温度控制系统智能控制器的设计与仿真 - 图文(6)

华中科技大学文华学院毕业设计（论文） 微调参数甚至不需要调参数就能达到较好的控制性能。

第四章 Fuzzy控制器的设计与仿真比较

4.1 模糊控制器的设计

用系统输出的偏差E和输出的偏差变化率EC作为输入信息,而把控制量的变化作为控制器的输出量,这样就确定了模糊控制器的结构。其中Ke、Kec表示量化因子,Ku表示比例因子。在实际微机模糊控制系统中,一般先构成模糊控制表。模糊控制表是模糊控制算法在计算机中的表达方式,它是根据系统的输入输出个数、隶属函数、及控制规则等决定的。然后将此表放到微机的存储器中,这样在过程控制中,微机采样和变换得到的E和EC直接与模糊控制表中行、列相比较,通过查表程序即可马上得出所需要的控制量U,去控制工业对象。

1、确定输入为E，Ec，输出为U。

2、取误差E与误差变化率EC和控制量U的论域均为{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}，

Fuzzy语言集均选为{PB,PM,PS,ZO,NS,NM,NB}，

在模糊逻辑编辑窗口FIS Editor中编辑E，Ec，U的隶属度函数，即确定隶属度函数表，如果采用三角形隶属度函数则有下表：

表4-1 三角形隶属度函数表 NB NM NS ZO PS PM PB -6 1 0 0 0 0 0 0 -5 0.5 0.5 0 0 0 0 0 -4 0 1 0 0 0 0 0 -3 0 0.5 0.5 0 0 0 0 -2 0 0 1 0 0 0 0 -1 0 0 0.5 0.5 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0.5 0.5 0 0 2 0 0 0 0 1 0 0 3 0 0 0 0 0.5 0.5 0 4 0 0 0 0 0 1 0 5 0 0 0 0 0 0.5 0.5 6 0 0 0 0 0 0 1 对应的图形如下图：

18

华中科技大学文华学院毕业设计（论文）

图4-1

如果采用高斯形隶属度函数则如下图：

图4-2

3、确定模糊规则，例如if E=NB and Ec=NB,then U=NB 从而生成模糊规则控制表如下:

表4-2 模糊规则控制表 Ec U NB NM NS ZO PS PM PB NB NB NM NM NS ZO ZO NB NB NM NM NS ZO ZO NB NB NM NS ZO PM PM NB NB NM ZO PM PB PB NM NM ZO PS PM PB PB ZO ZO PS PM PM PB PB ZO ZO PS PM PM PB PB NB NM NS ZO PS PM PB 在规则编辑窗口输入这7?7=49条规则如下：

19

华中科技大学文华学院毕业设计（论文）

图4-3

4、模糊决策采用Max-Min决策法，解模糊采用重心法。 利用

R??Ri??Ei?Eci?Ui~i?1i?14949求取模糊关系,利用

U?(E?Ec)?R~进行模糊推

理从而生成一张13?13的离线控制表。利用MATLAB可直接计算这张表从而对应生成模糊控制输入输出曲线图如下：

图4-4

5、利用Simulink进行仿真，将各模块连接起来，并用示波器观察仿真结果，如下图：

20

华中科技大学文华学院毕业设计（论文）

图4-5

4.2 模糊控制器的仿真比较

由于模糊控制参数整定是一个很繁琐的步骤，且没有固定的整定方法，其参数整定也不是本文研究的重点，故经过试算得出如下固定参数。

20e?0.5sG3(S)?(2S?1)(4S?1)做一个纵向比较，即同一控这里只对第三组控制对象模型制对象把PID控制和fuzzy控制放在一个simulink模型中，让比较结果更加直观。 fuzzy输入采用高斯形隶属度函数，输出采用三角形隶属度函数

取Kp=0.65,Ki=0.033,Kd=0.62,Ke=21,Kec=17.5,Ku=0.016

20e?0.5sG3(S)?(2S?1)(4S?1) （4-1）

4.2.1 没有干扰之前的模型和仿真结果

没有干扰之前的模型和仿真结果如下图：

21

华中科技大学文华学院毕业设计（论文）

图4-6 没有干扰的模型

图4-7 没有干扰的模型的仿真结果

4.2.2 加了干扰之后的模型和仿真结果