自动镀膜机智能控制系统分析

《自动镀膜机智能控制系统分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第一章绪论些研究者集成这些方法,形成了模糊神经网络控制(ENNC)和专家模糊控制(ENNC)等多个方向。子波变换、遗传算法与模糊神经网络的结合、以及混沌理论等,也将成为智能[1]控制的发展方向。本课题所涉及到智能控制方法主要是自适应模糊控制，它是智能控制的重要分支之一，将模糊控制技术纳入到非线性自适应控制的框架下，可以提出多种模糊自适应[9～12]控制方法。常规模糊控制器在设计过程中，一旦隶属函数、控制规则确定后，生成的表示模糊控制器的模糊控制表就基本确定了；而实际系统的参数是变化的，用这样的模糊控制表去控制实际系统，将很难达到满意的控制效果。为了使所设计的模糊控制器反应被控过程的

2、实际状态，满足系统要求，所以考虑设计自适应模糊控制器。这种控制器是在常规模糊控制器的基础上，用自适应算法优化隶属函数参数和控制规[13]则，实现自适应模糊控制，增加了模糊控制系统的适应能力和鲁棒性。1.3自适应模糊控制理论的发展、特点及其主要成果常规模糊控制和传统控制方法(如PID控制)相比，具有无需建立被控对象的精确数学模型、对被控对象的非线性和时变性具有一定的适应能力即鲁棒性好等特点。但是常规的模糊控制也存在一些缺点和不足。（l）模糊控制是根据专家的经验来对被控对象实施控制的，而人的经验并非完美无缺，因而模糊规则易受人的主观性影响;且在采用启发式规则实现模糊控制时，已隐含假设过

3、程不会产生超出操作者经验范围的显著变化，从而使模糊控制器仅限于在操作者富于经验的工况下应用，而不具有适应过程持续变化的能力。（2）模糊控制还没有形成完整的理论体系，其工作实质与机理还没有完全揭示，因而控制器的设计缺乏系统的方法。比如模糊规则的制定，隶属度函数的量化、比例因子的确定，主要采用反复试凑修改的方法。对系统的分析，如稳定性、鲁棒性等，无论从定性或定量上也都难像经典和现代控制理论那样进行。（3）与传统控制比较而言，模糊控制系统的控制动作欠细腻、稳态精度较差。因此，为了克服人的主观性和被控过程时变性、非线性及随机干扰的影响，并进一步提高模糊控制精度，需引入自调整与自适应方法，以

4、使得模糊控制参数及规则在控制过程中自动地调整、修改与完善，从而提高模糊控制器的自适应能力和动静态品质，达到更加理想的控制效果。自适应模糊控制器分为两类：直接型和间接型模糊控制器。如果自适应模糊控制器中的模糊逻辑系统是作为控制器使用，则称其为直接型自适应模糊控制器；如果其中的模糊逻辑系统是用于为被控对象建模，则称其为间接型[14～15]自适应模糊控制器。2第一章绪论自适应模糊逻辑系统是指具有参数学习算法的模糊逻辑系统，学习算法是依靠数据信息来对模糊逻辑系统的参数进行调整。因此，自适应模糊逻辑系统被认为是通过学习能自动产生其（模糊）规则的模糊逻辑系统。因为自适应模糊逻辑系统是具有学习算

5、法的模糊逻辑系统，所以可根据可调参数的线性与否将自适应模糊控制器分为第一类和第二类模糊控制器。1.3.1自适应模糊逻辑控制的现状和主要问题自适应控制可根据对象实际运行情况自动调节控制规律，以实现人们所期望的控[1]制效果，但它的设计依赖于结构已知的对象模型，对于复杂系统，传统的自适应方法很难胜任控制的任务。模糊控制方法对复杂系统来说，有很大的优越性，但普通的模糊控制并不具有自适应能力。早在1979年，Mamdani和他的学生Procyk就意识到了这个问题，他们把自组织的功能引入模糊控制器结构，研究了一类语言自组织模糊控制器，通过在线修正模糊控制规则，使系统的输出响应达到要求的性能，

6、这一开创性的工作为后来的自适应模糊控制的研究奠定了基础。之后，Shao提出了简化算法，克服了自组织模糊控制器关系矩阵迭代运算量大，占内存多的缺点。龙升照等从另一角度研究模糊控制规则的自调整问题，设计了一个只依赖于少量可调参数的模糊规则集。此外，许多学者探讨模糊控制器中比例因子的自调整对改善控制系统性能的影响，调整隶属函数对提高模糊控制自适应能力的影响；基于被控对象的规则模型自动生成控制器的规则模型和模糊模型的辩识与自学习问题。目前，文献中主要出现的自适应模糊控制方法有：1.基于模糊模型的自适应模糊控制；2.模糊模型参考自适应控制和自校正自适应控制；3.基于神经网络的自适应模糊控制；

7、4.稳定自适应模糊控制；另外，近年来遗传算法己被引入到自适应模糊控制设计中，其主要方法是采用遗传算法研究模糊“如果-则”规则的优化和对隶属函数进行调整等。遗传算法的引入会给自适应模糊控制的研究开辟一个新的方向。[2]目前较为成熟的自适应模糊控制的类型如下：（1）量化因子和比例因子的子自调整模糊控制器。量化因子和比例因子的自调整是自适应模糊控制应用于实时控制中最有效的手段，量化因子和比例因子的自调整模糊控制是依据控制器在线辨识控制效果，依据上升时间、超调量、稳态误差和振