模煳逻辑控制及其应用1chap3-5ppt课件.ppt

《模煳逻辑控制及其应用1chap3-5ppt课件.ppt》由会员分享，可在线阅读，更多相关《模煳逻辑控制及其应用1chap3-5ppt课件.ppt（57页珍藏版）》请在三一文库上搜索。

1、2019/4/14,1,模糊逻辑控制及其应用 （选 修）,上海交通大学 谢康林,2005-2006学年 第1学期,2,第 三 章 模糊逻辑控制工作原理,第三章 模糊逻辑控制工作原理,3,第 三 章 模糊逻辑控制工作原理,第三章 模糊逻辑控制工作原理 3-1 传统控制方法与模糊逻辑控制方法 3-2 模糊逻辑控制的工作原理,4,传统控制方法,3-1 传统控制方法与模糊逻辑控制方法 一传统控制方法 1传统控制系统的结构与设计方 法 传统控制方法的基本结构可分为： 开环控制系统 闭环控制系统 它们以被控对象的状态变量是否以负反馈引入到控制器来予以区分。,5,开环控制系统,（1） 开环控制系统 仅采集被

2、控对象的状态信息。 人（操作者）作为控制器与被控对象的中间环节。 人 控制器 被控对象 数据采集系统 显示打印（输出结果） 开环控制系统简单。 适用于控制对象变化缓慢，或不能建立系统数学模型的，控制精度要求不高的场合。,6,闭环控制系统,（2）闭环控制系统 它是一个负反馈系统。 从被控对象检测出状态变量值，并 以此检测值与目标期望值（给定值） 进行比较，以偏差值作为控制器的输 入量，由控制器按某种数学模型进行 运算后的结果，作为控制量。,7,闭环控制系统,显示打印,被控对象,控制器,反馈量,给定值,偏差信号 e,控制量,比较器,+,-,输出信号 u,8,计算机闭环控制系统,计算机闭环控制系统

3、如果用计算机作为比较器和控制器，则构成计算机闭环控制系统。 控制器输出与偏差信号之间的函数关系称为调节规律。 常见的调节规律是比例积分微分(PID)调节（Proportional Integral and Differential）。,9,传统控制方法的局限性,2传统控制方法的局限性 若用计算机实现传统控制方法： A. 首先要设定控制目标值。 B. 根据被控对象的特性变化和环 境变化，通过负反馈原理，不断进行 调节，以跟踪所设定的目标值。 C. 设计一个满足控制目标的控制 器，必须要有数学模型。 实际上，对复杂的非线性系统和多因素的时变系统有很大困难。,10,模糊逻辑控制方法,二模糊逻辑控制方

4、法及其限制 1. 模糊逻辑控制方法 把模糊数学理论应用于自动控制领域， 从而产生的控制方法称为模糊逻辑控制方法。 传统控制依赖于被控系统的 数学模型 模糊逻辑控制依赖于被控系统的 物理特性 物理特性的提取要依靠人的直觉和经验。 人的经验是一系列含有语言变量值的条件 和规则； 模糊集合理论能十分恰当地表达模糊性的 语言变量和条件语句。,11,优点,2模糊逻辑控制的优点及不足之处 （1）优点 A. 无需预先知道被控对象的精 确数学模型； B. 模糊逻辑控制方法容易学习 和掌握（规则由人的经验总 结出来、以条件语句表示）； C. 有利于人机对话和系统知识 处理（以人的自然语言形式 表示控制知识）。,

5、12,不足之处,（2）不足之处 A. 精度不够高； B. 自适应能力有限； C. 系统较难优化。,13,模糊逻辑控制过程,3-2 模糊逻辑控制的工作原理 一模糊逻辑控制过程 它由给定输入R、模糊控制器、 被控对象、偏差e（反馈信号与 给定输入的比较环节）组成。 模糊逻辑控制系统结构图如下：,14,模糊逻辑控制系统结构,模糊控制器,被控对象,反馈信号,给定值R,偏差 e,+,-,输出u,15,基本结构,数字量转化 为模糊量,模糊量转化 为数字量,模糊 逻辑 推理,模糊化,解模糊化,模糊控制器的基本结构：,16,精确输入量的模糊化,1精确输入量的模糊化： （1）根据系统的实际输出值与设定的期望值相

6、比较 的偏差值（以及偏差的变化率）来决定对系统 的调整控制。（精确的输入值）。 （2）把精确的输入量转换成模糊集合的隶属函数。 常用三角形、梯形等。 （3）标准化设计：通常把偏差e的变化范围设定在 -6，+6区间，将它的连续变化量离散化为13个 整数元素的离散集合： -6，-5，-4，-3，-2，-1，0，1，2， 3，4，5，6 （4）把在-6，+6之间变化的连续量，根据需要分成 若干等级，分别对应一个模糊子集合或隶属函数。 * 对于输出变量的模糊化，方法同上。,17,规则的形成和推理,2模糊控制规则的形成和推理： 模糊控制规则的形成： 根据有经验的操作人员或专家的知识和经验，制定出若干个模

7、糊逻辑控制规则，并加以形式化数字处理以后，存入计算机。 这些规则可以用自然语言来表达。 根据模糊集合和模糊关系理论，对于不同类型的模糊规则，可以用不同的模糊推理方法。,18,解模糊判决,3 解模糊判决（反模糊化） 经过模糊逻辑推理得到的控制输出，是一个模糊隶属函数或模糊子集。 必须从模糊输出隶属函数中找出一个最能代表这个模糊集合作用的精确量，这就是解模糊判决。,19,状态估计模糊控制法,二模糊逻辑控制方式 1状态估计模糊控制法 根据现行状态与控制目标的偏差e 来决定控制指令的方法，即一种直接 用被控对象的状态反馈作为依据来实 现控制的方法。但由于环境和系统本 身的变化，在某些情况下，可能出现

8、不稳定现象。 状态估计模糊控制法： 知识工程学+模糊推理,20,预测型模糊控制法,2 预测型模糊控制法 知识工程学 + 模糊推理 + 通过对被控对象动态特性的 模拟而建立的系统模型。 即： 预测型模糊控制法 = 状态估计模糊控制法 + 通过对被控对象动态特性的 模拟而建立的系统模型。,21,推理方法,三模糊逻辑控制规则的推理方法 合成模糊逻辑推理法 （Mamdani 玛达尼推理法）； 间接模糊逻辑推理法； 后件为线性函数的模糊逻辑推理法。,22,合成模糊逻辑推理法,合成模糊逻辑推理法 （Mamdani 玛达尼推理法） （例）,23,合成模糊推理法的 推理过程,合成模糊逻辑推理的推理过程,x0,

9、x0,y0,y0,x,y,u,y,x,u,u,A1,A2,B1,B2,C1,C2,u0,1,2,C0,24,第 四 章 模糊逻辑控制器（FLC）,第四章 模糊逻辑控制器（FLC）,25,第 四 章 模糊逻辑控制器（FLC）,第四章 模糊逻辑控制器 （FLC） 4-1 模糊逻辑控制器的结构 4-2 模糊逻辑控制器设计步骤 4-3 模糊逻辑控制器的设计方法,26,目 标,控制器的目标： 对于给定的输入量，能产生所期望的输出控制作用。 对于模糊逻辑控制，要决定是用硬件实现，还是用软件实现。 目前在通用单片微机上运行模糊控制算法软件，实现大部分模糊逻辑控制应用。在少数非常复杂和在时间上有苛刻要求的场合

10、，才需要专用的模糊逻辑硬件芯片。,27,模糊逻辑控制器,4-1 模糊逻辑控制器的结构 一模糊逻辑控制器的基本结构 模糊逻辑控制器（FLC Fuzzy Logic Controller）是一种用模糊逻辑 来模仿人的逻辑思维，从而对难以建 立数学模型的系统实现控制的设备。 简称为模糊控制器。,28,基本结构,模糊逻辑控制器的基本结构： 主要由三大部分组成： 模糊化接口 模糊推理机 解模糊化接口 有时可能加上： 规则修改模块； 隶属函数修改模块； 控制状态显示模块； PID控制模块； 进行系统优化的模拟模块 等。,29,模糊化接口,二模糊逻辑控制各部分的功能 1模糊化接口 （1）测量输入变量值。 （

11、2）完成将输入变量量值的范围 向相应论域变换的比例映射。 （3）实现模糊化，将输入数据转 换成相应语言变量的项，并 构成模糊集合。,30,模糊推理机,2模糊推理机 （1）知识库 包括应用领域的知识和相应 控制目标的知识，由数据库和 语言控制规则库组成。 （2）模糊推理决策逻辑 是FLC的核心。 它能模仿人的模糊概念, 运用模糊蕴涵运算， 模糊逻辑推理规则， 对模糊控制作用的推理进行 决策。,31,解模糊接口,3解模糊化接口 （1）比例映射：将输出变量的量值范 围转化为相应的论域。 （2）解模糊化：从推理所得的模糊输 出集合中产生精确的控制量值。 4模糊规则修改、隶属函数修改和控 制状态显示模块

12、 5PID控制模块 6模拟模块,32,模糊逻辑控制过程,三模糊逻辑控制过程 模糊逻辑控制过程的三个步骤： 模糊化; 模糊逻辑推理; 解模糊判决。 分别通过上述模糊逻辑控制器的 状态接口（模糊化器）; 模糊推理机; 控制接口（解模糊化器） 来完成模糊逻辑控制。,33,控制规则的设计原则,4-2 模糊逻辑控制器设计步骤 依靠人的直觉和经验，没有成熟而固定的设计过程和方法。 1定义输入和输出变量及其个数 2定义所有变量的模糊化条件 3设计控制规则库 4设计模糊推理结构 5选择解模糊判决方法,34,设计方法,4-3 模糊逻辑控制器的设计方法 一根据专家的知识和经验 设计FLC。 设计的依据 是专家的知

13、识和经验。 二通过建立熟练操作工控制模型 设计FLC。 通过熟练操作员的实际操作， 建立熟练操作员的操作模型。,35,设计方法 一,一根据专家的知识和经验设计FLC 设计的依据： 专家的知识和经验,36,设计方法 二,二通过建立熟练操作工控制模型 设计FLC。 通过熟练操作员的实际操作， 建立熟练操作员的操作模型,37,第 五 章 模糊逻辑控制系统设计,第五章 模糊逻辑控制系统设计,38,第 五 章 模糊逻辑控制系统设计,第五章 模糊逻辑控制系统设计 5-1 模糊逻辑控制系统的一般设计 过程 5-2 模糊逻辑控制系统设计举例,39,一般设计过程,5-1 模糊逻辑控制系统的一般设计过程 通常分成

14、四个部分： 1 模糊逻辑控制系统的结构设计； 2 模糊化设计； 3 模糊逻辑控制算法设计； 4 解模糊化设计。,40,结构形式,一模糊逻辑控制系统的结构设计 1模糊逻辑控制系统的结构形式 （1）从输入、输出量来分： SISO结构 MISO结构 MIMO结构 （2）从控制机理来分： 单纯型模糊逻辑控制器 复合型模糊逻辑控制器 （3）从控制功能来分： 变结构型模糊逻辑控制器 自校正型模糊逻辑控制器,41,系统结构设计原则一,2模糊逻辑控制系统的设计原则 （1）被控对象是一个控制精度要求不高的系统 一般可采用： SISO系统,42,系统结构设计原则二,（2）被控对象是一个控制精度要求较高的系统 通常

15、可采用： 二维模糊逻辑控制器； 三维模糊逻辑控制器； 变结构型模糊逻辑控制器； 复合型模糊逻辑控制器。,43,系统结构设计原则三,（3）被控对象是一个控制精度要求较高、且对环境有较好的适应性的系统 可采用： PID参数自校正模糊逻辑控制器； 比例因子自校正模糊逻辑控制器； 神经网络自学习模糊逻辑控制器； 等等。,44,系统结构设计原则四,（4）被控对象是一个多输入、多输出系统 可根据对象情况， 参照上述（1）（3）原则进行设计。,45,模糊化设计,二模糊化设计 主要包括两个部分： 输入（出）变量模糊划分设计和模糊量隶属函数设计。 1模糊划分设计： 对于一个语言变量，其论域的模糊量通常由经验给出

16、。 一般模糊划分取 5-9个。 较多采用线性划分，有时也采用非线性划分。 2模糊量隶属函数设计： 在实际应用中，采用单点、三角形、梯形和正态分布函数等几种隶属函数曲线。,46,控制算法设计,三模糊逻辑控制算法设计 模糊逻辑控制算法一般可分成： 查表法 公式法（解析式法） 推理算法等。 各种算法的运算速度和运算精度 有所不同。,47,推理算法举例,例： 推理算法 FLC系统：两输入（E、E） 、一输出（u） E和E各有三个模糊划分： 大（L）、中（M）、小（S）。 且为三角形隶属函数曲线。 共有九条推理规则： R1： if E=S and E=S then u=L R2： if E=S and

17、E=M then u=L R3： if E=S and E=L then u=M R4： if E=M and E=S then u=L R5： if E=M and E=M then u=M R6： if E=M and E=L then u=S R7： if E=L and E=S then u=M R8： if E=L and E=M then u=S R9： if E=L and E=L then u=S,48,推理算法举例(续),1.当T1时刻: E= a1 E =b1 只有R2起作用: R2： if E=S and E=M then u=L 2.当T2时刻: E= a1 E =b2

18、 只有R1和R2起作用: R1： if E=S and E=S then u=L R2： if E=S and E=M then u=L 3.当T3时刻: E= a2 E =b2 有R1 、 R2 、 R4和R5起作用: R1： if E=S and E=S then u=L R2： if E=S and E=M then u=L R4： if E=M and E=S then u=L R5： if E=M and E=M then u=M,49,解模糊化设计,四解模糊化设计 解模糊算法常用的有： 重心法 最大隶属度法 系数加权平均法 隶属度限幅（-Cut）元素平均法 等等。,50,系统设计举

19、例,5-2 模糊逻辑控制系统设计举例 电动机转速调节 模糊逻辑控制系统设计,51,系统结构设计,模糊控制器,电机,转速反馈, u,e,e,1系统结构设计： 二维单纯型模糊逻辑控制器,n,给定值,no,52,模糊化设计,2. 模糊化设计： 电机转速偏差（e）模糊化： 电机转速负偏差（NE）， 电机转速正偏差（PE）； 电机转速偏差变化率（e）模糊化： 电机转速负偏差变化率（NE） 电机转速正偏差变化率（PE）； 电机电压控制量增量（u）模糊化： 电机控制电压负增量（NU） 电机控制电压零增量（ZU） 电机控制电压正增量（PU）,53,偏差模糊化,电机转速偏差（e）模糊化,0,-5,+5,e,1.

20、0,0.5,+3,0.2,0.8,PE,NE,54,偏差变化率模糊化,电机转速偏差变化率（e）模糊化,-3,0,+3,e,1.0,0.33,0.67,PE,NE,+1,55,控制量增量模糊化,电机电压控制量增量（u）模糊化,0,7,-7,1.0,u,NU,PU,ZU,56,控制规则设计,3控制规则设计： （例） if e = NE and e = NE then U = ZU if e = NE and e = PE then U = NU if e = PE and e = NE then U = PU if e = PE and e = PE then U = ZU (例：设某一时刻 e = 3, e = 1),57,反模糊化设计和运行结果,4反模糊化设计： 重心法（列举法） 5运行结果的输出状态曲线： 有一定的超调量， 系统的响应速度不够快。,