《毕业设计（论文）-模糊自适应控制研究.doc》由会员分享，可在线阅读，更多相关《毕业设计（论文）-模糊自适应控制研究.doc（91页珍藏版）》请在三一文库上搜索。
1、模糊自适应控制研究 摘 要PID控制由于其算法简单、鲁棒性好及可靠性高，被广泛应用于过程控制和运动控制中，尤其适用于可建立精确数学模型的确定性系统。然而实际工业生产过程往往具有非线性、时变不确定性，难以建立精确的数学模型，应用常规PID控制器不能达到理想的控制效果。为了克服传统PID控制的弱点,控制界已经提出了大量的对PID控制的改进方案。但这些方案一般是针对某些具体问题，缺乏通用性，附加的结构或算法也增加了控制器的复杂性，使它们的广泛应用受到限制将模糊决策理论与常规PID控制技术结合，研制出模糊自适应PID控制器，并利用VB的ActiveX技术创建了模糊自适应PID控件，将该空间嵌入组态软件
2、中进行实时控制，结果表明该控制策略具有较强的鲁棒性和适应性。针对实际工业过程控制的难点，借鉴生物免疫系统中的免疫反馈原理，结合模糊控制可以逼近非线性函数的特点，分析了积分系数在系统响应过程中的非线性变化规律，提出了一种模糊免疫非线性PID控制方法。这种方法具有量小，调整时间短，抗干扰能力和鲁棒性强等优点，理论分析和仿真研究证明了该方法的可行性和有效性。关键词：自适应，模糊控制，PID控制，模糊免疫非线性PID控制Adaptive Fuzzy Control ResearchABSTRACTPID control is widely used in motion control and proc
3、ess control because of its simple algorithm, good robust and reliability, particularly applicable to the certain systems of establish a precise mathematical model. Nevertheless, the actual production process are often nonlinear, uncertain time-varying, it is difficult to establish a precise mathemat
4、ical model, the conventional PID control can not achieve the desired effect. To overcome the weaknesses of traditional PID control, a lot of improve projects of the PID control have been put forward in the control industry. However, these projects are generally targeted at certain specific issues, t
5、he lack of universality. Additional structural or algorithm increased the complexity of the controller, restrict their wide use.This paper puts forward a technology which combinate the fuzzy decision theory and conventional PID control, researches and makes out a adaptive fuzzy PID controller (AFPID
6、), by use of ActiveX of VB create a ActiveXof AFPID, embeds this ActiveX into configuration software to real-time control, the result shows this control tactic has stronger robust and adaptivity.A fuzzy immune nonlinear PID control method is presented in order to solve the difficulties of actual ind
7、ustry process control. This method is based on the immune feedback principle in the biological immune system, the approaching ability for nonlinear function of fuzzy controller and the nonlinear change law of the integral gain in the response process of the system. This method has low overshoot, sho
8、rt regulate time, strong anti-disturbance ability and great robustness. The theoretical analysis and simulation results show the feasibility and effectiveness of this method.Key words: self-adaption， fuzzy control， PID control， fuzzy immune nonlinear PID control模糊自适应控制研究0 引言自从L.A.Zadeh提出模糊集合论以来，基于该理
9、论形成一门新的模糊系统理论学科，在控制、信号处理、模式识别、通信等领域得到了广泛的应用。近年来，有关模糊控制理论及应用研究引起了学术界的极大兴趣，取得了一系列成功的应用和理论成果，与早期的模糊控制理论和应用相比有了很大的发展1。模糊控制理论成为智能控制理论的一个重要分支。一般来讲，模糊控制理论研究的核心问题在于如何解决模糊控制中关于稳定性和鲁棒性分析、系统的设计方法(包括规则的获取和优化、隶属函数的选取等)、控制系统的性能(稳态精度、抖动及积分饱和度等)的提高等问题，这己成为模糊控制研究中的几个公认的基本问题。其中，稳定性和鲁棒性问题的研究最为热烈，从早期基于模糊控制器的“多值继电器”等价模型
10、的描述函数分析法，扩展到相平面法、关系矩阵分析法、圆判据、Lyapunov稳定性理论、超稳定理论、基于滑模控制器的比较法、模糊穴-穴映射及数值稳定性分析方法等非线性理论方法。设计方法的研究也倍受关注，主要表现在对规则的在线学习和优化、隶属函数参数的优化修正等应用了多种思想，如最优控制的二次型性能指标、自适应、神经网络、遗传算法等思想。稳态性能的改善一直是模糊控制学者所关注2。围绕上述几个基本问题,出现了多变量模糊控制、模糊神经网络技术、神经模糊技术、自适应模糊控制、模糊系统辨识等热点研究领域。在模糊控制理论与应用方面，日本学者取得了很大的成就，我国学者在这方面也付出了不懈的努力，并取得了许多重
11、要的成果。所有这些工作促进了模糊控制的理论和应用的快速发展。本文主要分七个部分，第一部分着重介绍模糊控制规则，根据实际响应情况运行模糊推理，自动实现PID参数的最佳调整。第二部分是模糊控制规则的仿真设计。第三章模糊控制与自适应控制的结合。第四章是编程和设计，首先是对MATLAB以及SIMULINK进行介绍，然后以MATLAB作为操作平台，MATLAB编程仿真模糊自适应整定PID控制。第五章介绍了基于生物信息系统的免疫反馈原理研究模糊免疫自适应PID控制算法。第六章MATLAB编程仿真模糊免疫自适应PID控制。第七章进行了全文的小结。1 模糊逻辑控制理论1.1 模糊控制概况模糊逻辑控制(Fuzz
12、y Logic Control)简称模糊控制(Fuzzy Control)，是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。1965年，美国的L.A.Zadeh创立了模糊集合论；1973年他给出了模糊逻辑控制的定义和相关的定理2。1974年，英国的E.H.Mamdani首先用模糊控制语句组成模糊控制器，并把它应用于锅炉和蒸汽机的控制，在实验室获得成功。这一开拓性的工作标志着模糊控制论的诞生。 模糊控制实质上是一种非线性控制，从属于智能控制的范畴。模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。模糊控制的发展最初在西方遇到了较大的阻力；然而在东方尤其是在
13、日本，却得到了迅速而广泛的推广应用。近20多年来，模糊控制不论从理论上还是技术上都有了长足的进步，成为自动控制领域中一个非常活跃而又硕果累累的分支。其典型应用的例子涉及生产和生活的许多方面，例如在家用电器设备中有模糊洗衣机、空调、微波炉、吸尘器、照相机和摄录机等；在工业控制领域中有水净化处理、发酵过程、化学反应釜、水泥窑炉等的模糊控制；在专用系统和其它方面有地铁靠站停车、汽车驾驶、电梯、自动扶梯、蒸汽引擎以及机器人的模糊控制等。 1.2 模糊控制基础 模糊控制的基本思想是利用计算机来实现人的控制经验，而这些经验多是用语言表达的具有相当模糊性的控制规则3。模糊控制器(Fuzzy Controll
14、er)获得巨大成功的主要原因在于它具有如下一些突出特点： 模糊控制是一种基于规则的控制。它直接采用语言型控制规则，出发点是现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用。 由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对那些数学模型难以获取、动态特性不易掌握或变化非常显著的对象非常适用。 基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易导致较大差异；但一个系统的语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。
15、 模糊控制算法是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。 图1.1 模糊控制算法流程图模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制。 模糊控制系统的基本结构图如图1.1所示，其中s为系统的设定值，y为系统输出，e和c分别是系统偏差和偏差的微分信号，也就是模糊控制器的输入，u为控制器输出的控制信号，E、C、U为相应的模糊量。由图可知模糊控制器主要包含三个功能环节:用于输入信号处理的模糊量化和模糊化环节，模糊控制算法功能单元，以及用于输出解模糊化的模糊判决环
16、节。 模糊量化模 糊 化模糊控制模糊判决被控过程 S e E U u y c C 模糊控制器图1.2模糊控制系统框图模糊控制器设计的基本方法和主要步骤大致包括： 1）选定模糊控制器的输入输出变量，并进行量程转换。选取方法一般如图1所示，即分别取e、c和u。 2）确定各变量的模糊语言取值及相应的隶属函数，即进行模糊化。模糊语言值通常选取3、5或7个，例如取为负，零，正，负大，负小，零，正小，正大，或负大，负中，负小，零，正小，正中，正大等。然后对所选取的模糊集定义其隶属函数，可取三角形隶属函数(如图2所示)或梯形，并依据问题的不同取为均匀间隔或非均匀的；也可采用单点模糊集方法进行模糊化。 NB
17、NS NS 1 ZO PS PM PB 0图1.3隶属函数取法示意图3）建立模糊控制规则或控制算法。这是指规则的归纳和规则库的建立，是从实际控制经验过渡到模糊控制器的中心环节。控制律通常由一组if-then结构的模糊条件语句构成，例如:if e=N and c=N，then u=PB等；或总结为模糊控制规则表，如表1中所示，可直接由e和c查询相应的控制量u。 表1.1 模糊控制规则表举例uc ： Nc ： Zc ： Pe ： NPBPMZe ： ZPSZNSe ： PZNMNB4）确定模糊推理和解模糊化方法。常见的模糊推理方法有最大最小推理和最大乘积推理两种，可视具体情况选择其一：解模糊化方法
18、有最大隶属度法，中位数法，加权平均，重心法，求和法或估值法等等，针对系统要求或运行情况的不同而选取相适应的方法，从而将模糊量转化为精确量，用以实施最后的控制策略。 图1.4 模糊控制的基本原理框图1.3 模糊控制方法模糊控制具有良好控制效果的关键是要有一个完善的控制规则4。但由于模糊规则是人们对过程或对象模糊信息的归纳，对高阶、非线性、大时滞、时变参数以及随机干扰严重的复杂控制过程，人们的认识往往比较贫乏或难以总结完整的经验，这就使得单纯的模糊控制在某些情况下很粗糙，难以适应不同的运行状态，影响了控制效果。 常规模糊控制的两个主要问题在于：改进稳态控制精度和提高智能水平与适应能力。在实际应用中
19、，往往是将模糊控制或模糊推理的思想，与其它相对成熟的控制理论或方法结合起来，发挥各自的长处，从而获得理想的控制效果。由于模糊规则和语言很容易被人们广泛接受，加上模糊化技术在微处理器和计算机中能很方便的实现，所以这种结合展现出强大的生命力和良好的效果。对模糊控制的改进方法可大致的分为模糊复合控制，自适应和自学习模糊控制，以及模糊控制与智能化方法的结合等三个方面。 1.3.1 模糊复合控制Fuzzy-PID复合控制：即模糊PID控制，通常是当误差较大时采用模糊控制，而误差较小时采用PID控制，从而既保证动态响应效果，又能改善稳态控制精度；一种简便有效的做法是模糊控制器和I调节器共同合成控制作用5。
20、 模糊-线性复合控制：如模糊-前馈补偿控制等，实际利用了模糊控制是变增益PI控制器的特点，在实际系统的控制中取得了较好的效果。 史密斯-模糊控制器：针对系统的纯滞后特性设计，用模糊控制器替代PID可以解决常规史密斯-PID控制器对参数变化适应能力较弱的缺陷；此外模糊推理和模糊规则的运用有利于在一定程度上适应时延的变化，在更复杂的情况下对对象的纯滞后进行有效的补偿。 三维模糊控制器：一种是利用误差E，误差变化Ec和误差变化速率Ecc作为三维变量，可以解决传统二维模糊控制器的快速响应与稳定性要求之间的矛盾；另一种方法是利用E，Ec和误差的累积和E，这相当于变增益的PID控制器，提高了模糊控制的稳态
21、精度。 多变量模糊控制：一般采用结构分解和分层分级结构，利用多个简单的模糊控制器进行组合，并兼顾多规则集之间的相互关系。 1.3.2 模糊控制和自适应自校正模糊控制器：修改控制规则的自校正模糊控制器，从响应性能指标的评价出发，利用模糊集合平移或隶属函数参数的改变，来实现控制规则的部分或全面修正，也可通过修正规则表或隶属函数本身来进行调整;基于模糊模型的自校正模糊控制器，包括利用模糊集理论辨识系统模型的语言化方法，基于参考模糊集的系统模糊关系模型辨识方法，以及由I/O数据建立模糊规则模型，并以此作为自校正控制器设计的基础等。 参数自调整模糊控制：自调整比例因子的模糊控制，引入性能测量和比例因子调
22、整的功能，在线改变模糊控制器的参数，较大的增强了对环境变化的适应能力；基于模糊推理的PID自整定控制，如参数自整定模糊PD控制，以及类似的PI及PID控制等6。 模型参考自适应模糊控制器：利用参考模型输出与控制作用下系统输出间的偏差来修正模糊控制器的输出，包括比例因子、解模糊策略、模糊控制规则等。 具有自学习功能的模糊控制：包括多种对外扰影响或重复任务的性能具有自学习功能的模糊控制方法，以及自寻优模糊控制器等，其关键在于学习和寻优算法的设计，尤其是提高其速度和效率。 自组织模糊控制器：将参考模型和自组织机制相结合的模糊模型参考学习控制，及自适应递阶模糊控制等更高级的自组织形式具有很大的发展潜力
23、。 1.3.3 模糊控制与其它智能控制方法的结合尽管模糊控制在概念和理论上仍然存在着不少争议，但进入 90年代以来，由于国际上许多著名学者的参与，以及大量工程应用上取得的成功，尤其是对无法用经典与现代控制理论建立精确数学模型的复杂系统特别显得成绩非凡，因而导致了更为广泛深入的研究，事实上模糊控制已作为智能控制的一个重要分支确定了下来8。 1.3.4 专家模糊控制 专家系统能够表达和利用控制复杂过程和对象所需的启发式知识，重视知识的多层次和分类的需要，弥补了模糊控制器结构过于简单、规则比较单一的缺陷，赋予了模糊控制更高的智能；二者的结合还能够拥有过程控制复杂的知识，并能够在更为复杂的情况下对这些
24、知识加以有效利用。 1.3.5 基于神经网络的模糊控制 神经网络实现局部或全部的模糊逻辑控制功能，前者如利用神经网络实现模糊控制规则或模糊推理，后者通常要求网络层数多于三层；自适应神经网络模糊控制，利用神经网络的学习功能作为模型辨识或直接用作控制器；基于模糊神经网络的隶属函数及推理规则的获取方法，具有模糊连接强度的模糊神经网等，均在控制中有所应用；模糊系统与遗传算法相结合的控制器设计方法则提供了更为新颖的思路。 此外，模糊预测控制，模糊变结构方法，模糊系统建模及参数辨识，模糊模式识别等的研究，也都属于较为前沿的研究方向。 1.4 稳定性分析众所周知，任何一个自动控制系统，首先必须是稳定的 ,否
25、则这个系统就无法工作。因此，在控制系统的分析和设计中，系统的稳定性研究占有重要的地位，模糊控制系统也是如此。由于模糊系统本质上的非线性和缺乏统一的系统描述，使得人们难以利用现有的控制理论和分析方法对模糊控制系统进行分析和设计，因此，模糊控制理论的稳定性分析一直是一个难点课题，仍未形成较为完善的理论体系，还有许多理论问题有待于进一步解决。正因为如此，近年来关于模糊系统的稳定性分析已经成为众人关注的焦点，发表的论文较，采用了各种思想和分析方法 ,主要有：描述函数分析法、相平面法、关系矩阵分析法、Lyapunov 稳定性理论、超稳定理论、Popov 判据、圆判据、基于滑模控制器的比较法、模糊穴 -穴
26、映射、数值稳定性分析方法以及最近出现的鲁棒控制理论分析方法和LMI(矩阵不等式)凸优化方法等。在模糊控制系统的稳定性分析和设计中，采用的模糊逻辑系统大致有三种类型：(a)纯模糊逻辑系统；(b) Takagi- Sugeno(简记为T- S)模糊逻辑系统；(c)具有模糊产生器和模糊消除器的模糊逻辑系统。基于纯模糊逻辑系统的分析方法主要有：描述函数分析法、相平面法、关系矩阵分析法、圆判据等 ,是较早期的稳定性分析方法；基于T- S系统的分析方法主要为Lyapunov稳定性理论、鲁捧控制理论分析方法和LMI凸优化方法；基于类型(c)的模糊逻辑系统的分析方法主要为自适应控制理论方法；最近还出现了超稳定
27、理论、Popov判据、基于滑模控制器的比较法、模糊穴 -穴映射、数值稳定性分析等方法。其中，Lyapunov 稳定性理论、自适应控制理论、关系矩阵分析法占有很重要的地位，尤其是Lyapunov稳定性理论和自适应控制理论方法；数值计算分析方法与模糊穴 -穴映射具有相通之处，但是穴 -穴映射借助于新的数学工具正显示出新的研究活力。另外，提出了一种解决智能多层次复杂系统的建模和稳定性分析的原理和思路。最后要提到的是模糊逻辑控制系统鲁棒稳定性问题的研究，由于其与灵敏度分析和鲁棒多变量反馈控制器的紧密联系，可望为模糊逻辑控制的系统设计和稳定性分析、性能评估等提供系统的设计方法。下面是近几年国内外学者在此
28、领域进行的研究情况。需要指出的是，虽然目前的研究成果和文献较多，模糊控制的应用十分成功和广泛，但是迄今为止模糊控制系统的稳定性分析和控制系统设计仍缺乏一个强有力的数学工具和统一的方法，仍未形成较为完善的理论体系，还有许多理论问题有待于进一步探索。1.5 模糊控制研究方向展望 模糊控制仍然是一个充满争议的领域。由于它的发展历史还不长，理论上的系统性和完善性，技术上的成熟性和规范性都还是不够的，有待人们的进一步提高。 模糊系统理论还有一些重要的理论课题还没有解决。其中两个重要的问题是：如何获得模糊规则及隶属函数，这在目前完全凭经验来进行；以及如何保证模糊系统的稳定性。大体说来，在模糊控制理论和应用
29、方面应加强研究的主要方向为： 1)适合于解决工程上普遍问题的稳定性分析方法，稳定性评价理论体系；控制器的鲁棒性分析，系统的可控性分析和可观性判定方法等。 2)模糊控制规则设计方法的研究，包括模糊集合隶属函数设定方法，量化水平，采样周期的最优选择，规则的系数，最小实现以及规则和隶属函数参数自动生成等问题；进一步则要求我们给出模糊控制器的系统化设计方法。 3)模糊控制器参数最优调整理论的确定，以及修正推理规则的学习方式和算法等。 4)模糊动态模型的辨识方法。 5)模糊预测系统的设计方法和提高计算速度的方法。 6)神经网络与模糊控制相结合，有望发展一套新的智能控制理论。 7)模糊控制算法改进的研究：
30、由于模糊逻辑的范畴很广，包含大量的概念和原则；然而这些概念和原则能真正的在模糊逻辑系统中得到应用的却为数不多。这方面的尝试有待深入。 8)最优模糊控制器设计的研究：依据恰当提出的性能指标，规范控制规则的设计依据，并在某种意义上达到最优。 9)简单、实用且具有模糊推理功能的模糊集成芯片和模糊控制装置、通用模糊控制系统的开发和推广应用。 在短短20多年时间里，模糊控制得到长足发展。它的应用领域涉及各各方面，控制方法也有广很大进展，模糊控制器的性能不断提高。模糊控制系统易于接受，设计简单，维护方便，而且比常规控制系统稳定性好，鲁棒性高。由于它的这些特点，模糊控制正在得到越来越广泛的应用。1.6 模糊
31、控制系统设计方法系统设计方法的研究主要侧重于：模糊规则的优化和在线学习修正的算法研究，修正因子在线学习，隶属函数的选取和调节等。目前，在模糊控制的发展中，多是对传统的模糊控制方法的研究，存在的主要问题是：众多的待定参数，控制规则建立困难。因此目前这方面的研究也是一个热点问题，应用了多种思想,主要有：自适应神经元学习、单纯形法、专家自学习法、多步预报自学习、遗传算法(GA)及BP网络等。另外，还有许多关于增强式学习算法及模糊自适应等思想的研究。研究目标有向高度自适应自动系统 (自动产生隶属函数及模糊规则并在线修正)这方面发展的迹象，值得注意和重视。下面简单介绍这方面的研究状况。提出基于自适应神经
32、元学习模糊控制规则，主要思想是：学习与当前性能有关的在过去起作用的控制规则，使系统可以随过程环境变化自动调节控制规则，以改善输出性能。针对常规模糊控制的不足，采用分层多规则集结构，实现了模糊控制的智能化。提出直接优化去模糊过程的控制规则的设计方法，应用了误差及其变化率的二次型性能指标。利用专家自学习思想研究模糊控制的修正因子在线自学习方法。针对具纯时滞及非线性的复杂系统，提出了基于多步预报的自学习控制算法，使控制效果基本不依赖于初始控制表，而控制表可在线修正，以满足系统的快速性和稳定性的要求。应用单层神经网络学习多变量模糊规则中的未知参数，还可以由它来实现多变量模糊推理过程，该方法针对解决多变
33、量模糊控制中普遍存在的规则获取困难和难于实现实时自适应等问题。在改进的GA基础上，提出基于最优控制的二次型性能指标的模糊规则优化方法，不需要任何被控系统的先验知识，因而适合于一大类复杂非线性系统的控制。文中对GA的改进有两点：a)增加“杂交”算子；b)主动“优生”描述改善生物群体的质量，使GA由被动进化变成主动进化。利用具有动态结构的BP网络进行模糊推理，实现模糊控制的最优化推理过程;用另一类具动态结构BP网络修正现有的控制规则,实现规则的自组织，在控制过程中不断优化控制性能，使控制效果更理想。研究了控制规则自适应问题,提出在给定比例因子条件下，由两组关于控制规则自生成与自校正的元规则组成规则
34、自适应机构。用这两组规则，系统可在某时刻同时调整由系统两种状态激活的控制规则。有机集成了信任分配(BB:Bucket- Brigade)和GA组成增强式学习的模糊控制系统，在缺少输入输出样本集的情况下，自动学习生成模糊控制规则调节隶属函数。提出基于ART的模糊自适应学习控制网络的增强式学习算法。包括两个模糊自适应逻辑控制网络，一个为模糊预测，一个为模糊控制器，同时进行学习。具有两个特点：降低了自适应线性化系统标准方法的复合要求;高度自动系统，初始化时也不要隶属函数和模糊规则，随着学习过程的进行，开始产生、成长，同时，可动态划分输入输出空间，调节隶属函数，划分合适的网络连接类型 (即模糊规则)。
35、利用Nelde- Mead单纯形法自动优化误差变化率的隶属函数，因为此类隶属函数表征了速度的反馈。表2.1 模糊规则表NBNMNSZOPSPMPBNBPBPBPMPMPSZOZONMPBPBPMPSPSZONSNSPMPMPMPSZONSNSZOPMPMPSZONSNMNMPSPSPSZONSNSNMNMPMPSZONSNMNMNMNBPBZOZONMNMNMNBNB1.7 模糊控制系统性能的提高常规模糊控制系统的性能主要存在着下列问题：稳态精度(存在余差)、抖动和积分饱和等。前几年人们尝试了用论域缩小的方法来消除余差，用该变控制规则的数量或规则本身的方法、改变量化曲线、以及改变隶属函数的形式
36、等来改善控制系统的控制性能。上一节所采用的许多方法其实也是为得到好的控制效果，这在实际应用和仿真分析结果中也可得到证实。近几年来，许多学者对此进行了多种方法的研究，主要思想有：分挡控制、论域缩小逼近法、加入积分作用、切换PID模糊控制器、引入智能积分、直接测辨模糊控制决策表等方法，部分结果在工程实践中得到了应用检验，其它的在仿真结果中得以验证。总的来看这方面的研究作为模糊控制理论和实践中的重要目标已经渗透到模糊控制的其它研究领域,而从系统分析和设计的角度保证模糊控制系统稳定性、稳态性能及其鲁棒性成为研究发展的必然。对时变对象提出两种提高模糊控制精度的方法。一种是分档控制，暂态时用粗调控制器加快
37、响应速度，稳态时用细调控制器以提高稳态精度；另一种方法是通过推知被控对象的慢变规律，然后根据此规律补偿对象增益的慢变得到恒定的输出，对参数慢时变二阶被控对象的仿真验证了不得上述方法的有效性，稳态精度大为提高，抗干扰性增强,当对象含纯滞后环节时，易使整个系统发生振荡，可引入Smith预估计器。提出用论域缩小逼近法来消除模糊控制器的余差。能在控制过程中自始至终按规则调整被控过程，不存在其他方法普遍存在的积分饱和现象，适用于任何特点的模糊控制系统。仿真及纸张水分控制的实际应用研究证明了该方法的正确和优越性。分析了传统的模糊控制存在的缺陷引入了智能积分以减少稳态误差，避免积分饱和。设计了一个参数自调整
38、模糊控制器，实现了快速响应和小的超调。在水轮机模糊调速器研究中提出直接测辨模糊控制决策表的方法，为克服常规模糊控制器存在较大静差的缺陷，设计了一种带选择开关的双积分并联复合控制结构，此方法在克服积分饱和和缩短调节时间、消除静差、改善动态品质方面是很有效的。其直接测辨决策表的方法为：应用多变量最小二乘回归方法拟和成功控制系统输入输出间的函数关系，然后对量测数据组模糊化，再对控制函数离散化(模糊化)建立模糊控制决策表。以串联下三级模糊调节器为基础，引入反馈模糊调节器作为并联校正，对几个典型的工业用金属热处理炉的温度控制模型进行仿真实验，得到很好的控制效果，在阶跃响应中，上升时间短，无超调，稳态精度
39、优于普通的二维模糊控制系统。其第三维为误差变化率的变化。1.8 应用研究从80年代开始,模糊控制应用的研究一直就是十分活跃的一个领域，日本学者在这方面处于领先地位，我国学者在此领域也付出了巨大的努力，取得了丰硕的成果。其特点是：1)多应用于工业过程控制领域采用参数自调整与积分的混合控制实现焊熔宽的自动控制，把模糊积分改为精确量积分。用直接测辨模糊控制决策表的方法研究了水轮机调速器。设计了发动机调速系统的模糊逻辑控制器。用论域缩小逼近法进行了纸张水分控制的实际应用。提出模糊控制加前馈补偿的复杂模糊控制器的方法，应用于MCS- 51单片机控制的异步电动机轻载降压节能器上，取得了较好的控制效果。提出
40、一类最优模糊控制器的系统设计方法，所研制的造纸机计算机控制系统成功地投入了使用,效果满意。2)结合许多新思想得到的算法正较多地应用于实际提出一种模糊逻辑神经网络自适应控制方法，在伺服直流电机调速系统中进行了实验研究，其系统响应和鲁棒性优于常规控制器。对过程控制对象为复杂非线性系统，常规控制策略难以控制而依赖于人的智能经验，采用神经学习机制模糊推理集成的思想实现此控制器，提出一种隐节点较正学习算法，在此思想上优化的模糊系统已试运行于茂名石化公司的二重装置上，初步的记录数据表明此方案可行。综合模糊控制系统与人工神经网络的优点，提出了一种多变量系统的模糊神经控制模型，建立了渣贫化电炉生产过程的模糊神
41、经网络控制模型，并开发出相应的决策支持系统，该系统自1992年6月投入使用，一直稳定可靠地正常运行，效果好，经济和社会效益显著。采用分层多规则集结构实现了模糊控制的智能化，应用于立窑水泥燃烧过程控制，运行结果表明该法有效，鲁棒性强。3)应用范围正向高一级的新领域扩展，如机器人定位系统、汽车定位系统、智能车辆高速公路系统等。报告了用模糊自调整因子方法在机器人定位系统中的应用。提出了三层的层次预测模糊控制方法，对汽车停车控制进行了应用仿真研究，而在1987年、1991年用预测模糊控制实现了列车系统的停车控制系统。讨论了智能车辆高速公路系统的车辆侧向自导模型参考模糊逻辑控制算法。另外，还有许多文献将
42、提出的新算法应用于单级倒立摆、球板系统、二级倒立摆等进行仿真实验研究。2 自适应控制2.1 什么是自适应控制前文曾从模糊控制的角度简单的提到过自适应与模糊控制的结合，这里在着重从自适应方面来讨论下：自适应控制在控制工程中自适应系统就是：假如输入是e(t)，控制器输出是u(t),扰动是d(t)，总输出是c(t)，这四个量又输入进一个叫做“辨识机构”的结构当中，作用就是对当前系统的参数进行辨识，然后此机构的输出与理想值进行比较，该比较的差值来调节“自适应机构”，“自适应机构”的输出给控制器，这样整个控制回路就建立起来了。在工业控制中，与自适应系统搭配的控制器大多是PID控制器，这样的控制系统在电子
43、产品、工厂等有很多了9。自适应控制系统所谓“自适应”是指在新的环境或新的运行条件下,适当地改变原系统的结构或参数以保持系统的良好运行特征,至今还没有统一的定义,不过较一致的看法是：系统增益为常数的反馈控制不能认为是自适应控制。或者可以这样理解：一般是指系统按照环境的变化调整其自身使得其行为在新的或者已经改变了的环境下达到最好或者至少是容许的特性和功能这种对环境变化具有适应能力的控制系统称为自适应控制系统10。2.2 自适应控制问题的提出很多控制对象的数学模型随着时间或工作环境的改变而改变，其变化规律往往实现不知道11。例如导弹或飞机的气动参数会随其飞行速度、飞行高度和大气密度而边，特别是导弹的
44、飞行速度和飞行高度的变化范围很大，因而导弹的数学模型参数可在很大的范围内变化。在飞行过程中，导弹的质量和质心位置会随着燃料的消耗而改变，这也会影响数学模型的参数。当对象的数学模型参数在小范围内变化时，可用一般的反馈控制、最优控制或补偿控制等方法来消除或减小参数变化对控制品质的有害影响。如果控制对象的参数在大范围内变化，上边这些方法就不能圆满地解决问题了。为了使控制对象参数在大范围内变化时，系统仍能自动地工作于最优工作状态或接近于最优的工作状态，因而就提出了自适应控制问题。自适应控制也是一种反馈控制，但它不是一般的系统状态反馈或系统输出反馈，而是一种比较复杂的反馈控制，自适应控制系统很复杂，即使
45、对于线性定常的控制对象，其自适应控制也是非线性时变反馈控制系统。所以设计自适应控制比设计一般的反馈控制要复杂得多。2.3 自适应系统定义自适应系统定义的统一仍然是一个很大的争议问题，现引入部分有关的规定，其余定义可查阅有关参考文献。定义1 自适应系统在工作过程中能不断的检测系统参数或运行指标，根据参数或运行指标的变化，改变控制参数或控制作用，使系统工作于最优工作状态或接近于最优工作状态。定义2 自适应系统利用可调系统的输入量、状态变量及输出量来某种性能指标，根据测得的性能指标与给定的性能指标的比较，自适应机构修改可调系统的参数或者产生辅助输入量，以保持测得的性能指标接近于给定的性能指标，或者说
46、使测得的性能指标处于可接受性能指标的集合内。2.4 自适应系统的基本结构自适应系统的结构如图2.1所示。图中所示的可调系统可以理解为这样一个系统，即它能够用调整它的参数或者输入信号的方法来调整系统特性。已知扰动未知扰动输入输出 性能指标测量比较-判定自适应机构可调系统性能指标图2.1 自适应系统的基本结构性能指标的测量有很多种方法，有些是直接的，有些是间接的，例如通系统动态参数的辩识来测量性能指标就是一种间接方法。比较-判定是指在给定的性能指标与测得的性能指标之间做出比较，并判定所测得的性能指标是否处于可接受性能指标的集合内。如果不是，自适应机构就相应地动作，或者调整可调系统的参数，或者调整可调系统的输入信号，从而调整系统的特性。应当注意在图5.1中，性能指标测量、比较-判定和自适应机构三个基本结构方块的实施是非常复杂的；在有些情况下，要把一个自适应系统按照图5.1所示的基本结构图进行分解不是一件容易的事情。B(p)A(p)1/A(p)Ym(t) e(t)U(t)+ Yp(t)(t)自适应PID控制器D (p)Gm(p) 图2.2 PID自适应控制器系统结构图判断一个系统是否真正具有“自适应”的基本特征，关键看是否存在一个对性能指标的闭环控制。有许多控制系统被设计成参数变化时具有可接受的特性，习惯上，它们被称为“自适应系统”。但是，它们并没有一个对性能指