7模煳控制系统的仿真

《7模煳控制系统的仿真》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、7模糊控制系统的仿真模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法，首先将操作人员或专家经验编写成模糊规则，然后将来自传感器的实时信号模糊化，将模糊化的信号作为模糊规则的输入，完成模糊推理，将推力后得到的输出量加到执行器上。模糊控制器的组成框图如图7.１所示。输入输出解模糊接口数据库推理机模糊化接口规则库图7.１模糊控制器的组成框图本节以单变量二维模糊控制器实现位置跟踪为例，介绍这种形式模糊控制器的设计步骤。其设计思想是其他模糊控制器的基础。1、模糊控制器结构1）单变量二维模糊控制器是常见的结构形式，如图7.２所示eueec二维模糊控制器d/dt图7.２

2、二维模糊控制图2）定义输入输出模糊集对误差e、误差变化ec及控制量u的模糊集及其论域定义下：e、ec及u的模糊集均为{NB，NM，NS，ZO，PS，PM，PB}e和ec的论域为{-3，-2，-1，0，1，2，3}u的论域为{-4.5，-3，-1.5，0，1.5，3，4.5}3）定义输入输出隶属函数误差e、误差变化ec及控制量u的模糊集及其论域确定后，需对模糊变量确定隶属函数，即对模糊变量赋值，确定论域内元素对模糊变量的隶属度。4）建立模糊控制规则根据人的直觉思维打理，由系数输出的误差及误差变化趋势来设计消除系统误差的模糊控制规则，如7-1所示，表中共有49条模糊规则，各个模糊语句之

3、间“或”的关系，由第一条语句所确定的控制规则可以计算出u1。同理，可以由其余各条语句分别求出控制量u2,…，u49，则控制量为模糊集和U，可表示为U＝u1+u2+…+u495)模糊推理模糊推理是模糊控制的核心，它利用某种模糊推理算法和模糊规则进行推理，得出最终的控制量。6）反模糊化通过模糊推理得到的结果是一个模糊集和。但在实际模糊控制中，必须要有一个确定值才能控制或驱动执行机构。将模糊推理结果转化为精确值的过得称为反模糊化，本例采用重心法实现反模糊化。2、模糊控制器的MATLAB仿真MATLAB的模糊逻辑工具箱提供了一个应用模糊逻辑方法处理各种事情的非常方便的工具。具体来说，该工具

4、箱有三种基本的应该方式：命令行函数、图形交互式工具和仿真模块。第一类由函数组成，可以在命令行或者自己的应该程序里调用它们。第二类通过图形用户界面把许多函数集和在一起，形成一个GUI（图形用户界面）开发环境。提供模糊推理系统的设计、分析和应用工具。第三类是一系列的模块，用于在Simulink环境下进行模糊逻辑推理的仿真。MATLAB的模糊逻辑工具箱提供了五个GUI工具，用来建立模糊逻辑推理系统，他们分别是FIS（模糊逻辑推理系统）编辑器、隶属函数编辑器、模糊规则编辑器、规则查看器（ruleviewer）、表面图像查看器（surfaceviewer）。这些图形用户都动态的连接着，改变其

5、中一个窗口的设置参数，其他的窗口也会自动的作出相应的改变。（1）在MATLAB的命令窗口输入fuzzy,然后按Enter键，打开FIS编辑窗口。FIS编辑器主要是处理模糊推理系统的一些基本问题，例如输入输出变量名，推理函数的选择等。由于本例为二维模糊控制器，因此在菜单Edit

6、AddVarible设置两个输入变量，一个输出变量。（2）选中FIS窗口中的input1，在右窗口编辑区域将这个输入变量的名字改为e，用同样的方法把input2（输入变量2）的名字改为ec；把output(输出变量)的名字改为u（3）现在开始编辑隶属函数，双击e就可以打开输入变量隶属函数的编辑窗口，每个变量默

7、认的隶属函数缺省是三个，我们可以通过Edit

8、AddMFs来增加隶属函数曲线的类型和数目，若要删除某个隶属函数，先选中这个隶属函数，然后按下Delete键即可。本例选择隶属函数七个，分别对应NB（负大）、NM（负中）、NS（负小）、ZO(零)、PS（正小）、PM（正中）、PB（正大）。其中NM、NS、ZO、PS、PM对应曲线类型设置为trimf型，NB对应曲线类型设置为zmf型，而PB对应曲线设置为smf型。（4）用同样的方法打开另一个变量的隶属函数编辑窗口，设置七个隶属函数，分别对应NB、NM、NS、ZO、PS、PM、PB，对应曲线类型设置同上。（5）输出变量隶属函数的编辑窗口，

9、用同样的方法设置输出变量u的隶属函数。设置七个隶属函数，设置好的输出变量隶属函数编辑窗口。（6）模糊逻辑规则。在FIS窗口中，从菜单Edit里选择Rules,打开规则编辑器。根据模糊控制规则表7-1进行设置。（7）保存设计好的模糊逻辑系统。在主菜单中通过选项File

10、Export

11、ToDisk把设计好的系统命名为fuzzy.fis保存到硬盘上。（8）在MATLAB的命令窗口里输入a=readfis(‘fuzzy’)，可以看出输出信息，这说明设计好的fuzzy.fis文