水下机器人模糊控制器设计

1、毕业设计（论文）（2015届本科） 题 目：水下机器人模糊控制器设计 学 院：工程学院 专 业：电气工程及其自动化 班 级： 11电气1班 姓 名：韩文杰 学 号：1127123 指导教师：周 悦2015 年 6 月目 录1. 绪论21.1. 水下机器人的现状与发展趋势21.1.1 水下机器人的发展历史21.1.2 水下机器人的发展趋势21.2. 水下机器人的分类21.4. 水下机器人运动控制概述41.5. 本毕业设计的主要内容和组织结构52. 水下机器人的数学模型62.2. 坐标系及运动参数的选取62.3. 平面运动假设72.4. 空间操纵运动方程82.5. 水动力运动方程及垂直面动力方程9

2、2.6. 本章小结113. 水下机器人的PID控制123.1PID控制原理123.2 基于PID的水下机器人控制系统133.3 本章小结154. 模糊控制器及在水下机器人控制中的应用164.1 模糊控制的产生及发展164.2 模糊数学基础174.3 模糊控制系统的组成174.3.1模糊化174.3.2知识库184.3.3模糊推理184.3.4去模糊化（清晰化）184.4控制变量的选取及模糊控制规则设计184.5 本章小结215 水下机器人模糊控制系统的构建及仿真实验225.1 系统设计225.1.1Simulink实验箱组件、模糊工具箱225.1.2系统操作显示235.2系统实验显示界面26结

3、论29展望29谢辞30参考文献31 II上海海洋大学2015届毕业设计（论文） 水下机器人模糊控制器设计水下机器人模糊控制器设计摘要：近几十年来，随着海洋资源开发以及江河、湖泊等水下领域各种作业任务的需要,水下机器人得到了迅猛的发展。为了提高水下机器人运动控制性能以更好的完成指定任务,水下机器人运动控制技术的研究就成为了一个重要的研究课题。本毕业设计旨在探讨模糊控制技术在水下机器人定位控制中的应用。本毕业设计首先分析了水下机器人六个自由度空间动力学模型，,建立了水下机器人的定位系统的传递函数；然后，设计了水下机器人定位的PID控制器，仿真结果表明常规PID控制器在被控对象已知的情况下能够获得较

4、好的性能；其次，研究了模糊控制的原理，设计了水下机器人定位系统的模糊控制器，并在MATLAB模糊控制工具箱中进行了模糊控制器实现，与PID控制器仿真实验结果对比分析表明：当被控对象发生变化时因PID参数不能进行相应的改变，PID控制系统难以达到性能要求，而模糊控制器无论被控对象是否已知和变化都能对其产生很好的适应，达到控制系统的性能要求。关键词：水下机器人；定位模型；PID控制；模糊控制。Fuzzy controller design for underwater robotAbstract：In the last few decades, with the development of ma

5、rine resources and the need of various tasks in rivers, lakes and other underwater areas, the underwater robot has been developed rapidly. In order to improve the performance of underwater robot motion control, the research on the motion control technology of underwater robot becomes an important re

6、search topic. The graduation design is to investigate the application of fuzzy control technology in the positioning control of underwater robot. This paper first analyzes the underwater robot with six degrees of freedom dynamic model, transfer function is established, the orientation system of unde

7、rwater robot; then, a PID controller is designed for underwater robot localization, the simulation results show that the conventional PID controller can achieve good performance in the object of known situation; second, study the principle of fuzzy control, a fuzzy controller is designed for underwa

8、ter robot positioning system, and the MATLAB fuzzy control toolbox of fuzzy controller, compared with the experimental results of PID controller simulation analysis shows that: when the controlled object changes due to the change of the parameter is not PID, PID control system is difficult to meet t

9、he performance requirements, and fuzzy no matter whether the controller object is known and changes can generate well adapted to it, reach the performance requirements of the control system.Key words：Underwater robot；Positioning model;PID control;Fuzzy control第2页 共31页1. 1. 绪论1.1. 水下机器人的现状与发展趋势1.1.1

10、水下机器人的发展历史海洋工作者进行直接观察的愿望，促进了水下机器人的实际应用。1884年法国自然科学家密尔恩爱德华教授第一次潜入了西西里岛附近的海域进行水下考察。二十世纪三十年代，苏联生物学者采用潜水装具对渔业区进行了科学观测。1927年地质学家M.B.科列诺夫教授，在塞瓦斯托波尔市附近乘钟形潜水装置潜入45米水深处，进行观测和搜集土样。在此期间，意大利、法国和美国也都进行了水下考察。美国威廉比布教授提议，把学者潜海考察载入史册。他本人曾在百慕大群岛乘潜水球潜到960米处。从二十世纪五十年代开始，对水下考察的兴趣逐日增加。而进入了二十一世纪后，人类更加强烈地感受到陆地资源日趋紧张的压力，这是人

11、类面临的最现实的问题。在争先恐后向海洋进军发展的今天，水下机器人技术作为探索海洋奥秘的重要手段必定会受到人们的重视。1.1.2 水下机器人的发展趋势未来为了提升智能水下机器人的性能、使用的方便性和通用性，降低研制风险，节约研制费用，缩短研制周期，保障批量生产，智能水下机器人整体设计的标准化与模块化是未来的发展方向。在智能水下机器人研发过程中依据有关机械、电气、软件的标准接口与数据格式的要求，分模块进行总体布局和结构优化的设计和建造。智能水下机器人采用标准化和模块化设计，使其各个系统都有章可依、有法可循，每个系统都能够结合备协作系统的特性进行专门设计，不但可以加强各个系统的融合程度，提升机器人的

12、整体性能，而且通过模块化的组合还能轻松实现任务的扩展和可重构。1.2. 水下机器人的分类对水下机器人分类，目的是为了确定利用水下机器人进行海洋考察和水下工程的长远科研任务。其次，根据分析整理的资料，为了预测水下机器人的发展方向，就要先预测使用方法的发展方向，也可以采用某种长期起作用的分类。因此，水下机器人可以根据下述五种方法来进行分类：（1）按照其所担负的考察以及作业任务的种类分为：海洋物理考察用水下机器人、水文考察用水下机器人、生物考察用水下机器人、搜索用水下机器人和工程用水下机器人。海洋物理考察用水下机器人用来考察海洋物理。凡是测定水温菜蔬与水介质的光学特性和 进行海洋声学考察的水下机器人

13、都属于这一类。在这类机器人上一般都装有各种测量仪器（包括水温、温度、盐度、水中声速、声速在水中和沉积层中的反射和衰减，以及水的透明度等测量仪表）；水样采样器；测量参数磁带记录仪等。地质考察用水下机器人可用于测绘海地地图，测量海底地形，搜集土样和进行地质化学测量等。目前一种进行综合考察的趋势正在出现。所以水下机器人都装有地球物理考察用的仪器外，还必须装有海洋生物考察用的仪器。（2）一般地质考察用水下机器人都装有这几种仪器：电影和照相装置、电视观测和记录系统、测力测量仪、地震式地质剖面仪、侧视水声定位器、沉积层温度测定器和地球重力测定器等。（3）按照机器人在水中的运动方式可以分为：浮游式水下机器人

14、、步行水下机器人以及与海底连续接触的移动式水下机器人。（4）按照供电方法可分为：拖曳式水下机器人TUV(Towing Underwater Vehicle)、遥控式水下机器人ROV(Remotely Operated Vehicle)、无人无缆水下机器人UUV(Unmanned Underwater Vehicle)和智能水下机器人AUV(Autonomous Underwater Vehicle)。前面两种水下机器人都带缆，由母船上人工控制；后两种水下机器都是无人无缆并且自主航行，分别由预编程控制以及智能式控制按信息通信的种类可分为：电缆通信式机器人和水声通信式机器人。（4）按保持静止状态的

15、方法可分为： 抛锚式水下机器人、动力定位式水下机器人和硬固定式水下机器人。1.3. 水下机器人的应用领域 水下机器人曾用来进行石油勘探、海洋和渔业考察、抢险救生和水下工程。所以，评价水下机器人在上述每个领域的应用比例变得十分重要的。在伍兹霍尔海洋研究所工作人员R.D.巴拉德和K.O.埃默里的著作中，引证了某些间接资料，但从这些资料中还是可以得到相互比较的评价。把有关水下机器人的报道数量，作为评价水下机器人应用范围的标准。其结果为：在346份报道的文献中，水下机器人用于水文地质考察的有89份；用于水生物考察的有74份；用于水声考察的有34份；用于海洋物理考察的有19份；用于地球物理考察的有14份

16、；用于渔业考察的有45份；用于其他方面的有74份。 上述分析表明：水下机器人最常应用的领域是水文地质考察和海洋生物考察，因为进行这些作业一般不需要专门的仪器，只利用一些最常用和熟练掌握的装置，如机械手、照相机、摄影机就行了，并且不要求水下机器人长时间在某一点悬浮、准确的定位和保持稳定等。渔业考察大体上也可以使用这样一些仪器。 水下机器人的应用领域不断在扩大，例如海洋研究、海洋开发和水下工程等，发达国家在军事方面非常重视水下机器人在未来战争中的应用。它将成为未来战争中争夺水下的信息优势、实施精确打击以及智能攻击、完成战场中困难作战任务的重要设备之一。1.4. 水下机器人运动控制概述 水下机器人的

17、运动控制是其完成指定任务的前提和保障,是水下机器人关键技术之一。随着水下机器人应用范围的扩大,对其自主性,运动控制的精度和稳定性的要求都随之增加,如何提高其运动控制性能就成了研究的一个重要课题。水下机器人的运动和运动控制系统必须要考虑非线性流体动力和以潮流为代表的环境的变化。与陆地机器人相比,从运动和运动控制的角度来看,水下机器人有以下的特点:（1） 水下机器人的运动速度慢,一般在几节范围内。（2） 形体设计的自由度较大,有各种形状,难以从外部条件探讨其运动控制的规律性。（3） 水下机器人的附加质量较大,运动难度较大,不能产生急剧的运动状态变化。（4） 水中潮流等干扰是随机的,要求控制系统具有

18、较好的适应性能。 目前在水下机器人的控制中常用的控制方法有:滑动模态控制、非线性控制、自适应控制、S面控制、神经网络控制和模糊控制等。谢俊元于1997年提出了600米水深作业型缆控水下机器人(ROV)分布式控制系统的硬件结构和软件体系,在缆控水下机器人的运动控制中采用了模糊控制。Yoerger和Slotine于1985年提出了一种水下机器人的滑动模态控制器用于控制机器人的轨迹。他们研究了水动力系数的不确定性和忽略相互祸合所带来的影响。Healye和Leonard于1993年将滑模方法用于水下机器人的控制,他们将系统分成几个无相互作用或弱相互作用的子系统,将某些关键的运动方程组合起来成为独立的方

19、程组:航向控制方程组、下潜控制方程组和速度控制方程组。Goheen等人于1990年提出了一种多变量自适应控制器作为水下机器人自动驾驶仪,用来克服自动定位时模型的不确定性。Yuh和Choi在1996年提出并实现了一种新的多输入多输出自适应控制器,试验在ODIN自主式水下机器人上进行。Tabaii等人(1994)研究了一种AVU混合自适应控制器,并进行了系统仿真,仿真是时间连续的而控制部分是离散的。1994年,DeBitetto研究了一种用于UVU深度控制的14个规则的模糊逻辑控制器。TSkuamoto等人对只有一个推力器的AVU实施位置和速度控制,通过试验研究了四种不基于模型的控制系统:在线神经

20、网络控制器,离线神经网络控制器,模糊逻辑控制器和基于非回归的自适应控制。哈尔滨工程大学水下机器人试验室在水下机器人运动控制方面也作了很多的研究,并取得了丰硕的成果。其中:彭良教授在参考文献中提出了一种采用标准BP学习算法的模型参考自适应控制方法。这种方法能够充分利用研究人员的控制经验和神经网络的自学习能力,在水池试验中取得了良好的控制效果。刘学敏博士在参考文献中提出了一种称为S面控制的控制方法,这种控制方法借鉴模糊逻辑控制的控制思想,设计了一种具有非线性DP控制器控制结构的水下机器人控制器,并在2000年的水下机器人海上试验中,取得了较好的控制效果。1.5. 本毕业设计的主要内容和组织结构 本

21、毕业设计参考了相关的水下机器人的知识和设计，首先建立了数学模型，再利用模糊逻辑理论设计模糊控制系统，实现系统的模糊化和去模糊化，并运用Simulink和模糊工具箱对水下机器人中的模糊控制器进行设计与仿真。本毕业设计总共分成五章，每章主要内容有：第1章 简单介绍了全文研究背景和方向，概述了水下机器人的发展和应用前景；第2章 主要建立了水下机器人的数学模型；第3章 简单介绍以及描述了水下机器人的PID控制并进行了仿真实验；第4章 介绍了模糊控制（fuzzy control）的发展、应用和特点，阐述了模糊控制系统的组成以及模糊化、知识库、模糊推理和去模糊化的概念，并建立了模糊控制规则表。第5章 介绍

22、了MATLAB中模糊编辑器，在Simulink实验平台上构建了模糊控制系统，并基于MATLAB对水下机器人进行设计与仿真。第34页 共31页2. 水下机器人的数学模型2.1. 引言 水下机器人是一个复杂的非线性动力学系统，自身的形态、装备都随作业任务的不同而改变，建立水下机器人普遍、规范、实用的数学模型极其重要。建立水下机器人运动模型是对其进行控制的前提。但是，如果模型过于复杂，则会导致控制系统很复杂，甚至不能实现；如果模型过于简化，就不能真实反映系统的运动，导致控制性能的下降。因此，建立水下机器人的空间运动方程，并简化到适于控制的运动模型，对于研究水下机器人的运动控制十分重要。2.2. 坐标

23、系及运动参数的选取 水下机器人的操纵运动与刚体在流体中受到的重力和水动力作用的一般运动相似。所以，在坐标系以及水下机器人运动参数的选择中，应该考虑到刚体力学和流体力学这两个概念，来建立适于描述水下机器人运动的坐标系。依据国际拖曳水池会议ITTC（全称International Towing Tank Conference）推荐的以及造船与轮机工程学会SNAME（全称ShipbuildingEngineering Society）术语公报的体系和有关资料，建立了下述两种右手坐标系。（见图2-1）图2-1 左为固定坐标系 右下为运动坐标系 （1）固定坐标系（又称：定系），也称它为惯性坐标系。原点E

24、固定在地球上某一给定点，轴位于水平面，并以机器人的主航向为正；轴位于轴所在水平面，按照右手法则将轴顺时针旋转90度就是；而轴垂直于坐标平面，以指向地心的方向为正向。 （2）运动坐标系O-xyz（简称为“动系”），这个坐标系固联于水下机器人，随着水下机器人一起运动。坐标的原点O可以取在艇体上的任意一点，纵轴Ox平行与艇体的基线平行并指向艇首，横轴Oy与基面平行并指向右舷，垂轴Oz指向艇底。此时如果坐标原点取水下机器人的重心G，那一般认为这样的坐标轴Gx、Gy以及Gz是水下机器人艇体的惯性主轴。 使用运动坐标系来表明水下机器人的六自由度的运动和力非常明确，见下表2-1和表2-2水下机器人的运动是三

25、维空间中的复合运动，包括沿三个坐标轴的直线运动以及围绕三个坐标轴的旋转运动，这就是通常所说的六自由度运动。坐标的原点相对于固定坐标系的速度U在O-xyz坐标系上的三个投影分量为纵向速度u、横向速度v、垂向速度w；水下机器人绕原点的角速度在O-xyz坐标系上的三个投影分量为横摇角速度p、纵摇角速度q和摇艏角速度r；作用在水下机器人上的力F在O-xyz坐标系上的三个分量为横摇力矩K、纵倾力矩M、摇艏力矩N。角速度和力矩的正负服从于右手法则，速度和力的分量以坐标轴的正向为正。表2-1运动的自由度 运动 X轴 Y轴 Z轴 移动 转动 进退 横摇 横移 纵摇 潜浮 摇艏 表2-2运动的投影 矢量 X轴

26、Y轴 Z轴 速度V 角速度 U p V q W r 力F 力矩M X K Y M Z N2.3. 平面运动假设 当水下机器人在水下航行时只改变航行的深度不改变航行的方向，那此时机器人的重心始终保持在同一垂面上，当水下机器人只改变航向不改变航行深度，那此时机器人的重心始终保持在同一水平面上。这种运动模式是一种对水下机器人在一般运动中的一种近似处理方式，能够反映出水下机器人运动的主要特征，同时带来研究上的便利。因此可做下述平面运动假设： 水下机器人在水中的空间运动，将其在弱机动时的运动分解为两个平面运动，水下机器人在水平面的运动，称为水平运动，此时与普通船只在水面上的运动一样，主要研究的是航向的保

27、持和改变，不研究深度的改变；水下机器人在垂直面的运动，称为垂直面运动，主要研究的是纵倾和深度的保持与改变，不研究航向的变化。本毕业设计主要研究垂直面的运动。2.4. 空间操纵运动方程 要确定水下机器人的空间操纵运动方程，先要了解水下机器人受的外力。作用在机器人上的力可以分成两大类：第一类水动力，也称为流体动力。机器人在水里运动时，它的各部位会推动周围的水产生运动，相反水也会对机器人产生一股反作用力，这就是水动力。水动力的大小、方向以及它的分布都取决于水下机器人的运动，水动力会反过来影响到机器人的运动。所以只能一起求出水动力和水下机器人的运动。第二大类是非流体动力，也称它为静力，它包括了水下机器

28、人受到的浮力和重力。与此同时，浪和流等等引起的外力也和水下机器人的运动相关，通常也认为它们也是一种流体动力。 按照刚体动力学理论，水下机器人空间六自由度运动的一般方程： （2-1） 其中： m：水下机器人的质量； 、：水下机器人的重心坐标； 、：水下机器人的质量m对Ox,Oy,Oz轴的转动惯量; u、v、w、p、q、r：六个自由度的（角）速度； 、：六个自由度的（角）加速度； X、Y、Z、K、M、N：六个自由度的力（矩）。方程的右端X、Y、Z、K、M、N为作用在水下机器人上的作用力以及力矩，包括了水下机器人所受重力、浮力等静力以及推进器的推力、舵的力和翼的力、水下机器人运动产生的流体水动力与浪

29、、流等环境干扰力。从上面的方程可以看出，一旦知道了 当前时刻水下机器人的运动状态以及作用在它上面的外力与外力的力矩，就可以计算出水下机器人下一时刻的运动状态，最后来构建出水下机器人的运动仿真系统。在大多数水下机器人中横摇不受控制，所以本毕业设计只讨论纵垂直面的运动方程。纵垂直面的运动方程如下： （2-2） 式子中X和Y为横向与垂向外力，M是绕Y轴的转动力矩。u、w、q分别是横向、垂向速度以及纵向转动角速度。02.5. 水动力运动方程及垂直面动力方程 在一般情况下，水下机器人所受的水动力和机器人的载体特性、运动特性以及流体动性相关。现在把机器人的结构已经确定下来并且假定它在无限大的流场中工作，因

30、此水动力只和水下机器人的运动特性相关。 垂直面的水动力可以表示成速度、加速度，角速度、角加速度、u、w、q、的多元函数。根据水下机器人的特点，选用下述水动力学公式垂直面：（2-3）图2-2垂直面运动 前面建立了水下机器人的水动力模型，为了简化模型，采用线性模型，设机器人直航速度不变，即 =0因而 X 方程退化为阻力和推力器推力的平衡方程，忽略非线性水动力项，不考虑水平面和垂直面间的耦合，讨论垂直面运动时则认为v=p=r=0，且考虑到原点取在重心 =0。将上述条件代入式(2-1)、(2-2)并合并同类项就可以得到垂直面线性动力学方程组： （2-4） 其中，m 为水下机器人质量，h 为纵初稳心高，

31、为重心到浮心的距离。 消去、，可得到单状态变量线性方程为：考虑到、较小可忽略，则得到： 在假设重心和浮心在一个点上，=0，于是可得深度传递函数为 表示深度，表示Z轴上的力2.6. 本章小结本章首先引入了用来描述水下机器入运动的两个坐标系，根据水下机器人实际的结构和工作特性，空间六自由度运动方程，分析了机器人所受的各种力和力矩，在假设重心和浮心在同一点的情况下，得出水下机器人深度的传递函数。3. 水下机器人的PID控制3.1PID控制原理3.1.1 PID控制器 我们都知道自动控制技术是一个基于反馈的概念，然而反馈的要素包含三部分：测量、比较和执行。用测量的变量和期望值进行比较，产生的误差反过来

32、纠正调节控制系统相应。PID（proportion integration differentiation），也就是比例积分微分控制器。它是有很多年历史的最早实用化的一种控制器。它的优势是简单易懂，并且不需要精确的系统模型以及其它先决条件，所以它逐步成为了应用最为广泛的控制器。PID控制是最早发展起来的控制策略之一,由于其算法简单、鲁棒性好和可靠性高,被广泛应用于工业过程控制,至今仍有90%左右的控制回路具有PID结构。在PID控制中,一个关键的问题便是PID参数的整定。传统的方法是在获取对象数学模型的基础上,通过解析的方法根据某一整定原则来确定PID参数,然而实际工业生产过程中,许多被控过程

33、机理较复杂,往往具有高度非线性、时变不确定性和纯滞后等特点,难以建立精确的数学模型。有一些控制过程中,在噪声、负载扰动等因素的影响下,过程参数,甚至模型结构,均发生变化。这就要求PID控制中,不仅PID参数的整定不依赖对象数学模型,并且PID参数能在线调整,以满足实时控制的要求。因此在PID控制中引入自适应、自学习的机理使其应用范围更广,调节性能更好,是过程控制领域中的热门研究课题之一。 图3-1 PID原理图 3.1.2 PID参数的内涵在PID参数的选择上，我们必须从系统的稳定性、超调量、响应速度以及系统的稳态精度等各方面来综合考虑。下面是三个参数的具体作用。 （1）比例参数比例参数（KP

34、）用来加快系统的响应速度和提高系统的调节精度。KP越大，系统的响应速度会越快，系统的调节精度也越高，与此同时系统容易产生超调，稳定性变差，可能会导致系统不稳定。但是如果KP的取值过小，同事系统的调节精度变低，响应速度变慢，调节时间变长，会使系统的动静态性能变差。（2）积分参数 积分作用参数（Ti）一个最主要的作用是消除系统的稳态误差。当Ti越大则系统的稳态误差就消除的越快，不过Ti也不能太大，否则在响应过程初期会产生积分饱和现象。当Ti过小，系统稳态误差会难以消除，影响了系统调节精度。另外在控制系统的前向通道中有积分环节就能做到稳态无静差。而从相位的角度看一个积分环节就有90度的相位延迟，可能

35、会破坏系统的稳定性。（3）微分参数 微分作用参数（Td）的作用是改善系统的动态性能，它的主要作用是在响应过程中抑制偏差向任何方向的变化，对偏差变化进行提前预报。但Ti不能太大，太大会使响应过程提前制动，提高调节时间，同时降低了系统的抗干扰性能。3.2 基于PID的水下机器人控制系统（1）当被控对象已知时的PID控制系统系统模型如图所示 图3-2 已知被控对象时的系统模型系统的阶跃响应图形为 图3-3 系统的阶跃响应图像 （2）此时修改了被控对象的参数 把A3从0.16调整为0.64 图3-4 当被控对象参数改变时的模型 （2）系统的阶跃响应为 图3-5 系统的阶跃响应图像 由图3-3和图3-5

36、中可以看出 ：基于PID的水下机器人控制系统只有当被控对象已知的情况下能够获得较好的性能，当被控对象未知或者参数改变的情况下出现了明显的超调。3.3 本章小结 本章主要介绍了PID控制的原理以及PID控制器的基本结构，并详细描述了PID三个参数的内涵，介绍了三个参数的具体作用，最后阐述了水下机器人控制系统的对于PID的应用，并基于PID对其进行了仿真，仿真结果表明常规PID控制器在被控对象已知的情况下能够获得较好的性能。4. 模糊控制器及在水下机器人控制中的应用4.1 模糊控制的产生及发展模糊控制（fuzzy control）是以模糊集理论、模糊语言变量和模糊控制逻辑推理为基础的一种智能控制方

37、法，从行为上模拟人的思维方式，对难建模的对象实施模糊推理和决策的一种控制方法。模糊控制作为智能领域中最具有实际意义的一种控制方法，已经在工业控制领域、电力系统、家用电器自动化等领域中解决了很多的问题。1965 年，美国加利福尼亚大学a.zadeh 教授在他的fuzzyset中首先提出了模糊数学的概念。随之，模糊控制理论及其应用也迅速发展起来。1974 年，e.h.mamdan 首先用模糊控制语句组成模糊控制器，对一个试验性的蒸汽机使用了24 条”if a then b then c”形式的语言规则实现了控制。1975-1976 年，荷兰、丹麦等国家在工业过程中应用了模糊控制，取得了满意的成果。

38、1975 年英国的p.j.king 和e.h.mamdani 将模糊控制系统应用于工业反应过程的温度控制。1983 年，日本日立制造厂系统开发研究所的安信等人，用预测模糊控制方法对电气铁路列车的运行和停止进行控制。日本富士电机公司、明电舍公司、立石电机公司分别在1987 年-1989年生产出通用模糊控制器及相应的控制软件。目前模糊控制技术日趋成熟和完善，模糊芯片也己研制成功。 发展过程见表3-1：表3-1 模糊控制技术应用领域发展过程时间应用领域20世纪70年代Mamdani在蒸汽发动机上成功地运用了模糊控制英国的PJKing等人采用模糊控制器实现了反应炉的温度控制荷兰学者wJMKickert

39、等人利用模糊控制器解决 r含有非线性、时滞特性的热交换过程的控制问题丹麦学者JJOstergoarcl利用模糊控制器实现了对双输入双输出的热交换过程的拄制20世纪80年代丹麦FLSmidth公司推出了实用化的水泥窑模襁逻辑控制系统日本协会成功研制了基于语言真值推理的模糊控制器并应用于汽车速度的自动控制Jasunobo 等人研究了预酒模糊控制，将其应用于火车自动驾驶系统和集装籀起重机的自动操作系统20世纪90年代模糊控制硬件与软件的开发也发展起来Yaraakawa首次研制了模糊组件空调、全自动洗衣机、吸尘器等高档家电中酱遍应用了模糊控制技术机器人定位系统、汽车定位系统、智能车辆高速公路系统也应用

40、了模糊控制技术21世纪控触系统、模式识别 、医药、游戏理论4.2 模糊数学基础模糊和数学这两个词结合在一起，昨一看是相互对立的，因为说起数学，人们往往想到的是非常严格、非常精确的东西，“一就是一，二就是二”，没有似是而非的概念。但在实际生活中，我们往往要用到一些模糊的概念，如“高个子、中等个子、矮个子”、“胖、不胖不瘦、瘦”，再如“年轻”到底是多少岁，传统的数学在处理这些模糊的概念时就陷入了困境，模糊数学就应运而生了。4.3 模糊控制系统的组成模糊控制器的基本结构如图4-1所示。它主要由模糊化、知识库、模糊推理、反模糊四部分组成图4-1 模糊控制器的基本结构图4.3.1模糊化模糊化就是把输入空

41、间的精确点x映射成论域中相应语言变量的语言值，即模糊集合A的过程。也就是把输入信号映射到相应域上的一个点后，通过转化，成为该论域里的模糊子集，也就是让输入的精确量，通过转化成为了模糊量。如偏差e，描述成语言变量E，则T(E)是E上的语言值集合。T(E)=负大，负中，负小，负零，正零，正小，正中，正大，也可以表示成NB,NM,NS,ZE,PS,PM,PB。每一语言值均为模糊集合，可用隶属函数表示，如图4.2所示为三角形的隶属函数。图4-2 三角形隶属度函数4.3.2知识库知识库囊括了数据库和规则库。数据库含有必要的定义、输入输出语言变量的论域、量化因子和隶属函数等。其中量化因子是为了便于计算机处

42、理产生的，一般可以将论域离散化为n段，每一小段用一个特定术语标记，形成了一个离散域。规则库则用来存放模糊控制规则，一般用if-then语句描述。规则库的建立有几种方法，一般有：专家经验法、观察法、基于过程的模糊模型和基于自组织和学习。由其量化后的隶属度，产生的模糊关系通常表示为：4.3.3模糊推理推理是模糊控制器中，根据输入模糊量，由模糊控制规则完成模糊推理来求解模糊关系方程，并获得模糊控制量的功能部分。在模糊控制中，考虑到推理时间，通常采用运算较简单的推理方法。最基本的有扎德近似推理，它包含正向推理和逆向推理两类。根据知识库提供的信息和输入状态模拟人类的推理决策过程，给出合适的控制量。值得一

43、提的是，推理结果与多种因素有关，如合成规则、蕴涵规则、连接词等。4.3.4去模糊化（清晰化）去模糊化的作用是将模糊推理得到的控制量（模糊量）变换为实际用于控制的清晰量。去模糊化的常用方法有：最大隶属度法、重心法和中位数法。4.4控制变量的选取及模糊控制规则设计（1）模糊变量选取在自动化控制过程中，操作者可以对误差或者误差的变化率的变化分为几个等级。因为变量往往具有正负性，所以在对变量的变化范围进行选取等级时候，也引入正与负的分类的概念。一般情况下，对误差、误差变化率和控制量的变化，常用“正大”（PB）、“正中”（PM）、“正小”（PS）、“零”（Z0）、“负小”（NS）、和“负大”（NB）这7

44、个语言变量描述8。在设计模糊IP控制器的过程中根据实际需要，将变化量e、变化率ec，还有一个输出量u这三个变量均采用8个语言变量来描述，即它们的模糊子集可表示为：e、ec、u=NB,NM,NS,NZ,PZ,PS,PM,PB其集合内的元素分别代表：负大、负中、负小、负零、正零、正小、正中、正大。（2）模糊子集的制定语言变量的模糊子集的论域可以用隶属函数描述。隶属度函数是通过操作经验或者模糊统计的方式来确定的，本设计的、u论域均取-2，2，并在此基础上构建了各个模糊子集的隶属函数。具体为：（1）e，ec的各模糊子集的隶属函数针对本设计而言在选取隶属度函数时，在误差较大区域模糊量的隶属度函数选取正态

45、式分布的隶属度函数，其他误差区域均选用三角形分布方式。在设计模糊子集的隶属度函数时，误差e与误差变化率ec中，偏差大的NB和PB段均采用正态分布;NM、NS、NZ、PZ、PS、PM都采用三角形分布，其隶属度函数如图4-3、图4-4所示： 图4-3 误差e的隶属度函数图4-4 误差变化率ec的隶属度函数（2）u的各模糊子集的隶属函数作为模糊推理的输出量u，本文隶属度函数均选用三角形分布，三角型分布的隶属度函数的灵敏度较高，分辨率也很高。这样可以使控制参数在实时调整过程中，输出量便可以保持较高的精度，以取得良好的控制效果。其隶属度函数如图4.6所示： 图4-5 输出u隶属度函数（3）模糊控制规则的

46、建立模糊控制器的模糊控规则是根据专家的多年经验构成的，并根据输入输出量的不同可以建立不相同的模糊规则，如单输入单输出模糊变量的控制规则、多输入多输出模糊变量的控制规则等等。在模糊PD控制器系统设计中，确定模糊控制规则的原则是：根据被控对象的特点及性能要求，以及偏差e和偏差的变化率ec来控制系统的输出u，来使得系统输出响应的动静态特性达到要求。当偏差较大时，控制量的变化应尽力使偏差迅速减小；当偏差较小时，除了要消除偏差外，还要考虑系统的稳定性，防止系统出现超调，甚至引起系统震荡。本设计经过多次调试和反复研究，形成表4-2所示的模糊控制规则表。表4-2 水下机器人位置控制系统的模糊规则uECNB

47、NM NS NZ PZ PS PM PBENBNB NB NM NM NS NS NZ NZNMNB NB NM NS NS NZ NZ NZNSNB NB NM NS NS NZ NZ NZNZNB NM NM NZ NS NZ PM PMPZNM NM PZ PS PZ PM PM PBPSPZ PZ PS PS PM PM PB PBPMPZ PZ PS PS PM PM PB PBPBPZ PZ PS PS PM PM PB PB根据模糊规则表，可以归纳出64条控制逻辑规则，具体的控制规则如下所示：1If(e is NB)and(ec is NB)then(u is NB)2If(e

48、is NM)and(ec is NB)then(u is NB)3If(e is NS)and(ec is NB)then(u is NB).64If(e is PB)and(ec is PB)then(u is PB)（4）去模糊化设计本设计采用的是重心法，在工业控制中广泛使用的去模糊方法就是重心法，输出值由如下式子决定： （4-1） 式中，为清晰化输出量，u为输出变量，为模糊集隶属函数，MIN为清晰化值的下限，MAX为清晰化值的上限。4.5 本章小结本章主要对模糊逻辑进行了研究。介绍了模糊控制的发展、应用和特点，阐述了模糊控制系统的组成以及模糊化、知识库、模糊推理和去模糊化的概念，在此基础

49、上针对水下机器人编写了模糊控制规则表。5 水下机器人模糊控制系统的构建及仿真实验5.1 系统设计5.1.1 Simulink实验箱组件、模糊工具箱在MATLAB软件环境中设计永磁直线同步电动机模糊控制器时，除了应用Simulink实验箱组件以外，还需要用到模糊工具箱（Fuzzy Logic Toolbox）。如图5.1所示。图5-1 模糊工具箱在模糊工具箱中，本次设计主要用到的是模糊逻辑控制器，如图5.2所示。图5-2 模糊逻辑控制器5.1.2 系统操作显示要进行模糊控制设计，首先需要在MATLAB的Simulink中对输入、输出的隶属函数和模糊规则进行设计。在MATLAB中的Command

50、windows界面，输入”fuzzy”可以打开模糊编辑器界面，如图5-3所示。图5-3 打开模糊编辑器界面在跳出的“FIS Editor”界面中，按照本设计提出的控制器需要设置两个输入端e和ec和一个输出端u。由于界面当中默认的是单输入和单输出，只要通过点击“Edit-Add Variable-Input”可以增加一个输入变量，在该界面的右下角可以对输入名称进行调整。双击任意一个“input窗口，”就会跳出“Membership Function Editor”界面，在这里可以对变量的论域、隶属函数进行一一设置。如图5-4所示。 图5-4 设置input1实验参数界面中默认的隶属函数只有3条，

51、为了满足本次设计的要求，需要增加隶属函数，按如图5.5和图5.6方法设置，总共有8个隶属函数，并根据模糊子集的定义为它们命名。图5-5 增加隶属函数个数图5-6 增加5个隶属函数同理可以设置另外一个输入，以及输出。最终结果如图5.7所示。图5-7 最终设置结果显示打开规则编辑器之后，就可以按照第四章编写的模糊控制规则表进行输入，最终结果如图5.8所示，图5-8 规则编辑器最终结果显示这样一来，对于模糊控制器的设计就已经完成了。5.2 系统实验显示界面在设置完模糊控制器之后，打开Simulink工具箱和模糊工具箱，并新建一个Model，将需要的组件从Simulink模块中拖入Model编辑器中，

52、把所有器件连接起来。最终结果如图5-9所示。图5-9 水下机器人模糊控制器系统模型5.3水下机器人定深仿真在MatlabSimulink软件中建立水下机器人的定深的仿真模型。机器人的定深控制的传递函数G(s) 得到模糊控制器的深度响应曲线，如图5-10和图5-11所示。图5-10 在被控对象已知时的深度响应曲线 当被控对象修改参数时采用模糊控制器时的图像 图5-11 在被控对象参数变化时的深度响应曲线 通过与第三章对比可以发现，PID控制器只有当被控对象已知的情况下才有较好的仿真结果，而模糊控制器无论被控对象是否已知都能对其产生很好的适应，并且能较好地控制系统的输出，大幅度减小超调，调节时间等参数，使得系统能够更快、更稳、更准。5.4本章小结 本章介绍的水下机器人，基于模糊逻辑的控制器，根据上一章制定的模糊规则对其进行了MATLAB仿真，结论是可以实现水下机器人的运动精确控制。模糊控制器无论被控对象是否已知和变化都能对其产生很好的适应，达到控制系统的性能要求