一、模糊控制概況 模糊邏輯控制(Fuzzy Logic Control)簡稱模糊控制(Fuzzy Control),是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎的一種計算機數字控制技術。1965年,美國的L.A.Zadeh創立了模糊集合論;1973年他給出了模糊邏輯控制的定義和相關的定理。1974年,英國的E.H.Mamdani首先用模糊控制語句組成模糊控制器,并把它應用于鍋爐和蒸汽機的控制,在實驗室獲得成功。這一開拓性的工作標志著模糊控制論的誕生。 模糊控制實質上是一種非線性控制,從屬于智能控制的范疇。模糊控制的一大特點是既具有系統化的理論,又有著大量實際應用背景。模糊控制的發展最初在西方遇到了較大的阻力;然而在東方尤其是在日本,卻得到了迅速而廣泛的推廣應用。近20多年來,模糊控制不論從理論上還是技術上都有了長足的進步,成為自動控制領域中一個非常活躍而又碩果累累的分支。其典型應用的例子涉及生產和生活的許多方面,例如在家用電器設備中有模糊洗衣機、空調、微波爐、吸塵器、照相機和攝錄機等;在工業控制領域中有水凈化處理、發酵過程、化學反應釜、水泥窯爐等的模糊控制;在專用系統和其它方面有地鐵靠站停車、汽車駕駛、電梯、自動扶梯、蒸汽引擎以及機器人的模糊控制等。 二、模糊控制基礎 模糊控制的基本思想是利用計算機來實現人的控制經驗,而這些經驗多是用語言表達的具有相當模糊性的控制規則。模糊控制器(Fuzzy Controller,即FC)獲得巨大成功的主要原因在于它具有如下一些突出特點: 模糊控制是一種基于規則的控制。它直接采用語言型控制規則,出發點是現場操作人員的控制經驗或相關專家的知識,在設計中不需要建立被控對象的精確數學模型,因而使得控制機理和策略易于接受與理解,設計簡單,便于應用。 由工業過程的定性認識出發,比較容易建立語言控制規則,因而模糊控制對那些數學模型難以獲取、動態特性不易掌握或變化非常顯著的對象非常適用。 基于模型的控制算法及系統設計方法,由于出發點和性能指標的不同,容易導致較大差異;但一個系統的語言控制規則卻具有相對的獨立性,利用這些控制規律間的模糊連接,容易找到折中的選擇,使控制效果優于常規控制器。 模糊控制算法是基于啟發性的知識及語言決策規則設計的,這有利于模擬人工控制的過程和方法,增強控制系統的適應能力,使之具有一定的智能水平。 模糊控制系統的魯棒性強,干擾和參數變化對控制效果的影響被大大減弱,尤其適合于非線性、時變及純滯后系統的控制。
模糊控制系統的基本結構如圖1所示: 
圖1 模糊控制系統框圖 其中s為系統的設定值,y為系統輸出,e和c分別是系統偏差和偏差的微分信號,也就是模糊控制器的輸入,u為控制器輸出的控制信號,E、C、U為相應的模糊量。由圖可知模糊控制器主要包含三個功能環節:用于輸入信號處理的模糊量化和模糊化環節,模糊控制算法功能單元,以及用于輸出解模糊化的模糊環節。 模糊控制器設計的基本方法和主要步驟大致包括: 1、選定模糊控制器的輸入輸出變量,并進行量程轉換。選取方法一般如圖1所示,即分別取e、c和u。 2、確定各變量的模糊語言取值及相應的隸屬函數,即進行模糊化。模糊語言值通常選取3、5或7個,例如取為{負,零,正},{負大,負小,零,正小,正大},或{負大,負中,負小,零,正小,正中,正大}等。然后對所選取的模糊集定義其隸屬函數,可取三角形隸屬函數(如圖2所示)或梯形,并依據問題的不同取為均勻間隔或非均勻的;也可采用單點模糊集方法進行模糊化。 
圖2 隸屬函數取法示意 3、建立模糊控制規則或控制算法。這是指規則的歸納和規則庫的建立,是從實際控制經驗過渡到模糊控制器的中心環節。控制律通常由一組if-then結構的模糊條件語句構成,例如:if e=N and c=N,then u=PB……等;或總結為模糊控制規則表,如表1中所示,可直接由e和c查詢相應的控制量u。 表1 模糊控制規則表舉例 u | c:N | c:Z | c:P | e:N | PB | PM | Z | e:Z | PS | Z | NS | e:P | Z | NM | NB |
4、確定模糊推理和解模糊化方法。常見的模糊推理方法有最大最小推理和最大乘積推理兩種,可視具體情況選擇其一:解模糊化方法有最大隸屬度法,中位數法,加權平均,重心法,求和法或估值法等等,針對系統要求或運行情況的不同而選取相適應的方法,從而將模糊量轉化為精確量,用以實施最后的控制策略。 |