模糊PID(自适应模糊PID、fuzzy PID)的基本原理及应用举例 by 研三笔记

在这里插入图片描述

1 控制框图

在这里插入图片描述

2 概述

  • 模糊控制PID又叫模糊自适应PID,因为三个PID参数能够实时调整。

  • 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(模糊推力)
    • 解模糊(清晰化)
  • 例如,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。

3 基本原理

模糊控制器主要由三个模块组成:模糊化,模糊推理,清晰化。
在这里插入图片描述

3.1 一些基本的概念、定义

  • 模糊量: 如 E、EC。
  • 论域(上下限):-240~240。
  • 划分区间:-240 ~ -180;-180 ~ -120 ;-120 ~ -60;-60 ~ 0;0 ~ 60;60 ~ 120;120 ~ 180;
    180 ~ 240。
  • 录属度:录属于某个模糊子集的录属度,程度。
  • 模糊子集:
    负大NB(Negative Big)
    负中NM(NegativeMedium)
    负小NS(NegativeSmall)
    零ZE或ZO(Zero)
    正小PS(PositiveSmall)
    正中PM(PositiveMedium)
    正大PB(Positive Big)
  • 录属度函数:用于求解录属度,有线性的、非线性的。

3.2 模糊化

实质:根据录属度函数求取录属度。可以拆分成以下3个部分来理解:

  1. 把-180,-120,-60,0,60,120,180分别用NB,NM,NS,ZO,PS,PM,PB表示。
  2. 例如,当E = 170时,此时的E属于PM和PB之间,而此时的E也会对应2(或1)个隶属度。E隶属于PM(120)的百分比为(180 - 170) / (180 - 120) = 1 / 6 ,而同理隶属于PB(180)的百分比为(170 - 120) / (180 - 120) = 5 / 6 。意思就是120到180进行线性分割了,E离PM和PB哪个更近,则隶属于哪个就更大(当输出值E大于180(PB)时,则隶属度为1,隶属度值为PB,即E完全隶属于PB,同理当E小于 - 180 (NB)时也一样)。同理也可以对EC进行模糊化。
  3. 那么E分别隶属于模糊子集NB,NM,NS,ZO,PS,PM,PB的各个录属度都可以求出。

3.3 模糊推理

实质:根据模糊规则表求取输出值U的隶属度。即根据模糊控制规则进行模糊推理,并决策出模糊输出量。
首先要确定模糊规则,即专家经验。对于我们这个二维控制结构以及相应的输入模糊集,我们可以制定49条模糊控制规则(一般来说,这些规则都是现成的,很多教科书上都有)。
我们假设为E的两个隶属度值为PM、PB;
假设E属于PM的隶属度为a,则属于PB的隶属度为(1 - a);
再假设EC的两个隶属度值为NB、NM;
假设EC属于NM的隶属度为b,则属于NB的隶属度为(1 - b);
根据模糊规则表,当E隶属于PM且EC隶属于NB时,可知输出值U隶属于ZO。
此时输出值U隶属于ZO的录属度为 a *( 1 - b ),其他同理。
在这里插入图片描述
根据上表的求解规则,可以求得输出值U隶属于各个模糊子集的录属度为:
录属于ZO的隶属度为: a * b + a * ( 1 - b ) + ( 1 - a ) * ( 1 - b ) ;
录属于NS的隶属度为 : ( 1 - a ) * b 。
如下圈出部分:
在这里插入图片描述

3.4 清晰化(解模糊、反模糊化)

对于输出值,我们同样采用给予隶属度的办法。例如,我们把输出值假设为[1000,1400](即舵机的摆角值范围)的区间同样划分为八个部分,即7个模糊子集NB_U,NM_U,NS_U,ZO_U,PS_U,PM_U,PB_U。根据上一步所得出的结论,我们就可以用隶属度乘以相应的隶属值算出输出值的解,即 (a * b + a * ( 1 - b ) + ( 1 - a ) * ( 1 - b ) ) * ZO_U + ( 1 - a ) * b * NS_U。到此为止,整个模糊过程就结束了。
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,反模糊化方法很多,我们这里选取重心法。
在这里插入图片描述

3.5 模糊PID

我们已经知道了整个模糊的过程,但上述的输出值只有一个输出,并没有实现PID。因此我们可以先对E和EC进行模糊化,然后分别根据不同的逻辑模糊子集、录属度函数、模糊规则表求得输出值kp、ki和kd的录属度,然后反模糊化求得kp、ki和kd。再将kp、ki和kd套入PID公式。
即将u分别为Ki、Kd、Kp求取各自的录属度,然后清晰化。

3.6 使用.fis文件

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’
或者,现在命令空间中运行:
fis = readfis(‘fuzzpid.fis’)
然后 block中田fis 。
在这里插入图片描述

4 利用matlab模糊控制工具箱设计模糊控制器

matlab版本:matlab2010b。
步骤:

  1. 在matlab命令窗口中输入 fuzzy ,打开模糊控制工具箱。
  2. 确定输入、输出量。
    Edit -> Add Variable -> Input
    在这里插入图片描述
    查看规则编辑器和曲面观测器(view/rules view/surface):
    在这里插入图片描述
    在这里插入图片描述
    待续…

参考资料

【1】https://blog.csdn.net/qingfengxd1/article/details/88023414
【2】https://blog.csdn.net/qq_43907537/article/details/105258484




在这里插入图片描述

点赞、收藏、关注哟!
  • 181
    点赞
  • 1291
    收藏
    觉得还不错? 一键收藏
  • 23
    评论
### 回答1: 模糊自适应整定PIDC语言是一种能够自动调整参数的PID控制器语言。在传统的PID控制器中,参数的整定通常需要通过试错方法和专业知识来进行,这个过程比较复杂且需要经验。而模糊自适应整定PIDC则可以利用模糊控制的原理和算法来自动调整参数,提高控制性能。 模糊自适应整定PIDC语言的基本原理是根据控制系统的输入和输出来建立模糊模型,通过模糊规则来决定参数的调整方向和大小。具体来说,它将控制系统的输入、误差和误差变化率等参数通过模糊化转化为模糊集,然后通过一系列的模糊规则来计算出最终的参数调整值。 这种语言的优势在于能够实时地根据系统的变化情况来进行参数调整,可以适应各种不确定性和非线性特性的控制系统。相比于传统的PID控制器,模糊自适应整定PIDC能够更好地适应多变的工况,提高系统的响应速度和稳定性。 总结来说,模糊自适应整定PIDC语言是一种能够自动调整参数的PID控制器语言,通过模糊控制的原理和算法,根据控制系统的输入和输出来实时调整参数,提高系统的性能和稳定性。 ### 回答2: 模糊自适应整定(Fuzzy Adaptive Tuning)是一种用于PID控制器的参数调整方法,在PID控制器中使用模糊控制理论自适应控制原理,以提高控制性能。 模糊自适应整定PID是通过模糊控制理论引入的一种自适应调整方法,用于实时优化PID控制器的参数。传统的PID控制器参数通常通过试错法或经验法设置,但这种方法往往无法适应系统的变化和非线性特性,导致控制性能不佳。而模糊自适应整定PID能够根据系统实际的反馈信息,自动调整PID参数,以实现更好的控制效果。 模糊自适应整定PID基本原理是通过模糊推理机制构建一个模糊控制器,该模糊控制器根据当前系统的误差和误差变化率来计算出相应的控制量。其中,模糊规则库和模糊隶属函数是模糊推理机制中的重要组成部分。模糊规则库定义了控制器参数如何根据误差和误差变化率进行调整,而模糊隶属函数则用于将实际的输入转换成模糊集合,以便进行模糊推理。 自适应机制是模糊自适应整定PID的另一个重要特性。通过实时动态学习机制,模糊自适应整定PID能够根据系统的实际响应和误差变化情况,自适应地调整模糊规则库和模糊隶属函数,以提高控制器的适应性和稳定性。这种自适应调整能够有效地应对系统参数变化、非线性特性和外部干扰等问题,使得控制器能够在不同的工况下保持较好的控制效果。 总的来说,模糊自适应整定PID在实际应用中有着广泛的用途,能够提高控制系统的性能和稳定性。通过引入模糊控制理论自适应控制原理,模糊自适应整定PID能够根据实际情况实时调整参数,适应不同的控制要求,具有较好的鲁棒性和适应性。 ### 回答3: 模糊自适应整定(Fuzzy Adaptive Tuning)是一种用于PID控制器的自整定方法,在PID控制器的控制参数整定上具有一定的优势。PID控制器是一种常用的控制器,其控制性能受到控制参数的选择和调整的影响。 传统的PID参数整定方法需要依靠经验和试错法进行调整,这种方法对于复杂的系统可能不适用。而模糊自适应整定方法则不需要对系统进行建模,而是采用模糊控制理论自适应算法相结合的方式进行参数整定。 模糊自适应整定PID控制器首先通过观测和测量系统的输入和输出数据,通过建立模糊规则库进行推理,获得模糊控制的输出。然后,在自适应算法的作用下,根据系统的反馈信号和设定的性能指标,通过迭代计算得到新的参数。这样,整定的PID控制器可以根据系统的实时性能进行自适应调整,以更好地满足系统的控制要求。 模糊自适应整定PID控制器具有响应快、控制精度高、适用性强等特点。同时,由于它不需要对系统进行精确的建模,因此可以应用于各种复杂的非线性系统。但是,模糊自适应整定PID控制器的实现需要较高的计算能力和算法设计水平,同时,整定参数的选择也较为复杂,需要经验和专业知识的支持。 总之,模糊自适应整定PID控制器是一种基于模糊控制自适应算法的参数整定方法,可以更好地满足系统的控制要求,尤其适用于复杂的非线性系统。但在实际应用中需要注意算法的复杂性和参数选择的问题。
评论 23
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值