2级倒立摆模糊控制.docx

《2级倒立摆模糊控制.docx》由会员分享，可在线阅读，更多相关《2级倒立摆模糊控制.docx（18页珍藏版）》请在第壹文秘上搜索。

1、二级倒立摆的模糊限制学院：电气工程班级：08电气班学号：P071613402姓名：毕锋绪论倒立摆限制系统是一个困难的、不稳定的、非线性系统，是进行限制理论设计及测试的志向试验平台。倒立摆系统限制涉及到机器人技术、限制理论、计算机限制等多个领域。其被控系统本身是一个肯定不稳定、高阶次、多变量、强耦合的非线性系统，可以作为一个典型的限制对象对其进行探讨。同时,由于实际机械系统中存在的各种摩擦力，实际倒立摆系统亦具有肯定的不确定性。倒立摆系统的限制涉及到很多典型的限制问题：非线性问题、随动及跟踪问题、鲁棒性问题、非最小相位系统的镇静问题等等。正是由于倒立摆系统的特殊性，很多不同领域的专家学者在检验新

2、提出理论的正确性和实际可行性时，都将倒立摆系统作为试验测试平台。再将经过测试后的限制理论和限制方法应用到更为广泛的领域中去31O如：把一级倒立摆的探讨成果应用到对航空航天领域中的火箭放射推动器和卫星飞行状态限制的探讨；把二级倒立摆的探讨成果应道到双足机器人行走限制中。所以说，对倒立摆系统限制理论的探讨不仅具有理论探讨价值，也具有相当的实际工程应用价值。倒立摆系统的传统限制方法主要是运用经典限制理论和现代限制理论。它们都以精确的系统数学模型为限制对象。经典限制理论在线性定常、输入输出量较少的系统中能很好的完成限制设计指标，经典限制理论的数学基础是拉普拉斯变换，占主导地位的分析和综合方法是频率域方

3、法。而现代限制理论是建立在状态空间分析法上的，基本分析方法是时域分析法。这种方法能够克服经典限制理论的缺陷：能够解决系统的输入输出变量过多、系统的非线性等问题。现代限制理论已经在工业生产过程、军事科学、航空航天等很多方面都取得了胜利的应用。例如微小值原理可以用来解决某些最优限制问题；利用卡尔曼滤波器可以对具有有色噪声的系统进行状态估计；预料限制理论可以对大滞后过程进行有效的限制。但是它们都有一个基本的要求：须要建立被控对象的精确数学模型。随着科学技术的迅猛发展，各个领域对自动限制限制精度、响应速度、系统稳定性与适应实力的要求越来越高，所探讨的系统也日益困难多变。然而由于一系列的缘由，诸如被控对

4、象或过程的非线性、时变性、多参数间的剧烈耦合、较大的随机干扰、过程机理错综困难、各种不确定性以及现场测量手段不完善等，难以建立被控对象的精确模型。虽然常规自适应限制技术可以解决一些问题，但范围是有限的。对于像二级倒立摆这样的非线性、多参数、强耦合的被控对象，运用传统限制理论难以达到良好的限制性能。而模糊限制理论能够克服这些困难，达到实际设计要求。2模糊限制的基本原理2.1 模糊理论的基本学问2.1.1 模糊限制概述几千年来，人类虽然始终延用数字计算，整个自然科学建立在数字基础上，然而却始终采纳语言模糊描述。人类本身可感知信息，进行思维推断和决策，但人类的智能和科学之间存在着不行逾越的鸿沟。自从

5、1965年美国自动限制理论专家1.A.Zadeh首次提出了模糊集合理论以后人类智能和现代科学之间才有了联系的桥梁。随着计算机技术的发展，模糊限制理论在限制领域取得了巨大的胜利，使模糊限制理论成为模糊理论最广泛最成熟的应用分支叫1974年英国教授马丹尼首先将模糊集合理论应用于加热器的限制，其后产生了很多应用的例子。其中比较典型的有：热交换过程的限制，暖水工厂的限制，污水处理过程的限制,交通路口限制，水泥窑限制，飞船飞行限制，机器人限制，模型小车的停靠和转弯限制，汽车速度限制，水质净化限制，电梯限制，电流和核反应堆的限制，并且生产出了专用的模糊芯片和模糊计算机。在模糊限制的应用方面，日本走在了前列

6、。日本在国内建立了特地的模糊限制探讨所，日本仙台的一条铁路的限制系统采纳了模糊限制的方法并取得了很好的效果。日本还领先将模糊限制应用到日用家电产品的限制中，如照相机、吸尘器、洗衣机等，模糊限制的应用在日本已经相当普及。模糊限制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能限制方法,它从行为上仿照人的模糊推理和决策过程。该方法首先将操作人员或专家阅历编成模糊规则，然后将来自传感器的实时信号模糊化，将模糊化的信号作为模糊规则的输入，完成模糊推理，将推理后得到的输出量去模糊化后加到执行器上。它适用于被控对象没有数学模型或很难建立数学模型的过程中，并且在这些过程中参数变动呈现极强的非线性，

7、模糊限制是解决不确定性系统限制的一种有效途径。2.1.2 模糊集合(1)论域。具有某种特定属性的对象的全体，称为集合。所谓论域，指我们所探讨的事物的范围或所探讨的全部对象。论域中的事物称为元素,其中一部分元组成的集合称作子集。(2)模糊集合定义。论域U中的模糊集F用一个在区间0,1上的取值的隶属函数来表示，即r(u)=1.表示完全属于外3)=表示完全不属于凡。小1.表示部分属于尸是用来说明隶属于的程度，F可以表示为：以越接近1则表示X属于F的程度越高；以越近0则表示X属于F的程度越低。模糊集合不仅能区分清楚类事物，更适用于模糊性事物。(3)隶属函数。通过隶属函数可以将模糊集合的模糊性作定量描述

8、，故隶属函数在模糊集合中占有非常重要的地位。隶属函数的值域为0,1,依据论域为分散或连续的不同状况,隶属度函数的描述也有两种：数值描述方法和函数描述方法。常见的隶属函数有正态分布函数、三角函数、梯形函数、S型函数、Z型函数等。不同的隶属函数所描述的模糊集合也不同，同时隶属度函数的形态对模糊限制的性能有很大影响。正确定义隶属函数，是运用模糊集合理论解决模糊限制问题的基础，也是模糊理论中的关键问题。隶属函数一般依据阅历或统计确定，也可由阅历丰富的专家给出，因此隶属函数的确定又带有主观性。常用的隶属函数确定方法有：模糊统计法、例证法、专家阅历法及二元对比函数法。2.1.3 模糊规则和模糊推理(1)语

9、言变量。语言变量是指以自然或人工语言的词、词组或句子作为值的变量。模糊语言变量是自然语言中的词或句，取值不是通常的数，而是用模糊语言表示的模糊集合。模糊限制规则中位于前提的语言变量构成模糊输入空间，位于结论的语言变量构成模糊输出空间。每个语言变量的取值为一组模糊语言名称，它们构成了模糊语言名称的集合，每个模糊语言名称相应一个模糊集合。模糊语言变量的确定，包含了依据语法规则生成适当的模糊语言值，依据语义规则确定语言值的隶属函数以及确定语言变量的论域等。在模糊限制中，关于误差的模糊语言常见的有：正大(PB)、正中(PM)、正小(PS)、零(ZE)、负小(NS)、负中(O)、负大(NB)。一般说来一

10、个语言变量的语言值越多，对事物的描述就越精确，限制效果就越好。(2)模糊命题。模糊命题是指含有模糊概念，具有某种真实程度的陈述句，模糊命题的真值，由该变量对模糊集合的隶属程度表示。模糊命题分为：子模糊命题和更合模糊命题。子模糊命题是指单独的陈述句，如：X为A,X为语言变量，A为语言变量X的值：复合模糊命题是指子模糊命题通过连接词“且”、“或”、“非”连接起来构成的命题(“且”、“或”、“非”分别表示模糊交、模糊并、模糊补)。(3)模糊规则。模糊限制是建立在一系列模糊限制规则基础上的，这些规则是人对被控对象进行限制时的阅历总结。如:“若X为a,则y为b”或“IFA,THENB。其中x,y为语言变

11、量，a,b为语言变量的值，A表示“x为a”，B表示“y为b”，A,B为不同论域上的集合。模糊限制中，有简洁模糊条件语句、多重简洁模糊条件语句等。应用最多的是一类二维模糊语句，一般用A表示偏差，B表示偏差改变率，C表示限制量，语句形式为:“若A且B则C”或IFAandB,THENC1.(4)模糊推理。推理是依据肯定的原则，从一个或几个已知推断引出一个新的推断的思维过程。推理包含两个部分的推断，一部分是已知的推断，作为推理的动身点，叫做前提(前件)，由前提所推出的推断，叫做结论(后件)。模糊推理是一种近似推理，模糊限制理论中比较常用的推理方法有Mamdani模糊推理算法、Takagi-SUgeno

12、型模糊推理算法。本文中主要用的是Mamdani型模糊推理算法。它采纳微小运算规则定义模糊蕴涵表达的模糊关系。在多输入多输出的模糊逻辑系统中，常可能会有很多规则，并且这些规则的前提部分和结论部分也可以由很多语句组成。前面介绍的IF.THEN规则只是最简洁的形式，是最基本的模糊系统单元。对于困难的模糊逻辑系统，假如满意“输出一输入解耦的，各输入间、输出间分别是独立的”，就可以用连接词“and”、“or”和“also”连接的一系列简洁的模糊规则组成的模糊规则库来表示。其中，“and”和“or”用来连接同一规则的多个输入或多个输出，“also”用来连接多条不同的模糊规则。模糊推理的规则通常来源于专家的

13、学问，对于多输入多输出系统，其规则库可以看成由n个子规则库所组成，每一个子规则库由n个多输入单输出规则所组成，而且每个子规则库是相互独立的，因此通常只要考虑一个多输入单输出规则库的模糊推理问题，分别求出每一个单输出，组合起来就是最终结果。2.1.4 反模糊化通过模糊推理得到的结果是一个模糊集合或者隶属函数，但在实际运用中，特殊是在模糊逻辑限制中，必需用一个确定的值才能限制或驱动执行机构。在推理得到的模糊集合中取一个相对最能代表这个模糊集合的单值的过程就称作反模糊化或解模糊，常用的有最大隶属度法、重心法和加权平均法。(1)最大隶属度法。这种方法最简洁，在输出模糊集合中取隶属度最大的作为精确值输出

14、。(2)重心法。所谓重心法就是取输出模糊集合隶属函数曲线与横坐标轴围成面积的重心相应的输出作为输出的精确值。(3)最大平均法。当输出模糊集合不是单峰的，其隶属函数有多个极值时，可以把值最大的全部输出取平均作为精确值输出。2. 2模糊限制系统的设计3. 2.1模糊限制系统的组成及原理模糊限制属于计算机数字限制的一种形式，因此，模糊限制系统的组成类似于一般数字限制系统，其基本原理框图如图4.2所示。I!超本模糊控制W图4.2模糊限制系统原理框图Ui入化模糊化处理糊推理传陋M被控对馥输出化执行机构(1)模糊限制器：这是模糊限制系统的核心部分，采纳基于模糊限制学问表示和规则推理的语言型“模糊限制器”，

15、这也是模糊限制系统区分于其他自动限制系统的特点所在。(2)输入/输出接口：模糊限制器通过输入/输出接口从被控对象获得数字信号，并将模糊限制器决策的数字信号经过数模转换，将其转变为模拟信号，然后给被控对象。在I/O接口装置中，除A/D,D/A转换外，还包括必要的电平转换。(3)执行机构：包括交、直流电机，伺服电机，步进电机，气动调整阀和液压电动机、液压阀等。(4)被控对象：这些被控对象可以是确定的或者模糊的、单变量的或者多变量的、有滞后的或者无滞后的，也可以是线性的或者非线性的，定常的或者时变的，以及具有强耦合和干扰等多种状况。对于那些难以建立精确数学模型的困难对象，更加适合采纳模糊限制。(5)

16、传感器：是将被控对象或者各种过程的被控量转换为电信号(模拟或者数字的一类装置)。被限制量往往是非电量，如位移、速度、加速度、温度、压力、流量、浓度、湿度等。传感器在模糊限制系统中占有非常重要的地位，它的精度往往干脆影响整个限制系统的精度，因此，在选择传感器时，应当选择精度高且稳定性好的传感器。模糊限制系统主要由模糊限制器、输入/输出接口、执行机构、被控对象、传感器等组成。模糊限制系统的核心是模糊限制器，其工作原理如下：模糊限制的限制规则部分由计算机的程序实现，微机通过采样获得被限制量的精确值，然后将此量与给定值相比较得到误差信号E(在此取误差反馈)。一般误差信号E作为模糊限制器的输入量。把误差信号E的精确量进行模糊化变成模糊量，误差E的模糊量可用相应的模糊语言来表示。至此，得到了误差E的模糊语言集合的一个子集(e事实上是一