模糊控制系统分析.PPTVIP

倒立摆产生一定的摆角（下图所示），处于不平衡的位置，整个系统在模糊控制器的调节下，开始工作，工作在一个动态平衡的状态。 原系统中，小车的位置和输入信号作了一个矢量和，为了便于编写规则和理解，我们将这个控件删去，直接将小车的位置输入模糊控制器中。 倒立摆模型中共有4个变量： 1、摆与铅垂线的偏角in1，分为2个模糊集； 2、摆与铅垂线的偏角的角速率in2，分为2个模糊集； 3、小车实际位置与期望位置的差值in3，分为2个模糊集； 4、小车实际位置与期望位置的差值变化率in4，分为2个模糊集； 整个控制器的控制规则共有： 如果将每个变量增加一个模糊集，并将所有的规则都描述出来，就有 ，产生所谓的规则爆炸。 为了避免这种情况，将模糊控制器一分为二（如图所示）。Fuzzy1用于角度和角度变化率的控制，fuzzy2用于小车位移和速度的控制。这样即使每个变量分7个模糊集，每个控制器也就只有 。 两个模糊控制器控制的是同一个变量，所以可以作一个简单的矢量和。但是，由于摆杆和小车在调节过程中所起的作用不同，在这之前对每个输出变量加一个权值。 摆杆角度和角度变化率的控制规则： 小车位移和小车速度控制规则： 对于权值的设定，没有标准可以参考。经过多次试验发现当角度及其变化率设定为15，小车位移及其速度设定为1时，倒立摆能较好的维持在一个动态平衡中。 总结： 由于将模糊控制器一分为二，增强了整个系统对参数（输入变量的量化论域、权值等）的依赖性，缺乏自我调节的能力。 问题： 怎样设定权值才能让控制器达到一个最佳状态？ * 倒立摆的初始位置： 当Time：0s时，倒立摆处于一个平衡的位置，瞬间施加小车一个力（如图所示） PB PMB PM PSM PS PZS ZE PB PMB PM PSM PS PZS ZE NZS PM PMB PSM PS PZS ZE NZS NS PS PSM PS PZS ZE NZS NS NSM ZE PS PZS ZE NZS NS NSM NM NS PZS ZE NZS NS NSM NM NMB NM ZE NZS NS NSM NM NMB NB NB PB PM PS ZE NS NM NB Angle AngleC PB PMB PM PSM PS PZS ZE PB PMB PM PSM PS PZS ZE NZS PM PMB PSM PS PZS ZE NZS NS PS PSM PS PZS ZE NZS NS NSM ZE PS PZS ZE NZS NS NSM NM NS PZS ZE NZS NS NSM NM NMB NM ZE NZS NS NSM NM NMB NB NB PB PM PS ZE NS NM NB Y YC