基于matlab的模糊控制器的設(shè)計(jì)與仿真

1、精選優(yōu)質(zhì)文檔-傾情為你奉上精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)專心-專注-專業(yè)精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)基于MATLAB的模糊控制器的設(shè)計(jì)與仿真摘要：本文對模糊控制器進(jìn)行了主要介紹。提出了一種模糊控制器的設(shè)計(jì)與仿真的實(shí)現(xiàn)方法，該方法利用MATLB模糊控制工具箱中模糊控制器的控制規(guī)則和隸屬度函數(shù)，建立模型，并進(jìn)行模糊控制器設(shè)計(jì)與仿真。關(guān)鍵詞：模糊控制，隸屬度函數(shù)，仿真，MATLAB1 引 言模糊控制是一種特別適用于模擬專家對數(shù)學(xué)模型未知的較復(fù)雜系統(tǒng)的控制，是一種對模型要求不高但又有良好控制效果的控制新策略。與經(jīng)典控制和現(xiàn)代控制相比，模糊控制器的主要優(yōu)點(diǎn)是它不需要建立精確的數(shù)

2、學(xué)模型。因此，對一些無法建立數(shù)學(xué)模型或難以建立精確數(shù)學(xué)模型的被控對象，采用模糊控制方法，往往能獲得較滿意的控制效果。模糊控制器的設(shè)計(jì)比一般的經(jīng)典控制器如PID控制器要復(fù)雜，但如果借助MATLAB則系統(tǒng)動態(tài)特性良好并有較高的穩(wěn)態(tài)控制精度，可提高模糊控制器的設(shè)計(jì)效率。本文在MATLAB環(huán)境下針對某個控制環(huán)節(jié)對模糊控制系統(tǒng)進(jìn)行了設(shè)計(jì)與仿真。 2 模糊控制器簡介模糊控制器是一種以模糊集合論，模糊語言變量以及模糊推理為數(shù)學(xué)基礎(chǔ)的新型計(jì)算機(jī)控制方法。顯然，模糊控制的基礎(chǔ)是模糊數(shù)學(xué)，模糊控制的實(shí)現(xiàn)手段是計(jì)算機(jī)。本章著重介紹模糊控制的基本思想，模糊控制的基本原理，模糊控制器的基本設(shè)計(jì)原理和模糊控制系統(tǒng)的性能分

3、析。隨著科學(xué)技術(shù)的飛速發(fā)展，在那些復(fù)雜的，多因素影響的嚴(yán)重非線性、不確定性、多變性的大系統(tǒng)中，傳統(tǒng)的控制理論和控制方法越來越顯示出局限性。長期以來，人們期望以人類思維的控制方案為基礎(chǔ)，創(chuàng)造出一種能反映人類經(jīng)驗(yàn)的控制過程知識，并可以達(dá)到控制目的，能夠利用某種形式表現(xiàn)出來。而且這種形式既能夠取代那種精密、反復(fù)、有錯誤傾向的模型建造過程，又能避免精密的估計(jì)模型方程中各種方程的過程。同時還很容易被實(shí)現(xiàn)的，簡單而靈活的控制方式。于是模糊控制理論極其技術(shù)應(yīng)運(yùn)而生。 3 模糊控制的特點(diǎn)模糊控制是以模仿人類人工控制特點(diǎn)而提出的，雖然帶有一定的模糊性和主觀性，但往往是簡單易行，而且是行之有效的。模糊控制的任務(wù)正

4、是要用計(jì)算機(jī)來模擬這種人的思維和決策方式，對這些復(fù)雜的生產(chǎn)過程進(jìn)行控制和操作。所以，模糊控制有以下特點(diǎn)：1）模糊控制的計(jì)算方法雖然是運(yùn)用模糊集理論進(jìn)行的模糊算法，但最后得到的控制規(guī)律是確定的、定量的條件語句。2）不需要根據(jù)機(jī)理與分析建立被控對象的數(shù)學(xué)模型，對于某些系統(tǒng)，要建立數(shù)學(xué)模型是很困難的，甚至是不可能的。3）與傳統(tǒng)的控制方法相比，模糊控制系統(tǒng)依賴于行為規(guī)則庫，由于是用自然語言表達(dá)的規(guī)則，更接近于人的思維方法和推理習(xí)慣。因此，便于現(xiàn)場操作人員的理解和使用，便于人機(jī)對話，以得到更有效的控制規(guī)律。4）模糊控制與計(jì)算機(jī)密切相關(guān)。從控制角度看，它實(shí)際上是一個有很多條語句組成的軟件控制器。目前，模糊

5、控制還是應(yīng)用二值邏輯的計(jì)算機(jī)來實(shí)現(xiàn)。模糊規(guī)律經(jīng)過運(yùn)算，最后還是進(jìn)行確定性的控制。模糊推理硬件的研制與模糊計(jì)算機(jī)的開發(fā)，使得計(jì)算機(jī)將像人腦那樣工作。 4 模糊控制器的研究對象 模糊控制器作為智能控制的一種類型，是控制理論發(fā)展的高級階段產(chǎn)物，主要用來解決那些傳統(tǒng)方法難以解決的復(fù)雜系統(tǒng)的控制問題。具體地說，其研究對象具備以下一些智能控制對象的特點(diǎn)：模型不確定性 傳統(tǒng)的控制是基于模型的控制，這里的模型包括控制對象和干擾模型。對于傳統(tǒng)控制通常認(rèn)為模型已知或者經(jīng)過辨識可以得到，而模糊控制的對象通常存在嚴(yán)重的不確定性。這里所說的模型不確定性包括兩層意思：意思模型未知或知之甚少；二是模型的結(jié)構(gòu)和參數(shù)可能在很大

6、范圍內(nèi)變化。無論那種情況，傳統(tǒng)方法都難以對它們進(jìn)行控制，而這正是模糊控制所要解決的問題。非線性 在傳統(tǒng)的控制理論中，線性系統(tǒng)理論比較成熟。對于具有非線性特寫的控制對象，雖然也有一些非線性控制的方法，但總的來說，非線性控制理論還很不成熟，而且方法也比較復(fù)雜。采用模糊控制的方法往往可以較好地解決非線性系統(tǒng)的控制問題。復(fù)雜的任務(wù)要求 在傳統(tǒng)的控制系統(tǒng)中，控制的任務(wù)或者是要求輸出量為定值（調(diào)節(jié)系統(tǒng)），或者要求輸出量跟隨期望的運(yùn)動軌跡（跟蹤系統(tǒng)），要求比較單一。對于模糊控制系統(tǒng)，染污的要求往往比較復(fù)雜。例如，在智能機(jī)器人系統(tǒng)中，它要求系統(tǒng)對一個復(fù)雜的任務(wù)具有自行規(guī)劃和決策的能力，有自動躲避障礙并且運(yùn)動到

7、期望目標(biāo)位置的能力。 5 模糊控制器的結(jié)構(gòu)模糊控制器主要有四大部件，如圖1所示：1）規(guī)則庫：由if-then語句構(gòu)成，是控制思想經(jīng)驗(yàn)的總結(jié)。2）推理器：由于當(dāng)前的輸入，運(yùn)用規(guī)則庫進(jìn)行推理，求取相應(yīng)的對策。 3）模糊化：因模糊推理是在語言值（模糊集合）集上進(jìn)行的，因此輸入也應(yīng)是語言值（如NB，NM，NS，Z，PS，PM，PB）。而實(shí)際被控制對象的測量值是實(shí)數(shù)值。因此，需要把實(shí)數(shù)值變成語言值，這個過程就是模糊化。模糊判決：推理機(jī)的推理結(jié)果是一個語言值，而執(zhí)行器需要的是一個具體的數(shù)值，這就需要把語言值變成確定值，這個轉(zhuǎn)換過程就稱為模糊判決。圖1 模糊控制器構(gòu)成圖圖1 模糊控制器構(gòu)成圖 6 基于mat

8、lab的模糊控制器的設(shè)計(jì)與仿真 模糊控制器的控制規(guī)則是以模糊條件語句描述的語言控制規(guī)則為基礎(chǔ)的，因此，模糊控制器又稱為模糊語言控制器。模糊控制器是模糊控制系統(tǒng)的核心，因而在模糊控制系統(tǒng)設(shè)計(jì)中怎樣設(shè)計(jì)和調(diào)整模糊控制器及其參數(shù)是一項(xiàng)很重要的工作。 仿真是以相似性原理、控制論、信息技術(shù)以及相關(guān)知識為基礎(chǔ)，以各種物理設(shè)備和計(jì)算機(jī)為工具，借助系統(tǒng)模型對真實(shí)系統(tǒng)進(jìn)行試驗(yàn)研究的一門綜合技術(shù)。在眾多的計(jì)算機(jī)仿真語言和仿真軟件中，MATLAB以其模塊化計(jì)算方法，可視化與智能化的人機(jī)交互功能，豐富便捷的矩陣運(yùn)算、圖形繪制、數(shù)據(jù)處理以及模塊化圖形組態(tài)的系統(tǒng)輔助工具包Simulink，成為最受控制系統(tǒng)設(shè)計(jì)和仿真領(lǐng)域歡

9、迎的軟件系統(tǒng)。它可以提供研究對象的建模、仿真和分析等各種動態(tài)系統(tǒng)，是進(jìn)行交互仿真環(huán)境的優(yōu)秀集成軟件。一般來說，設(shè)計(jì)模糊控制器主要包括以下內(nèi)容：（1）確定輸入、輸出物理量（2）確定模糊子集隸屬度函數(shù)（3）建立模糊控制規(guī)則（4）確定論域與模糊控制器的參數(shù)（5）進(jìn)行模擬或仿真以下就按照此方法步驟設(shè)計(jì)典型二階環(huán)節(jié)所需的模糊控制器。6.1 確定變量和隸屬度函數(shù)假設(shè)系統(tǒng)輸入為 r = 1. 0 ，可取系統(tǒng)輸出誤差e和誤差變化ec作為模糊控制器的輸入 ，模糊控制器的輸出u作為被控對象的控制輸入。則可根據(jù)系統(tǒng)輸出的誤差和誤差變化設(shè)計(jì)出模糊控制器fz，并根據(jù)一系列的模糊推理過程推導(dǎo)出最終的輸出控制量u。其中誤差

10、e，誤差變化量ec以及輸出u所對應(yīng)的模糊語言變量分別為E、EC和U。表示如下：E=-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6EC=-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6U=-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6每個語言變量都取5個語言值:“正大( PB)”、“正小( PS)”、“零（ZR)”、 “負(fù)小(NS)”、“負(fù)大(NB)”。 論域E，EC的隸屬度函數(shù)曲線如圖2（a）所示，論域U的屬度函數(shù)曲線如圖2（b）所示。圖2（a）圖2（a）論域E，EC的隸屬度函數(shù)曲線 圖2（b）圖2（b）論域U的

11、屬度函數(shù)曲線圖2圖26.2模糊推理規(guī)則的定義根據(jù)前面定義的隸屬度函數(shù)并且結(jié)合以往專家們所取得的經(jīng)驗(yàn)，定義該模糊控制系統(tǒng)的模糊控制規(guī)則，如表1所示：表 SEQ 表格 * ARABIC 1 模糊控制規(guī)則ECENBNSZRPSPBNBPBPBPSPSZRNSPBPSPSZRZRZRPSPSZRZRNSPSPSZRZRNSNSPBZRZRNSNSNB6.3 實(shí)現(xiàn)模糊控制器的設(shè)計(jì)6.3.1 利用MATLAB命令編程設(shè)計(jì)模糊控制器在MATLAB界面中，新建一個M-file文件，在其中編程：%模糊控制器設(shè)計(jì)%建立FISa=newfis(fuzzy);f1=1;%設(shè)置誤差e與隸屬度函數(shù)a=addvar(a，i

12、nput，e，-6 6);a=addmf(a，input，1，NB，trapmf，-6 -6 -5 -3);a=addmf(a，input，1，NS，trapmf，-5 -3 -2 0);a=addmf(a，input，1，ZR，trimf，-2 0 2);a=addmf(a，input，1，PS，trapmf，0 2 3 5);a=addmf(a，input，1，PB，trapmf，3 5 6 6);f2=1;%設(shè)置誤差變化率ec與隸屬度函數(shù)a=addvar(a，input，ec，-6 6);a=addmf(a，input，2，NB，trapmf，-6 -6 -5 -3);a=addmf(a

13、，input，2，NS，trapmf，-5 -3 -2 0);a=addmf(a，input，2，ZR，trimf，-2 0 2);a=addmf(a，input，2，PS，trapmf，0 2 3 5);a=addmf(a，input，2，PB，trapmf，3 5 6 6);f3=1.5;%設(shè)置控制量u與隸屬度函數(shù)a=addvar(a，output，u，-3 3);a=addmf(a，output，1，NB，trapmf，-3 -3 -2 -1);a=addmf(a，output，1，NS，trimf，-2 -1 0);a=addmf(a，output，1，ZR，trimf，-1 0 1)

14、;a=addmf(a，output，1，PS，trimf，0 1 2);a=addmf(a，output，1，PB，trapmf，1 2 3 3);%建立控制規(guī)則表rulelist=1 1 5 1 1; 1 2 5 1 1; 1 3 4 1 1; 1 4 4 1 1; 1 5 3 1 1; 2 1 5 1 1; 2 2 4 1 1; 2 3 4 1 1; 2 4 3 1 1; 2 5 3 1 1; 3 1 4 1 1; 3 2 4 1 1; 3 3 3 1 1; 3 4 3 1 1; 3 5 2 1 1; 4 1 4 1 1; 4 2 3 1 1; 4 3 3 1 1; 4 4 2 1 1;

15、4 5 2 1 1; 5 1 3 1 1; 5 2 3 1 1; 5 3 2 1 1; 5 4 2 1 1; 5 5 1 1 1;a=addrule(a，rulelist);a1=setfis(a，DefuzzMethod，mom);%設(shè)置去模糊化方法writefis(a1，fuzzf);a2=readfis(fuzzf);Ulist=zeros(7，7);for i=1:7 for j=1:7 e(i)=-4+i; ec(j)=-4+j; Ulist(i，j)=evalfis(e(i)，ec(j)，a2); endend%繪制FIS系統(tǒng)圖形figure(1);plotfis(a2);figu

16、re(2);plotmf(a，input，1);figure(3);plotmf(a，input，2);figure(4);plotmf(a，output，1);以上程序可得內(nèi)部原理圖如圖4（a）所示，輸出U的隸屬度函數(shù)如圖4（b）所示，輸入E的隸屬度函數(shù)如圖4（c）所示，輸入EC的隸屬度函數(shù)如圖4（d）所示：圖4（a） 內(nèi)部原理圖 圖 4（b）輸出U的隸屬度函數(shù)圖4（c）輸入E的隸屬度函數(shù) 圖4（d）輸入EC的隸屬度函數(shù)圖 4圖 4由此，就得到了模糊控制器fuzzy 6.3.2 利用圖形用戶界面（GUI）建立模糊推理器（FIS） 在利用 Simulink圖形化工具平臺設(shè)計(jì)模糊控制系統(tǒng)模型并進(jìn)

17、行系統(tǒng)仿真之前 ，同樣要先建立相應(yīng)的模糊推理器 ，這可以通過圖形用戶界面(GUI)來建立。利用 GUI建立 FIS的過程如下：進(jìn)入FIS編輯器 在MATLAB的Command Window窗口下，輸入fuzzy。此時彈出FIS編輯器，如圖5所示：圖5 FIS編輯器首先，確定模糊控制器的類型和結(jié)構(gòu)。這里選用二輸入一輸出的模糊控制器。在FIS編輯窗口，選中editadd variableinput，即可增加一個輸入。2）編輯輸入、輸出變量的隸屬度函數(shù)在FIS編輯器窗口，雙擊輸入模塊，在彈出的隸屬度函數(shù)編輯窗口分別對輸入、輸出函數(shù)進(jìn)行編輯。輸入e的隸屬度函數(shù)如圖6所示：圖6 輸入e的隸屬度函數(shù)3）編

18、輯模糊控制規(guī)則在窗口中選中editrules，進(jìn)入控制規(guī)則編輯器。根據(jù)表1所提供的模糊控制規(guī)則在編輯器中編寫規(guī)則，如圖7所示：圖7 模糊控制規(guī)則至此，利用GUI所建立的FIS系統(tǒng)已經(jīng)完成。選中編輯器中editexportto disk，將其保存，這里同樣將其保存為fuzzy.fis，以供仿真運(yùn)行時調(diào)用。 6.4 在simulink中建立模糊控制系統(tǒng)的模型并進(jìn)行仿真在MATLAB界面選中按鈕，進(jìn)入simulink模塊窗口庫，新建一個窗口，從simulink模塊庫中找出需要的模塊，拖拽到新窗口中建立系統(tǒng)模型，如圖8的：圖8 系統(tǒng)模型在該系統(tǒng)模型中，仿真參數(shù)如下：給定輸入R=1；采樣周期T=0.01

19、s；仿真時間長度為10s；模糊量化因子Ke=5，Ked=0.05，比例因子Ku=2。在MATLAB的Command Window窗口下輸入fz=readfis（fuzzy.fis），然后在simulink窗口中，雙擊模糊控制器模塊，在彈出的窗口中輸入fz。這是要將之前保存的文件導(dǎo)入模糊控制器模塊中。仿真得到的階躍響應(yīng)曲線如圖9所示：圖9 階躍響應(yīng)曲線 7 結(jié) 論 模糊控制以模糊集合論、模糊語言變量及模糊邏輯推理為基礎(chǔ)，不要求被控對象的數(shù)學(xué)模型，能充分運(yùn)用控制專家的信息，具有一定的魯棒性，在控制領(lǐng)域表現(xiàn)出極大的優(yōu)勢?；贛ATLAB所提供的模糊控制工具箱以及動態(tài)化的圖形仿真環(huán)境Simulink，使復(fù)雜的模糊控制系統(tǒng)的仿真過程更為簡便直觀，縮短了開發(fā)周期，為廣大模糊控制研制人員提供了一種高效的設(shè)計(jì)方法。參考文獻(xiàn)1 李士勇，模糊控制、神經(jīng)控制和智能控制論M，哈爾濱工業(yè)的大學(xué)出版社，1998。2 王立新，模糊系統(tǒng)與模糊控制教程M，清華大學(xué)出版，2003。3 歐