自动化前沿技术课程论文.doc

模糊控制的现状及发展李小秋1(1 湖南科技大学信息与电气工程学院 湘潭 411201)摘要：模糊控制方法是智能控制的重要组成部分，本文介绍了模糊控制的基本结构和原理以及当前模糊控制技术的研究动向，并结合具体的控制系统详细论述了现阶段模糊控制技术的发展趋势，指出了模糊控制正在向与现代的DSP控制融合等方向发展。关键词：模糊控制；现状；发展趋势；中途分类号：TP212文献标识码：AThe Status and Development of Fuzzy ControlLi Xiao-qiu1 (1 College of Information and Electrical Engineering, Hunan University of Science and Technology, Xiangtan 411201, China)Abstract：Fuzzy control method is an important part of intelligent control, this paper introduces the basic structure and principle of fuzzy control and the current research trends of fuzzy control technology, and discusses the development trend of fuzzy control technology in detail with the specific control system, and points out that the fuzzy control is in the direction of integration with modern DSP control.Key words：fuzzy control; status; trends；1、引言自从1965年美国自动控制理论专家L.A.Zadeh首先提出来创立的模糊集理论描述客观世界存在的不确定信息以来，模糊逻辑理论有了飞跃的发展。并由此而产生的模糊 控制现已得到广泛的应用。模糊控制能够将人的智能直接应用于控制过程，将智能控制的高层次决策和低层次控制实现结合于一体。模糊控制与传统的PID控制、变结构控制等以及现代的矢量控制、DSP控制等的融合是工业控制技术发展的重要方向之一。模糊控制定义为“基于模糊集合理论、模糊逻辑，并同传统的控制理论相结合，模拟人的思维方式，对难以建立数学模型的对象实施的一种控制方法1，基本思想是在被控对象模糊模型的基础上，用机器去模拟人对系统控制的一种方法，是一种拟人类智能形式.属于非线性控制，是智能控制中的一种。它特别适用于被控对象数学模型未知的、复杂的、非线性的控制系统。就是在被控制对象的模糊模型的基础上，运用模糊控制器近似推理等手段，实现系统控制的方法。模糊模型就是用模糊语言和规则描述的一个系统的动态特性及性能指标。可以在处理不精确性和不确定性问题中获得可处理性、鲁棒性。2、模糊控制原理模糊控制的基本原理如图1所示。它的核心部分是模糊控制器，它主要包括输人量的模糊化、模糊推理和模糊判决三部分。模糊控制器的实现可由模糊控制通用芯片实现或由计算机（或微处理机）的程序来实现，实现步骤简述如下：图1 模糊控制原理框图（1）求系统给定值与反馈值的误差e，系统通过采样获得系统被控量的精确值，然后将其与给定值比较，得到系统的误差e。（2）计算误差变化率（de/dt）。（3）输入量模糊化。即把误差及误差变化率模糊化变成模糊量E，Ec。（4）总结控制规则。控制规则为控制中所需要的控制策略，它是模糊控制器的核心。控制规则是专家知识或现场操作人员经验的反映，一般都采用“IFTHEN”的形式进行归纳。（5）模糊推理。根据推理合成规则，将输入量模糊化后的语言变量E，EC具有一定的语言值进行模糊推理得到模糊控制量U。（6）模糊判决。即反模糊化，将模糊控制量转化为精确量对被控对象实行控制。3、模糊控制优缺点及问题基于模糊控制的控制系统具有如下突出优点：（1）模糊控制是一种基于规则的控制，在设计中不需要建立被控对象的精确数学模型，对于具有一定操作经验而非控制专业的工作者，模湖控制方法易于掌握，系统机观和策略易于接受与理解，设计简单，便于应用。（2）模糊控制座接采用语言型控制规则，在工业过程从定性认识出发，比较容易建立语言控制规则，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显著的对象非常适用。（3）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，允其适合于非线性、时变及纯滞后系统的控制。（4）基于模型的控制箅法及系统设计方法，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，采用模糊控制设计的系统动态响应品质优于常规的P1D控制，并且过程参数的变化具奋较强的适应性。（5）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，这使得操作人员易于通过人的自然语言进行人机界面联系，这些模糊条件语言很容易加入到过程控制环节上。通过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。然而模糊控制在信息简单的模糊处理上将导致系统的控制精度降低和动态品质变差，使模糊控制的设计缺乏系统性，这对复杂系统的控制是难以奏效的。另外，获得模糊规则及隶属函数的方法即为系统的设计办法，在目前完全凭经验进行。尽管模糊控制理论已经取得了可观的进展，但与常规控制理论相比仍不成熟。模糊模控制系统的分析和设计尚未建立起有效的方法，在很多场合下仍然需要依靠经验和试凑。另方面，常规模糊控制需要不断改进稳态控制情度和提高智能水平与适应能力。从大量文献中可以看出，在实际应用中往住是将模糊控制或模糊推理的思想.与其他相对成熟的控制理论或方法结合起来，发挥各自的长处，从而获得押想的控制效果。模糊控制与神经网络相结合的方法已成为研究的热点，二者的结合有效地推动了自学习模糊控制的发展4、模糊控制发展趋势将现有的各种控制理论加以结合，互相取长补短，或者将其它学科的理论、方法引入工业控制，走交叉学科的道路。近年来，智能控制研究很活跃，并在许多领域获得了应用。典型的如模糊控制、神经网络控制和基于专家系统的控制。由于无需对象的精确数学模型并具有较强的鲁棒性，因而将智能控制方法引入到工业控制系统的研究有着光明的发展前景。比较成熟的是模糊控制，它具有不依赖被控对象精确的数学模型、能克服非线性因素的影响、对调节对象的参数变化具有较强的鲁棒性等优点2。模糊控制已在闭环系统中取得满意的效果。它的典型应用如：用于工业控制的模糊控制器，模糊 逻辑在工业模型及参数辩识中的应用，基于模糊逻辑的效率优化控制，基于模糊逻辑的智能逆变器的研究等。近年来将神经网络控制和专家控制系统引入工业控制系统的研究正在兴起，相信不久的将来会获得实用性结果。可靠性高，实时性好是对控制系统的基本要求。最初的工业控制都是采用分立元件的模拟电路，后来随着电子技术的进步，采用集成电路甚至专用集成电路。这些电路大多为模拟数字混合电路，既提高了可靠性、抗干扰性，又缩短了开发周期和研制费用，减小了体积，因而发展很快。作为专用集成电路(ASIC-Application Specific Integrated Circuit)的一个重要方面，几乎所有先进工业国家半导体厂商，都能提供自己开发的工业控制专用集成电路。所以工业控制专用集成电路品种、规格繁多，产品资料和应用资料十分丰富3。但同时由于各厂商之间无统一标准，因而产品极其分散，又不断有新产品出现，为满足一次设计的需要，往拄要花很大力气、很多时间去收集整理资料。当前工业控制的发展越来越趋于多样化、 复杂化。所以有时未必能满足越来越苛刻的性能要求。这时可以考虑自己开发工业专用的控制芯片。现场可编程门阵列(FPGA)可以作为一种解决方案4。作为开发设备，FPGA可以方便地实现多次修改。简单地打个比方，FPGA相对于ASI好比EEPROM相对于掩模生产的ROM。由于FPGA的集成度非常大，一片FPGA少则几千个等效门，多则几万或几十万个等效门。所以一片FPGA就可以实现非常复杂的逻辑， 替代多块集成电路和分立元件组成的电路。它借助于硬件描述语言(VHDL或Verilog HDL)来对系统进行设计，VHDL是一种标准化的硬件描述语言，已经大量出现在EDA系统中。它可以用简洁明确的原代码来描述复杂的逻辑控制，具有多层次的设计描述功能，层层细化，最后可直接生成电路级描述。这对工业控制设计方案的实现提供了有利支持。5、模糊控制与DSP融合目前，模糊逻辑控制器大多采用单片机来控制，应用较多的是8096系列产品5。但单片机的处理能力有限，特别是采用矢量变换控制的系统，由于需要处理的数量大，实时性和精确度要求高，单片机往往不能满足要求。因此人们自然而然的又想到了数字 信号处理器（DSP)。近年来，各种集成化的单片DSP 的性能得到很大改善，软件和开发工具越来越多，越来越好；价格却大幅度下滑，目前低端产品己接近单片机的价格水平，且具有更高的性能价格比。与单片机相比DSP器件具有较高的集成度。DSP具有更快的CPU，更大容量的存储器。提供高速、同步串口和标准异步串口。有的片内集成了A/D和采样/保持电路，可提供PWM输出。更为不同的是，DSP器件为精简指令系统计算机(RJSC)器件，大多数指令都能在一个指令 周期内完成，并且通过并行处理技术，使一个指令周期内可完成多条指令。DSP采用改进的哈佛结构，具有独立的程序和数据空间，允许同时存取程序和数 据。内置高速的硬件乘法器，乘法可在一个指令周期内完成。增强的多级流水线，处理器可以并行处理2-4 条指令，每条指令处于流水线的不同阶段。这都使DSP器件具有高速的数据运算能力。而单片机为复杂指令系统计算机（CISC）器件，多数指令要23个指令周期来完成。单片机采用冯诺依曼结构，程序和数据在同一空间存取，同一时刻只能单独访问指令或数据。ALU只能做加法，乘法需由软件来实现，因此占用较多的指令周期，也就是速度比较慢。所以，结构上的差异使DSP器件比16位单片机指令执行时间快810倍，完成一次乘法运算快1630倍。简单地说，就是 DSP器件运算功能强，而单片机的事物处理能力强。 DSP器件还提供了高度专业化的指令集，提高了 FFT 快速傅立叶变换和滤波器的运算速度。采用基于DSP 的工业专用集成电路的另一个好处是，可以降低对传 感器等外围器件的要求。通过复杂的算法达到同样的控制性能，降低成本，可靠性高，有利于专利技术的保密。首先从理论上将模糊控制与DSP器件控制相结合，利用模糊规则表来决策智能功率模块的开关状态，从理论上讲，模糊控制器的维数越高，控制的效果 越好，但维数高计算量大，占用DSP时间长，限制了系统采样频率的提高，实时性差。二维模糊控制器同时考虑到误差和误差变化的影响，控制精度一般可以满足要求，在性能上又要优于一维模糊控制器，而且在计算机上也比较容易实现，是模糊控制器中最常用的结构6。因为模糊控制系统本质上是一个计算机控制系统，所以模糊控制器的n维输人观测量和一维的输出量都是离散的和有限的清晰量，可以定义在（n+l）个有限的论域上。对于单输人单输出模糊控制器，选用 偏差语言变量E唯一的一维输人量；对于双输人单输出模糊控制器，则选用偏差语言变量E和偏差变化语言变量EC，这样的二维输人量。为了便于用规范的语言变量来描述控制规则，使之适合于模糊集合的运算，必须事先将输人偏差、偏差变化和输出量的模糊 子集（模糊语言变量）分成若干“档”：将它们各自的论域分成若干级。例如:将偏差模糊子集E分成PL（正 大）、PM（正中）、PS（正小)、Z（零）、NS（负小）、NM（负中）、NL (负大）等8“档”。又设偏差模糊语言变量E的论域分成e=-5，-4,-3，-2，-1，-0，+0，1，2，3，4，5共12 级。同理 可以确定偏差变化模糊子集EC和输出模糊集U的“档”以及偏差变化论域和论域的“级选择较多的“档”、“级”，即对每一个变量用较多的状态来描述，制定规则时就比较灵活，规则也比较细致，但相应地规则变多了，变复杂了，占用的内存容量较多；选择较少的“档”、“级”，规则相应变少，规则的实现方便了，但过少的规则会使控制作用变粗而达不到预期的效果，因此在选择模糊状态时要兼顾简单性和控制效果。模糊控制系统中，模糊控制规则一般采用以下的形式：if (X1 为 A1，Xn 为 An），then （Y1 为 B1， ，Ym为Bm）其中Xi Ui，且A为论域u上的模糊集，即 A i F（U i）（i=1,2,，n）；Y jV j，且 Bj 为论域Vj上的模糊集，即BjF(U j) (j=l,2,，m)。 由此可见，模糊控制规则采用的是模糊条件推理形式，它的前提和结论都是一个或一组模糊命题。前提中的X通常为偏差、偏差变化率或偏差的积累，结论中的Y通常为作用于被控对象的控制量7。模糊控制规则随着模糊控制器的输人与输出空间的维数的不同而采用不同的形式。一般有单输人单输出型、多输人单输出型、多输人多输出型等。 在模糊控制中，根据其控制系统的控制规则，将采用三输人一输出的控制规则8。模糊控制器算法结 构即模糊推理规则，它是将所有的控制规则应用模糊关系运算法则，逐一求出每一条控制规则所对应的模糊关系。它相当于一般控制器的传递函数，但这种算法结构不是建立在对象数学模型基础上综合出来的，而是根据人们对这一过程输人输出关系 观测并采用模糊集合处理的结果。模糊控制中常见 的模糊推理类型有模糊蕴含关系采用Mamdani的最小运算推理规则(AB= minA (x) B (y) 和模糊蕴含关系采用Larsen的代数积运算规则 (A一 minA (x) * B (y)）。6、总结以专用DSP芯片组成控制电路实现对工业的模糊控制，以DSP控制器为核心，通过软件设计实现了DSP控制算法，并利用DSP工业控制教学实验系统开发平台对圆形控制算法进行了开换等模块设计的正确性。智能控制与全数字化控制在工业中的应用以及单片机与DSP芯片在模糊控制中的区别。将模糊控制与DSP控制相结合，将模糊控制当中的参量误差和参量误差模糊化，建立模糊规则表。选择控制规则及算法控制规则也即控制策略的选择是非常关键的一步，选择恰当的控制规则，能获得较好的控制效果，既能保证响应的快速性。又能保证系统的稳定性9。将模糊控制与DSP控制相结合，在工业生产应用推广是模糊控制领域的一个重要的发展方向，国外在这方面有较大的领先优势，许多成熟的产品已应用于实际，而国内这方面的应用并不