模糊控制的研究与发展.docVIP

　　模糊控制的研究与发展 摘要：分析了模糊控制的发展概况及研究现状，阐述了模糊控制的系统组成、过程及其特点，并对其稳定性分析进行了说明；简述了模糊控制需靠硬件来弥补实时性控制不足的要求，指出了模糊控制仍然存在如精度不足、隶属度函数的制定以及控制规则仍然靠专家的知识经验、没有系统化理论的支撑等缺陷，并对发展前景做了展望。 中国 8/vie 　　关键词：智能控制；模糊控制；模糊理论 　　中图分类号：TP273 文献标识码：A ：1007-9416（2017）01-0010-02 　　随着科学技术的迅猛发展，模糊控制技术已经在世界上普遍的应用，是当今先进的智能控制方法之一。虽然模糊控制理论的提出距今只有几十年时间，但由于它具有不需被控对象的精确数学模型、速度快、鲁棒性好等优点，使得它在某些应用领域具有不可替代性，研究性意义长远而悠久。 　　1 模糊控制理论发展研究 　　模糊控制是模拟人的思维、推理和判断的一种控制方法，它将人的经验、常识等用人的语言的形式表达出来，建立一种适用于计算机处理输入输出过程的模型。相对于经典控制理论和现代控制理论，模糊控制理论能避开应用中需要建立被控对象的精确数学模型，处理一些无法建模和无法精确化的问题。 　　模糊控制理?发展初期在西方遇到了很大的阻力，西方学者普遍认为模糊控制在应用研究中意义不大。然而，在东方尤其是日本，模糊控制却得到了迅速的发展，20世纪80年代，日本的工程师用模糊控制技术首先实现了对一家电子水净化工厂的控制，又开发了仙台地铁模糊控制系统，创造了当时世界上最先进的地铁系统，而这引起了模糊控制领域的一场巨变，使得西方又开始重视模糊控制理论[1]。 　　模糊控制的研究主要集中在控制器的研究和开发上，目前模糊控制器已经在很多领域有了广泛应用。当前市场上存在的控制器种类繁多，出现了为实现模糊控制功能的各种集成电路芯片。由于模糊控制存在的缺陷，学者对模糊控制与其他智能控制的结合进行了研究，效果也明显优于常规控制器。 　　2 模糊控制过程及特点 　　2.1 模糊控制过程简述 　　模糊逻辑控制（Fuzzy Logic Control）简称模糊控制（Fuzzy Control），是指在控制方法上应用模糊集合、模糊语言变量和模糊逻辑推理，通过模拟人脑思维，对一些无法建立数学模型的过程进行控制的一种计算机数字控制技术。 　　基本的模糊控制系统一般由模糊化、模糊推理、解模糊三部分组成，如图1所示，模糊化即将相应的模糊控制器的输入量转换为符合人类规则的模糊语言变量，此语言变量可由隶属度函数确定。 　　一般的模糊控制器采用误差（e）及误差变化（ec）作为输入语言变量，而模糊推理是基于专家的知识及日常经验制定的相关规则，这些规则是一些条件语句，它们通常用IF A THEN B表示，调整和校准模糊规则是模糊控制中的关键环节。解模糊是模糊系统的重要组成部分，是将模糊推理中产生的模糊量转化为精确量。常见的方法主要有最大隶属度值法、面积平均法、重心法等。一个好的模糊控制过程就是选用合适的隶属度函数进行模糊化，运用合理的推理方法得到结论，采用适当的解模糊方法还原出精确量。 　　2.2 模糊控制的特点 　　模糊控制系统模拟人的思维进行模糊规则的构建，易于理解、设计简单，调整和校准控制规则相对方便。其次，模糊控制具有控制速度快、鲁棒性好的特点。模糊控制的上升特性比其他控制方法好，干扰和参数的变化对控制效果的影响被大大削弱，尤其适合于非线性、时变及纯滞后系统的控制。专家在控制策略制定时对进行模糊控制本身具有自预测能力进行了充分的估计和预测。 　　模糊控制优点很多，但是短板仍然不容忽视。1）模糊控制是将控制变量进行了模糊化处理，将精确量转换为了模糊规则语言变量，这一转换必然会导致控制的精度降低，使动态控制的质量变差。2）控制器的设计缺乏系统性，这是由于模糊规则及其隶属度函数的制定是基于专家的知识和经验导致的，人类对自然界的认识是有限的，我们不知道专家所制定的模糊规则是不是全面且准确的，进而无法避免意外事件的发生，模糊控制仍有较大不足。 　　3 模糊控制稳定性分析 　　稳定性分析是模糊控制过程的基本问题，由于模糊控制规则的制定及隶属度函数的选取都是基于专家的知识与经验，其稳定性分析不如常规控制器来得容易。T-S模型的提出及在其模型下的模糊控制稳定性分析研究近些年有了显著进展，通过使用T-S模糊模型对非线性系统进行建模，可将非线性系统模型表示为一系列线性系统模型的加权平均，因此可以使用线性系统理论来分析模糊控制系统的稳定性和控制设计问题，这给控制理论研究尤其是模糊控制的研究带来了非常重要的影响[2]。 　　4 模糊控制的硬件发展 　　模糊控制设计方法越来越多，也越来越完善，但是无法满足对实时性要求非