智能控制课后仿真

《智能控制》课后仿真报告院（系）：电气与控制工程学院专业班级：自动化1301班姓名：杨光辉学号：1306050115题目2-3：求二阶传递函数的阶跃相应SSSG251332p）（取采样时间为1ms进行离散化。参照专家控制仿真程序，设计专家PID控制器，并进行MATLAB仿真。专家PID控制MATLAB仿真程序清单：%ExoertPIDControllerclearall;%清理数据库中所有数据closeall;%关闭所有界面图形ts=0.001;%对象采样时间，1mssys=tf(133,[1,25,0]);%受控对象的传递函数dsys=c2d(sys,ts,'z');%连续系统转化为离散系统[num,den]=tfdata(dsys,'v');%离散化后参数，得num和den值u_1=0;u_2=0;%设定初值，u_1是第(k-1)步控制器输出量y_1=0;y_2=0;%设定初值，y_1是第(k-1)步系统对象输出量x=[0,0,0]';%设定误差x1误差导数x2误差积分x3变量初值x2_1=0;%设定误差导数x2_1的初值kp=0.6;%设定比例环节系数ki=0.03;%设定积分环节系数kd=0.01;%设定微分环节系数error_1=0;%设定误差error_1的初值fork=1:1:5000%for循环开始，k从1变化到500，每步的增量为1time(k)=k*ts;%仿真时长[0.0010.5]sr(k)=1.0;%TracingStepSignal系统输入信号u(k)=kp*x(1)+kd*x(2)+ki*x(3);%PIDControllerPID控制器%Expertcontrolrule%Rule1:Unclosedcontrolrule规则1：开环控制ifabs(x(1))0.8%if循环开始，产生式规则，if...then...；误差的绝对值大于u(k)=0.45;%控制器输出量等于elseifabs(x(1))0.40u(k)=0.40;elseifabs(x(1))0.20u(k)=0.12;elseifabs(x(1))0.01u(k)=0.10;end%if循环结束%Rule2规则2ifx(1)*x(2)0|(x(2)==0)%if循环开始，如果误差增大或不变ifabs(x(1))=0.05%内嵌if循环开始，如果误差绝对值大于u(k)=u_1+2*kp*x(1);%控制器输出量施加较强控制else%否则u(k)=u_1+0.4*kp*x(1);%控制器输出量施加一般控制end%内嵌if循环结束end%if循环结束%Rule3规则3if(x(1)*x(2)0&x(2)*x2_10)|(x(1)==0)%if循环开始，如果误差减小或消除u(k)=u(k);%控制器输出量不变end%if循环结束%Rule4规则4ifx(1)*x(2)0&x(2)*x2_10%if循环开始，如果误差处于极值状态ifabs(x(1))=0.05%内嵌if循环开始，如果误差绝对值大于u(k)=u_1+2*kp*error_1;%控制器输出量施加较强控制else%否则u(k)=u_1+0.6*kp*error_1;%控制器输出量施加一般控制end%内嵌if循环结束end%if循环结束%Rule5:IntegrationseparationPIcontrol规则5;运用PI控制来消除误差ifabs(x(1))=0.001%if循环开始如果误差绝对值小于（很小）u(k)=0.5*x(1)+0.010*x(3);%控制器输出量用比例和积分输出end%if循环结束%Restrictingtheoutputofcontroller对控制输出设限ifu(k)=10u(k)=10;%设控制器输出量上限值endifu(k)=-10u(k)=-10;%设控制器输出量下限值end%LinearmodelZ变化后系统的线性模型y(k)=-den(2)*y_1-den(3)*y_2+num(1)*u(k)+num(2)*u_1+num(3)*u_2;error(k)=r(k)-y(k);%系统误差error的表达式，等于系统输入减去输出%--------Returnofparameters--------%每步计算时的参数更新u_2=u_1;u_1=u(k);%u(k)代替u_1y_2=y_1;y_1=y(k);%y(k)代替y_1x(1)=error(k);%CalculatingP赋误差error值于x1x2_1=x(2);%赋值前步计算时的误差导数X2的值等于X2_1x(2)=(error(k)-error_1)/ts;%CalculatingD求误差导数x2，用于下一步的计算x(3)=x(3)+error(k)*ts;%CalculatingI求误差积分x3error_1=error(k);%赋误差error值于error_1end%for循环结束，整个仿真时长计算全部结束figure(1);%图形1plot(time,r,'b',time,y,'r');%画图，以时间为横坐标，分别画出系统输入、输出随时间的变化曲线xlabel('time(s)');ylabel('r,y');%标注坐标figure(2);%图形2plot(time,r-y,'r');%画r-y,即误差随时间的变化曲线xlabel('time(s)');ylabel('error');%标注坐标专家PID控制MATLAB仿真程序过程及结果：1.在MATLAB编辑环境下编写专家PID控制仿真程序2.编译运行程序后Figure1：PID控制阶跃响应曲线Figure2：误差响应随时间变化曲线题目3-4：如果21x5.0x1A且321y1y5.0y1.0B，则21z1z2.0C。现已知211x1.0x8.0A且3211y0y2.0y5.0B，利用模糊推理公式（3.27）和（3.28）求1C，并采用MATLAB进行仿真。模糊推理MATLAB仿真程序清单：clearall;%清理数据库中所有数据closeall;%关闭所有界面图形?A=[1;0.5];%输入各元素在A中的隶属度B=[0.1,0.5,1];%输入各元素在B中的隶属度C=[0.2,1];%输入各元素在C中的隶属度%CompoundofAandB%合成A和Bfori=1:2%A矩阵的行数取值iforj=1:3%B矩阵的列数取值jAB(i,j)=min(A(i),B(j));%实现A，B的“与”关系endend%TransfertoColumn%转换列向量T1=[];%定义转置矩阵T1fori=1:2%AB矩阵的行数取值iT1=[T1;AB(i,:)'];%转置AB矩阵end%GetfuzzyR%确立模糊关系矩阵Rfori=1:6%R矩阵列数取值iforj=1:2%R矩阵行数取值jR(i,j)=min(T1(i),C(j));%确定模糊关系矩阵Rendend%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%A1=[0.8,0.1];%输入各元素在A1中的隶属度B1=[0.5,0.2,0];%输入各元素在B1中的隶属度fori=1:2%A1矩阵的行数取值iforj=1:3%B1矩阵的行数取值jAB1(i,j)=min(A1(i),B1(j));%实现A1和B1的“与”关系endend%TransfertoRow%转换行向量T2=[];%定义转置矩阵T2fori=1:2%AB1矩阵的行数取值iT2=[T2,AB1(i,:)];%扩展A1B1矩阵end%GetoutputC1%确定输出fori=1:6%转置矩阵T2列数取值forj=1:2%模糊矩阵R行数取值D(i,j)=min(T2(i),R(i,j));C1(j)=max(D(:,j));%输出C1矩阵endend模糊推理MATLAB仿真程序过程及结果：1.在MATLAB编辑环境下编写模糊推理仿真程序2.编译运行程序后AB与关系：转置矩阵T1：模糊矩阵R：A1B1与关系：转置矩阵T2：输出矩阵C1：题目4-3：已知某一炉温控制系统，要求温度保持在600℃恒定。针对该控制系统有以下控制经验：（1）若炉温低于600℃，则升压；低得越多升压越高。（2）若炉温高于600℃，则降压；高得越多降压越低。（3）若炉温等于600℃，则保持电压不变。设模糊控制器为一维控制器，输入语言变量为误差，输出为控制电压。输入、输出变量的量化等级为7级，取5个模糊集。试设计隶属度函数误差变化划分表、控制电压变化划分表和模糊控制规则表。解：输入（e）以及输出（u）分为5个模糊集：NB、NS、ZO、PS、PB。输入变量（e）以及输出变量（u）分为7个等级：-3、-2、-1、0、+1、+2、+3。炉温变化e划分表隶属度变化等级-3-2-10123模糊集PB000000.51PS000010.50ZO000.510.500NS00.510000NB10.500000控制电压变化划分表隶属度变化等级-3-2-10123模糊集PB000000.51PS000010.50ZO000.510.500NS00.510000NB10.500000模糊控制规则表若（IF）NBeNSeZOePSePBe则（THEN）NBuNSuZOuPSuPBu炉温模糊控制MATLAB仿真程序清单：%FuzzyControlforfurnacetemperatureclearall;%清理数据库中所有数据closeall;%关闭所有界面图形a=newfis('fuzz_temperature');%模糊炉温a=addvar(a,'input','e',[-3,3]);%Parametere输入参数e的取值范围a=addmf(a,'input',1,'NB','zmf',[-3,-1]);a=addmf(a,'input',1,'NS','trimf',[-3,-1,1]);a=addmf(a,'input',1,'Z','trimf',[-2,0,2]);a=addmf(a,'input',1,'PS','trimf',[-1,1,3]);a=addmf(a,'input',1,'PB','smf',[1,3]);a=addvar(a,'output','u',[-3,3]);%Parameteru输出参数u的取值范围a=addmf(a,'output',1,'NB','zmf',[-3,-1]);a=addmf(a,'output',1,'NS','trimf',[-3,-2,1]);a=addmf(a,'output',1,'Z','trimf',[-2,0,2]);a=addmf(a,'output',1,'PS','trimf',[-1,2,3]);a=addmf(a,'output',1,'PB','smf',[1,3]);rulelist=[1111;%Edit?rule?base编辑规则库2211;3311;4411;5511];a=addrule(a,rulelist);a1=setfis(a,'DefuzzMethod','mom');%Defuzzywritefis(a1,'temperature');%Savetofuzzyfiletemperature.fis保存模糊文件temperature.fisa2=readfis('temperature');figure(1);%图形1plotfis(a2);%画图figure(2);%图形2plotmf(a,'input',1);%画图figure(3);%图形3plotmf(a,'output',1);%画图flag=1;%设标志位1ifflag==1%如果标志位为1showrule(a)%Showfuzzyrulebase显示模糊规则库ruleview('temperature');%DynamicSimulation动态模拟end%结束disp('-----------------