多變量模糊邏輯控制系統(tǒng)的設(shè)計及其應(yīng)用.pdf

1、在實際工業(yè)過程中，很多系統(tǒng)是多入多出系統(tǒng)，例如多連桿機器人和探針掃描顯微鏡的探針運動等。此外，分布參數(shù)系統(tǒng)的狀態(tài)和控制既與時間有關(guān)，又與空間有關(guān)，也叫時空耦合系統(tǒng)，例如掃描探針顯微鏡的微懸臂和催化反應(yīng)棒等。分布參數(shù)系統(tǒng)本質(zhì)上是無窮維系統(tǒng)，對于這類系統(tǒng)的控制，通常運用一些有限維近似建模方法，將分布參數(shù)系統(tǒng)就轉(zhuǎn)換為多入多出系統(tǒng)，同時帶來較大的建模誤差。此外，這些系統(tǒng)中通常都含有未知非線性和擾動等不確定性因素，因而建立系統(tǒng)的精確數(shù)學(xué)模型非常困

2、難，這樣傳統(tǒng)的PID控制器等用于控制這些系統(tǒng)很難達到理想的效果。近年來發(fā)展起來的智能控制方法，比如模糊控制器就能減少對數(shù)學(xué)模型的依賴。然而直接運用多個模糊邏輯控制器來控制這些子系統(tǒng)需要根據(jù)專家的經(jīng)驗設(shè)計多個隸屬函數(shù)和多個規(guī)則庫，這樣的設(shè)計方法相對比較復(fù)雜。針對以上問題，本文的主要工作集中在以下幾個方面:
　　(1)建立了多變量模糊邏輯控制系統(tǒng)針對所有的子系統(tǒng)僅采用一個隸屬函數(shù)，通過比例因子來調(diào)整其它子系統(tǒng)的隸屬函數(shù)，并且引入模糊矩

3、陣?yán)碚搧碓O(shè)計多變量模糊邏輯控制系統(tǒng)。該控制系統(tǒng)的設(shè)計不需要按照專家的經(jīng)驗根據(jù)每個子系統(tǒng)來設(shè)計隸屬函數(shù)，同時，該設(shè)計方法也只采用一個規(guī)則庫。在設(shè)計上可以看成是傳統(tǒng)的模糊邏輯控制系統(tǒng)擴展成為多變量模糊邏輯控制系統(tǒng)，并且設(shè)計方法比較簡單。
　　(2)設(shè)計了多變量模糊邏輯控制器，并推導(dǎo)出解析模型引用一個推理機制來推導(dǎo)出多變量模糊邏輯控制器的解析模型，建立了多變量模糊邏輯控制和傳統(tǒng)PID控制參數(shù)之間的關(guān)系，從而PID控制器的參數(shù)整定方法可用

4、來設(shè)計多變量模糊邏輯控制器的比例因子（參數(shù)），此外解析模型可以用來研究控制系統(tǒng)的穩(wěn)定性。
　　(3)提出了多變量模糊邏輯控制器基于PID的參數(shù)整定方法針對穩(wěn)定系統(tǒng)采用內(nèi)?？刂频膮?shù)設(shè)計方法來整定參數(shù)。針對不穩(wěn)定系統(tǒng)，采用增益裕度和相位裕度來整定參數(shù)。針對多入多出系統(tǒng)，先將系統(tǒng)解耦，轉(zhuǎn)化為多個單入單出系統(tǒng)，多變量模糊邏輯控制器用于控制解耦后的系統(tǒng)，PID控制器的參數(shù)用于設(shè)計多變量模糊邏輯控制器的參數(shù)。針對分布參數(shù)系統(tǒng)，本文先將其時空

5、變量分離，運用Galerkin方法得到分布參數(shù)系統(tǒng)的有限維近似模型，然后根據(jù)近似模型設(shè)計多變量模糊邏輯控制器，再根據(jù)空間基函數(shù)合成時空控制器來控制分布參數(shù)系統(tǒng)，該方法考慮了系統(tǒng)足夠的空間信息。通過仿真表明這些設(shè)計方法都是非常有效的。
　　(4)研究了多變量模糊邏輯控制器的智能參數(shù)調(diào)節(jié)方法運用神經(jīng)網(wǎng)絡(luò)來辨識多入多出系統(tǒng)中的未知量，采用梯度下降來自適應(yīng)調(diào)節(jié)多變量模糊邏輯控制器的比例因子，通過仿真可以看到該方法行之有效。針對分布參數(shù)系統(tǒng)