毕业设计(论文)-模糊自适应控制研究.doc
《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
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 毕业设计 论文 模糊 自适应 控制 研究
链接地址:https://www.31doc.com/p-3948484.html