摘? 要: 論述了模糊控制器中量化因子K_e、K_c對(duì)控制系統(tǒng)性能的影響。通過(guò)計(jì)算機(jī)仿真,研究了采用專家控制器實(shí)現(xiàn)量化因子Ke、Kc的自調(diào)整和對(duì)控制系統(tǒng)性能的改善。

　　關(guān)鍵詞: 模糊控制? 量化因子 專家控制器? 自調(diào)整

?

　　在工業(yè)控制中,有許多非線性復(fù)雜過(guò)程無(wú)法建立精確的數(shù)學(xué)模型。模糊控制器在復(fù)雜、非線性、大滯后、難以精確用數(shù)學(xué)描述的對(duì)象控制中表現(xiàn)出了優(yōu)越的性能,并且具有快速性好、直接根據(jù)人工經(jīng)驗(yàn)進(jìn)行設(shè)計(jì)、不需要精確的數(shù)學(xué)模型等顯著特點(diǎn),是90年代以來(lái)自動(dòng)控制界熱衷于研究、應(yīng)用的一種控制器。

　　典型的模糊控制器的結(jié)構(gòu)如圖1所示。其中K_e、K_c為量化因子,K_u為比例因子。

?

　　文獻(xiàn)[2]指出,系統(tǒng)NT時(shí)刻的響應(yīng),既取決于e(i_T)和e_c(i_T),也取決于K_e、K_c和K_u,改變量化因子,可改變系統(tǒng)的響應(yīng)。文獻(xiàn)[2]介紹了多種改變Ke、Kc的方法,以改善模糊控制器的性能。本文通過(guò)計(jì)算機(jī)仿真,主要研究了量化因子K_e、K_c對(duì)系統(tǒng)性能的影響,研究了采用專家控制器實(shí)現(xiàn)量化因子K_e、K_c的自調(diào)整。仿真實(shí)驗(yàn)證明,該方法實(shí)現(xiàn)簡(jiǎn)單,模糊控制器的性能確實(shí)得到了改善。

1 量化因子對(duì)系統(tǒng)性能的影響

　　圖1所示的典型的模糊控制器的輸入量是誤差e(n_T)及誤差的變化e_c(n_T)，K_e、K_c分別為系統(tǒng)誤差及誤差變化的量化因子,其作用是將輸入變量從基本論域轉(zhuǎn)換到相應(yīng)的模糊集的論域,K_e和K_c的大小實(shí)際上是意味著對(duì)系統(tǒng)誤差和誤差變化的不同加權(quán)程度。

　　在不改變系統(tǒng)的結(jié)構(gòu)、控制規(guī)則及其它參數(shù)的情況下,分別固定K_e、改變K_c或固定K_c、改變K_e,觀察模糊控制系統(tǒng)的階躍響應(yīng)情況。如誤差變化的量化因子K_c=150保持不變,改變誤差量化因子K_e,仿真可得圖2(a);保持誤差量化因子K_e=12不變,改變誤差變化量化因子K_c,仿真可得圖2(b)。

?

　　分析圖2所示系統(tǒng)的階躍響應(yīng)曲線可知,量化因子K_e及K_c的大小對(duì)控制系統(tǒng)的動(dòng)態(tài)性能影響較大,K_e選得較大時(shí),系統(tǒng)的超調(diào)也較大,過(guò)渡過(guò)程時(shí)間較長(zhǎng)。實(shí)質(zhì)上,K_e增大,相當(dāng)于縮小了誤差的基本論域,增大了誤差變量的控制作用,上升時(shí)間變短,但由于超調(diào)，使得系統(tǒng)的過(guò)渡過(guò)程變長(zhǎng)。K_c選擇較大,超調(diào)量減小,系統(tǒng)的響應(yīng)速度變慢。K_c可有效地遏制系統(tǒng)的超調(diào)。

　　誤差和誤差的變化二者之間相互影響,Ke和Kc聯(lián)系密切。在誤差較大時(shí),我們希望加大誤差變量的控制作用,迅速減小系統(tǒng)誤差；誤差小時(shí),我們希望強(qiáng)調(diào)誤差變化的作用加大K_c,使超調(diào)量減小。

2 專家控制器

　　文獻(xiàn)[1]介紹了專家控制器。專家控制器是指具有相當(dāng)于專家處理知識(shí)和解決能力、具有獲得反饋信息能力并能實(shí)時(shí)在線控制的簡(jiǎn)單的計(jì)算機(jī)智能軟件。設(shè)定專家控制器的輸入為E(系統(tǒng)誤差)及EC(誤差變化),輸出為U,并選擇產(chǎn)生式規(guī)則描述被控對(duì)象的特征及前向推理機(jī)制,其控制規(guī)則為:

　　(1) IF E>Epb THEN U=Unb

　　(2) IF E

　　(3) IF EC>ECpb THEN U=Unb

　　(4) IF EC

　　Epb、ECpb及Upb為E、EC及U的正向最大值,而Enb、ECnb及Unb分別為E、EC及U的負(fù)向最大值。α、β、γ為待定參數(shù),由經(jīng)驗(yàn)規(guī)則確定。此類專家控制器采用數(shù)據(jù)驅(qū)動(dòng)的正向推理方法,根據(jù)系統(tǒng)的輸入,逐次判別各規(guī)則的條件,控制系統(tǒng)的輸出。

3 專家調(diào)整量化因子

　　采用上述專家控制器對(duì)模糊控制器中的量化因子K_e及K_c進(jìn)行變量化因子的自調(diào)整,其系統(tǒng)框圖如圖3所示。

?

?

　　圖3中的專家控制器由兩個(gè)專家控制器組成,專家控制器1根據(jù)系統(tǒng)運(yùn)行性能調(diào)節(jié)K_e,專家控制器2根據(jù)測(cè)量性能調(diào)節(jié)Kc,參數(shù)自調(diào)整模塊的輸入由一閾值Em判別是運(yùn)行專家控制器1,還是運(yùn)行專家控制器2。當(dāng)E>E_m,運(yùn)行專家控制器1;Em運(yùn)行專家控制器2。

　　參考文獻(xiàn)[1]對(duì)Ke、Kc的調(diào)整規(guī)則如表1、表2所示。

　　設(shè)計(jì)專家控制器1規(guī)則為:

　　同理可設(shè)計(jì)專家控制器2的控制規(guī)則,仿上,只是調(diào)整的參數(shù)變?yōu)镵_c。

　　采用專家控制器對(duì)量化因子的調(diào)整實(shí)際上是仿人工調(diào)整中根據(jù)系統(tǒng)運(yùn)行的狀態(tài)調(diào)整參數(shù)的思路。

4 仿真實(shí)驗(yàn)

　　某系統(tǒng)的傳遞函數(shù)為,采用圖1所示的簡(jiǎn)單模糊控制器,取K_e=24、K_ec=150,其單位階躍響應(yīng)曲線如圖4中的曲線1。采用圖3所示專家調(diào)整變量化因子的模糊控制器,取初始K=24、K_ec=150,其單位階躍響應(yīng)曲線如圖4中曲線2所示。比較曲線1、2可知專家控制器實(shí)現(xiàn)的量化因子模糊控制器,其運(yùn)行特性得到了改善,調(diào)節(jié)時(shí)間變短,超調(diào)量為零,實(shí)現(xiàn)方便,只需在簡(jiǎn)單的模糊控制器上增加一專家控制器即可,適用于非線性、模型未知的場(chǎng)合。

?

參考文獻(xiàn)

1 李士勇.模糊控制、神經(jīng)控制和智能控制論.哈爾濱:哈爾濱工業(yè)大學(xué)出版社,1996:240~380

2 鮑新福.自調(diào)整比例因子模糊控制器.自動(dòng)化學(xué)報(bào),1987;13(2)

3 M,A,D Baycns.An approach to the design of a Fuzzy?sclfturning PID controller.Computing Benelnx Quarlerly?Jonrnalon Automatic Control Journal A，1995；35(2)：37～43