先进控制技术

《先进控制技术》结课作业课程名称：先进控制技术班级：1710学号：学生姓名：2017年12月19日模糊控制技术的发展综述一、引言在实际的工业控制过程中，很多系统具有高度的非线性、多变量耦合性、不确定性、信息不完全性和大滞后等特性。对于这种系统很难获得精确的数学模型，并且常规的控制无法获得满意的控制效果。面对这些复杂的工业控制产生了新的控制策略，即先进控制技术。先进控制技术包括：自适应控制，预测控制，推理控制，鲁棒控制以及包括模糊控制与神经网络在内的智能控制方法。本文主要介绍了模糊控制技术的发展历程、原理及应用前景，简单介绍了模糊控制基本原理并运用MATLAB对设计一个简单的模糊PID控制器，比较了模糊PID控制器与传统PID控制器控制效果。二、模糊控制的发展自从美国加利福尼亚大学控制论专家L.A.Zadeh教授在1965年提出的《FuzzySet》开创了模糊数学的历史，吸引了众多的学者对其进行研究，使其理论和方法日益完善，并且广泛的应用于自然科学和社会科学的各个领域，尤其是第五代计算机的研制和知识工程开发等领域占有特殊重要的地位。把模糊逻辑应用于控制领域则始于1973年。1974年英国的E.H.Mamdani成功地将模糊控制应用于锅炉和蒸汽机的控制。此后20年来，模糊控制不断发展并在许多领域中得到成功应用。由于模糊逻辑本身提供了由专家构造语言信息并将其转化为控制策略的一种体系理论方法，因而能够解决许多复杂而无法建立精确数学模型系统的控制问题，所以它是处理推理系统和控制系统中不精确和不确定性的一种有效方法。从广义上讲，模糊控制是基于模糊推理，模仿人的思维方式，对难以建立精确数学模型的对象实施的一种控制策略。它是模糊数学同控制理论相结合的产物，同时也是只能控制的重要组成部分。模糊控制的突出特点在于：1)控制系统的设计不要求知道被控对象的精确数学模型，只需要提供现场操作人员的经验知识及操作数据。2)控制系统的鲁棒性强，适用于解决常规控制难以解决的非线性、时变及大滞后等问题。3)以语言变量代替常规的数学变量，易于形成专家的“知识”。4)控制系统采用“不精确推理”。推理过程模仿人的思维过程。由于介入了人的经验，因而能够处理复杂甚至“病态”系统。传统的控制理论（包括经典控制理论和现代控制理论）是利用受控对象的数学模型（即传递函数模型或状态空间模型）对系统进行定量分析，而后设计控制策略。这种方法由于其本质的不溶性，当系统变得复杂时，难以对其工作特性进行精确描述。而且，这样的数学模型结构也不利于表达和处理有关受控对象的一些不确定信息，更不利于人的经验、知识、技巧和直觉推理，所以难以对复杂系统进行有效地控制。经典的模糊控制器利用模糊集合理论将专家知识或操作人员经验形成的语言规则直接转化为自动控制策略（通常是从模糊规则表查询），其设计不依靠对象精确数学模型，而是利用其语言知识模型进行设计和修正控制算法。90年代以来，模糊控制系统的研究取得了一些比较突出的进展，如模糊系统的万能逼近特性，模糊状态方程及稳定性分析，软计算技术等等，这些研究逐步丰富和发展了模糊系统的理论体系。模糊控制在理论上突飞猛进的同时，也越来越多地、成功地应用于现实世界中。三、模糊控制理论的应用及发展前景1.模糊控制急需解决的问题模糊控制理论经过近几十年的发展，也还存在一些不足，还有一些亟待解决的问题，归纳如下：（1）要揭示模糊控制器的实质和工作机理，解决稳定性和鲁棒性理论分析；（2）模糊控制和传统控制的鲁棒性的对比关系究竟是怎么样，尚缺少理论分析和数学推导方面的比较；（3）如何衡量一个模糊控制系统的功能稳定性问题，最优化问题该如何评价；（4）在模糊运算中似乎丢失了大量信息却又能获得优于控制的良好控制效果起控制作用的因素是什么，模糊运算中的信息损失应否设法修正或补偿；（5）模糊控制规则和隶属度函数的获取与确定是模糊控制中的瓶颈问题.2.模糊控制在电力系统中的应用在电力系统中，模糊控制已经应用于电力系统稳定器、发电机励磁的控制、电力系统的动态安全评估、经济调度等.下面就模糊控制在电力系统控制器的设计中的应用加以详细介绍.（1）Fuzzy-PID复合控制.通常由简单模糊控制器、PI和PID控制器组成：利用模糊控制器对系统实现非线性的智能控制，利用PI控制器克服模糊控制器在系统达到稳态时可能产生的震荡及稳态误差大的问题；（2）变结构模糊控制器.一般采用多个简单的子模糊控制器构成一个变结构模糊控制器，在变结构模糊控制器的输入端有一个系统特征状态识别器，根据系统的偏差等特征状态，系统可切换到不同的子模糊控制器上；（3）模糊h∞控制器.一般由简单模糊控制器和h∞控制器组合而成；（4）自适应模糊控制器.在实时运行时，它能对控制器自身的有关参数进行调整，使系统的控制品质得到改善和提高；（5）基于神经网络的模糊控制.神经网络对环境的变化有较强的自适应学习能力，用神经网络的学习能力，能够获取并修正模糊控制规则和隶属函数.3.模糊控制的发展前景模糊控制理论是控制领域中非常有前途的一个分支,在工程上也取得了很多成功的应用。1974年,E.H.Mamdani首次将模糊控制理论应用于蒸汽机和锅炉的控制,取得了满意的控制效果;随后,Ostergarad又将模糊控制成功地应用于热交换器和水泥窖的生产;之后,M.Sugeno又将模糊控制用于汽车控制,取得了很好的控制效果。80年代末,在日本兴起了一次模糊控制技术的高潮,其成果被广泛应用于各个领域。模糊控制在许多实际控制系统中得到广泛应用,如工业控制过程中的蒸汽发生装置控制系统、合金钢冶炼控制系统、炼油厂催化炉控制系统、铸铁退火炉温度控制系统等。另外,模糊控制也应用于航天飞行器控制、机器人控制、核反应堆控制、热交换过程控制、异步电动机控制、污水处理、肌肉麻醉控制、病人血压调整、电梯群控制、吊车自动控制等系统中。日用家电产品中的模糊控制应用也已相当普遍,如用模糊控制系统控制水温。模糊控制虽然已经有不少的研究成果,而且也被广泛地应用于生产实践中,但模糊控制的发展历史还不长,理论上的系统性和完善性、技术上的成熟性和规范性都还是远远不够的,尤其是模糊控制与其他智能化控制方法相结合的控制方法,还有待于人们在实践中得到验证和进一步的提高.除此外,模糊控制在理论和应用方面还应在以下方向加强研究:(1)易于控制并且能消除静态控制偏差的模糊PID控制器,且尽量减少可调参数,最好控制在三个以内;(2)模糊预测控制,就是把预测控制和模糊推理相结合也是很有吸引力的研究方向之一;(3)模糊控制应用于医学、生物、金融、风险评估等新型领域.扩大模糊控制的应用领域;(4)将遗传算法或其它算法应用于模糊神经网络,以提高运算速度和参数寻优的结果;(5)寻找能够具有自学习调整隶属度函数的模糊控制方法.四、模糊控制基本原理模糊控制是以模糊集合理论、模糊语言及模糊逻辑为基础的控制，它是模糊数学在控制系统中的应用，是一种非线性智能控制。模糊控制是利用人的知识对控制对象进行控制的一种方法，通常用“if条件，then结果”的形式来表现，所以又通俗地称为语言控制。一般用于无法以严密的数学表示的控制对象模型，即可利用人(熟练专家)的经验和知识来很好地控制。因此，利用人的智力，模糊地进行系统控制的方法就是模糊控制。模糊控制的基本原理如图所示：它的核心部分为模糊控制器。模糊控制器的控制规律由计算机的程序实现，实现一步模糊控制算法的过程是：微机采样获取被控制量的精确值，然后将此量与给定值比较得到误差信号E；一般选误差信号E作为模糊控制器的一个输入量，把E的精确量进行模糊量化变成模糊量，误差E的模糊量可用相应的模模糊化模糊推理知识库解模糊被控对象FC糊语言表示；从而得到误差E的模糊语言集合的一个子集e(e实际上是一个模糊向量);再由e和模糊控制规则R(模糊关系)根据推理的合成规则进行模糊决策，得到模糊控制量u为：u=e*R式中u为一个模糊量；为了对被控对象施加精确的控制，还需要将模糊量u进行非模糊化处理转换为精确量：得到精确数字量后，经数模转换变为精确的模拟量送给执行机构，对被控对象进行一步控制；然后，进行第二次采样，完成第二步控制。这样循环下去，就实现了被控对象的模糊控制。它是处理推理系统和控制系统中不精确和不确定性问题的一种有效方法，同时也构成了智能控制的重要组成部分。模糊控制器的组成框图主要分为三部分：精确量的模糊化，规则库模糊推理,模糊量的反模糊化。解模糊控制器的工作原理,如下图：模糊控制器主要由模糊化接口、知识库、模糊推理机、解模糊接口四部分组成，通过单位负反馈来引入误差，并以此为输入量进行控制动作。常用的模糊控制规则生成方法有：a、根据专家经验或过程控制知识生成控制规则模糊控制规则是基于手动控制策略而建立的，而手动控制策略又是人们通过学习、试验以及长期经验积累而形成的。手动控制过程一般是通过被控对象或过程的观测，操作者再根据已有的经验和技术知识，进行综合分析并做出控制决策，调整加到被控对象的控制作用，从而使系统达到预期目标。b、根据过程模糊模型生成控制规则如果用语言去描述被控过程的动态特性，那么这种语言描述可以看作为过程的模糊模型。根据模糊模型，可以得到模糊控制规则集。c、根据对手工操作的系统观察和测量生成控制规则模糊化模糊推理知识库解模糊被控对象FC-在实际生产中，操作人员可以很好地操作控制系统，但有时却难以给出用于模糊控制所用的控制语句。为此，可通过对系统的输入、输出进行多次测量，再根据这些测量数据去生成模糊控制规则。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。Mamdani推理法,本质上是一种合成推理方法3）反模糊化通过模糊控制决策得到的是模糊量，要执行控制，必须把模糊量转化为精确量，也就是要推导出模糊集合到普通集合的映射(也称判决)。实际上是在一个输出范围内，找到一个被认为最具有代表性的、可直接驱动控制装置的确切的输出控制值。主要反模糊化判决方法有：最大隶属度法，重心法和加权平均法。模糊控制器的结构根据输入变量和输出变量的个数，分为单变量模糊控制和多变量模糊控制。二维输入-单输出模糊控制器二维模糊控制器如图，两个输入变量基本上都采用受控变量的偏差e和偏差的变化率ec，由于它们能够严格地反映受控过程中输出变量的动态特性，因此在控制效果上要比一维模糊控制器好得多，这也是最常用的一类模糊控制器。五、模糊PID控制器的MATLAB仿真1.仿真模型原理图其中PID控制器部分采用的是离散PID控制算法：2.SIMULINK建模本文中，选择单位阶跃信号为系统输入；被控对象为；控制系统分三个支路进行输出：1.单位阶跃信号直接作为系统输出2.模糊PID控制系统输出3.经典PID控制系统输出本文采用同一个示波器同时显示经典PID控制器、模糊PID控制器的系统输出图像和输入信号的方式来显示输出波形，建立如图的控制系统模型。其中Fuzzycontrol模块是模糊控制器子模块、PID模块是PID运算子模块，两个子模块一起构成模糊PID控制模块，由于篇幅有限不能详细解释，打开附件中的仿真程序可以详细的了解模型并直观的得到仿真结果，以及模糊控制器的输出等信息。kjdipTkekekjeTkkekku0)1()()()()(132)(2sssG3.仿真结果其中，黄色线表示输入(单位阶跃信号)；绿色表示经典PID控制器的系统输出；紫色表示模糊PID控制器的系统输出。依据系统图像，分析系统的暂态性能，见表5-1。模糊PID控制器较经典PID控制器有更短的调节时间，能够更为平稳的进入稳态。而且模糊PID控制器没有超调量，经典PID控制器的超调量为5.23%。表5-1控制器性能比对性能指标控制器过渡过程超调量调节时间上升时间振荡次数模糊PID控制器经典PID控制器严格单调衰减振荡05.23%0.65s1.2s0.4s0.2s0次1次参考文献[1]权太范等.模糊控制技术在过程控制中的应用现状及前景.控制与决策,2004,3：59-62.[2]张