基于模糊控制的直流伺服系统设计

基于模糊控制的直流伺服系统设计内容摘要：

象，模糊控制策略是较为适宜采用的一种方案。 检测装置一般包括传感器和变送装置。 它们检测各种非电量如温度、流量、压力、液位、转速、角度、浓度、成分等并变换放大为标准的电信号，包括模拟的或数字的等形式。 在某些场合，检测量也可能是电量。 与一般 的自动控制系统一样，模糊控制需要能够提供实时数据的在线检测装置，对于有较大滞后的各种离线分析仪器，往往不能满足模糊控制实时性的要求。 检测装置的精度级别应该高于系统的精度控制指标，这在模糊控制系统中同样适用。 但是，一般认为在以高精度为目标的控制系统中不宜采用模糊控制方案，因此在模糊控制系统中检测装置的精度应视具体控制指标的要求具体确定。 执行机构是模糊控制器向被控对象施加控制作用的装置，如工业过程控制中应用最普遍最典型的各种调节阀。 执行机构实现的控制作用常常表现为使角度、位置发生变化，因此它往往 是由伺服电动机、步进电动机、气动调节阀、液压阀等加上驱动装置组成。 输入输出接口是实现模糊控制算法的计算机与控制系统连接的桥梁，输入接口主要与检测装置连接，把检测信号转换为计算机所能识别处理的数字信号并输入给计算机。 输出接口把计算机输出的数字信号转换为执行机构所要求的信号，输出给执行机构对被控对象施加控制作用。 由于大部分检测装置和执行机构的信号都是模拟信号，因此输入输出接口常常是模数转换电路 A/D 和数模转换电路D/A。 模糊控制器是模糊控制系统的核心，也是模糊控制系统区别于 其他自动控制系统的主要标志。 模糊控制器一般由计算机实现，用计算机程序和硬件实现模糊控制算法，计算机可以是单片机、工业控制机等各种类型的微型计算机，通常模糊控制器主要由四部分组成 :模糊化 (Fuzzifer)、知识库 (Knowledgebase)、模糊推理 (Fuzzy Reasoning)和去模糊化 (Defuzzifer)。 通常情况下以系统输入的误差 E 和误差改变量 Ec 作为模糊控制器的输入。 模糊化，通过传感器把要监测的物理量变 14 成电量，再通过模数转换器把它转换成数字量，输入量输入至模糊逻辑控制器后，根据模糊集合的 隶属函数，将该精确量转换为模糊值。 此过程就称为精确量的模糊化或者模糊量化，其目的是把传感器的输入转换成模糊控制系统中可以进行模糊操作的模糊变量格式；知识库环节，知识库中包含了具体应用领域中的知识和要求的控制目标，通常由数据库和模糊控制规则库两部分组成。 这其中，数据库主要包括语言变量的隶属函数、尺度变换因子以及模糊空间的分级数等 ； 规则库包括了用模糊语言变量表示的系列控制规则，它们反映了控制专家的经验和知识等 ； 模糊推理环节，它是模糊控制器重要组成部分，具有模拟人的基于模糊概念的推理能力，其推理是基于模糊逻辑中的 蕴含关系及推理规则来进行的 ； 清晰化环节，它的主要功能是将模糊推理所得的控制量 (模糊量 )变换为实际用于控制的清晰量，包含两部分内容 ： 其一，将模糊的控制量经清晰化处理变换为表示在论域范围的清晰量 ； 其二，将表示在论域范围的清晰量经尺度变换转换成实际的控制量。 模糊控制的基本原理 模糊控制，又称为模糊逻辑控制，其基本思想是借助计算机和模糊集合理论来模拟人对系统的控制过程。 模糊控制系统与一般的计算机控制系统基本相同，不同之处仅在于控制器的结构和功能，即模糊控制器取代普通的数字控制器。 其中模糊控制器是整 个系统的核心，主要由四个部分组成 ： 模糊化 (Fuzzifer)、知识库 ( Knowledgebase)、模糊推理 (FuzzyReasoning)和去模糊化 (Defuzzifer)。 下面具体介绍这几个部分的组成和功能。 为了实现模糊控制，必须对精确的输入量进行模糊化处理，这个过程就叫模糊化。 在整个模糊控制器的设计过程模糊化模块需要进行以下工作 ： 确定符合模糊控制器要求的输入量和输出量不同的控制系统有不同的输入输出，这正是确定一个控制系统维数的依据，而模糊控制器的维数与控制性能和控制器的复杂程度密切相 关。 通常情况下系统以误差 E 和误差的变化量 Ec 作为输入变量，这种二维单变量输出的模糊控制器也是本文需要研究的。 15 对输入输出变量进行尺度变换使之落入各自的论域范围内，模糊控制器的论域常用 (6， 6)，而实际的输入量和输出量不同的系统具有不同的范围，于是需要将输入输出值变换到论域内，这个过程就叫尺度变换。 设输入精确量 x 的实际变化范围为 (a， b)，将 (a， b)区间的精确量转化为 (6， 6)区间的变化 y，其变换式为 : 12 2abyxba   （ 31） 把模糊控制器的输入量 E 和 Ec 以及输出量 U 的实际取值范围称为这些变量的基本论域，显然，这些取值都是清晰量。 基本论域和模糊集合的论域是不同的，为了对输入量进行模糊化处理，必须将基本论域转化到模糊集合的论域。 需要一个量化处理，对称基本论域，各量化因子分别为 : 123///eeccuuk n ak n ak n a （ 32） K1， K2， K3 分别用于误差、误差该变量和控制量的量化。 控制量的量化因子一般称为比例因子。 K1 选的大 ，相当于缩小了误差的基本论域，增大了误差对控制量的影响，所以，系统的超调量也较大，过渡过程较长。 K2 选的大，可使超调量减小，但系统响应变缓。 K1 和 K2 相当于在确定控制量时对 E 和 Ec 的加权，二者相互影响。 作为控制器的总增益，输出比例因子气对控制系统的特性有重大影响。 K3 选的过小，会使系统的动态响应过程变长，选的过大，又会导致系统震荡加剧。 所以，为了获得较佳的控制性能，比例因子一定要选的合适。 对已经论域变换的输入量进行模糊化处理，包括模糊分割和隶属函数的确定为了对输入量进行模糊化，必须知道某个输入值对应于论域 上的那几个模糊集合、它们的隶属函数是如何分布的。 论域上的模糊集合个数的确定就是模糊分割。 例如，误差 e 在整个论语上分割成七个模糊集合，即 :如 PB(正大 )， PM(正中 )， PS(正小 )， ZR(零 )， NS(负小 )， NM(负中 )， NB(负大 )。 隶属函数可以采用数值法或函数描述法，常用的隶属函数有三角形、梯形、钟形隶属函数等。 对于设计好的模糊控制器投入使用后，由于相应的输入变量、模糊分割和各个模糊集合隶属函数均已确定，于是模糊化所起的作用就是根据具体情况将某一精确输入值 转化为模糊量，用于确定该模糊量对于某一个或几个模 糊集合的匹配程度，为以后的推理 16 做准备。 常用的模糊化方法有模糊单点、三角形、钟形模糊等几种。 知识库中包含了具体应用领域中的知识和要求的控制目标。 它通常由数据库和模糊控制规则库两部分组成。 包含了具体应用领域的知识和要求。 其中，数据库主要包括尺度变换、模糊分割数以及各个模糊变量的模糊取值及相应的隶属函数。 规则库包括了用模糊语言表示的一系列控制规则，它们反映了控制专家的经验和知识。 模糊控制中，专家的经验知识通过一组语言描述的规则表现出来适用于某一个系统的所有规则就构成了该模糊控制系统的规则库 ,规则库通 常的形式采用 “如果 前提 ,那么 结论 的形式 ”。 例如 IF 1 1 2 2 nnx A a n d x A a n d a n d x A         THEN 11, .. ., mmy B y B。 式中， A1…An； B1…Bm，均为模糊集合。 除了上面的条件语句形式，模糊控制规还可采用表格的形式表示出来。 模糊推理是模糊控制器的核心，它具有模拟人的基于模糊概念的推理能力。 模糊推理根据输入模糊量，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。 该推理过程是基于模糊逻辑中的蕴含关系及推理规 则来进行的。 例如，规则库内有 N 条规则，对所有的规则的蕴涵关系做综合处理，就得到整个规则库的总的模糊关系 R，并且12 ... NiiR R R R R如果系统当前的状态是 |39。 39。 39。 12, ,..., nA A A。 那么，模糊控制器的输出是 39。 39。 39。 39。 12( .. . )nB A A A R     推理结果的获得，表示模糊控制的规则推理功能己经完成。 但是这个结果仍然是。