模糊控制的控制规则

控制规则是模糊控制器的核心，它的正确与否直接影响到控制器的性能，其数目的多寡也是衡量控制器性能的一个重要因素，下面对控制规则做进一步的探讨。 模糊控制规则的取得方式：
（1） 专家的经验和知识
模糊控制也称为控制系统中的专家系统，专家的经验和知识在其设计上有余力的线索。人类在日常生活常中判断事情，使用语言定性分析多于数值定量分析；而模糊控制规则提供了一个描述人类的行为及决策分析的自然架构；专家的知识通常可用if…then的型式来表述。
藉由询问经验丰富的专家，获得系统的知识，并将知识改为if…then的型式，如此便可构成模糊控制规则。除此之外，为了获得最佳的系统性能，常还需要多次使用试误法，以修正模糊控制规则。
（2） *** 作员的 *** 作模式
现在流行的专家系统，其想法只考虑知识的获得。专家可以巧妙地 *** 作复杂的控制对象，但要将专家的诀窍加以逻辑化并不容易，这就需要在控制上考虑技巧的获得。许多工业系统无法以一般的控制理论做正确的控制，但是熟练的 *** 作人员在没有数学模式下，却能够成功地控制这些系统：这启发我们记录 *** 作员的 *** 作模式，并将其整理为if…then的型式，可构成一组控制规则。
（3） 学习
为了改善模糊控制器的性能，必须让它有自我学习或自我组织的能力，使模糊控制器能够根据设定的目标，增加或修改模糊控制规则。 模糊控制规则的形式主要可分为二种：
（1） 状态评估模糊控制规则
状态评估（state evaluation）模糊控制规则类似人类的直觉思考，它被大多数的模糊控制器所使用，其型式如下：
Ri：if x1 is Ai1 and x2 is Ai2 … and xn is Ain
then y is Ci
其中x1,x2,……,xn及y为语言变量或称为模糊变量，代表系统的态变量和控制变量；Ai1,Ai2,…,Ain及Ci为语言值，代表论域中的模糊集合。该形式还有另一种表示法，是将后件部改为系统状态变量的函数，其形式如下：
Ri：if x1 is Ai1 and x2 is Ai2 … and xn is Ain
then y=f1(x1,x2,……,xn)
(2)目标评估模糊控制规则
目标评估（object evaluation）模糊控制规则能够评估控制目标，并且预测未来控制信号，其形式如下：
Ri：if(U is Ci→(x is A1 and y is B1))then U is Ci 实际应用模糊控制时，最初的问题是控制器的设计，即如何设计模糊控制法则。到目前为止模糊控制还没能像传统的控制理论一样，借由一套发展完整的理论推导来设计。下面简单介绍一下其设计概念：
图34所示为单输入和单输出的定值控制时间响应图，若使用状态评估模糊控制规则的形式，前件部变量为输出的误差E和在一个取样周期内E的变化量CE，后件部变量为控制器输出量U的变化量CU。则误差、误差变化量及控制输出变化量的表示为：
其中E表误差，R表设定值，Y表系统输出，U表控制输出，下标n表在时刻n时的状态。由此可知，误差变化量CE是随输出Y的斜率的符号变号，当输出上升时，CE<0, 下降时CE>0。
本文所设计的模糊控制器之输出输入关系为：
E,CE→CU
在一般控制的计算法上称为速度型，这是由于其输出为U对时间的微分，相当于速度的CU。在构造上也可采用以U为后件部变量的位置型，但前件部变量必需改用E的积分值。
由于由E与CE推论CU的构造中，CU与E的关系恰巧相当于积分关系U(t)=Ki∫E(t)dt，而CU与CE的关系相当于比例关系U(t)=KpE(t)的缘故，所以又称为Fuzzy PI控制。
设计模糊控制规则时，是在所设想对控制对象各阶段的反应，记述采取哪一种控制比较好；首先选择各阶段的特征点，记录在模糊控制规则的前件部，然后思考在该点采取的动作，记录在模糊控制规则的后件部。例如在图36中，在第一循环之a1点附近，误差为正且大，但误差变化量几乎是零，可以记为“E is PB and CE is ZO”在此点附近需要很大的控制输出，记为”CU is PB”;同样地，对于b1点、c1点、d1点等的附近，可分别得到如下的控制规则：
a1：If E is PB and CE is ZO then CU is PB
b1：If E is ZO and CE is NB then XU is NB
c1：If E is NB and CE is ZO then CU is NB
d1：If E is ZO and CE is PB then CU is PB
在第二循环之a2，b2等之附近，其E和CE的绝对值比a1，b1点中之值相对减少，所以其CU值相对地也较小，其控制规则如下：
a2：If E is PM and CE is ZO then CU is PM
b2：If E is ZO and CE is NM then CU is NM
表32为依上述程序所构成的13条控制规则，其中纵列为E值，横列为CE值，表中所列之值为控制输出变化量CU值。由表32可知规则数最多可为49条，此表只使用了其中13条控制规则，设计者可依实际需要自行加减规则之数量，如19条、31条等等（表33,34所示），以改系统之响应。

复制内容如下：
复制方法： 点浏览器上的[文件] - [另存为]，保存这个网页。
保存后会是一个html文件和一个文件夹，文件夹里是网页上的。
然后使用 Word ，打开保存的那个 html文件（网页文件），文字内容就可以直接复制了。。。
本文来自2004年第8期“智能控制技术”上 ,已经被阅读过634次
作 者 ：山东科技大学 信息与电气工程学院 高宏岩
关键词： 模糊控制 ControlLogix 程序设计

1 引言
近年来, 模糊控制以其不依赖于过程模型、鲁棒性强等优点而在国内外得到了广泛的应用。目前模糊控制技术多数在单片机或上位机(工控机)上实现, 单片机可靠性较差, 且网络通信功能很弱;工控机虽然相对可靠, 但远离现场, 很难构成及时的现场级模糊控制。可编程控制器(PLC)作为新一代工业控制装置, 具有可靠性高、抗干扰能力强、编程简单、易于联网等优点, 因而在工业现场得到极其广泛的应用。如果应用PLC来实现模糊控制, 将使可靠的模糊现场级控制成为可能。现在已有一些PLC生产厂家备有模糊控制模块供用户选用,但其价格非常昂贵。利用软件编程来实现模糊控制，将会降低模糊控制系统的成本。但是对于以往的PLC, 采用梯形图编程语言实现模糊控制，往往程序冗长，设计过程繁琐。
ControlLogix作为Rockwell公司的新一代控制平台, 其编程软件RSLogix 5000为实现模糊控制提供了简洁而方便的编程环境。本文基于ControlLogix这一先进的控制平台, 以双容水箱液位控制系统为例说明实现模糊控制的方法及程序设计原理。
2 控制系统组成及特点
双容水箱液位控制系统采用图1所示的Rockwell的网络体系结构。其中ControlLogix系统是目前Rockwell公司PLC中功能最强大的一个系列，它由通信模块、模拟量输入/输出模块、处理器模块等组成，各模块之间通过ControlLogix的机架背板进行通信。ControlLogix系统具有网关功能，即系统中的各种通信模块都把自身网络所连接的信息转换成背板上的信息，这样建立起不同网络之间的桥接。ControlLogix数据传输总线采用生产者/消费者通信模式，该模式允许网络上的所有节点同时存取同一个源数据，网络系统通信效率更高。处理器Logix5555是ControlLogix系统的核心，它具有高速程序及数据处理能力，易于使用的标签寻址方式，强大的数据系统，支持多维数组和用户定义的数据结构，这些特点为实现模糊控制算法提供了有利的条件。

图1 控制系统组成
液位控制系统工作过程如下:液位变送器输出的标准信号经模拟量输入模块进行A/D转换后，处理器Logix5555通过背板采集数据并按照模糊控制算法对数据进行处理，处理结果作为变频器的外部信号, 控制变频器工作频率的大小，再通过变频器调节电机转速，改变泵的流量，实现对液位的控制。
3 模糊控制基本原理
设计时采用双输入单输出模糊控制器，输入语言变量选为实际液位与给定值之间的误差e及误差变化率ec，输出语言变量选为变频器转速的变化量u。首先确定e、ec和u的基本论域分别为[-15mm,+15mm]、[-1mm,+1mm]和[-60 rad/min,+60 rad/min]，选定e、u的模糊集合的论域为[-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6]，ec的模糊集合的论域为[-3,-2,-1,0,1,2,3]，则误差e的量化因子ke=6/15=04，误差变化率ec的量化因子kec=3/1=3，控制量变化u的比例因子ku=60/6=10。语言变量E、EC、U均选取7个语言值:PB、PM、PS、O、NS、NM、NB。
其次总结手动 *** 作经验得到一组由n条模糊条件语句组成的模糊控制规则，根据这些规则计算总的模糊关系R:
(1)
再根据推理合成规则求出输出语言变量论域上的模糊集合:
(2)
最后对采用加权平均法进行解模糊，将模糊量转换成精确量u。通过上述的模糊化、模糊推理和解模糊的过程，最终得到系统的模糊控制查询表，见附表。将离线计算得到的模糊控制查询表存放到计算机中，实时控制过程中，实现模糊控制的过程便转化为查找查询表的过程。
附表 模糊控制查询表
4 模糊控制的实现
RSLogix5000是支持ControlLogix结构体系，并针对Logix5000系列控制器的编程软件。在程序设计之前要进行控制器、I/O模块和通信模块的组态。模糊控制算法程序框图如图2所示，它由主程序、变频器启动子程序和查找查询表子程序组成，图3是查表子程序。将主程序置于连续性任务中，采样时间由定时器设定，利用定时器的完成位来触发变频器启动子程序和查表子程序。RSLogix5000提供了数组标签，这使得用梯形图语言实现模糊控制算法变得简单。在标签数据库中建立一个13×7的二维数组标签address，将查询表1的结果按照从上到下、从左到右的顺序依次输入到数组标签中。由于E、EC的量化等级为[-6,+6]和[-3,+3]，而数组标签address的起始地址为[0,0]，因此在寻址时需要加偏移量，即:uij=address (i+6, j+3)。当第k个采样时间到时，读入第k时刻液位测量值yk并计算实测误差ek和误差变化eck=ek-ek-1，将ek、eck分别乘以量化因子ke和kec取得以相应论域元素表征的查找查询表所需的i和j，通过数组标签address寻址得到输出所需的控制量变化uij，uij再乘以比例因子ku便是控制量变化量Δu。加在被控过程的实际控制量uk＝uk-1+Δu，其中uk-1为前一次的控制量。uk经限幅后作为第k时刻变频器的给定转速。

图2 模糊控制算法主程序
图3 查表子程序
5 结束语
用ControlLogix实现模糊控制简化了程序设计过程，降低了开发成本。同时这种方法将控制作用下放到现场底层网络节点中，实现了控制功能的彻底分散。
参考文献
[1] 李友善等 模糊控制理论及其在过程控制中的应用[M] 北京:国防工业出版社，1999
[2] 李敬兆, 张崇巍 基于PLC直接查表方式实现的模糊控制器研究[J] 电工技术杂志, 2001,(9)
[3] Getting Results with RSLogix5000[Z] RockWell COLTD, 1998, 7
[4] ControlLogix Selection Guide[Z] RockWell COLTD, 2000, 7
作者简介
高宏岩(1971-) 女 讲师 主要研究方向:从事模糊控制理论及其应用的研究。

本文摘自《PLC&FA》

常规PID控制理论
PID控制经过半个多世纪的发展，已经成为工业过程控制中生命力最顽强、应用最广泛的基本控制策略。由于规律简单、鲁棒性好、运行可靠、易于实现等特点，在微处理技术迅速发展的今天，仍是目前工业生产过程控制系统中应用最广泛的一类控制器[20]。PID调节器实际是一个放大系数可自动调节的放大器，动态时，放大系数较低，可以防止系统出现超调与振荡；静态时，放大系数较高，可以蒱捉到小误差信号，提高控制精度。
PID控制器是把比例、积分和微分作用结合起来，以利用其各自的优点，通过线性组合作为控制器的输出量，作用于被控对象
PID控制器内各环节作用如下所述：
（1）比例环节实时地按照一定比例反映系统的偏差量 ，即一旦偏差出现，控制器立即产生控制作用，以减小偏差。比例系数KP越大，系统的调整时间就越短，稳态误差也越小，但KP过大，会造成超调量过大，引起系统不稳定。
（2）积分环节消除系统的稳态误差，提高系统的无差度。积分系数KI越大，积分作用越强，稳态误差越小，调整时间越短，但KI大，会造成稳定性变差。
（3）微分环节能及时地反映偏差量的变化趋势和变化率，有效改善系统的动态性能。通常，微分系数KD大，系统超调量减小，但KD大，也会造成系统稳定性下降。
512 模糊控制理论
模糊逻辑控制（Fuzzy Logic Control）简称模糊控制（Fuzzy Control），是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法。它的诞生是以美国的LAZadeh1965年提出的模糊集合论为标记的；1973年他给出了模糊逻辑控制的定义和相关的定理。1974年，英国的EHMamdani首先利用模糊数学理论进行蒸汽机和锅炉控制方面的研究，并且获得成功，从此模糊控制的研究和应用一直十分活跃。
与传统控制器依赖于系统行为参数的控制器设计方法不同的是模糊控制器的设计是依赖于 *** 作者的经验，因此模糊控制器实现了人的某些智能，是智能控制的一个重要分支，对于非线性控制应用广泛。
模糊控制的基本思想是利用计算机来实现人的控制经验，而这些经验多是用语言表达的具有相当模糊性的控制规则。
模糊控制主要具有以下几个显著的特点：
（1） 模糊控制是一种基于规则的控制；
（2） 适应性强；
（3） 系统的鲁棒性较强，对参数变化不灵敏；
（4） 系统的规则和参数整定方便；
（5） 结构简单[21][22]。
模糊控制器主要包含三个功能环节：用于输入信号处理的模糊量化和模糊化环节，模糊控制算法功能单元，以及用于输出解模糊化的模糊判决环节。
模糊控制具有良好控制效果的关键是要有一个完善的控制规则。但由于模糊规则是人们对过程或对象模糊信息的归纳，对高阶、非线性、大时滞、时变参数以及随机干扰严重的复杂控制过程，人们的认识往往比较贫乏或难以总结完整的经验，这就使得单纯的模糊控制在某些情况下很粗糙，难以适应不同的运行状态，影响了控制效果。

我刚好做了一个模糊PID控制器。。步骤是这样：
1、确定模糊控制规则：输入输出量、对应的模糊规则表、各变量的论域。
2、在MATLAB主命令窗口输入fuzzy，在里面设置模糊规则。保存下来一个fis文件。
3、在MATLAB主命令窗口输入myFLC=readfis(‘fuzzpidfis’)，并在Simulink中的fuzzy logic controller中参数设为myFLC，即可在Simulink中调用此模糊控制器。当然了，这里的myFLC和fuzzpid是你自己定的文件名。
4、我做的时候，PID控制器是自己搭建的，并没有直接用自带的PID模块。直接用PID模块我没有成功。
有什么问题你可以继续问我~

问题一：什么是模糊控制 模糊控制就是利用模糊数学的基本思想和理论的控制方法。
在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的最主要关键，系统动态的信息越详细，则越能达到精确控制的目的。然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是工程师便利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。换言之，传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得无能为力了。因此便尝试着以模糊数学来处理这些控制问题。

问题二：模糊控制的缺点 1模糊控制的设计尚缺乏系统性，这对复杂系统的控制是难以奏效的。难以建立一套系统的模糊控制理论，以解决模糊控制的机理、稳定性分析、系统化设计方法等一系列问题；2如何获得模糊规则及隶属函数即系统的设计办法，完全凭经验进行；3信息简单的模糊处理将导致系统的控制精度降低和动态品质变差。若要提高精度就必然增加量化级数，导致规则搜索范围扩大，降低决策速度，甚至不能进行实时控制；4如何保证模糊控制系统的稳定性即如何解决模糊控制中关于稳定性和鲁棒性问题还有待解决。

问题三：什么是模糊控制洗衣机 先说说现在的全自动洗衣机：
比如，我们要洗衣服了，要对洗衣机上的一些功能进行设定，比如以洗的方式上有，强洗、标准、轻柔还是速洗？比如对过程的控制上有：浸泡，洗涤、漂洗及脱水等。另外还有水的多少，洗涤剂的多少等你都要去根据衣物的多少，以及种类来进行判断（用人脑去做这件事）后再进行的。

而你说的模糊控制，理论上讲就是将上边人脑判断这事由人转交给更家智能的电脑去做。而这种控制的最高境界是能实现自动识别出衣物的种类、脏污程度、衣物的多少，来自动设定好力度、用什么洗涤剂，用什么过程去洗你这个衣服还有用多少水等等。更有甚的是：如果这种布料不能机洗，他会拒绝洗。实现这一切过程 的控制方式，就是模糊控制。

但是，遗憾的是，上边说的很多因为受限于现实情况，很多都还达不到。到目前为止，就实现了，根据衣物的重量，自动设定水量以及洗涤剂的量。仅此而已。

问题四：模糊控制的特点 简化系统设计的复杂性，特别适用于非线性、时变、滞后、模型不完全系统的控制。 不依赖于被控对象的精确数学模型。 利用控制法则来描述系统变量间的关系。 不用数值而用语言式的模糊变量来描述系统，模糊控制器不必对被控制对象建立完整的数学模式。 模糊控制器是一语言控制器，便于 *** 作人员使用自然语言进行人机对话。 模糊控制器是一种容易控制、掌握的较理想的非线性控制器，具有较佳的鲁棒性(Robustness)、适应性及较佳的容错性(Fault Tolerance)。

问题五：什么叫模糊控制系统？ 所谓模糊控制就是在控制方法上应用模糊 论，运用模糊语言变量及模糊逻辑揄实现系统的智能控制。这种方法摆脱了控制对象输入、输出物理量的精确描述，用自然语言描述专家控制策略，以机器模拟人的模糊思维对系统实现有效控制。 在实际控制过程中，将计算机采样的输入量（精确量）模糊化，经模糊揄确定控制量的模糊值，最后进行反模糊处理获得控制量的实际输出，对被控对象进行控制。

问题六：什么是模糊控制系统的鲁棒性 5分 控制系统的鲁棒性是指控制系统在某种类型的扰动作用下（包括自身模型的扰动），系统某个性户指标保持不变的能力。
控制系统当其模型参数发生大幅度变化或其结构发生变化时仍保持渐近稳定，这叫稳定鲁棒性。
模型在扰动下系统的品质指标仍然保持在某个许可范围内，这称为品质鲁棒性

问题七：模糊控制有什么优点和缺点？ 模糊控制具有的突出特点：
(1)模糊控制是一种基于规则的控制，它直接采用语言型控制规则，出发点是现场 *** 作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确的数学模型，因而使得控制机理和策略易于接受与理解，设计简单，便于应用。
(2)由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对那些数学模型难以获取，动态特性不易掌握或变化非常显著的对象非常适用。
(3)基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易导致较大差异；但一个系统语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。
(4)模糊控制是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。
(5)模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制。

问题八：什么叫模糊控制算法 楼主搜索“模糊逻辑”，模糊逻辑是人工智能两大分支之一（另一个分支是神经元），通俗来说就是把数字信号的0和1拆分成0和1之间的“相似度”，不是通过“是”和“不是”来判断问题，而是通过“像”的程度来描述问题。比如楼主和他爸爸的相似程度为07，但是用数字逻辑来看的话，你肯定不等于你爸爸，这时候比如你要做面容识别，就必须用模糊逻辑来描述了。

问题九：模糊控制中解模糊的方法有哪些？罗列即可，不用长篇大论！ 模糊量的清晰化的实现方法有很多，我现在刚好接触到三种，正好告诉你，
1、最大隶属度法
2、加权平均法（重心法）
3、中位数法
我正在着重研究重心法解模糊。

问题十：模糊控制有哪些优点？ (2)由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对那些数学模型难以获取，动态特性不易掌握或变化非常显著的对象非常适用。(3)基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易导致较大差异；但一个系统语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。(4)模糊控制是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。(5)模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制。|||什么是模糊控制？与传统控制理论相比有什么优点？模糊控制是近代控制理论中建立在模糊 轮上基础上的一种基于语言规则与模糊推理的控制理论，它是智能控制的一个重要分支。与传统控制理论相比，模糊控制有两大不可比拟的优点：第一，模糊控制在许多应用中可以有效且便捷的实现人的控制策略和经验，这一优点自从模糊控制诞生以来就一直受到人们密切的关注；第二，模糊控制不需要被控对象的数学模型即可实现较好的控制，这是因为被控对象的动态特性已隐含在模糊控制器输入、输出模糊集及模糊规则中。所以模糊控制被越来越多的应用于各个领域，尤其是被广泛应用于家电系列中，基于模糊控制的洗衣机就是其中的一个典型实例。|||模糊控制实质上是一种非线性控制，从属于智能控制的范畴。模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。|||优点：对于难于建立模型的控制对象不失为一种良好的控制方法。

---