模糊控制器介绍
例、已知G?5?s?1??s2?2s?3?e?0.5s，分别设计PID控制与模糊控制，使系统达
到较好性能，并比较两种方法的结果。
r _ePID/FCG(s)y
具体要求：
1、分别采用fuzzy工具箱和编程实现模糊控制器。 2、分析量化因子和比例因子对模糊控制器控制性能的影响。
3、分析系统在模糊控制和PID控制作用下的抗干扰能力(加噪声干扰)、抗非线性能力(加死区和饱和特性)以及抗时滞的能力(对时滞大小加以改变)。
4、讨论系统在模糊控制和PID控制作用下的时间参数和结构变化下的抗干扰能力。
模糊控制部分大作业旨在利用模糊控制器和PID控制器实现对已知系统的控制，分别得到较好的控制效果。然后改变系统的参数、结构或者加入非线性环节，以验证模糊控制器的鲁棒性能。以下是作业过程：
1、PID控制
考虑到系统中存在纯延迟环节，使得系统的稳定性大大降低。如果系统的反馈信号没有延迟，系统的响应特性将会得到很好的改善。因此，对于存在纯滞后环节的系统，特别是大延迟过程，一般采用Smith预估控制，即将纯滞后补偿模型与PID控制器并接。本题中，延迟环节的时间常数不是很大，仅为0.2，因此基本上不会影响系统的稳定，采用常规PID控制也基本可以达到很好的控制效果。常规PID控制框图如图1-1（相应文件：PID.mdl）
PIDStepPID ControllerrTo Workspace5s+1Transfer Fcn12s +2s+3Transfer Fcn1uTo Workspace1TransportDelayScopecTo Workspace2
1
图1-1 常规PID控制框图
PID参数选取：Kp?0.38，Ki?0.285，Kd?0.1 常规PID控制的单位阶跃响应曲线：
1.41.210.80.60.40.2002468101214161820 图1-2 常规PID控制响应曲线
2．模糊控制
模糊控制规则（相应文件：zdh.fis）
表1.1 模糊控制规则 EC E NB NM NS NZ PZ PS PM PB NB NB NB NM NM NM NS ZE ZE NM NB NB NM NM NM NS ZE ZE NS NB NB NM NS NS ZE PM PM ZE NB NB NM ZE ZE PM PB PB PS NM NM ZE PS PS PM PB PB PM ZE ZE PS PM PM PM PB PB PB ZE ZE PS PM PM PM PB PB 各变量论域
输入变量：E：[-6 6]；EC：[-6 6]； 输出变量：U：[0 7] 语言变量
E： NB、NM、NS、NZ、PZ、PS、PM、PB（8个） EC：NB、NM、NS、ZE、PS、PM、PB（7个） U： NB、NM、NS、ZE、PS、PM、PB（7个）
2
各变量隶属度函数：三角形函数（trimf） 模糊推理：Mamdani推理法
去模糊化：中位数法（bisector）
模糊控制框图（相应文件：mohu.mdl）
1.7StepGain1du/dtDerivative0.5GainFuzzy Logic Controller-K-Gain25s+1Transfer Fcn12s +2s+3Transfer Fcn1TransportDelayScopecTo Workspace2Scope2Scope1
图1-3 模糊控制框图
选取量化因子：Ke?1.7，Kec?0.5 选取比例因子：Ku?0.171 模糊控制响应曲线
1.41.210.80.60.40.2002468101214161820 图1.4 模糊控制响应曲线
在模糊控制器的设计过程中，选择合适的论域和量化因子、比例因子是至关重要的。量化因子ke选择过大，系统超调较大，过渡过程较长；kec选择过大，系统超调较小，但是响应速度变慢；比例因子ku选择过大导致系统振荡，过小时系统响应过程变长。
3、在模糊控制和PID控制中分别加死区、饱和特性以及对时滞大小加以改变。
1）加死区非线性响应曲线比较（如图1-5）
3