39-b所示。當(dāng)受控對象延遲時(shí)間由100秒增至130時(shí)，仿真結(jié)果如圖39-c所示。當(dāng)受控對象的時(shí)間常數(shù)T由730增至800時(shí)，仿真結(jié)果如圖39-d所示。通過比較可以看出適當(dāng)增大受控對象的k值，系統(tǒng)穩(wěn)態(tài)值有所上升，但系統(tǒng)仍然處于穩(wěn)定狀態(tài)。而適當(dāng)增加延遲或者增加時(shí)間常數(shù)，其輸出響應(yīng)也

16、沒有明顯變化。通過與傳統(tǒng)PID控制比較可以看出，其響應(yīng)的快速性相對較差，這主要是由于其比例增益和學(xué)習(xí)速率不能太大造成的。因?yàn)楸壤鲆婊驅(qū)W習(xí)速率過大，就會使系統(tǒng)產(chǎn)生較大超調(diào)和振蕩。由于編程算法的靈活性，我們可以通過在編寫S-函數(shù)過程中，在輸入和輸出存在較大偏差時(shí)，直接給受控對象一個較大的控制信號，當(dāng)偏差減小至某一點(diǎn)時(shí)，再使其進(jìn)入單神經(jīng)元PID控制階段。這樣可以解決其快速性較差的缺點(diǎn)29。當(dāng)受控對象模型參數(shù)發(fā)生變化時(shí)，PID控制效果不理想，產(chǎn)生振蕩，甚至使系統(tǒng)工作不穩(wěn)定。而單神經(jīng)元PID控制受其影響不大，這充分說明了神經(jīng)網(wǎng)絡(luò)PID具有較強(qiáng)的適應(yīng)性和魯棒性。（a）受控對象模型結(jié)構(gòu)未發(fā)生變化時(shí)的溫度控

17、制仿真曲線（b）受控對象比例系數(shù)K由075增至09時(shí)（c）受控對象延遲時(shí)間由100秒增至130時(shí)（d）受控對象的時(shí)間常數(shù)T由730增至800時(shí)圖39 單神經(jīng)元PID控制曲線總結(jié)：本設(shè)計(jì)結(jié)合傳統(tǒng)PID控制的優(yōu)缺點(diǎn)和神經(jīng)網(wǎng)絡(luò)控制技術(shù)的特點(diǎn)，本文重點(diǎn)對單神經(jīng)網(wǎng)絡(luò)PID控制器進(jìn)行了分析研究，比較了兩種控制策略的控制特點(diǎn)。同時(shí)針對其缺陷提出了一些改進(jìn)和優(yōu)化控制器性能的方案，并將神經(jīng)網(wǎng)絡(luò)PID控制技術(shù)運(yùn)用于溫度控制箱的溫度控制過程中，進(jìn)行了仿真研究。具體說來，本文所做的工作主要有以下幾方面：(1)對傳統(tǒng)PID控制與神經(jīng)網(wǎng)絡(luò)控制的特點(diǎn)進(jìn)行了分析比較，根據(jù)兩種控制方式各自的優(yōu)勢和局限性，將神經(jīng)網(wǎng)絡(luò)控制技術(shù)與P

18、ID控制相結(jié)合，分析了神經(jīng)網(wǎng)絡(luò)PID控制器的控制特點(diǎn)。(2)歸納了典型的單神經(jīng)網(wǎng)絡(luò)PID控制方式，利用Hebb算法給出其權(quán)值變化規(guī)律，并對其控制過程中存在的問題進(jìn)行了分析，提出了幾種改進(jìn)方案。(3)運(yùn)用MATLABSimulink語言搭建了各種控制系統(tǒng)的仿真框圖，編寫了用于核心控制的S-函數(shù)。并通過數(shù)字仿真較為直接的驗(yàn)證了其控制效果。對神經(jīng)網(wǎng)絡(luò)PID控制器及常規(guī)PID控制器進(jìn)行了各方面性能的比較分析，討論了它們的優(yōu)缺點(diǎn)，提出了改進(jìn)方案。展望：作為智能控制技術(shù)與傳統(tǒng)控制理論相結(jié)合的神經(jīng)網(wǎng)絡(luò)PID控制技術(shù)在經(jīng)過短短十幾年的發(fā)展后，無論在理論上還是應(yīng)用上都取得了令人矚目的成就。本文只對其中的一個小方面做了一些有益的探討，希望其能夠在智能控制的實(shí)際應(yīng)用上有一定的參考價(jià)值。由于時(shí)間緊迫和本人的學(xué)識疏淺，還有很多問題有待于今后進(jìn)一步研究解決。(1)控制器網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)參數(shù)的選擇。由于神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計(jì)至今還沒有一套完整的、可遵循的設(shè)計(jì)準(zhǔn)則，即系統(tǒng)化的設(shè)計(jì)方法，本文中神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計(jì)主要是基于前人的經(jīng)驗(yàn)和個人嘗試，同時(shí)還依賴于大量的仿真實(shí)驗(yàn)來實(shí)現(xiàn)系統(tǒng)結(jié)構(gòu)的選擇和參數(shù)的整定。所以如何研究和應(yīng)用完善的系統(tǒng)化設(shè)計(jì)方法來指導(dǎo)設(shè)計(jì)合理的神經(jīng)網(wǎng)絡(luò)PID控制