《智能控制》作業(yè)

1、智能控制作業(yè) 試題 1： 針對(duì)某工業(yè)過(guò)程被控對(duì)象：，試分別設(shè)計(jì)常規(guī)PID算法控制器、模糊控制器、模糊自適應(yīng)PID控制器，計(jì)算模糊控制的決策表，并進(jìn)行如下仿真研究及分析：1. 比較當(dāng)被控對(duì)象參數(shù)變化、結(jié)構(gòu)變化時(shí)，四者的性能；2. 研究改善Fuzzy控制器動(dòng)、靜態(tài)性能的方法。解：常規(guī)PID、模糊控制、Fuzzy自適應(yīng)PID控制、混合型FuzzyPID控制器設(shè)計(jì)I. 常規(guī)PID調(diào)節(jié)器PID控制器也就是比例、積分、微分控制器，是一種最基本的控制方式。它是根據(jù)給定值與實(shí)際輸出值構(gòu)成控制偏差，從而針對(duì)控制偏差進(jìn)行比例、積分、微分調(diào)節(jié)的一種方法，其連續(xù)形式為： （1.1）式中，為比例系數(shù)，為積分時(shí)間常數(shù)，為

2、微分時(shí)間常數(shù)。PID控制器三個(gè)校正環(huán)節(jié)中，和這三個(gè)參數(shù)直接影響控制效果的好壞，所以要取得較好的控制效果，就必須合理地選擇控制器的參數(shù)。Ziegler和Nichols提出的臨界比例度法是一種非常著名的工程整定方法。通過(guò)實(shí)驗(yàn)由經(jīng)驗(yàn)公式得到控制器的近似最優(yōu)整定參數(shù)，用來(lái)確定被控對(duì)象的動(dòng)態(tài)特性的兩個(gè)參數(shù)：臨界增益和臨界振蕩周期。用臨界比例度法整定PID參數(shù)如下：表1.1 臨界比例度法參數(shù)整定公式控制器類型P0PI0PID通過(guò)多次整定，當(dāng)時(shí)系統(tǒng)出現(xiàn)等幅振蕩，從而臨界增益，再?gòu)牡确袷幥€中近似的測(cè)量出臨界振蕩周期，最后再根據(jù)表1.1中的PID參數(shù)整定公式求出：，從而求得：比例系數(shù)，積分系數(shù)，微分系數(shù)?；?/p>

3、此，可搭建如圖1.1所示的PID控制系統(tǒng)Simulink仿真模型，仿真得到系統(tǒng)階躍響應(yīng)曲線如圖1.2（a）所示。圖1.1 PID控制系統(tǒng)Simulink仿真模型圖1.2（a）(b) 臨界比例度法整定的系統(tǒng)階躍響應(yīng)曲線II. 模糊控制器由于模糊控制采用了模糊似人推理機(jī)制，所以其控制機(jī)理較傳統(tǒng)的PID控制更加接近于人工智能。一般地，一個(gè)完整的模糊控制系統(tǒng)結(jié)構(gòu)如圖1.3所示。下面基于MATLAB模糊邏輯工具箱設(shè)計(jì)模糊控制器。圖1.3 模糊控制器的基本結(jié)構(gòu)1） 論域及隸屬度函數(shù)的建立若取E、EC、U的論域均為，其模糊子集都為NB，NM，NS，ZO，PS，PM，PB。在MATLAB中鍵入命令FUZZY，

4、進(jìn)入模糊邏輯編輯窗口FIS Editor。建立E、EC、U的隸屬度函數(shù)，有三角形、高斯形、梯形等11種可供選擇，在此選常用的三角形（trimf）隸屬度函數(shù)。圖1.4為E、EC、U的隸屬度函數(shù)。圖1.4 E、EC、U的隸屬度函數(shù)2） 模糊控制規(guī)則及決策方法 控制規(guī)則是對(duì)專家理論知識(shí)與實(shí)踐經(jīng)驗(yàn)的總結(jié)，共有49條模糊控制規(guī)則，如表1.2所示。在Rules Editor窗口中輸入這49條控制規(guī)則，例如：if E is NB and EC is NS then U is NB。表1.2 模糊控制規(guī)則表UENBNMNSZOPSPMPBECNBNBNBNBNBNMNSZONMNBNBNMNMNSZOZONS

5、NBNMNMNSZOZOZOZONMNSNSZOPSPSPMPSZOZOZOPSPMPMPBPMZOZOPSPMPMPBPBPBZOPSPMPBPBPBPB模糊決策一般采用Mamdani(min-max)決策法。解模糊有重心法、等分法、最大隸屬度平均法等5種可供選擇，在此采用重心法（centroid）。根據(jù)以上規(guī)則和方法，設(shè)計(jì)出模糊控制器的輸出與輸入的關(guān)系曲面圖，即得出模糊規(guī)則是一種非線性控制?；?，可搭建如圖1.5所示的模糊控制系統(tǒng)Simulink仿真模型，通過(guò)模糊控制器模塊，可以和包含模糊控制器的fis文件聯(lián)系起來(lái)，還可以隨時(shí)改變輸入輸出論域，隸屬度函數(shù)以及模糊規(guī)則，方便仿真和調(diào)試。經(jīng)過(guò)多

6、次整定，選取誤差E、誤差變化率EC的量化因子及控制量U的比例因子分別為：，仿真得到系統(tǒng)階躍響應(yīng)曲線如圖1.6所示。圖1.5 模糊控制系統(tǒng)Simulink仿真模型圖1.6 模糊控制系統(tǒng)階躍響應(yīng)曲線從圖1.6可看出，單純的模糊控制器相當(dāng)于非線性的PD控制，無(wú)積分作用，其調(diào)節(jié)不能做到無(wú)靜差。在仿真過(guò)程中發(fā)現(xiàn)，量化因子、比例因子的大小對(duì)模糊控制器控制性能的影響很大，也許還存在一組最優(yōu)量化因子和比例因子，能使系統(tǒng)獲得更好的響應(yīng)特性。III. Fuzzy自適應(yīng)PID控制器由于常規(guī)PID控制在穩(wěn)定階段有良好的響應(yīng)性能，于是采用Fuzzy+PID控制方法，構(gòu)成FuzzyPID控制系統(tǒng)。其結(jié)構(gòu)框圖如圖1.7所示

7、。圖1.7 Fuzzy控制+PID控制 在Matlab/Simulink環(huán)境下，轉(zhuǎn)換由開關(guān)模塊“switch”實(shí)現(xiàn)，“switch” 模塊中的Threshold整定值(即誤差整定值)設(shè)置為0.01。對(duì)系統(tǒng)進(jìn)行仿真，可得響應(yīng)曲線波形如圖1.8所示。圖1.8 Fuzzy控制+PID控制波形從圖1.8中可以看出系統(tǒng)穩(wěn)定時(shí)間很短僅約為3，存在的靜差約為0.06，輸出最大約為0.94，無(wú)超調(diào)量。. 采用Fuzzy +PID復(fù)合控制器由以上兩個(gè)仿真可知，采用Fuzzy控制可以極大地改善系統(tǒng)超調(diào)和穩(wěn)定時(shí)間，但是其穩(wěn)態(tài)性能有所下降，穩(wěn)態(tài)精度明顯不如常規(guī)PID控制。利用Fuzzy控制+精確積分控制方法，由于常規(guī)

8、Fuzzy控制缺少積分環(huán)節(jié)而存在穩(wěn)態(tài)誤差，故可以通過(guò)Fuzzy控制+精確積分的方法改善系統(tǒng)的穩(wěn)態(tài)性能，即混合型FuzzyPID控制器，這樣可以使系統(tǒng)成為無(wú)差模糊控制系統(tǒng)。其結(jié)構(gòu)框圖如圖1.9所示。圖1.9Fuzzy控制+精確積分控制取精確積分系數(shù)，其余參數(shù)不變。對(duì)系統(tǒng)進(jìn)行仿真，可得響應(yīng)曲線波形如圖1.10所示。圖1.10 Fuzzy-PID波形從圖1.10中可以看出系統(tǒng)穩(wěn)定時(shí)間比較短約為5，存在的靜差僅有0.02，輸出最大約為0.98，超調(diào)量約為3.06%。保持所設(shè)計(jì)的控制器參數(shù)不變，當(dāng)被控對(duì)象的參數(shù)或模型結(jié)構(gòu)變化(例如=0.15)時(shí)，PID和Fuzzy控制器的性能分析1) 當(dāng)被控對(duì)象的參數(shù)發(fā)

9、生變化 A當(dāng)系統(tǒng)值由原來(lái)的15變化為30時(shí)，其余參數(shù)不變，各種控制方式的系統(tǒng)階躍響應(yīng)如圖1.11所示。B當(dāng)由原來(lái)的7.5變化為15時(shí)，其余參數(shù)不變，各種控制方式的系統(tǒng)階躍響應(yīng)如圖1.12所示。C當(dāng)由原來(lái)的0.75變化為1.5時(shí)，其余參數(shù)不變，各種控制方式的系統(tǒng)階躍響應(yīng)如圖1.13所示。（1）模糊控制決策表的計(jì)算當(dāng)利用MATLAB模糊邏輯工具箱設(shè)計(jì)好模糊控制器后，還應(yīng)該計(jì)算相應(yīng)的模糊控制決策表，即關(guān)系矩陣。這里利用MATLAB工具箱中的readfis和evalfis函數(shù)，計(jì)算上述模糊控制器的決策表，編寫的M文件如下：a = readfis('fuzzy1.fis');for i

10、= -6 : 6 for j = -6 : 6 u(i+7,j+7) = evalfis(i,j,a);endend運(yùn)行該程序，可得到模糊控制決策表為如下一13*13矩陣：u = Columns 1 through 8 -5.3723 -5.2527 -5.3723 -5.2527 -5.3723 -4.2674 -3.9992 -1.9992 -5.2527 -5.2527 -5.2527 -4.2674 -4.2674 -3.2733 -3.0000 -1.9991 -5.3723 -5.2527 -5.3723 -4.2674 -3.9992 -3.0000 -2.0008 -1.000

11、7 -5.2527 -4.2674 -4.2674 -4.2674 -3.9984 -3.0000 -2.0016 -1.0007 -5.3723 -4.2674 -3.9992 -3.9984 -3.9992 -3.0000 -2.0008 -1.0007 -5.2527 -4.2674 -3.9984 -3.0000 -3.0000 -1.9991 -1.0007 0.0000 -5.3723 -4.2674 -3.9992 -3.0000 -2.0008 -1.0007 -0.0000 1.0007 -4.2674 -3.2733 -3.0000 -1.9991 -1.0007 0.00

12、00 1.0007 1.9991 -3.9992 -3.0000 -2.0008 -1.0007 -0.0000 1.0007 2.0008 3.0000 -3.0000 -1.9991 -1.0007 -1.0007 0.0000 1.0007 2.0016 3.0000 -2.0008 -1.0007 -0.0000 0.0000 -0.0000 1.0007 2.0008 3.0000 -1.0007 -1.0007 0.0000 0.0000 0.0000 1.9991 3.0000 3.2733 -0.0000 0.0000 -0.0000 0.0000 -0.0000 1.9992

13、 3.9992 4.2674 Columns 9 through 13 -0.0000 0.0000 -0.0000 0.0000 -0.0000 0.0000 0.0000 0.0000 1.0007 1.0007 -0.0000 0.0000 -0.0000 1.0007 2.0008 0.0000 1.0007 1.0007 1.9991 3.0000 -0.0000 1.0007 2.0008 3.0000 3.9992 1.0007 1.9991 3.0000 3.2733 4.2674 2.0008 3.0000 3.9992 4.2674 5.3723 3.0000 3.0000

14、 3.9984 4.2674 5.2527 3.9992 3.9984 3.9992 4.2674 5.3723 3.9984 4.2674 4.2674 4.2674 5.2527 3.9992 4.2674 5.3723 5.2527 5.3723 4.2674 4.2674 5.2527 5.2527 5.25275.3723 5.2527 5.3723 5.2527 5.3723在MATLAB命令窗口（Command Window）里輸入 gensurf(a)，可以得到模糊控制決策表的三維曲面圖，如圖1.14所示。圖 1.14 模糊控制決策表的三維曲面圖（2）四種方案的控制性能研究I.

15、 常規(guī)PID控制特性在保持PID控制器整定參數(shù)不變的情況下，改變給定二階被控對(duì)象兩個(gè)時(shí)間常數(shù)及，如圖1.15中給出的三種形式的二階對(duì)象，其階躍響應(yīng)曲線如圖1.15所示。由響應(yīng)曲線可以看出，隨著時(shí)間常數(shù)減小，調(diào)節(jié)時(shí)間變短，且超調(diào)減小；隨著時(shí)間常數(shù)增大，調(diào)節(jié)時(shí)間變長(zhǎng)，且超調(diào)增大。圖 1.15 參數(shù)變化對(duì)PID控制特性的影響 圖 1.16 模型結(jié)構(gòu)變化對(duì)PID控制特性的影響將二階對(duì)象變?yōu)橐浑A時(shí)，PID控制從理論上講要變?yōu)镻I控制（即?。?，混合仿真實(shí)驗(yàn)也證實(shí)了這一點(diǎn)。在保持PID控制器原整定參數(shù)情況下，被控對(duì)象由二階變?yōu)橐浑A時(shí)，其階躍響應(yīng)曲線如圖1.16所示，系統(tǒng)出現(xiàn)振蕩，不能令人滿意。將二階對(duì)象變?yōu)?/p>

16、三階時(shí)，其PID控制器參數(shù)仍不變，階躍響應(yīng)曲線出現(xiàn)嚴(yán)重振蕩，如圖1.16所示。通過(guò)多次調(diào)整PID控制參數(shù)仍不湊效。因?yàn)閺睦碚撋现v，對(duì)三階對(duì)象應(yīng)該選用PID-PI兩級(jí)串聯(lián)調(diào)節(jié)，不能采用簡(jiǎn)單的單級(jí)PID控制。由上述混合仿真實(shí)驗(yàn)結(jié)果可以看出，基于準(zhǔn)確對(duì)象模型來(lái)整定控制參數(shù)的PID控制，對(duì)于對(duì)象參數(shù)變化是敏感的，對(duì)于模型結(jié)構(gòu)變化（如階的改變）基本沒(méi)有適應(yīng)能力。II. 模糊控制特性在保持模糊控制器整定的論域不變的情況下，改變二階對(duì)象的兩個(gè)時(shí)間常數(shù)及，變化情況同PID控制時(shí)相同，它們的階躍響應(yīng)曲線如圖1.17所示。由響應(yīng)曲線可以看出，盡管被控的二階對(duì)象兩個(gè)時(shí)間常數(shù)變化較大，但是響應(yīng)曲線卻變化不大，均實(shí)現(xiàn)無(wú)

17、超調(diào)控制，調(diào)節(jié)時(shí)間最短的約為10s，最長(zhǎng)的約為15s，變化約為1.5倍。當(dāng)被控對(duì)象結(jié)構(gòu)發(fā)生變化時(shí)，如由二階變?yōu)橐浑A或三階，在模糊控制參數(shù)仍保持不變的情況下，其階躍響應(yīng)曲線如圖1.18所示?？梢妼?duì)一階對(duì)象實(shí)現(xiàn)無(wú)超調(diào)控制，調(diào)節(jié)時(shí)間約為10s，對(duì)三階對(duì)象超調(diào)也僅約為14.7%。圖 1.17 參數(shù)變化對(duì)模糊控制特性的影響 圖 1.18 模型結(jié)構(gòu)變化對(duì)模糊控制特性的影響上述結(jié)果表明，模糊控制較之PID控制不僅對(duì)被控對(duì)象參數(shù)變化適應(yīng)能力強(qiáng)，而且在對(duì)象模型結(jié)構(gòu)發(fā)生較大改變的情況下，也能獲得好的控制效果。III. 單神經(jīng)元PID控制特性在保持單神經(jīng)元PID調(diào)節(jié)器參數(shù)不變的情況下，改變二階對(duì)象的兩個(gè)時(shí)間常數(shù)及，

18、變化情況同上述相同，它們的階躍響應(yīng)曲線如圖1.19所示。當(dāng)被控對(duì)象結(jié)構(gòu)發(fā)生變化時(shí)，如由二階變?yōu)橐浑A或三階，在單神經(jīng)元PID控制器參數(shù)仍保持不變的情況下，其階躍響應(yīng)曲線如圖1.20所示。圖 1.19/1.20參數(shù)變化/模型結(jié)構(gòu)變化對(duì)單神經(jīng)元PID控制特性的影響仿真結(jié)果表明，單神經(jīng)元PID控制具有優(yōu)于常規(guī)PID控制的效果，具有更好的自適應(yīng)性和更強(qiáng)的魯棒性。不僅對(duì)被控對(duì)象參數(shù)變化適應(yīng)能力強(qiáng)，而且在對(duì)象模型結(jié)構(gòu)發(fā)生較大改變的情況下，也能獲得好的控制效果。（3）改善模糊控制動(dòng)、靜態(tài)性能的方法雖然模糊控制器具有能適應(yīng)被控對(duì)象非線性和時(shí)變性的優(yōu)點(diǎn)，而且魯棒性較好。但是它的穩(wěn)態(tài)控制精度較差，控制欠細(xì)膩，難以達(dá)

19、到較高的控制精度。同時(shí)，它也缺少積分控制作用，不宜消除系統(tǒng)的靜差。為了彌補(bǔ)這些缺陷，實(shí)用中經(jīng)常把基本模糊控制器跟其他控制器相結(jié)合，充分發(fā)揮各自的優(yōu)點(diǎn)，以使控制效果更加完美。下面舉例介紹一些改善模糊控制動(dòng)、靜態(tài)性能的方法。I. Fuzzy控制加精確積分常規(guī)的模糊控制器是以誤差E和誤差變化率EC作為輸入變量，因此一般認(rèn)為這種控制器具有比例微分控制作用，但缺少積分控制作用，因此這種系統(tǒng)的靜態(tài)誤差較大，穩(wěn)態(tài)性能不能令人滿意。為提高模糊控制系統(tǒng)的穩(wěn)態(tài)性能，這里搭建了如圖1.21所示的Fuzzy控制加精確積分Simulink仿真模型?？刂破髟诨灸：刂破鞯幕A(chǔ)上增加了一個(gè)積分器，仿真得到系統(tǒng)階躍響應(yīng)曲線

20、如圖1.22所示。圖1.21 Fuzzy控制加精確積分Simulink仿真模型從圖1.22可以看出，帶積分作用的模糊控制系統(tǒng)可消除靜差，系統(tǒng)輸出穩(wěn)態(tài)精度有了很大的改善，很好地解決了常規(guī)Fuzzy控制的穩(wěn)態(tài)誤差問(wèn)題，因此Fuzzy控制加精確積分對(duì)常規(guī)Fuzzy控制的改進(jìn)是有效的。但是相比常規(guī)Fuzzy控制，系統(tǒng)超調(diào)有所增大，動(dòng)態(tài)性能未能達(dá)到較好的狀態(tài)。圖1.22 Fuzzy控制加精確積分系統(tǒng)階躍響應(yīng)曲線II. Fuzzy-PID復(fù)合控制針對(duì)Fuzzy控制加精確積分的不足之處，這里引入Fuzzy-PID復(fù)合控制加以改進(jìn)，其集成了Fuzzy控制動(dòng)態(tài)性能高和PID控制穩(wěn)態(tài)精度高的優(yōu)點(diǎn)，比單一采用常規(guī)模

21、糊控制器和單一采用傳統(tǒng)PID調(diào)節(jié)器均有更好的控制性能。圖1.23 Fuzzy-PID復(fù)合控制結(jié)構(gòu)圖設(shè)計(jì)Fuzzy-PID控制器的基本思想是對(duì)控制論域進(jìn)行分段，在不同的分段區(qū)內(nèi)采用不同的控制方式，其結(jié)構(gòu)圖如圖1.23所示。圖1.23中在兩個(gè)控制器與控制對(duì)象之間設(shè)置了一個(gè)“軟”自動(dòng)切換開關(guān)，通過(guò)偏差與設(shè)定的閾值比較結(jié)果來(lái)決定兩種控制方式的選擇。當(dāng)是認(rèn)為系統(tǒng)運(yùn)行在動(dòng)態(tài)過(guò)程，應(yīng)采用模糊控制方式以發(fā)揮其動(dòng)態(tài)性能好、超調(diào)量小的特點(diǎn)；當(dāng)時(shí)認(rèn)為系統(tǒng)進(jìn)入到了穩(wěn)態(tài)，應(yīng)切換到PID控制方式以發(fā)揮其穩(wěn)態(tài)精度高的優(yōu)點(diǎn)，減小穩(wěn)態(tài)誤差。閾值通過(guò)反復(fù)試驗(yàn)整定得到?；?，可搭建如圖1.24所示的Fuzzy-PID復(fù)合控制系統(tǒng)S

22、imulink仿真模型，仿真得到系統(tǒng)階躍響應(yīng)曲線如圖1.20所示。其中誤差E、誤差變化率EC的量化因子及控制量U的比例因子同常規(guī)Fuzzy控制器中的參數(shù)；閾值設(shè)定為0.2；重新經(jīng)過(guò)多次整定選取PID調(diào)節(jié)器中的參數(shù)為，。圖1.24 Fuzzy-PID復(fù)合控制系統(tǒng)Simulink仿真模型圖1.25 Fuzzy-PID復(fù)合控制系統(tǒng)階躍響應(yīng)曲線從圖1.25可以看出，F(xiàn)uzzy-PID復(fù)合控制同樣能做到無(wú)靜差調(diào)節(jié)。進(jìn)一步地通過(guò)對(duì)比可以看出，該復(fù)合型控制器吸收了兩者的優(yōu)點(diǎn)，摒棄了兩者的缺點(diǎn)，顯然系統(tǒng)在過(guò)渡過(guò)程采用Fuzzy控制，輸出超調(diào)減小，進(jìn)入穩(wěn)定狀態(tài)后切換為PID控制，保證了較好的穩(wěn)態(tài)精度。III.

23、自調(diào)整比例因子Fuzzy控制在模糊控制器中，對(duì)控制性能影響較大的參數(shù)主要有模糊控制規(guī)則，量化、比例因子，隸屬函數(shù)形狀及其分布等，各種自調(diào)整方法大多圍繞對(duì)這些參數(shù)的調(diào)整和優(yōu)化展開。比例因子（這里將通常所說(shuō)的量化因子和比例因子統(tǒng)稱為比例因子）用來(lái)實(shí)現(xiàn)基本論域與模糊集論域之間的轉(zhuǎn)換，與控制規(guī)則、隸屬度相比，比例因子的選擇具有更大的靈活性。它對(duì)控制系統(tǒng)的穩(wěn)定性及各項(xiàng)性能指標(biāo)的影響類似于PID控制器中的三個(gè)參數(shù)。在確定了控制規(guī)則和隸屬度的情況下，調(diào)整比例因子仍可以在很大程度上改善控制回路的品質(zhì)?；谝陨戏治?，這里提出一種自調(diào)整比例因子Fuzzy控制方法，即根據(jù)誤差E和誤差變化率EC調(diào)整比例因子Ke和Ke

24、c，根據(jù)系統(tǒng)控制性能指標(biāo)調(diào)整比例因子Ku。調(diào)整的原則是：當(dāng)E或EC較大時(shí)，重點(diǎn)考慮系統(tǒng)響應(yīng)問(wèn)題，Ke和Kec取較小值，降低對(duì)E和EC的分辨率，同時(shí)Ku取較大值，使響應(yīng)加快，保證系統(tǒng)的快速性和穩(wěn)定性；當(dāng)E或EC較小時(shí)，Ke和Kec取較大值，增加對(duì)E和EC的分辨率，同時(shí)Ku減小，避免產(chǎn)生超調(diào)，并使系統(tǒng)盡快進(jìn)入穩(wěn)態(tài)精度范圍。簡(jiǎn)單地使用SIMULINK中的模塊無(wú)法直接應(yīng)用到這里所研究的自調(diào)整比例因子Fuzzy控制器的設(shè)計(jì)中。在Simulink中，還有一個(gè)S-Function模塊，該模塊通過(guò)編程，可以編寫自定義的功能。在MATLAB里通過(guò)編寫S函數(shù)，新建一個(gè)輸入輸出自調(diào)整模塊，由偏差Ke和偏差變化率Ke

25、c的大小自動(dòng)調(diào)節(jié)輸出比例因子Ku，實(shí)現(xiàn)參數(shù)自調(diào)整的目的。根據(jù)上面所述參數(shù)調(diào)整規(guī)則編寫如下S函數(shù)：function sys,x0 =fuzzypara(t,x,u,flag)global Ke Kec Ku;Ke=0.2;Kec=0.1;Ku=0.8;switch flag, case 0, sys=0,0,3,2,0,1; x0=; case 3, if abs(u(1)>0.3 | abs(u(2)>0.1 sys(1)=Ke; sys(2)=Kec; sys(3)=Ku; elseif abs(u(1)>0.1 | abs(u(2)>0.05 sys(1)=1.3*

26、Ke; sys(2)=1.5*Kec; sys(3)=0.5*Ku; else sys(1)=1.4*Ke; sys(2)=1.6*Kec; sys(3)=0.2*Ku; end otherwise sys=;end基此，可搭建如圖1.26所示的自調(diào)整比例因子Fuzzy控制系統(tǒng)Simulink仿真模型，仿真得到系統(tǒng)階躍響應(yīng)曲線如圖1.27所示。從圖1.27可以看出，自調(diào)整比例因子的Fuzzy控制系統(tǒng)與常規(guī)Fuzzy控制相比，響應(yīng)速度加快，穩(wěn)態(tài)精度有很大提升，對(duì)于時(shí)變、非線性、強(qiáng)干擾的控制對(duì)象，采用自調(diào)整比例因子Fuzzy控制是一個(gè)非常好的選擇。圖1.26 自調(diào)整比例因子Fuzzy控制系統(tǒng)Sim

27、ulink仿真模型圖1.27 自調(diào)整比例因子Fuzzy控制系統(tǒng)階躍響應(yīng)曲線試題2：針對(duì)某大滯后的被控對(duì)象，分別設(shè)計(jì) Smith 控制器和 Smith-Fuzzy 控制器，仿真比較存在模型誤差情況下，兩者的控制性能。解：（1）圖1 Smith預(yù)估控制原理圖 smith預(yù)估器和控制器Gc(s搓且成的補(bǔ)償回路為純滯后補(bǔ) 償回路，其傳遞函數(shù)Gc(S)為： 當(dāng)Smith預(yù)估器的Gm(s)=G(s)，時(shí)，經(jīng)補(bǔ)償后的系統(tǒng) 閉環(huán)傳遞函數(shù)為： 圖2 FuzzySmith控制器仿真模型 控制器采用二維模糊控制器，輸入變量e和ec及輸出量u 模糊子集均為NB，NM，NS，ZO，PS，PM，PB，其中： e和ec的論

28、域都為-l一6，一5，一4，一3，一2，一1，o，1，2，3，4，5，6； u的論域?yàn)?7，-6，-5，-4，-3，-2，-1，0,1,2,3,4，5,6,7：和U 的隸屬函數(shù)圖如圖2所示模糊控制規(guī)則如表l所示。圖3 輸入、輸出變量的隸屬度函數(shù)（2） 、MATLAB仿真 設(shè)某系統(tǒng)的被控對(duì)象模型為，對(duì)控制對(duì)象 分別采用PIDSmith控制和FuzzySmith控制進(jìn)行仿真，得到的仿真曲線如下：圖4 模型精確時(shí)的仿真波形當(dāng)環(huán)境變化引起被控對(duì)象的比例系數(shù)、慣性時(shí)間常數(shù)和 純滯后時(shí)間發(fā)生改變，控制系統(tǒng)的模型為： 仿真結(jié)果如下：圖5 模型不精確時(shí)的仿真波形 可以看出，在模型不精確的條件下，PIDSmit

29、h控制效果惡化較為嚴(yán)重，即PIDSmith控制對(duì)模型的要求較高，魯棒性 不夠理想。而FuzzySmith控制兼顧了模糊控制和Smith控制 的優(yōu)點(diǎn)，既對(duì)純滯后特性有較好的補(bǔ)償作用，又對(duì)被控對(duì)象參 數(shù)的變化有較強(qiáng)的適應(yīng)能力，系統(tǒng)的暫態(tài)響應(yīng)要好于 PIDSmith控制，具有響應(yīng)速度快，運(yùn)行平穩(wěn)的特點(diǎn)。 試題3：設(shè)計(jì) BPNN 和 RBFNN，使之逼近非線性函數(shù) y =sin(0.1x) + cos(0.1x) ，要求： 1） 研究隱層單元數(shù)、學(xué)習(xí)因子等選取對(duì)學(xué)習(xí)效果的影響； 2） 研究網(wǎng)絡(luò)學(xué)習(xí)算法的改進(jìn) 解：（1）. 研究隱層單元數(shù)、學(xué)習(xí)因子等選取對(duì)學(xué)習(xí)效果的影響；取步長(zhǎng)為0.5，當(dāng)誤差達(dá)到0.0

30、01的時(shí)候停止，學(xué)習(xí)率取0.05，最大仿真次數(shù)取5000。p=0:0.5:10;p2=0:0.1:10;t=sin(0.1*p)+cos(0.1*p);net=newff(1exp(10),101,'tansig''purelin','traingdx','learngdm');%net.trainParam.epochs=5000;net.trainParam.goal=0.001;net.trainParam.show=10; net.trainParam.lr=0.9; net=train(net,p,t)%net2=train(net,p2,t2);r=sim(net,p)%r2=sim(net2,p2);%·º»¯%plot(p2,t2,'g+