1 引言
自1965年美國(guó)l．a(chǎn)．zadeh教授發(fā)表了著名的“fuzzy sets”論文以來(lái)，模糊集理論及應(yīng)用研究不斷深入，在控制領(lǐng)域形成了一門(mén)新技術(shù)—模糊控制[1]。模糊控制技術(shù)在復(fù)雜、大滯后、難以建立精確的數(shù)學(xué)模型的非線(xiàn)性控制過(guò)程中表現(xiàn)出了優(yōu)越的性能，是對(duì)傳統(tǒng)控制的有力補(bǔ)充。模糊控制機(jī)制是以條件語(yǔ)句表述的控制規(guī)則來(lái)刻畫(huà)的，因此它帶有明顯的人類(lèi)智能思維特征。近年來(lái)，模糊控制技術(shù)得到了蓬勃發(fā)展，已成為智能控制的一個(gè)主要分支[2]。
本文提出了一種通用復(fù)合模糊控制器，該控制器可根據(jù)要求在線(xiàn)調(diào)整量化因子ke、kec及比例因子ku，并采用復(fù)合控制結(jié)構(gòu)，增加了比例積分環(huán)節(jié)，提高了系統(tǒng)的靜態(tài)性能。仿真結(jié)果表明，該控制器是可行有效的。

2 自調(diào)整模糊控制器的設(shè)計(jì)
2.1 自調(diào)整模糊控制器的結(jié)構(gòu)
自調(diào)整模糊控制器的結(jié)構(gòu)如圖1所示。系統(tǒng)采用典型的二維模糊控制器結(jié)構(gòu)。

圖1 自調(diào)整模糊控制器結(jié)構(gòu)圖

輸入變量為誤差e和誤差變化率ec，輸出控制變量為u，與之相對(duì)應(yīng)的模糊變量分別為e，ec，u。各模糊集合的語(yǔ)言值都分7檔，表示為:{nl，nm，ns，z0，ps，pm，pl}，e和u對(duì)應(yīng)語(yǔ)言變量的論域?yàn)?[＋6，-6]，ec對(duì)應(yīng)語(yǔ)言變量的論域?yàn)?[＋3，－3]。高斯型函數(shù)具有很好的光滑性及對(duì)稱(chēng)性，圖形沒(méi)有零點(diǎn)而且具有比較清晰的物理意義，能很好地描述和逼近隸屬度函數(shù)。因此本文的隸屬度函數(shù)均選用高斯性。
2.2 參數(shù)調(diào)整規(guī)則的制定
在模糊控制器設(shè)計(jì)中，量化因子ke、kec和比例因子ku對(duì)系統(tǒng)的靜、動(dòng)態(tài)性能有重要影響[3]。增大ke，相當(dāng)于縮小誤差的基本論域，增強(qiáng)誤差的控制作用，導(dǎo)致上升速率加大，超調(diào)增大;減小ke，會(huì)使系統(tǒng)調(diào)節(jié)惰性變大;kec增大，將增加系統(tǒng)穩(wěn)定性，但kec過(guò)大將導(dǎo)致系統(tǒng)的過(guò)渡過(guò)程時(shí)間變長(zhǎng)，而kec過(guò)小可能考之過(guò)大的超調(diào)和振蕩;ku相當(dāng)于系統(tǒng)總的放大倍數(shù)，ku增大系統(tǒng)響應(yīng)速度增大，但過(guò)大會(huì)產(chǎn)生超調(diào)，ku過(guò)小，系統(tǒng)穩(wěn)態(tài)精度變差。
因此，當(dāng)e和ec很大時(shí)，控制系統(tǒng)要減小誤差，加快動(dòng)態(tài)過(guò)程，取較大的控制量，這要求減小ke和kec，增大ku;當(dāng)e和ec很小時(shí)，則要提高系統(tǒng)精度，減小超調(diào)，即增大ke和kec，同時(shí)減小ku。為了方便設(shè)計(jì)，我們?nèi)e和kec減小(增大)的倍數(shù)與ku增大(減小)的倍數(shù)相同。這個(gè)系數(shù)的選擇采用普通模糊控制，輸入為誤差和誤差變化率，輸出為調(diào)節(jié)系數(shù)h，h的語(yǔ)言值分七擋，{很小，較小，小，中，大，較大，很大}，或者{vs，rs，s，m，l，rl，vl};論域?yàn)?{s/8, s/4, s/2, s, 2s, 4s ,8s}，s的大小根據(jù)不同的系統(tǒng)而定。根據(jù)調(diào)整規(guī)則，可以得到如附表所示的控制規(guī)則表。
附表 參數(shù)自調(diào)整控制規(guī)則表
e
nl nm ns z0 ps pm pl
nl vs ps s m s rs vs
nm rs s m l m s rs
ns l m l rl l m s
ec z0 m l rl vl rl l m
ps s m l rl l m s
pm rs s m l m s rs
pl vs rs s m s rs vs

3 復(fù)合模糊控制的設(shè)計(jì)
考慮到模糊控制的本質(zhì)是一個(gè)有差系統(tǒng)，不能消除誤差，故控制精度受到影響。眾所周知，積分環(huán)節(jié)可以消除系統(tǒng)的靜態(tài)誤差。將常規(guī)積分器和模糊控制器并聯(lián)，構(gòu)成模糊積分復(fù)合方式。如圖2所示。積分環(huán)節(jié)直接對(duì)誤差的精確量積分，只要有偏差積分環(huán)節(jié)就起作用，直到積分飽和;只有偏差為零時(shí)積分作用才停止。然后與模糊控制器的輸出控制作用疊加構(gòu)成總的控制作用u*。

4 通用復(fù)合模糊控制器的設(shè)計(jì)
通用復(fù)合模糊控制器采用參數(shù)自調(diào)整模糊控制器結(jié)合積分環(huán)節(jié)的方式，即在自調(diào)整模糊控制器的基礎(chǔ)上，把積分環(huán)節(jié)引入到系統(tǒng)中。

5 通用復(fù)合模糊控制器的仿真研究
本文用matlab軟件的simubbbb進(jìn)行模糊控制系統(tǒng)的仿真實(shí)驗(yàn)。首先，通過(guò)模糊邏輯工具箱建立模糊控制器[4]。運(yùn)行fuzzy命令，進(jìn)入模糊邏輯編輯窗口，利用fis editor建立e、ec、u的論域、語(yǔ)言變量、隸屬度函數(shù)，以及模糊控制規(guī)則、決策法、模糊判決法等。然后，存盤(pán)建立fis型文件。再用readfis函數(shù)來(lái)實(shí)現(xiàn)fis型文件(模糊控制器)同simubbbb的鏈接。最后，用simubbbb建立如圖3所示的仿真結(jié)構(gòu)圖(以二階系統(tǒng)為例)。在simubbbb的fuzzy logic controller中塊參數(shù)中輸入fis型文件的名稱(chēng)就可以進(jìn)行模糊控制系統(tǒng)的仿真了。

圖2 復(fù)合模糊控制系統(tǒng)框圖

分別對(duì)傳遞函數(shù)為，，的被控對(duì)象進(jìn)行了仿真實(shí)驗(yàn)。其結(jié)果如圖4所示。

圖3 通用復(fù)合模糊控制器仿真結(jié)果圖

圖4中，標(biāo)號(hào)為②的曲線(xiàn)是普通模糊控制器所得到的仿真結(jié)果，標(biāo)號(hào)為①的曲線(xiàn)是通用復(fù)合模糊控制器所得到的仿真結(jié)果。圖4中(c)和(d)分別是對(duì)象為g3(s)時(shí)，取不同參數(shù)時(shí)的仿真的結(jié)果。

6 結(jié)束語(yǔ)
提出了量化因子、比例因子自調(diào)整模糊控制器與積分環(huán)節(jié)結(jié)合的新的通用復(fù)合模糊控制器。并對(duì)不同的被控對(duì)象，采用matlab的simubbbb進(jìn)行了數(shù)字仿真實(shí)驗(yàn)研究。結(jié)果說(shuō)明采用這種復(fù)合模糊控制器，系統(tǒng)不僅比普通模糊控制器具有更好的動(dòng)態(tài)和穩(wěn)態(tài)性能，系統(tǒng)的魯棒性也得到了很大的提高。