模糊控制器設(shè)計(jì)理論與應(yīng)用圖書(shū)目錄

譯者序

原書(shū)前言

作者簡(jiǎn)介

第1章 導(dǎo)論

參考文獻(xiàn)

第2章 模糊控制器設(shè)計(jì)

2.1 模糊集合

2.2 語(yǔ)言變量

2.3 模糊規(guī)則

2.3.1 模糊蘊(yùn)涵

2.3.2 解模糊

2.4 模糊控制器的結(jié)構(gòu)

2.4.1 模糊規(guī)則表

2.4.2 模糊集合的形狀、數(shù)目及分布的選擇

2.5 模糊控制器的穩(wěn)定性

參考文獻(xiàn)

第3章 模糊控制器的初始化設(shè)置

3.1 PID控制算法的模糊模擬

3.1.1 PID控制器的模糊模擬

3.1.1.1 PID控制器的模糊模擬——變形A

3.1.1.2 PID控制器的模糊模擬——變形B

3.1.1.3 PID控制器的模糊模擬——變形C

3.1.1.4 Sugeno型模糊PID控制器

3.2 模型參考模糊控制器的初始化設(shè)置

3.3 相平面模糊控制器的初始化設(shè)置

3.4 模糊控制器的初始化設(shè)置實(shí)例

3.4.1 PI控制器的模擬

3.4.2 模型參考的初始化設(shè)置

3.4.3 相平面的初始化設(shè)置

參考文獻(xiàn)

第4章 復(fù)雜模糊控制器結(jié)構(gòu)

4.1 混合模糊控制

4.2 自適應(yīng)模糊控制

4.2.1 直接與間接自適應(yīng)控制

4.2.2 模型參考模糊自適應(yīng)控制系統(tǒng)

4.2.2.1 基于靈敏度模型的自適應(yīng)

4.2.2.2 基于積分準(zhǔn)則的自適應(yīng)

4.2.2.3 具有模糊自適應(yīng)的參考模型自適應(yīng)控制

4.2.3 基于多模糊規(guī)則表的自適應(yīng)

4.2.4 模糊MRAC接觸力控制

4.2.5 模糊MRAC角速度控制

參考文獻(xiàn)

第5章 自組織模糊控制器

5.1 基于直接李亞普諾夫方法的自組織模糊控制

5.2 基于霍爾維茲穩(wěn)定性標(biāo)準(zhǔn)的自組織模糊控制

5.3 基于靈敏度函數(shù)的自組織模糊控制

5.3.1 系統(tǒng)靈敏度的基本概念

5.3.2 一種自組織模糊算法的綜合

5.3.3 基于多模糊規(guī)則表的控制例子

5.3.4 具有自學(xué)習(xí)積分環(huán)節(jié)的自組織模糊控制

參考文獻(xiàn)

第6章 模糊控制器作為MATLAB的高級(jí)模塊

6.1 MATLAB模糊邏輯工具箱的特性

6.1.1 FIS編輯器

6.1.2 隸屬函數(shù)編輯器

6.1.3 規(guī)則編輯器

6.1.4 規(guī)則觀測(cè)器

6.1.5 在FLT中的解模糊方法

6.1.6 FLT命令

6.2 MATLAB的混合模糊控制器高級(jí)模塊

6.3 基于多項(xiàng)式的PSLFLCMATLAB高級(jí)模塊

6.4 基于靈敏度模型的SLFLC的MATLAB高級(jí)模塊

6.5 設(shè)計(jì)項(xiàng)目：一個(gè)電液伺服系統(tǒng)的模糊控制

6.5.1 控制過(guò)程的數(shù)學(xué)模型

6.5.2 仿真模型

6.5.3 模糊控制器設(shè)計(jì)說(shuō)明

參考文獻(xiàn)

第7章 工業(yè)應(yīng)用的模糊控制器的實(shí)施

7.1 工業(yè)模糊控制器簡(jiǎn)介

7.2 工業(yè)模糊邏輯控制器的實(shí)施平臺(tái)

7.2.1 基于微機(jī)的模糊控制器的實(shí)施

7.2.2 對(duì)冷凝水液位進(jìn)行基于PLC的模糊增益調(diào)度控制

7.2.2.1 冷凝器模型

7.2.2.2 標(biāo)準(zhǔn)冷凝器液位控制

7.2.2.3 模糊增益調(diào)度冷凝水液位控制

7.2.2.4 通過(guò)西門(mén)子SimaticS7-216Step7PLC對(duì)FGS冷凝水液位控制進(jìn)行編程

7.2.3 基于PLC的自學(xué)習(xí)模糊控制器實(shí)施

7.2.3.1 PPSOFC——自組織模糊控制器功能塊

7.3 在過(guò)程控制中的模糊控制器應(yīng)用實(shí)例

7.3.1 基于PC的公路隧道通風(fēng)系統(tǒng)的模糊預(yù)測(cè)控制

7.3.1.1 模糊預(yù)測(cè)控制器的結(jié)構(gòu)

7.3.1.2 空氣流量的預(yù)測(cè)

7.3.1.3 風(fēng)機(jī)數(shù)量的預(yù)測(cè)

7.3.1.4 隧道參數(shù)辨識(shí)

7.3.1.5 模糊控制器

7.3.1.6 仿真實(shí)驗(yàn)

7.3.1.7 基于FBD的模糊預(yù)測(cè)控制器的實(shí)施

7.3.2 麻醉的模糊控制

參考文獻(xiàn) 2100433B

Zdenko Kovacic分別于1981年、1987年和1993年在克羅地亞薩格勒布大學(xué)獲得電子工程學(xué)士、碩士和博士學(xué)位。現(xiàn)為薩格勒布大學(xué)電子工程和計(jì)算機(jī)學(xué)院控制與計(jì)算機(jī)工程系的副教授，主任。主要研究領(lǐng)域包括機(jī)器人技術(shù)、柔性制造系統(tǒng)、智能控制、自適應(yīng)控制、最優(yōu)控制和人工智能控制。1990—1991年曾在美國(guó)弗吉尼亞工學(xué)院和州立大學(xué)的Krishnan Ramu教授的運(yùn)動(dòng)控制實(shí)驗(yàn)室從事研究工作。曾主持和參加過(guò)多項(xiàng)國(guó)際，以及克羅地亞政府資助的研究開(kāi)發(fā)項(xiàng)目并成為克羅地亞工業(yè)合作伙伴。

《模糊控制器設(shè)計(jì)理論與應(yīng)用》一書(shū)主要介紹了易于應(yīng)用到不同類型的工程實(shí)際中的模糊控制器設(shè)計(jì)技術(shù)。書(shū)中描述了一些模糊控制理論的基本概念和做出成功設(shè)計(jì)所必備的基礎(chǔ)知識(shí)?；旌?、自適應(yīng)和自學(xué)習(xí)模糊控制器結(jié)構(gòu)的設(shè)計(jì)是本書(shū)的側(cè)重點(diǎn)，同時(shí)還給出了適于離線和在線操作的自適應(yīng)模糊控制器設(shè)計(jì)的完整策略。全書(shū)共分7章，內(nèi)容涵蓋從基本的入門(mén)水平到面向?qū)I(yè)應(yīng)用水平的模糊控制器設(shè)計(jì)課題。包括模糊邏輯系統(tǒng)的導(dǎo)論和綜述；模糊集合的基本定義及算子；標(biāo)準(zhǔn)模糊控制器設(shè)計(jì)的要點(diǎn)，并給出了幾種易于實(shí)現(xiàn)的模糊控制器設(shè)計(jì)方法；給出了兩種自組織模糊控制器；討論了復(fù)雜模糊控制器結(jié)構(gòu)；給出了基于MATLAB/Simulink的模糊控制器設(shè)計(jì)工程應(yīng)用范例，并在最后一章專門(mén)討論了模糊控制器的工業(yè)應(yīng)用。本書(shū)適用于從事自動(dòng)化、自動(dòng)控制、機(jī)械電子和電氣自動(dòng)化領(lǐng)域的工程技術(shù)人員及研究生、博士生閱讀，也可以作為高等院校自動(dòng)控制、智能控制等方面的教學(xué)參考書(shū)。

模糊自整定PID控制器由參數(shù)可調(diào)整PID控制器和模糊控制器兩部分組成，其控制原理框圖如圖1所示。

圖1

其設(shè)計(jì)思想是：先建立PID控制器的三個(gè)參數(shù)與偏差e和偏差變化率ec的模糊關(guān)系即模糊規(guī)則，然后以偏差e和偏差變化率ec作為輸入量，通過(guò)模糊規(guī)則對(duì)PID參數(shù)進(jìn)行在線修改以滿足不同時(shí)刻偏差e和偏差變化率ec對(duì)PID參數(shù)自調(diào)整的要求在系統(tǒng)中，模糊控制器是設(shè)計(jì)的核心 。

模糊控制器如圖2所示。模糊控制器的工作過(guò)程可分為3個(gè)過(guò)程：模糊化、模糊邏輯推理和精確化。

圖2

（1）知識(shí)庫(kù)

知識(shí)庫(kù)包括模糊控制器參數(shù)庫(kù)和模糊控制規(guī)則庫(kù)。模糊控制規(guī)則建立在語(yǔ)言變量的基礎(chǔ)上。語(yǔ)言變量取值為“大”、“中”、“小”等這樣的模糊子集，各模糊子集以隸屬函數(shù)表明基本論域上的精確值屬于該模糊子集的程度。因此，為建立模糊控制規(guī)則，需要將基本論域上的精確值依據(jù)隸屬函數(shù)歸并到各模糊子集中，從而用語(yǔ)言變量值(大、中、小等)代替精確值。這個(gè)過(guò)程代表了人在控制過(guò)程中對(duì)觀察到的變量和控制量的模糊劃分。由于各變量取值范圍各異，故首先將各基本論域分別以不同的對(duì)應(yīng)關(guān)系，映射到一個(gè)標(biāo)準(zhǔn)化論域上。通常，對(duì)應(yīng)關(guān)系取為量化因子。為便于處理，將標(biāo)準(zhǔn)論域等分離散化，然后對(duì)論域進(jìn)行模糊劃分，定義模糊子集，如NB、PZ、PS等。

同一個(gè)模糊控制規(guī)則庫(kù)，對(duì)基本論域的模糊劃分不同，控制效果也不同。具體來(lái)說(shuō)，對(duì)應(yīng)關(guān)系、標(biāo)準(zhǔn)論域、模糊子集數(shù)以及各模糊子集的隸屬函數(shù)都對(duì)控制效果有很大影響。這3類參數(shù)與模糊控制規(guī)則具有同樣的重要性，因此把它們歸并為模糊控制器的參數(shù)庫(kù)，與模糊控制規(guī)則庫(kù)共同組成知識(shí)庫(kù)。

（2）模糊化

將精確的輸入量轉(zhuǎn)化為模糊量F有兩種方法:

a.將精確量轉(zhuǎn)換為標(biāo)準(zhǔn)論域上的模糊單點(diǎn)集。

精確量x經(jīng)對(duì)應(yīng)關(guān)系G轉(zhuǎn)換為標(biāo)準(zhǔn)論域x上的基本元素.

b.將精確量轉(zhuǎn)換為標(biāo)準(zhǔn)論域上的模糊子集。

精確量經(jīng)對(duì)應(yīng)關(guān)系轉(zhuǎn)換為標(biāo)準(zhǔn)論域上的基本元素，在該元素上具有最大隸屬度的模糊子集，即為該精確量對(duì)應(yīng)的模糊子集。

（3）模糊推理

最基本的模糊推理形式為:

前提1 IF A THEN B

前提2 IF A′

結(jié)論 THEN B′

其中，A、A′為論域U上的模糊子集，B、B′為論域V上的模糊子集。前提1稱為模糊蘊(yùn)涵關(guān)系，記為A→B。在實(shí)際應(yīng)用中，一般先針對(duì)各條規(guī)則進(jìn)行推理，然后將各個(gè)推理結(jié)果總合而得到最終推理結(jié)果。

（4）精確化

推理得到的模糊子集要轉(zhuǎn)換為精確值，以得到最終控制量輸出y。常用兩種精確化方法：

a.最大隸屬度法。在推理得到的模糊子集中，選取隸屬度最大的標(biāo)準(zhǔn)論域元素的平均值作為精確化結(jié)果。

b.重心法。將推理得到的模糊子集的隸屬函數(shù)與橫坐標(biāo)所圍面積的重心所對(duì)應(yīng)的標(biāo)準(zhǔn)論域元素作為精確化結(jié)果。在得到推理結(jié)果精確值之后，還應(yīng)按對(duì)應(yīng)關(guān)系，得到最終控制量輸出y 。

通常，對(duì)于溫度控制的理解，是覺(jué)得其技術(shù)成熟且改變不大。有一些工業(yè)的應(yīng)用（如，注塑工業(yè)），不僅對(duì)時(shí)間進(jìn)行精確的控制，而且在當(dāng)設(shè)定值改變時(shí)，對(duì)于快速加溫階段和擾動(dòng)的快速響應(yīng)形成最小程度的過(guò)沖（overshoot）和下沖（undershoot）。一般采用的PID控制技術(shù)難以滿足這些特殊的場(chǎng)合。

控制器由兩個(gè)部分組成:傳統(tǒng)PID控制器、模糊化模塊。

PID模糊控制重要的任務(wù)是找出PID的三個(gè)參數(shù)與誤差e和誤差變化率ec之間的模糊關(guān)系，在運(yùn)行中不斷檢測(cè)e和ec，根據(jù)確定的模糊控制規(guī)則來(lái)對(duì)三個(gè)參數(shù)進(jìn)行在線調(diào)整,滿足不同e和ec時(shí)對(duì)三個(gè)參數(shù)的不同要求。

存在2種的復(fù)雜溫度控制器。一種方案是基于增加特殊性能的PID，另一種方案是模糊邏輯控制。

比例-模糊-PI控制器是在提高基本模糊控制器的精度和跟蹤性能下，對(duì)語(yǔ)言變量取更多的語(yǔ)言值，即分擋越細(xì)，性能越好。但同時(shí)帶來(lái)的缺點(diǎn)是規(guī)則數(shù)和系統(tǒng)的計(jì)算量也大大地增加，以至模糊控制規(guī)則表也更難把握，調(diào)試更加困難，或者不能滿足實(shí)時(shí)控制的要求。

由于模糊控制沒(méi)有積分環(huán)節(jié)，而且對(duì)輸入量的處理是離散而有限的，即控制曲面是階梯形而非平滑的，因而最終必然存在穩(wěn)態(tài)誤差，即可能在平衡點(diǎn)附近出現(xiàn)小振幅的振蕩現(xiàn)象；而PI控制在小范圍內(nèi)調(diào)節(jié)效果是較理想的，其積分作用可消除穩(wěn)態(tài)誤差。2100433B