Ch13 第十三章 机械电子系统的微机控制

机械电子工程原理第十三章机械电子系统中的微机控制控制对象的分类数字程序控制以逻辑形状作为控制对象，实际根底是数字逻辑或布尔代数，最常见的是顺序控制和数值控制。顺序控制是指以预先规定好的时间或条件为根据，使机械电子系统按正确的顺序自动地“运动〞或“停顿〞。数值控制是利用计算机把输入的数字值按一定程序处置后，转换为控制信号去控制一个或几个被控对象，使被控点按所要求的轨迹运动。模拟控制以模拟量作为控制对象，实际根底是自动控制实际。213.1顺序控制和数值控制顺序控制顺序控制器根据运用场所和工艺要求，划分各种不同的工步，然后按预先规定好的“时间〞和“条件〞，依次序完成各工步。各工步动作所需求的继续时间因产品类型或消费过程的不同而异，通常可以经过操作员来设定或调整定时器的时间常数；“条件〞是指被控安装中运动部件挪动到一个预定的位置，或者管道、容器中的液体或气体压力到达了某个预定值，或者加热部件的温度到达了某个预定点。3数值控制数值控制随着微处置机的开展得到了广泛的运用，如数控机床、线切割机及低速小型绘图仪等，都是利用数值控制原理实现控制的机械电子设备。根本的数值控制原理的实现步骤1〕把一条复杂的曲线分成假设干段直线或二次曲线；2〕求出各分段直线(或曲线)的中间值，这个过程称为插值，或称为插补；3〕对插补运算过程中求出的各点，用脉冲信号去控制x、y方向上的步进电动机，带动刀具或画笔运动，从而加工出或绘出要求的线段来。4直线插补偏向定义比如有一条直线段OP在第一象限，且线段的起点就位于坐标原点，如下图，可以构成三个点集：位于直线段OP上一切的点；位于直线段OP上方一切的点A+；位于直线段OP下方一切的点A-。知起点位于原点，终点的坐标为P(xe,ye),那么OP线的斜率为tanα=ye/xe由于tanα〞>tanα，即yi〞/xi〞>ye/xe，所以xeyi〞-yexi〞>0;由于tanα’<tanα，即yi’/xi’<ye/xe，所以xeyi’-yexi’<05直线插补偏向定义设第一象限内恣意点M的坐标为(xi,yi)，用Fi代表M点的偏向，并定义为Fi=xeyi-yexi当Fi=0时，M点在线上；当Fi＞0时，M点在A+区；当Fi＜0时，M点在A-区。6插补规划例如可以采用如下直线插补规那么：当Fi＞0时向右运动一步，当Fi＜0向左运动一步，分别可以获得由M’和M〞点开场的插补途径如图(a)、(b)中所示。713.2开环控制系统与闭环控制系统开环控制系统:只靠输入量对输出量一方向控制闭环控制系统：普通是基于误差的负反响控制输入安装控制安装驱动安装被控对象Ui干扰Uo输入安装控制安装驱动安装被控对象Ui丈量安装Uo8开环控制系统实例可以把变频器－电动机看作对象，负载的转动惯量和负载转矩都思索在对象之内。电动机转速n是被控量。变频器输出的交流电压频率正比于u，并且能在规定范围内输出适当的电压和足够的功率来驱动电动机，使电动机转速正比于u。当负载增大引起转速n下降而设定转速r未变，电动机转速无法自动恢复到设定值。假设变频器输出频率漂移，电动机转速也会偏离设定值，同样无法自动恢复。9闭环控制系统实例引入了比较环节和偏向，转速丈量系统把被控量转速n的信息以信号y的方式送到比较环节，在比较环节中得到被控量y与设定值r的差，称为偏向e，e=r-y。控制器根据偏向e生成控制信号u。10闭环控制系统任务原理反响通道的作用是把被控量信号送到比较环节。它的作用是求取偏向e=r-y。把偏向送入控制器，假设反响信号y偏离设定值r，就有偏向，控制器就会根据偏向e产生控制造用u来减小偏向。当负载增大致使转速n降低时，反响信号y随之降低，偏向e就会增大，控制器根据偏向e给出控制信号u，变频器输出的频率f就会升高，转速n随之上升。当转速设定值r改动时，由于负载和电动机转子的机械惯性，转速n不能立刻跟随r，也会出现偏向e，控制器根据偏向e给出控制信号u，使电动机转速n较快地跟上当前的设定值r。11模拟量的计算机闭环控制系统当代工程实践中，越来越多地采用计算机作控制器，组成自动控制系统。设定值r、被控量y和控制信号u都是模拟量，但是在计算机中都用数字量表示，所以需求D/A通道和A/D通道。1213.3控制系统的质量和性能目的控制系统性能的质量有快速性、准确性和稳定性三个方面。快速性是希望被控量迅速到达设定或跟随设定值变化；稳定性是指被控量不发生大幅度、长时间的振荡，即使有小幅振荡也应尽快衰减至零；假设系统被控量与设定值之间的偏向较小，就说系统的准确性较好。控制系统质量可以用典型设定信号下的性能目的来表示，阶跃信号是最常用的典型设定信号之一。上升时间tr和峰值时间tp可以表示系统的快速性。稳态误差ess可以表示系统的准确性。系统的稳定性可以用超调量Mp或者进入误差带前的振荡次数表示。13综合性能目的1——绝对误差积分绝对误差积分〔IntegralofAbsoluteError，IAE〕是常用的综合目的之一绝对误差积分包含了系统从t＝0时辰起的全部偏向绝对值的累积〔积分上限∞可以选择足够大的T来取代〕，快速性、稳定性、准确性中任何一项性能不好，都会使绝对误差积分增大。绝对误差积分越小，控制系统的质量越好。14绝对误差积分绝对误差积分的几何意义是图中阴影的面积。15综合性能目的2平方误差积分(IntegralofSquaredError，ISE)：该目的着重思索大的偏向而不太思索小的偏向信号。在控制工程中，这个准那么代表以能量耗费作为系统性能的评价。按照这种误差性能目的设计的控制系统，经常具有较快的呼应速度和较大的振荡，相对稳定性差。时间加权绝对误差积分(IntegralofTimeweightedAbsoluteError，ITAE)时间加权平方误差积分(IntegralofTimeweightedSquaredError，ITSE)这两项误差性能目的的特点是着重思索瞬态呼应后期出现的误差，较少思索呼应中大的初始误差。1613.4闭环控制系统的构成及PID控制闭环系统是借助输出信号的反响，可以在存在扰动的情况下，力图减小输出与参考输入〔或恣意变化的希望形状〕之间的偏向。闭环系统控制器的任务也正是基于这一偏向进展的。按偏向的比例(P)、积分(I)、微分(D)控制，即PID控制是闭环控制中运用最广泛的一种控制规律。17常规PID控制Kp是对偏向e(t)进展比例〔Proportional〕运算的系数；Ki是对偏向e(t)进展积分〔Integral〕运算的系数；Kd是对偏向e(t)进展微分〔Differential〕运算的系数PID控制的比例、积分和微分三种运算都是针对偏向e(t)进展的。PID控制战略归结为这三个参数的选取。18模拟PID调理器模拟PID调理器的数学表达式为：在实践工业过程中调理器的性能主要靠整定增益Kp、积分时间常数Ti、微分时间常数Td这三个参数来完成。19比例控制的作用比例控制的作用是对当前的偏向信号e(t)进展比例运算后作为控制信号u(t)输出。比例控制的特点是，只需偏向e(t)存在，比例控制器就能即时产生与偏向成正比的控制信号。比例系数Kp越大，比例控制造用越强。在阶跃呼应早期，偏向e(t)很大，所以控制信号u(t)很大，可以使被控量y(t)上升加快，改善系统的快速性。但是，被控量上升过快能够产生较大的超调，甚至引起振荡，使系统的稳定性劣化。20比例控制在稳态时段的作用控制信号u与偏向成比例：被控量y成为：解出被控量y：代入静差ess的公式：21比例控制在稳态时段的作用可见，假设增大比例控制参数Kp，可以使静差ess减小，但仅仅有比例控制Kp无法消除静差ess。假设Kp过大，使u(t)=Kpe(t)超出控制器的允许范围，不能输出更大的控制信号u(t)。u(t)超出控制器允许范围这一景象称为控制器饱和。当控制器饱和时，无法起到减小偏向的作用，偏向能够很大并且在控制器退出饱和之前继续存在。比例系数Kp必需适当。22积分控制的作用积分控制可以累积系统从t＝0时辰到当前时辰的偏向e(t)的全部历史过程。系统进入稳态后，静差ess往往很长时间不变号，经过足够长的时段，静差ess的积分结果终将可以输出足够大的控制信号u来消除静差ess。因此，引入积分控制的目的是消除静差。但是，假设对象的呼应较慢，在阶跃呼应早期，能够出现长时间不变号的大偏向，产生过大的偏向积分值，导致控制器饱和。要适中选取积分控制参数Ki。23微分控制的作用微分控制正比于偏向信号e(t)的当前变化率de/dt，由当前的偏向变化率可以预见未来的偏向，决议控制信号的符号和大小。对于设定值的阶跃变化，微分控制能减小超调，抑制振荡，改良系统的稳定性。但是，当系统遭到高频干扰时，对于快速变化的偏向e(t)，微分控制的作用能够过于剧烈，不利于系统的稳定性。假设u(t)中的微分项过大，还能够使控制器饱和，系统阶跃呼应能够很缓慢。动用微分控制应非常谨慎，参数Kd取值不宜很大。24数字PID控制器〔位置式〕将模拟PID调理器方程式离散化，有式中，Kp为比例系数；Ti为积分时间常数；Td为微分时间常数；T为采样周期；e(k)为第k次采样所获得的偏向信号；△e(k)为本次和上次丈量值偏向的差。在给定值r不变时25增量式PID控制器算式思索到：有那么式中，Ki为积分系数，；

Kd为微分系数，。26数字式的闭环控制系统可以进一步将增量式PID控制器算式简化如下式中，A=Kp+Ki+Kd；B=-Kp-2Kd；C=Kd。27分别式PID控制在阶跃扰动下，系统在短时间内会产生很大的偏向，此时往往引起积分饱和、微分项急剧添加的景象，控制系统很容易产生振荡，调理性能很差。为抑制这一缺陷，可采用分别式的PID控制方法。即当偏向很大时，减小积分与微分的加权系数。这样既能迅速减小偏向，又能坚持调理过程平稳，详细的做法是判别偏向e能否大于临界值em，并使得e>em时Ki=K1×Ki，Kd=K2×Kde≤em时Ki=Ki，Kd=Kd式中，0<K1<1；0<K2<1。2813.5PID参数整定采样周期的选择普通对于呼应快或信号变化较快的系统，采样周期该当较小。但是，采样周期遭到A/D、D/A通道速率和计算机处置速度的限制，必需保证运用程序在一个采样周期内能完成所需求的运算和输入输出操作。为此，除了选用适当的硬件外，我们通常还希望数据通道和控制算法高效，程序简约。对于呼应慢或信号变化较慢的系统，不用用过小的采样周期。假设采样周期过小，相邻两次采样信号数值过于接近。A/D、D/A和计算机的分辨才干受数字量位数的限制，能够无法分辨相邻两次采样信号数值，反而不能起控制造用。29PID参数整定的方法经过反复实验调整Kp、Ki和Kd三个参数值，使系统的质量到达称心，或者使某个综合目的到达最优，譬如使IAE最小，这个过程称为PID参数整定。常用的实验调整方法有调试法和阅历法。近年来开展了多种仿生物智能的寻优算法。30调试法调试通常在阶跃设定下进展。调试步骤大致如下1〕Ki和Kd置为0，只将比例控制系数Kp逐次由小变大，每一次察看系统的阶跃呼应，兼顾上升快、超调小、振荡衰减快、静差小。假设比例控制不能使静差到达要求，必需参与积分控制来消除静差。先给一个不大的Ki值，再将第一步所得的Kp值略微减小，然后逐渐减小Ki，直到消除静差同时坚持良好的动态质量。假设参与积分控制后动态质量劣化，可以参与微分控制。31阅历法阅历法也称为工程法。工程界已总结出一些阅历方法，有扩展临界比例度法、扩展呼应曲线法、归一参数法等等。不同的方法适用于不同类型的工业系统，必需正确选择运用。这些阅历方法在适用中仍不能完全摆脱现场调试，但是可以减少盲目性，减少实验次数，提高参数整定和调试任务的效率。32数字PID控制程序流程图Kp、Ki和Kd三个参数的值不依赖系统的数学模型，可以用于得不到数学模型的对象，因此PID控制是运用最广泛的一种控制战略。3313.6PID控制的改良控制器饱和:无论比例、积分或微分，PID控制器都能够计算出很大的控制信号u，能够在一段时间内超出D/A转换器的输出电压范围[umin，umax]，这种景象称为控制器饱和。当电动机拖动大惯性负载起、停时，或温度系统中要求温度迅速升、降时，设定值往往要大幅度地增、减，初期会出现很大偏向。当系统遇到较大的尖峰扰动时，不仅会出现很大偏向，并且偏向变化率也很大。这些情形下，PID控制器容易出现饱和景象。34防止控制器饱和的根本措施控制信号限幅当u(k)＜umin时，取u(k)＝umin；当u(k)＞umax时，取u(k)＝umax。

积累补偿法假设PID计算得到的u(k)超出D/A转换器的输出范围[umin，umax]，将那些因控制器饱和而未能执行的增量控制信号Δu(k)积累起来，一旦控制器退出饱和，立刻补充执行这些未能执行的增量控制信号Δu(k)。35积分项的改良积分分别法在e(k)较大时段，取消积分控制造用，而在e(k)较小的时段，投入积分控制造用。逾限减弱积分法在计算u(k)前，先判别先前一次的控制信号u(k－1)能否逾限，假设u(k－1)已逾限，应判别逾上限还是逾下限，再判别偏向是正还是负，采用以下战略假设u(k－1)≥umax，但e(k)＜0，积分可减小e(k)；假设u(k－1)≥umax，而e(k)＞0，取消积分；假设u(k－1)≤umin，但e(k)＞0，积分可减小e(k)；假设u(k－1)≤umin，而e(k)＜0，取消积分。36微分项的改良不完全微分法在PID控制器输出端串联一个一阶惯性环节。一阶惯性环节的低通滤波作用可以滤除高频信号，仅允许低频信号经过。微分先行法在被控量y(t)进入比较环节之前先单独对y(t)求微分，不至于计算出很大的变化率dy(t)/dt。不对偏向e(t)求微分，也就是不对设定信号r(t)求微分。这对于设定值r(t)频繁大幅度改动的系统，可以显著地改善动态质量。37不完全微分法当一个短时快速变化的偏向发生期间，微分控制幅度先急剧增大，随后又急剧减小，信号u'(t)中含有丰富的高频成分。信号u'(t)的高频成分被一阶惯性环节滤除，这样u(t)中的微分控制造用可以适中而且继续。这种方法称为不完全微分法。38微分先行法在被控量y(t)进入比较环节之前先单独对y(t)求微分，不至于计算出很大的变化率dy(t)/dt。不对偏向e(t)求微分，也就是不对设定信号r(t)求微分。这对于设定值r(t)频繁大幅度改动的系统，可以显著地改善动态质量。3913.7智能型自顺应PID控制智能(或仿智能)型PID控制器的重要优点是不需求在线辨识被控系统的准确模型，对系统的阶数没有限制，又能进展比较准确的在线控制。该方法的中心是：根据控制器输入信号(即系统误差)的大小、方向及变化趋势等特征而作出相应决策，选择适当的方式进展控制。20世纪60年代中期，一些学者把人工智能技术引进控制系统，傅京孙教授首先题出“人工智能控制〞的概念，1967年初次正式运用“智能控制〞一词。40二方式PID二方式(即开关方式与PID方式)PID控制的控制效果比起普通PID控制来有较大的改良。二方式PID的两种控制方式是根据两种不同的条件来确定的，也是一种控制规那么。：1〕假设满足|e(n)|>M1的条件，那么采用开关方式进展控制〔非线性控制〕，使误差迅速减小；2〕假设误差趋势增大，那么加大控制量以便迅速纠正偏向，此时应采用比例方式；3〕假设误差经过极值而减小，那么减小控制量，采用坚持方式2；4〕假设误差为零或很小〔在允许的误差带内〕，系统已处于平衡形状，那么坚持原有的控制输出，即坚持方式1。41二方式PID这种控制算法既有IF……THEN……这种人工智能的推理逻辑运算，又有等数学的解析运算，控制功能早就超出了普通的PID控制规律的范围，充分发扬了计算机速度快、精度高、存储信息容量大和逻辑判别功能强的优点。从中仍可以看到常规PID控制中的思想：除比例方式外，坚持方式具有类积分的功能；在判别中用误差的差分含有对误差微分的作用。因此虽然其内容和方式都远远超出了常规PID调理器的范围，仍采用了(智能)PID的称号。42PID得到广泛运用的根本缘由PID控制有才干对闭环传送函数产生影响，经过极点的配置实现称心的系统呼应。由PID控制器的传送函数发现，PID控制规律除可使系统的精度添加以外，还能提供两个负实数零点。这与PI控制规律相比较，除了坚持提高系统稳态性能的优点外，由于多提供一个负实数零点，所以在提高系统动态性能方面具有更大的优越性，这便是PID控制规律在控制系统中得到广泛运用的根本缘由所在。43经典控制和现代控制实际与智能控制的对比与智能控制相比，经典控制和现代控制实际着力研讨被控对象而不是控制器，它们要求可以在常规实际规定的框架下，用数学模型严厉模拟被控对象，其控制才干依赖被控对象数学模型的准确程度，因此，难以顺应系统复杂性添加的需求。智能控制是以知识表示的非数学广义模型和传统的数学模型表示相结合的混合控制实际，为处理那些用传统的方法难以处理的复杂系统的控制问题提供了新的更有效的方法。44自动控制的开展过程随着科学技术的开展，对自动化设备性能的要求越来越高。控制实际也相应由经典、现代控制开展到智能控制。4513.8模糊控制器及其特点经典控制实际的开展及其运用经典控制实际在20世纪50年代曾经到达相当成熟的程度，与此相应而开展起来的控制器以PID调理器为代表。按偏向的比例、积分和微分控制是过程控制中运用最广泛的一种控制率。实践运用阅历及实际分析充分证明，这种控制率在对相当多的工业对象进展控制时可以得到较称心的结果。但PID控制也遭到一些限制，如PID控制要求被控系统模型在控制过程中坚持不变，并且为了满足控制系统的性能要求，最好应求出各个组成部分的数学模型。此外，PID控制器只能用于固定参数的系统，且在某一条件能到达稳定的系统能够在另一种操作条件下完全无法运用。46经典和现代控制实际的开展及其运用最优控制用形状变量对系统进展了完全的描画。由于采用了形状反响，比起经典控制实际中采用的输出反响方法能得到更多的系统信息，因此使系统的呼应更快，控制质量最优。但实践系统中的有些形状是很难观测的，因此要设计相应的形状观测器。47经典和现代控制实际的开展及其运用自顺应控制在一定程度上处理了非线性和时变问题，但它要求在控制过程中获得较多的有关系统信息。但证明一种算法比其它算法更优是一大课题，建立算法的收敛条件也是一个难点。一切这些问题可以归结为一点：自顺应控制的计算量大、算法复杂。一些文献中的实验阐明：在对确定性信号〔即不满足继续鼓励条件〕进展跟随控制时，自顺应控制方法较PID控制方法的效果要差；在负载阶跃扰动下，自顺应控制的效果也较PID控制要差。48经典和现代控制实际的开展及其运用PID控制算法简单、所用存贮量少，计算量小，占用嵌入式微处置器的资源少，但要处理参数自顺应的问题；自顺应控制虽能处理参数变化的问题，但算法复杂、计算量大，需有很高的运算速度和很大的存贮容量，这是大多嵌入式微处置器较难满足的。49模糊控制实际的开展及其运用自从美国控制实际专家查德(L.A.Zadeh)教授1965年关于模糊集合的论文发表以来，模糊数学及模糊控制实际的运用越来越广泛。模糊控制方法的主要优点是它不需求对被控系统有非常准确的了解，而主要把留意力放在控制器的设计上。模糊控制的本质是非线性的，因此对一些不易获取准确数学模型的系统或过程及非线性系统来说，采用模糊控制的方法可以得到用常规控制方法难以获得的效果。50模糊控制实际的开展及其运用在经典控制实际中，我们靠微分方程(Equations)来获取系统的有关知识；在模糊控制实际中，靠阅历(Experience)来获取系统的有关知识；而以神经网络为代表的其它智能控制方法那么是根据事例(Examples)、经过学习来获取系统的有关知识。模糊控制和其它人工智能方法经常结合在一同运用，因此对系统有关知识的获取，也是根据事例并结合阅历得到的。51模糊量及模糊控制假设采用模糊控制的方法对某个液压系统的流量进展控制：首先可以测定一下输入〔如阀的开口量〕和输出〔如流量〕的范围〔即所谓的“论域〞〕，由于人经常将相比较的同类事物分为三个等级，如温度分为高、中、低，速度分为快、中、慢等。对系统的偏向也可分为大、中、小这样三个等级。这样，当系统的流量偏离了目的值时，根据偏向的大小，相应地调理阀门〔大或小〕就可以使流量趋向目的值。上述的大和小、快和慢不是用数值、而是用言语来描画的，它们之间的边境并不明晰。由于人的言语具有很大的模糊性，所以这些量被称为模糊变量。52模糊量及模糊控制模糊控制不需求系统准确的数学模型，而只需根据人的阅历，组成一些控制规那么就能进展有效的控制。我们知道，人在处理实践问题时经常是只求称心解，而不求最优解。对于那些难以获得数学模型或模型非常粗略的工业系统，依然是以人的操作阅历为根底，进展人工控制。而在人的思想、言语及信息处置中，表现出许多模糊概念，可见对一些不明晰的系统，就是要把模糊信息综合起来加以分析。用模糊数学实际与计算机技术相结合的方法，设计成模糊控制器，来替代有阅历的操作者的人工控制，以实现工业过程的智能控制。53模糊集合和隶属函数的概念在康托〔Contor〕创建的集合论中，论域中的任一元素，要么属于某个集合，要么不属于某个集合。假设元素x∈A，那么其特征函数XA(x)=1，假设，那么XA(x)=0。如左图所示。查德(L.A.Zadeh)教授初次提出了模糊集(FuzzySets)的概念，他把模糊集合的特征函数称为“隶属函数〞〔它在[0,1]闭区间里延续取值〕，某个元素x隶属于某一模糊集合A的程度可用它的隶属函数来表示。如右图所示。54模糊集合和隶属函数的概念就一个人的年龄来说，用特征函数的概念，可以说或者是年青人，或者不是年青人。而用隶属函数的概念，那么可以说他“年青〞、“不太年青〞、“不年青〞等，假设我们思索详细问题的范围论域为：U={x1,x2,x3,x4,x5}={40,60,25,28.5,32}模糊集合A表示年青人的集合，那么隶属函数55模糊集合和隶属函数的概念采用查德表示法描画上述的年龄问题：A=0.2/x1＋0/x2＋1/x3＋0.8/x4＋0.34/x5式中，“＋〞表示列举，xi表示模糊集合的元素，0.2,0,1,0.8,0.34表示相应元素的隶属度，那么有：那么我们说x1不太年青，x2不年青，x3年青，……等。56模糊集合和隶属函数的概念对于一个控制系统来说，输出误差E可用同样的方法来表示。通常在控制时不仅要思索到误差E的模糊子集，而且经常要思索误差变化率C=dE/dt的模糊子集。系统的给定值和系统的输出经过比较环节后得到系统的偏向E，由偏向E可求出偏向的变化率C。在此，E和C都是准确量。由于在日常生活中，人们习惯于把相比较的同类事物分为三个等级，如高、中、低；大、中、小；快、中、慢等，所以我们把偏向E和偏向变化率C也分为三级。因此，偏向和偏向变化率可以从一个准确量转化成如“偏向大〞或“偏向小〞这样的言语变量。57模糊集合和隶属函数的概念——实例假设我们察看到偏向E的实践变化范围在[a,b]之间，可以经过变换式把在[a,b]区间变化的e转化为在[-6,+6]之间变化的E。再将在[-6,+6]之间延续变化的E分为如下8档： 正大(PL)──+6附近 正中(PM)──+4附近 正小(PS)──+2附近 正零(PO)──比零稍大 负零(NO)──比零稍小 负小(NS)──-2附近 负中(NM)──-4附近 负大(NL)──-6附近58模糊集合和隶属函数的概念——实例偏向E模糊子集表59模糊集合和隶属函数的概念——实例用查德表示法表示偏向的某个模糊子集(如偏向的负大)，可写成：E1=1/-6+0.8/-5+0.4/-4+0.1/-3+0/-2+0/-1+0/-0+0/1+0/2+0/3+0/4+0/5+0/6比起用数学解析表达式建立系统的模型来说，用言语变量来描画一个系统，对任何人都很容易了解，不需求对某个系统有高深的实际知识，但确定这些言语变量相对应的模糊子集的隶属度却要根据阅历来完成。“大〞和“小〞终究取多少最适宜，有时需求多次调整才干得到称心的效果。60模糊集合和隶属函数的概念——实例偏向变化率C模糊子集表61模糊集合和隶属函数的概念——实例控制输出u模糊子集表6213.9模糊控制器的设计模糊控制器的设计需求处理以下三个方面的问题：准确量的模糊化；模糊控制规那么的构成；输出信息的模糊判决。63准确量的模糊化对一个实践系统来说，假设察看到它的偏向e在[a，b]之间延续地变化，而我们希望把偏向e分为大、中、小和零这样几档，那么可以经过变换式把在[a,b]之间延续变化的准确量e转化为在[-6,+6]之间变化的模糊量E，其中： 正大(PL)──+6附近 正中(PM)──+4附近 正小(PS)──+2附近 正零(PO)──比零稍大 负零(NO)──比零稍小 负小(NS)──-2附近 负中(NM)──-4附近 负大(NL)──-6附近64模糊控制规那么的构成最常用的模糊控制器是两维输入、一维输出的，如下图。该控制器的言语规那么为：假设偏向为E且偏向变化率为C那么进展控制操作U，或写成：IFEANDCTHENU65模糊控制规那么的构成在经典控制实际中，经过系统的输入和输出可以求得系统的传送函数，而在模糊控制实际中，经过系统的输入输出可以求得系统的模糊关系。如：知系统的偏向控制量那么与这条规那么相对应的模糊关系是一个二维的模糊集，被定义为66模糊控制规那么的构成详细算法如下式中，运算符“〞表示“交〞，即在上述运算中取较小的数。67模糊控制规那么的构成假设模糊关系R知，当偏向为时，那么控制量=(0.8,0.8,0.5,0)即68模糊控制规那么的构成最常用的模糊控制器是二维的，其言语推理式为IFE=EiANDC=CjTHENU=Uiji=1,2,...,mj=1,2,...,n其中，Ei，Cj与Uij分别为定义在X，Y，Z上的模糊集。这些模糊条件语句可归结为一个模糊关系R，即根据模糊数学的实际，运算符“〞的含义由下式定义69模糊控制规那么的构成假设偏向、偏向变化率分别取E和C，根据模糊推理和成规那么，输出的控制量该当是模糊集U即这样，假设知E、C和输出控制量U，可以根据式求出模糊关系R；反之，假设知系统的模糊关系，那么可以根据系统的输入E和C求出输出控制量U。70模糊控制规那么的构成通常，对一个工业过程可以总结出许多条规那么： IFE1ANDC1THENU11 IFE1ANDC2THENU12 … IFEiANDCjTHENUij …对任何一条规那么都可以推出相应的模糊关系，即：R1，R2，……，Rn，因此系统总的控制规那么为71模糊控制规那么的构成系统的偏向E、偏向变化率C和控制量U之间的模糊关系R可以用下表来表示。72模糊控制规那么的构成模糊控制规那么的调整从模糊控制诞生之日就使人们对它产生了广泛的兴趣，有的文献引见了一些调整的方法，然而这些调整方法都是根据操作人员的阅历进展的，通用性较差，只能是公用的模糊控制器。还有的文献为模糊控制规那么的自调整问题奠定了必要的实际根底，并提出了一种有效而又简单的方法，详细作法如下：73模糊控制规那么的构成关于运算符<·>的阐明：用<A>表示一个与A符号一样而其绝对值是大于或等于|A|的最小整数，例如： <0>=0<0.5>=1<-0.5>=-1 <1>=1<-1>=-1<1.5>=2<-1.5=>-2……采用一种带修正因子的控制规那么：式中，α是介于0,1之间的实数很明显，只需调整系数α，就可以对控制规那么进展修正。74模糊控制规那么的构成以α作为调整参数不仅简单易行，而且物理意义也是很明显的，它直接表示对偏向E和偏向变化率C的加权程度。在被控对象的阶次较高时，对偏向变化率C的加权值就应该大于对偏向E的加权值，因此α要取小些；相反，当被控对象阶次较低时，对偏向变化率C的加权值应小于对偏向E的加权值，即α要取大些。这种方法抑制了单凭阅历来选择控制规那么的缺陷，是合理并可行的。75输出信息的模糊判决模糊控制的输出是一个模糊子集，它反响的是不同控制言语所取值的一种组合。但对一个实践系统来说，被控对象只可以接受一个控制量，这就需求从输出的模糊子集判决出一个控制量。即要推导出一个由模糊集合到普通集合的映射，这个映射通常被称为模糊判决，只需经过判决才干得到控制量的准确值。一种常用的方法是最大隶属度法。即在要判决的模糊子集Ui中取隶属度最大的元素umax作为执行量。这种方法虽然简单，但它所概括的信息量太少。76输出信息的模