資源描述：
《模糊控制――文獻綜述》由會員上傳分享，免費在線閱讀，更多相關內容在教育資源-天天文庫。
1、模糊控制――文獻綜述摘要模糊控制理論是以模糊數學為基礎,用語言規(guī)則表示方法和先進的計算機技術,由模糊推理進行決策的一種高級控制策。模糊控制作為以模糊集合論、模糊語言變量及模糊邏輯推理為基礎的一種計算機數字控制，它已成為目前實現智能控制的一種重要而又有效的形式尤其是模糊控制和神經網絡、遺傳算法及混沌理論等新學科的融合，正在顯示出其巨大的應用潛力。實質上模糊控制是一種非線性控制，從屬于智能控制的范疇。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。本文簡單介紹了模糊控制的概念，模糊控
2、制系統(tǒng)的組成，模糊控制的算法，其中包含模糊控制系統(tǒng)的原理、模糊控制器的分類及其設計元素。最后以模糊PID復合控制在鍋爐汽包水位控制中的應用說明模糊控制系統(tǒng)的整體設計過程，通過仿真證明了模糊控制顯示出的優(yōu)勢。1.模糊控制的基本思想模糊控制是模糊集合理論中的一個重要方面，是以模糊集合化、模糊語言變量和模糊邏輯推理為基礎的一種計算機數字控制，從線性控制到非線性控制的角度分類，模糊控制是一種非線性控制；從控制器的智能性看，模糊控制屬于智能控制的范疇[1][2]。模糊控制是建立在人類思維模糊性基礎上的一種
3、控制方式，模糊邏輯控制技術模仿人的思考方式接受不精確不完全信息來進行邏輯推理,用直覺經驗和啟發(fā)式思維進行工作,是能涵蓋基于模型系統(tǒng)的技術。它不需用精確的公式來表示傳遞函數或狀態(tài)方程，而是利用具有模糊性的語言控制規(guī)則來描述控制過程。控制規(guī)則通常是根據專家的經驗得出的，所以模糊控制的基本思想就是利用計算機實現人的控制經驗[3]。2.模糊控制系統(tǒng)的組成及結構分析摸糊控制系統(tǒng)是采用計算機控制技術構成的一種具有反饋通道的閉環(huán)結構的數字模糊控制系統(tǒng)。智能性的模糊控制器是模糊控制系統(tǒng)的核心，一個模糊控制系統(tǒng)性
4、能的優(yōu)劣，主要取決于模糊控制器的結構，所采用的模糊控制規(guī)則、合成推理算法以及模糊決策的方法等因素[6][7]。模糊控制系統(tǒng)組成原理如圖1所示。圖1模糊控制系統(tǒng)組成原理框圖模糊控制系統(tǒng)是由被控對象、執(zhí)行機構、過程輸入輸出通道、檢測裝置、模糊控制器等幾部分組成。被控對象的數學模型可以是已知的、精確的，也可以是未知的、模糊的。過程輸入輸出通道一般指模/數(A/D)、數/模(D/A)轉換單元和接口部件，電平轉換裝置及多路開關等。作為控制系統(tǒng)核心部件的模糊控制器不依賴于被控對象的精確數學模型，易于對不確定
5、性系統(tǒng)進行控制。模糊控制器抗干擾能力強，響應速度快，并對系統(tǒng)參數的變化有較強的魯棒性。在實際應用中，模糊控制器有兩種組成方式，一種是由模糊邏輯芯片組成的硬件專用模糊控制器，它是用硬件芯片來直接實現模糊控制算法，這種模糊控制器的特點是推理速度快，控制精度高，但價格昂貴，輸入和輸出以及模糊規(guī)則都有限，且靈活性較差，在實際中較少使用；另一種組成方式是采用與數字控制器相同的硬件結構，目前多用單片微機來組成硬件系統(tǒng)。而在軟件上用模糊控制算法取代原來數字控制器的數字控制算法，這樣就把原來的數字控制器改成了模
6、糊控制器，組成了一個單片機的模糊控制系統(tǒng)。模糊控制器(FC—FuzzyController)又稱為模糊邏輯控制器(FLC—FuzzyLogicController),它的模糊控制規(guī)則用模糊條件語句來描述，是一種語言型控制器，因此有時又被稱為模糊語言控制器。模糊控制器的機構框圖如圖2所示。圖2模糊控制器結構框圖圖2中，u(t)是被控對象的輸入，y(t)是被控對象的輸出，s(t)是參考輸入，e為誤差。圖中虛線框內就是模糊控制器，它根據誤差信號產生合適的控制作用，輸出給被控對象。模糊控制器主要由模糊化
7、接口、知識庫、模糊推理機、解模糊解口四部分組成，各部分作用如下:1.模糊化模糊化接口接受的輸入只有誤差信號e，由e再生成誤差變化率Δe或誤差的積分，模糊化接口完成兩項功能:①論域變換：e和Δe都是非模糊的普通變量，它們的論域(即變化范圍)是實際域上的一個真實論域，分別用X和Y來代表。在模糊控制器中，真實論域要變換到內部論域X′和Y′，無論是對于D-FC(離散論域的模糊控制器)，還是C-FC(連續(xù)論域的模糊控制器)，論域變換后e和Δe變成E和EC，相當于乘了一個比例因子(還可能有偏移)。②模糊化：
8、論域變換后E和EC仍是非模糊的普通變量，這里把它們分成若干個模糊集合，如：“負大”(NL)、“負中”(NM)、“負小”(NS)、“零”(Z)、“正小”(PS)、“正中”(PM)、“正大”(PL)，……，并在其內部論域上規(guī)定各個模糊集合的隸屬度函數。在t時刻輸入信號的值e和Δe經論域變換后得到E和EC，再根據隸屬函數的定義可以分別求出E和EC對各模糊集合的隸屬度，如μnl(E)、μnm(EC)、……，這樣就把普通變量的值變成了模糊變量(即語言變量)的值，完成了模糊化的工作。這里E，EC既代表普通變
