matlab模糊控制工具箱使用和模糊控制pid实例参考

开垦者

之前写的内容，最近咨询这方面的粉丝较多，故在分析一下

、模糊控制工具箱使用

首先我们在Matlab的命令窗口中输入fuzzy，回车就会出来这样一个窗口。



下面我们都是在这样一个窗口中进行模糊控制器的设计。

1）确定模糊控制器结构：即根据具体的系统确定输入、输出量。

这里我们可以选取标准的二维控制结构，即输入为误差e和误差变化ec，输出为控制量u。注意这里的变量还都是精确量。相应的模糊量为E，EC和U，我们可以选择增加输入(Add Variable)来实现双入单出控制结构。



2）输入输出变量的模糊化：即把输入输出的精确量转化为对应语言变量的模糊集合。

在模糊控制工具箱中，我们在Member Function Edit中即可完成这些步骤。首先我们打开Member Function Edit窗口.





然后分别对输入输出变量定义论域范围，添加隶属函数，以E为例，设置论域范围为[-3 3]，添加隶属函数的个数为7.





然后根据设计要求分别对这些隶属函数进行修改，包括对应的语言变量，隶属函数类型。





3）模糊推理决策算法设计：即根据模糊控制规则进行模糊推理，并决策出模糊输出量。



制定完之后，会形成一个模糊控制规则矩阵，然后根据模糊输入量按照相应的模糊推理算法完成计算，并决策出模糊输出量。

4）对输出模糊量的解模糊：模糊控制器的输出量是一个模糊集合，通过反模糊化方法判决出一个确切的精确量，模糊化方法很多，我们这里选取重心法。

   


5）然后Export to disk，即可得到一个.fis文件，这就是你所设计的模糊控制器。



6）simulink中使用fis文件，首先加入fuzzy模块，然后写入模糊文件，注意应用格式加单引号： 'fuzzpid.fis'



2、模糊控制pid实例

模糊PID控制，即利用模糊逻辑并根据一定的模糊规则对PID的参数进行实时的优化，以克服传统PID参数无法实时调整PID参数的缺点。模糊PID控制包括模糊化，确定模糊规则，解模糊等组成部分。小车通过传感器采集赛道信息，确定当前距赛道中线的偏差E以及当前偏差和上次偏差的变化ec，根据给定的模糊规则进行模糊推理，最后对模糊参数进行解模糊，输出PID控制参数。



KP的模糊规则控制表

?kp		EC
		NB	NM	MS	ZO	PS	PM	PB
E	NB	PB	PB	PM	PM	PS	ZO	ZO
	NM	PB	PB	PM	PS	PS	ZO	NS
	NS	PM	PM	PM	PS	ZO	NS	NS
	ZO	PM	PM	PS	ZO	NS	NM	NM
	PS	PS	PS	ZO	NS	NS	NM	NM
	PM	PS	ZO	NS	NM	NM	NM	NB
	PS	ZO	ZO	NM	NM	NM	NB	NB

KI的模糊规则控制表

?ki		EC
		NB	NM	NS	ZO	PS	PM	PB
E	NB	NB	NB	NM	NM	NS	ZO	ZO
	NM	NB	NB	NM	NS	NS	ZO	ZO
	NS	NB	NM	NS	NS	ZO	PS	PS
	ZO	NM	NM	NS	ZO	PS	PM	PM
	PS	NM	NS	ZO	PS	PS	PM	PB
	PM	ZO	ZO	PS	PS	PM	PB	PB
	PB	ZO	ZO	PS	PM	PM	PB	PB

KD的模糊规则控制表

?kd		EC
		NB	NM	NS	ZO	PS	PM	PB
E	NB	PS	NS	NB	NB	NB	NM	PS
	NM	PS	NS	NB	NM	NM	NS	ZO
	NS	ZO	NS	NM	NM	NS	NS	ZO
	ZO	ZO	NS	NS	NS	NS	NS	ZO
	PS	ZO	ZO	ZO	ZO	ZO	ZO	ZO
	PM	PB	NS	PS	PS	PS	PS	PB
	PB	PB	PM	PM	PM	PS	PS	PB

模糊推理系统结构图

输入变量的隶属取三角形函数，如下:



误差变量E的隶属函数



误差变化变量EC的隶属函数

输出变量的隶属同样取三角形函数，如下:



输出变量KP的隶属函数



输出变量KD的隶属函数



输出变量KI的隶属函数

确定了输入和输出隶属函数后，在模糊规则编辑器中，输入表格中的模糊推理规则，共49条，如下图



模糊推理编辑器

此时得到的三参数的变化如下图



模糊推理KP变化图



模糊推理KI变化图



模糊推理KD变化图





运行仿真得到结果