140 likes | 356 Views
第五章 模糊控制器的设计. 模糊控制器的设计有两种思想 ( I) 模糊控制规则的输入和输出部分均为模糊量(模糊集合),即 IF <A 1 and A 2 > THEN <B 1 > (ii) 规则的输出部分为输入的线性函数,即 y=f(x), Takagi-Sugeno 模型 T-S 模型描述被控对象 y=f(x) 为线性表达式, why? —— 简单; 思路不同,设计的套路当然也不同! Hash-coding y =sin(x) x=0, 2Pi
E N D
第五章 模糊控制器的设计 • 模糊控制器的设计有两种思想(I)模糊控制规则的输入和输出部分均为模糊量(模糊集合),即 IF <A1 and A2 > THEN <B1> (ii) 规则的输出部分为输入的线性函数,即 y=f(x), • Takagi-Sugeno模型 • T-S模型描述被控对象 • y=f(x)为线性表达式,why?——简单;思路不同,设计的套路当然也不同! • Hash-coding • y =sin(x) x=0, 2Pi • Y=[sin(x1)/x1] * [sin(x2)/x2],x1,x2=[-10,10]
§1 设计方案 I —规则的输入输出均为模糊量—见王俊普 pp 113-119 —10mins • 确定输入变量,书中设为:E和∆ E • 确定输入变量的模糊集,例F(E)=NL,NM,NS,NO,PO,PS,PM,PLF(∆ E )=NL,NM,NS,O,PS,PM,PLF(U)=NL,NM,NS,O,PS,PM,PL • 建立规则库——见 p 114 Table 4.5IF <E=NL or NM AND ∆ E =NL or NM>THEN <U=PL> • 建立隶属函数库
确定输入的论域,E={ -6,-5,-4,-3,-2,-1,-0,+0,+1,+2, +3,+4,+5,+6 }E={ }U={ }即,对于误差E,无论是PL,NM,PS,都在这论域上考虑其隶属度。对于∆ E和U也同样在相应的论域上 。 • 然后确定各模糊集合在相应论域上的隶属度函数——见表 4.6和4.7 • 确定各规则的模糊关系结果得出的关系矩阵是很大的一个。
若采用综合法当输入为 和 时,控制器的输出若采用并行法,则不需要采用R,有Rj即够了。 • 模糊控制总表的离线计算从前面可以看到,计算模糊关系矩阵R,需花费很多时间,在线计算是不现实。一般是先离线计算好,产生一个模糊控制总表,在线控制时,只需查表即可。
得到R后 • 设输入E和∆ E为第I,J级重复这样的过程即可得到,E和∆ E为各级时的于是得到如Table 4.9 所示的控制总表。 • 一旦确定了这样的总表后,控制就便得很easy只需查表即可。 —这个过程,没有任何的模糊性可论。 • 最后输出: 归到实际的控制量变化范围。 • 如果控制总表有不妥之处,或控制性能不佳,则需调整:①规则②隶属度…
§2 基于Takagi-Sugeno模糊模型的设计 • T—S的模糊条件句为:IF <x is A > THEN < y=f(x) > f(x)是x的线性函数。 • 对于离散系统模型,典型的模糊条件句为:
综合 L条规则的输出为:其中 是第i条模糊规则的适用度 • 对于连续系统,典型的模糊条件句为:
综合 L 条规则的输出为:注意: 之i仅为标记,非指数。 为y(t)的(n-1)阶导数。 • T—S模糊结构图的简化 FLC Plant R L
我们在前面介绍的T—S模型可以用来表示被控对象,也可描述控制器,当然也可以描述整个闭环系统。 简化的思路是令参考输入r为常数,通过坐标平移进一步假设r=0,并把“-”号包括进图(1)的FLC中。 图(2) • 定理:如果控制对象和模糊控制器用如下的离散模糊模型表示:且
则等效的闭环系统可以用如下的离散模糊模型来表示:其中 i=1,2,…,l1 ;j=1,2,…,l2,且当m<p≤n时,取书上 P83-84的例2.15 代公式 • 基于T-S模糊模型的稳定性分析基本思想是根据
模糊系统的输出为这模型既适用于开环系统,也适用于闭环系统,由于主要利用该模型来判断系统的稳定性,所以取其中的外部输入为0。模糊系统的输出为这模型既适用于开环系统,也适用于闭环系统,由于主要利用该模型来判断系统的稳定性,所以取其中的外部输入为0。
定理:对每个Ai,存在共同的正定阵P,有则所论模糊系统的平衡状态时全局渐进稳定。——关键是要找到一个P!定理:对每个Ai,存在共同的正定阵P,有则所论模糊系统的平衡状态时全局渐进稳定。——关键是要找到一个P! • P 87的定理2.7.5给出了是否存在P的必要条件,即若AiAj不稳定,则P不存在,则不必寻找P了。 • 基于T-S模型的FLS的设计 • 通过系统辨析和反复试凑,可以得到被控对象的模糊模型。又设FLC的模糊模型为:C为给定参数。那么通过简化:
确定系统C,使每个子系统稳定。 • 寻求共同的正定阵P,使整个系统稳定。若找不到P,则返回②,修改C。详细的介绍见P88-89-90。 • 对于T-S模型及相关设计,我们要考虑以下2个问题 • 每个T-S模型的表达式的参数,都需要系统辨识获得 • 一方面,这与经典控制∕现代控制理论中的建模 思想是一致的。 • 不一样的是,把整个复杂系统分割成很多的子系 统,而每个子系统用一个线性表达式近似。——这个思想很重要。
如果被控对象为时变的,参数辩识跟不上。控制性能就打大折扣!如果被控对象为时变的,参数辩识跟不上。控制性能就打大折扣! • 且T-S模型建立好后,就可以与其他的现代控制理论结合起来。 e.g. 模糊自适应控制 模糊最优控制 模糊滑模控制┇有兴趣,可查询有关文献。