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

1、在實(shí)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(jī)器人和探針掃描顯微鏡的探針運(yùn)動(dòng)等。此外，分布參數(shù)系統(tǒng)的狀態(tài)和控制既與時(shí)間有關(guān)，又與空間有關(guān)，也叫時(shí)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(duì)于這類系統(tǒng)的控制，通常運(yùn)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(shí)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(dòng)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(dá)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(duì)數(shù)學(xué)模型的依賴。然而直接運(yùn)用多個(gè)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(yàn)設(shè)計(jì)多個(gè)隸屬函數(shù)和多個(gè)規(guī)則庫，這樣的設(shè)計(jì)方法相對(duì)比較復(fù)雜。針對(duì)以上問題，本文的主要工作集中在以下幾個(gè)方面:
　　(1)建立了多變量模糊邏輯控制系統(tǒng)針對(duì)所有的子系統(tǒng)僅采用一個(gè)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(jì)多變量模糊邏輯控制系統(tǒng)。該控制系統(tǒng)的設(shè)計(jì)不需要按照專家的經(jīng)驗(yàn)根據(jù)每個(gè)子系統(tǒng)來設(shè)計(jì)隸屬函數(shù)，同時(shí)，該設(shè)計(jì)方法也只采用一個(gè)規(guī)則庫。在設(shè)計(jì)上可以看成是傳統(tǒng)的模糊邏輯控制系統(tǒng)擴(kuò)展成為多變量模糊邏輯控制系統(tǒng)，并且設(shè)計(jì)方法比較簡(jiǎn)單。
　　(2)設(shè)計(jì)了多變量模糊邏輯控制器，并推導(dǎo)出解析模型引用一個(gè)推理機(jī)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(jì)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(duì)穩(wěn)定系統(tǒng)采用內(nèi)模控制的參數(shù)設(shè)計(jì)方法來整定參數(shù)。針對(duì)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(duì)多入多出系統(tǒng)，先將系統(tǒng)解耦，轉(zhuǎn)化為多個(gè)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(jì)多變量模糊邏輯控制器的參數(shù)。針對(duì)分布參數(shù)系統(tǒng)，本文先將其時(shí)空

5、變量分離，運(yùn)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(jì)多變量模糊邏輯控制器，再根據(jù)空間基函數(shù)合成時(shí)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(jì)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(yùn)用神經(jīng)網(wǎng)絡(luò)來辨識(shí)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(duì)分布參數(shù)系統(tǒng)