智能控制2

1第3章练习1.设有两个模糊子集A=0.3/x1+0.7/x2+1/x3+0.6/x4+0.2/x5，B=0/x1+0.2/x2+0.8/x3+0.3/x4+0.1/x5，试求：BABABAA,,,。2.假设A=0.3/x1+0.7/x2，B=0.1/y1+0.2/y2+1/y3，则C=0.3/z1+1/z2，现已知A1=0.8/x1+0.1/x2，B1=0.1/y1+0.8/y2+0.3/y3，试求C1。3.一个三输入单输出系统，其输入输出关系由下列两条模糊规则描述R1：ifxisA1andyisB1andzisC1thenwisD1R2：ifxisA2andyisB2andzisC2thenwisD2已知A1=[10.50.1]，B1=[0.20.40.1]，C1=[0.20.41]，D1=[0.41]，A2=[0.70.50.3]，B2=[0.10.71]，C2=[0.20.20.7]，D2=[0.20.7]，试求当A3=[0.20.50.2]，B3=[0.10.40.1]，C3=[10.40.1]时D3的值。第4章练习1.简要说明模糊控制系统的工作原理。2.简述模糊控制器的设计步骤。3.已知输出量Z1的模糊集合为71.066.05148.034.021.01uZ2的模糊集合为31.026.0110117.023.02u(1)利用最大隶属度方法计算相应的清晰值Z10和Z20；2(2)利用普通加权平均法计算相应的清晰值Z10和Z20；4.已知某一炉温控制系统，要求稳定保持在600ºC恒定，对该控制系统有以下控制经验：(1)若炉温低于600ºC，则升压；低得越多升压越高。(2)若炉温高于600ºC，则降压；高得越多降压越低。(3)若炉温等于600ºC，则保持电不变压。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。4.5.1电液比例液压系统模糊控制器设计设计本模糊控制器时，模糊控制器的结构型式为二维模糊控制器。输入变量有2个，分别是偏差和偏差的变化，控制器的输出只有1个。偏差和偏差的变化作为模糊控制器的输入量为精确量，模糊控制器的输入接口将这些精确量转化为相应的模糊量，这些模糊量用相应的模糊语言子集表示，记为E和EC，由E,EC形成模糊控制规则R，根据模糊推理规则进行模糊决策，得到模糊控制U，即RECEU)(为了将模糊控制量U转化为精确量，由模糊控制器的输出接口作清晰化处理，得到的数字量经D/A转化为模拟量u。1.设定输入语言变量E,EC：基本论域分别记为],[];,[eeee；3量化论域分别为];6,5,,0,,5,6[];6,5,,0,0,,5,6[模糊子集分别为：[NB,NM,NS,NO,PO,PS,PM,PB]；[NB,NM,NS,O,PS,PM,PB]。2.设定输出语言变量U:基本论域[-u,u]；量化论域：[-6,-5,...,0,...,+5,+6]；模糊子集：[NB,NM,NS,O,PS,PM,PB]。对输入输出语言变量均选用正态函数作为隶属函数。2)()(baxex3.建立模糊控制规则表。根据操作手实际操作经验，得出一组由52条Fuzzy条件语句构成的控制规则，如IfE=NBandEC=PBthenU=PB...将上述52条模糊条件语句进行归纳，建立模糊控制规则表如下。EUECNBNMMSNOPOPSPMPBPBPMPSONSNMNBPBPMNMNMNMNBNB-PBPMNMNMNMNSNS-PBPMNSNSNSNSNMNBPBPMPSOONSNMNBPBPMPSPSPSPSNMNB-PBPSPSPSPMNMNB-PBPBPMPMPMNMNB每一条模糊条件语句都决定一个模糊关系Ri，共有52个：R1=(NBE×PBEC)T×PBU4...通过52个模糊关系Ri的并运算，可得到系统控制规则的总的模糊关系R：521525121iiRRRRRR4.求模糊控制器输出。根据输入语言变量偏差E和偏差变化量EC求出相应输出语言变量U的模糊集合，应用最大隶属度法对此模糊集合进行模糊判决，从而可求出控制量精确值u。5.计算机仿真设被控对象的传递函数为sssssG0755.0952.12082.00755.0)(234用MATLAB编写的模糊控制程序如下：clear;a=newfis(‘fuzzy’);a=addvar(a,’input’,’e’,[-6,6]);a=addmf(a,’input’,1,’NB’,’gaussmf’,[1,-6]);a=addmf(a,’input’,1,’NM’,’gaussmf’,[1,-4]);a=addmf(a,’input’,1,’NS’,’gaussmf’,[1,-2]);a=addmf(a,’input’,1,’NO’,’gaussmf’,[1,-0.5]);a=addmf(a,’input’,1,’PO’,’gaussmf’,[1,0.5]);a=addmf(a,’input’,1,’PS’,’gaussmf’,[1,2]);5a=addmf(a,’input’,1,’PM’,’gaussmf’,[1,4]);a=addmf(a,’input’,1,’PB’,’gaussmf’,[1,6]);a=addvar(a,’input’,’ec’,[-6,6]);a=addmf(a,’input’,2,’NB’,’gaussmf’,[1,-6]);a=addmf(a,’input’,2,’NM’,’gaussmf’,[1,-4]);a=addmf(a,’input’,2,’NS’,’gaussmf’,[1,-2]);a=addmf(a,’input’,2,’O’,’gaussmf’,[1,0]);a=addmf(a,’input’,2,’PS’,’gaussmf’,[1,2]);a=addmf(a,’input’,2,’PM’,’gaussmf’,[1,4]);a=addmf(a,’input’,2,’PB’,’gaussmf’,[1,6]);a=addvar(a,’output’,’u’,[-6,6]);a=addmf(a,’output’,1,’NB’,’gaussmf’,[1,-6]);a=addmf(a,’output’,1,’NM’,’gaussmf’,[1,-4]);a=addmf(a,’output’,1,’NS’,’gaussmf’,[1,-2]);a=addmf(a,’output’,1,’O’,’gaussmf’,[1,0]);a=addmf(a,’output’,1,’PS’,’gaussmf’,[1,2]);a=addmf(a,’output’,1,’PM’,’gaussmf’,[1,4]);a=addmf(a,’output’,1,’PB’,’gaussmf’,[1,6]);rulelist=[17711;16711;615711;14711;13711;21711;22711;23611;24611;25611;26611;27611;31711;32511;33511;34511;35311;36211;37211;41611;42511;43511;744411;45311;46211;47211;51611;52511;53511;54411;55311;56211;57211;61611;62611;63511;64311;65311;66311;67111;71211;72211;873211;74211;75211;76311;77111;81111;82111;83111;84111;85111];a=addrule(a,rulelist);a1=setfis(a,’DefuzzMethod’,’mom’);writefis(a1,’fy’);a2=readfis(‘fy’);ts=1;G=tf(0.0755,[10.20821.95160.07550]);sys=c2d(G,ts,’tustin’);[num,den]=tfdata(sys,’v’);y1=0;y2=0;y3=0;y4=0;9err1=0;ec1=0;u1=0;u2=0;u3=0;u4=0;fork=1:500r(k)=1;u(k)=evalfis([err1ec1],a2);y(k)=-den(2)*y1-den(3)*y2-den(4)*y3-den(5)*y4+num(1)*u(k)+num(2)*u1+num(3)*u2+num(4)*u3+num(5)*u4;Err(k)=y(k)-r(k);u4=u3;u3=u2;u2=u1;u1=u(k);y4=y3;y3=y2;y2=y1;y1=y(k);ec1=err(k)-err1;err1=err(k);Endfigure(1);plotmf(a,’input’,1);figure(2);plotmf(a,’input’,2);figure(3);plotmf(a,’output’,1);figure(4);plotfis(a2);figure(5);plot(y);xlabel(‘k’);ylabel(‘y(k)’);1011124.5.2模糊自适应整定PID控制自适应模糊PID控制器以误差e和误差变化ec作为输入(利用模糊控制规则在线对PID参数进行修改)，以满足不同时刻的e和ec对PID参数自整定的要求。PID参数模糊自整定是找出PID的3个参数kp,ki,kd与e和ec之间的关系，在运行中通过不断检测e和ec，根据模糊控制原理来对3个参数进行在线修改，以满足不同e和ec对控制参数的要求，使被控对象有良好的动、静态性能。PID参数kp,ki,kd的整定必须考虑在不同时刻3个参数的作用及相互之间的互联关系。模糊控制设计的核心是总结技术人员的知识和操作经验，建立合适的模糊规则表，得到针对kp,ki,kd3个参数分别整定的模糊控制表。kp的模糊规则表13EkpECNBNMMSZOPSPMPBNBNMNSZOPSPMPBPBPBPMPMPSZOZOPBPBPMPSPSZONSPMPMPMPSZONSNSPMPMPSZONSNMNMPSPSZONSNSNMNMPSZONSNMNMNMNBZOZONMNMNMNBNBki的模糊规则表EkiECNBNMMSZOPSPMPBNBNMNSZOPSPMPBNBNBNMNMNSZOZONBNBNMNSNSZOZONBNMNSNSZOPSPSNMNMNSZOPSPMPMNMNSZOPSPSPMPBZOZOPSPSPMPBPBZOZOPSPMPMPBPBkd的模糊规则表EkdECNBNMMSZOPSPMPBNBNMNSZOPSPMPBPSNSNBNBNBNMPSPSNSNBNMNMNSZOZONSNMNMNSNSZOZONSNSNSNSNSZOZOZOZOZOZOZOZOPBNSPSPSPSPSPBPBPMPMPMPSPSPB定义系统误差e和误差变化范围：e,ec={-3,-2,-1,0,1,2,3}；其模糊子集为e,ec={NB,NM,NS,ZO,PS,PM,PB}；设e,ec和kp,ki,kd均服从正态分布，因此可得到各模糊子集的隶属度，根据各模糊子集的隶属度赋值表和各参数模糊控制模型，应用模糊合成推理设计PID参数的模糊矩阵表，在线运行过程中，控制系统通过对模糊逻辑14规则的结果处理、查表和运算，完成对PID参数的在线自校正。被控对象为ssssGP1047035.87523500)(23对象采样时间为1ms，采用z变换进行离散化，经过z变换后的离散化对象为)3()4()2()3()1()2()3()4()2()3()1()2()(kunumkunumkunumkydenkydenkydenky位置指令为幅