模糊控制系统研究与应用

模糊控制系统研究与应用1、概述：传统的自动控制，包括经典理论和现代控制理论中有一个共同的特点，即控制器的综合设计都要建立在被控对象准确的数学模型(如微分方程、传递函数或状态方程)的基础上，但是在实际工业生产中，很多系统的影响因素很多，十分复杂。建立精确的数学模型特别困难，甚至是不可能的。这种情况下，模糊控制的诞生就显得意义重大，模糊控制不用建立数学模型，根据实际系统的输入输出的结果数据，参考现场操作人员的运行经验，就可对系统进行实时控制。自1965年L.A.Zadeh教授提出了模糊数学理论，模糊理论开始发展起来。1974年，Mamdani在蒸汽发动机上成功地运用了模糊控制，开始了模糊控制的应用阶段。模糊控制实际上是一种非线性控制，从属于智能控制的范畴。由于模糊控制不要求知道被控对象的精确数学模型，而且鲁棒性强，根据实际系统的输入输出结果数据，参考现场操作人员的运行经验，就可对系统进行实时控制，使得模糊控制得到了迅速发展，广泛地应用于工业、家用电器、机器人等许多领域。2、模糊控制具有的突出特点：2.1优点：(1)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的数学模型，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。(2)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。(3)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。(4)模糊控制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。(5)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。2.2模糊控制的主要缺陷：(1)精度不太高;(2)自适应能力有限;(3)易产生振荡现象。3、模糊控制方法的研究现状3.1、Fuzzy-PID复合控制Fuzzy-PID复合控制指的是模糊技术与常规的PID控制算法相结合的一种控制方法。这种控制方法常见的一种是Fuzzy-PI双模控制形式。这种改进的控制方法的出发点主要是因为模糊控制器本身消除系统稳态误差的性能比较差，难以达到较高的控制精度。而PI调节器的积分调节作用从理论上可使系统的稳态误差控制为零，有着很好的消除误差作用。因此把模糊控制和PI调节器相结合以增加稳态控制性能。3.2、参数自整定模糊控制参数自整定模糊控制根据控制系统的性能来在线地整定比例因子K1、K2和K3，使它们保持合适的数值，从而使系统的性能达到令人满意的水平。这种控制方法较之常规的固定比例因子的模糊控制方法，对环境变化有较强的自适应能力，在随机环境中能对控制器进行自动校正，使得在被控对象特性变化或扰动情况下，控制系统保持较好的性能。参数自整定模糊控制比常规的模糊控制系统(FCS)增加了两个功能模块，一个是系统的性能测量模块。它由系统误差e，误差变化率ec等计算出表征系统性能指标的数据;一个是比例因子调整功能模块，它用一套调整算法在线调整比例因子。3.3、模型参考自适应模糊控制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。3.4、自组织模糊控制将参考模型和自组织机制相结合，它能自动的对模糊控制规则进行修改、改进和完善，以提高控制系统的性能。自组织模糊控制系统比一般的模糊控制器增加了三个环节：性能测量环节、控制量校正环节和控制规则修正环节。性能测量环节用于测量实际输出特性与希望特性的偏差，以确定输出响应的校正量。控制量校正环节将输出响应的校正量转换为对控制量的校正量。控制规则修正环节修改模糊控制器的控制规则，这样也就实现了对控制量的校正。3.5、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。3.6、多变量模糊控制一个多变量模糊控制器有多个输入变量和输出结果、一般采用结构分解和分居分级结构，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。文献[16]介绍了它的一种应用。4、模糊控制的进展目前，模糊控制技术日趋成熟和完善。各种模糊产品充满了日本、西欧和美国市场，如模糊洗衣机、模糊吸尘器和模糊摄像机等等，模糊技术几乎变得无所不能，各国都争先开发模糊新技术和新产品。多年来一直未解决的稳定性分析问题正在逐步解决。模糊芯片也已研制成功且功能不断加强，成本不断下降。直接采用模糊芯片开发产品己成为趋势。模糊开发软件包也充满市场。模糊控制技术除了在硬件、软件上继续发展外，将在自适应模糊控制、混合模糊控制以及神经模糊控制上取得较大发展。随着其它学科新理论、新技术的建立和发展，模糊理论的应用更加广泛。模糊理论结合其它新技术和人工神经网络和遗传基因形成交叉学科神经网络模糊技术(NeuronFuzzyTechnique)和遗传基因模糊技术(GeneticFuzzyTechnique)，用于解决单一技术不能解决的问题。模糊理论在其它学科技术的推动下，正朝着更加广泛的方向发展。4.1模糊控制与神经网络的融合近年来，模糊控制和神经网络不仅在各自的学科里取得了引入注目的进展，而且在这两个学科的边缘开辟了众多研究新领域。两者的相互渗透和有机结合必将引起电子产业和信息科学的新革命。神经模糊控制是神经网络技术与模糊逻辑控制技术相结合的产物，是指基于神经网络的模糊控制方法。模糊系统是建立在“IF-THEN”表达式之上，这种方式容易让人理解，但是在自动生成和调整隶属函数和模糊规则上却很困难。而神经网络对环境的变化具有较强的自适应能力，所以可结合神经网络的学习能力来训练模糊规则。提高整个系统的学习能力和表达能力，是目前最受注目的一个课题。4.2模糊控制与遗传算法的融合由于模糊逻辑控制所要确定的参数很多，专家的经验只能起一个指导作用，很难根据它准确地定出各项参数，因而实际上还要反复试凑，寻找一个最优过程。通过改进遗传算法，按所给优化性能指标，对被控对象进行寻优学习.从而有效地确定模糊逻辑控制器的结构和参数。4.3专家模糊控制专家模糊控制器EFC(ExpertFuzzyController)由R.M.Tong提出，1984年他发表了关于模糊控制系统展望的论文，首先提出这一新概念。专家模糊控制系统是由专家系统技术和模糊控制技术相结合的产物。把专家系统技术引入了模糊控制之中，目的是进一步提高模糊控制器的智能水平。专家模糊控制保持了基于规则的方法的价值和用模糊集处理带来的灵活性，同时把专家系统技术的表达，利用知识的长处结合进来。专家系统技术考虑了更多方面的问题，如是什么组成知识，如何组织、如何表达、如何应用知识。专家系统方法重视知识的多层次及分类的需要，以及利用这些知识进行推理的计算机组织。4.4模糊系统建模及参数变识建模与参数辩识是实现控制的重要基础,因此这一研究工作从1991年至今一直是模糊控制领域的热门话题。系统模糊模型就是指采用与系统输入输出样本数据相关的，能表示系统状态的一组模糊规则来描述系统特征的、具有模糊性的表示形式。中森义辉提出“模糊建模”，并介绍了一种基于结构模糊性线形回归模型。市桥秀友在“模糊控制与建模”中提出一种统计(非参量法)模糊建模，用于机器人手臂运动和行走的建模问题。作为复杂非线性系统模型辩识方法，由高木和营野提出了模糊CMDH法表达的多项式模型。4.5模糊硬件产品虽然模糊控制器的设计方法越来越成熟和完善，但是在时间要求非常高的控制问题中，软件实现已不能满足控制要求，这时常常采用硬件实现。模糊硬件产品适应于复杂的控制系统和信息处理。如下列领域：(1)工业自动化的控制系统;(2)伺服电机;(3)自动驾驶;(4)燃料喷射控制等。目前世界上生产模糊芯片的公司的一些代表产品如下。(1)Omron公司产品Omron公司的模糊控制技术非常先进，它的产品代表模糊产品的新方向。目前它投入市场的模糊芯片有FP1000，FP3000，FP5000和FP7000。它们都是数字式模糊处理器。FP3000可以给控制规则加权，即条件部分的结果可以分别乘以0.9，0.8，O.7，0.6，0.5，0.25。所有规则可分成三组，每组规则使用相同的隶属函数。FP5000是FP3000的新一代模糊产品。它的处理速度可高达每秒1千万规则。(2)Inform/Semmons公司产品德国Inform公司在Semmons(西门子)公司的16位标准控制器80C166基础上将最优的推理过程编译到ROM内，生产出FUZZY—166。它还有一个“学习”软件包，可通过神经网络训练规则。(3)TogaiInfralogic公司产品TogaiInfralogic公司推出的一种数字模糊处理器FC110DFP，它具有64字节RAM和256字节的外部存储器。另外它可寻址128KB的外部存储器。它还有一个知识接口和系统接口。(4)NeuralLogic公司产品NLX是VISL模糊逻辑芯片，主要用于模式识别领域。NLX220是MLX230新一代产品。NLX220内集成了8位的A/D和D/A转换器，有4个输入端和4个输出端，还集成一个脉冲发生器。另外，NeuralLogic公司还推出很多专用模糊芯片。模糊样本比较器NLX140是专门用来进行模式比较的。NLX112是一个128Bit的数据修正器，它可以和8位位处理器通信。NLX113是一个32位的数据修正器，它可进行相关分析和互相关分析。进入90年代以来，由于国际上许多著名学者的参与以及工程应用中取得了大量的成功，尤其是对那些大量的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，模糊控制特别显得成绩非凡，因而导致了更多人的参与研究、实际上模糊控制已经作为智能控制的一个重要分支确定下来。在国际大趋势的推动下，模糊控制已开始向多元化发展。除了上面所述的模糊控制的几大方面进展外，模糊多变量控制、模糊预测控制、模糊变结构控制、模糊模式识别等的研究，也都属于较为前沿的研究方向。5、模糊控制展望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：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。6、应用研究目前模糊控制理论