智能控制大作業(yè)-模糊控制

)由此建立單連桿機器人的模型如圖1所示。圖1單連桿機器人模型模糊控制算法實現(xiàn)及仿真本次實驗設(shè)計一個二維模糊控制器，令誤差，誤差變化，模糊控制器輸出語言變量為U。三個變量E、EC和U的模糊詞集為：﹛NB,NM,NS,ZO,PS,PM,PB﹜模糊論域為：E和EC：{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}U:{-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7}模糊控制規(guī)則為：表1模糊控制規(guī)則表ECENBNMNSZOPSPMPBNBPBPBPBPBPMZOZONMPBPBPBPBPM,ZOZONSPMPMPMPMZONSNSZOPMPMPSZONSNMNMPSPSPSZONMNMNMNMPMZOZONMNBNBNBNBPBZOZONMNBNBNBNB確定E,EC和U的控制表建立模糊控制表建立SIMULINK模型在Matlab/Simulink中建立單連桿機器人模糊控制系統(tǒng)模型如圖2所示：圖2單連桿機器人控制系統(tǒng)模型仿真結(jié)果給定正弦參考信號，取量化因子，比例因子，得到系統(tǒng)角度跟蹤為圖3。圖3正弦角度跟蹤由圖3可知，該模糊控制器能使得單連桿機器人控制系統(tǒng)實現(xiàn)很好的角度跟蹤。給定階躍信號，取量化因子，比例因子，得到系統(tǒng)角度跟蹤為圖4。圖4階躍角度跟蹤由圖4可知，在該模糊控制器下雖然響應(yīng)有一點延遲，但還是能夠很好的跟蹤階躍角度信號，而且穩(wěn)態(tài)誤差非常小。參數(shù)對模糊控制器的影響設(shè)計一個模糊控制器除了要有一個較好的模糊控制規(guī)則外，合理的選擇模糊控制器輸入變量的量化因子和輸出控制量的比例因子也是非常重要的。量化因子和比例因子的大小及其不同量化因子之間大小的相對關(guān)系，對模糊控制器的控制性能影響極大。量化因子Ke變化取Kec=1,Ku=50，Ke分別取2,4,6,8時，觀察單連桿機器人跟蹤階躍角度參考的性能如圖5所示：圖5Ke變化時系統(tǒng)對階躍信號的角度跟蹤由仿真結(jié)果可知，增大Ke，可加快動態(tài)響應(yīng)，提高穩(wěn)態(tài)精度，但Ke也不能過分增大，過大會造成系統(tǒng)超調(diào)甚至發(fā)散。量化因子Kec取Ke=5,Ku=50，Kec分別取0.2,0.4,0.6,0.8時，觀察單連桿機器人跟蹤階躍角度參考的性能如圖6所示：圖6Kec變化對階躍信號的角度跟蹤由仿真結(jié)果知，增大Kec，減弱了系統(tǒng)動態(tài)響應(yīng)超調(diào)，但使系統(tǒng)的響應(yīng)速度變慢，同時也降低了系統(tǒng)的穩(wěn)態(tài)精度。比例因子Ku變化取Ke=5,Kec=1，Ku分別取20,40,60,80時，觀察單連桿機器人跟蹤階躍角度參考的性能如圖7、圖8所示：圖7Ku變化時角度跟蹤動態(tài)響應(yīng)性能圖圖8Ku變化時角度跟蹤穩(wěn)態(tài)響應(yīng)性能圖由仿真結(jié)果可知，Ku選擇過小會使系統(tǒng)動態(tài)響應(yīng)過程變長。增大Ku，相當于減弱了系統(tǒng)阻尼，可加快動態(tài)響應(yīng)，同時提升穩(wěn)態(tài)精度，作用和Ke相似，過大可能會導(dǎo)致系統(tǒng)震蕩。但不管以上三種參數(shù)如何變化，模糊控制下的單連桿機器人系統(tǒng)的角度跟蹤始終存在靜差，這與模糊控制中不存在積分項有關(guān)。模糊控制和PID控制性能比較為了比較模糊控制和PID控制器對非線性系統(tǒng)的控制效果，建立如下所示的系統(tǒng)框圖。圖9模糊控制結(jié)構(gòu)圖圖10PID控制結(jié)構(gòu)圖選定模糊控制器參數(shù)為Ke=5,Kec=1,Ku=50;PID控制器參數(shù)為Kp=100,Ki=50,Kd=30。輸入?yún)⒖夹盘枮殡A躍時，兩者的角度跟蹤響應(yīng)為：圖11、PID和模糊控制階躍角度跟蹤性能比較由圖11可以看出，對于階躍信號參考輸入，單連桿機器人系統(tǒng)在PID控制下作用效果優(yōu)于模糊控制，主要體現(xiàn)在動態(tài)響應(yīng)時，PID控制器快于模糊控制器。輸入?yún)⒖夹盘枮檎視r，角度跟蹤為：圖12、PID和模糊控制正弦角度跟蹤性能比較從圖12中可以看出，對于正弦輸入?yún)⒖?，PID控制效果反而不如模糊控制，PID控制較模糊控制下的響應(yīng)存在較大的滯后。階躍輸入下，反饋加入噪聲圖13噪聲干擾對比在PID和模糊控制參數(shù)不變的情況下，加入噪聲干擾，由圖13可知，模糊控制抗干擾能力優(yōu)于PID。階躍輸入下，控制信號加入非線性因素（死區(qū)和飽和）控制電壓輸出部分加入的死區(qū)和飽和如圖14所示：圖14死區(qū)和飽和信號得到模糊控制和PID控制下，系統(tǒng)角度跟蹤信號為圖15。圖15非線性干擾下對比由上圖可知，在系統(tǒng)控制輸入加入非線性干擾后，模糊控制能夠較好地抑制系統(tǒng)非線性因素，而PI控制此時已震蕩發(fā)散，控制性能嚴重下降。模糊PID控制器利用模糊控制器控制單連桿機器人角度跟蹤時，由于控制器不存在積分項，穩(wěn)態(tài)響應(yīng)容易出現(xiàn)靜差，因此，可在模糊控制的基礎(chǔ)上并聯(lián)一個積分控制器，消除穩(wěn)態(tài)靜差。而當誤差較大時，積分器容易出現(xiàn)飽和現(xiàn)象，以致引起超調(diào)。為優(yōu)化積分項，可以將模糊控制與積分器結(jié)合，通過誤差大小控制積分參數(shù)的大小，避免積分溢出，優(yōu)化系統(tǒng)性能。模糊積分器的具體規(guī)則為：當誤差絕對值較大時，為防止超調(diào)，Ki取較小值；當誤差絕對值中等或較小時，為保證穩(wěn)態(tài)性能，可適當加大Ki值。由以上分析可知，在上述模糊控制器的基礎(chǔ)上，再并聯(lián)一個模糊積分器，即以固定積分參數(shù)值Ki為基準，加入模糊Ki值的變化量，作為新的積分參數(shù)。其中，的模糊控制規(guī)則表如下所示：表2規(guī)則表ECENBNMNSZOPSPMPBNBPBPBPBPBNSNMNBNMPBPBPMPMNMNBNBNSPBPMPSPSNBNBNBZOZOZOZOZOZOZOZOPSNBNBNBPSPSPMPBPMNBNBNMPMPMPBPBPBNBNMNSPBPBPBPB加入模糊積分器后的系統(tǒng)控制框圖如圖16所示，即使用模糊規(guī)則對Ki參數(shù)在線調(diào)節(jié)：圖16模糊積分器及系統(tǒng)控制框圖輸入一個階躍參考信號，得到角度跟蹤響應(yīng)，和單模糊控制以及模糊并聯(lián)積分器兩種控制方法相比較，得圖17和圖18：圖17角度跟蹤動態(tài)響應(yīng)比較圖18角度跟蹤穩(wěn)態(tài)響應(yīng)比較由圖18的穩(wěn)態(tài)響應(yīng)圖可以看出，PID控制和模糊控制器都存在較明顯的穩(wěn)態(tài)靜差，并聯(lián)了一個積分器后，出現(xiàn)超調(diào)情況，但長時間響應(yīng)后最終能消除靜差。而對并聯(lián)的積分器做出改善，即加入模糊積分器后，角度跟蹤既沒有出現(xiàn)超調(diào)，也很快地消除了穩(wěn)態(tài)靜差。因此并聯(lián)模糊積分器之后能夠很好的改善系統(tǒng)性能?？偨Y(jié)經(jīng)典PID控制原理和現(xiàn)代控制原理的共同特點是：控制器設(shè)計必須建立在被控對象的精確建模上。沒有精確的數(shù)學模型，控制器的控制效果及精度將受到很大的制約。但在現(xiàn)實生活中，大多數(shù)系統(tǒng)具有非線性、時變、大延遲等特點，很難建立精確的數(shù)學模型。因此經(jīng)典控制原理和現(xiàn)代控制原理都很難實現(xiàn)對這種系統(tǒng)的精確控制。而模糊控制作為一種智能控制算法，與傳統(tǒng)P