模糊控制大作业-南航-智能控制14315.pdf

《模糊控制大作业-南航-智能控制14315.pdf》由会员分享，可在线阅读，更多相关《模糊控制大作业-南航-智能控制14315.pdf（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 模糊控制器大作业 一、题目要求 考虑如下某水下航行器的水下直航运动非线性模型：()|amm vk v vuyv 其中vR为水下航行器的前进速度，uR为水下航行器的推进器推力，yR为水下航行器的输出，航行器本体质量、附加质量以及非线性运动阻尼系数分别为100,15,10ammk。作业具体要求：1、分别采用 fuzzy 工具箱设计模糊控制器使得系统稳定或跟踪期望指令信号。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、比较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)和抗非线性能力(加死区和饱和特性)。二、构建模糊控制 Simulink 仿真模型 1.模糊控制器的设

2、计（1）观测量：输入量、输出量（控制量）由题目要求分析可知，在这个水下航行器的水下直航运动非线性模型中，输入量是水下航行器的推进器推力uR，输出是水下航行器的前进速度vR。（2）根据系统实际情况，选择误差 e，误差变化 ec 和控制量 u 的论域 e range:-6 6 ec range:-6 6 u range:-6 6（3）e，de 和 u 语言变量的选取 e 7 个：NB,NM,NS,ZO,PS,PM,PB ec 7 个：NB,NM,NS,ZO,PS,PM,PB u 7 个：NB,NM,NS,ZO,PS,PM,PB （4）模糊控制规则确定 u e NB NM NS ZO PS PM P

3、B ec NB PB PB PM PM PS ZO ZO NM PB PB PM PM PS ZO ZO NS PB PB PM PS ZO NM NM ZO PB PB PM ZO NM NB NB PS PM PM ZO NS NM NB NB PM ZO ZO NS NM NM NB NB PB ZO ZO NS NM NM NB NB 表 1 模糊规则表 图 1 模糊控制规则的添加 在模糊控制器的设置中，分别对控制器中的 E、EC、U 进行设置，按照（2）中的选择确定论域范围，均为-6 6，选择的隶属函数为高斯函数分布。2.模糊控制的仿真 按照模糊控制器的结构在 Simulink 环境

4、下搭建仿真模型，如下图所示：图 2 水下航行器模糊控制器仿真 其中，system 子系统模型如下：图 3 水下航行器非线性模型仿真 由仿真图可以清晰看到量化因子 Ke、Kec和比例因子 Ku。通过 readfis 函数将模糊规则控制库导入到 fuzzy-logic controller 中。当比例因子和量化因子设置为 Ke=4，Kec=2，Ku=100，输出的阶跃响应如下：01234567800.20.40.60.81time/sstep response 图 4 参数设置为 Ke=4，Kec=2，Ku=100 的阶跃响应 三、仿真系统性能分析 1.量化因子对模糊控制器性能的影响 在模糊控制器

5、中，两个输入（即误差和误差的倒数）前要加入量化因子，将连续论域转化为离散论域，则量化因子eexnK ；对误差倒数，量化因子为ececxmK；模糊输出的控制量 u 的比例因子为lyKuu 减小量化因子，设置 Ke=2，其他为 Kec=2，Ku=100 保持不变。得到的系统阶跃响应输出如下：01234567800.20.40.60.81time/sstep response 图 5 参数设置为 Ke=2，Kec=2，Ku=100 的阶跃响应 增大量化因子，设置 Ke=6，其他为 Kec=2，Ku=100 保持不变。得到的系统阶跃响应输出如下：01234567800.20.40.60.81time/

6、sstep response 图 6 参数设置为 Ke=6，Kec=2，Ku=100 的阶跃响应 由图 4、图 5 和图 6 的对比分析可以看出，量化因子 Ke的大小对控制系统的动态性能影响很大。Ke增大时，系统阶跃响应加快，系统静差也随之减小。2.比例因子对模糊控制器性能的影响 减小比例因子，设置 Ku=80，其他 Ke=2，Kec=2 保持不变，得到的系统阶跃响应输出如下：01234567800.20.40.60.81time/sstep response 图 7 参数设置为 Ke=2，Kec=2，Ku=80 的阶跃响应 增大比例因子，设置 Ku=500，其他 Ke=2，Kec=2 保持不

7、变，得到的系统阶跃响应输出如下：01234567800.20.40.60.81time/sstep response 图 8 参数设置为 Ke=2，Kec=2，Ku=500 的阶跃响应 由图 4、图 7 和图 8 的对比分析可以看出，比例因子 Ku的大小对控制系统的动态性能影响很大。Ku增大时，系统阶跃响应加快，系统静差也随之减小。四、模糊控制器和 PID 控制器抗干扰性能比较 控制系统仿真与抗干扰分析（1）水下航行器 PID 控制仿真 图 9 水下航行器 PID 控制仿真图 05101500.20.40.60.81time/sstep response 图 10 水下航行器 PID 控制阶跃

8、响应 其中，PID 控制器的参数设置为 Kp=600、Ki=500、Kd=10。（2）加入噪声干扰的水下航行器 PID 控制仿真 加入噪声干扰后，PID 控制仿真图如下：图 11 加入噪声干扰后的水下航行器 PID 控制仿真图 阶跃响应如下图所示：05101500.20.40.60.81time/sstep response 图 12 加入噪声干扰后的水下航行器 PID 控制阶跃响应 2.模糊控制系统仿真与抗干扰分析 加入噪声干扰后的模糊控制仿真图如下：图 13 加入噪声干扰后的水下航行器模糊控制仿真图 阶跃响应如下图所示：01234567800.20.40.60.81time/sstep r

9、esponse 图 14 加入噪声干扰后的水下航行器模糊控制阶跃响应 分 别 对 模 糊 控 制 系 统 和PID控 制 系 统 加 入 干 扰 信 号 白 噪 声，如图 11 以及图 13 所示，由响应曲线图 12，图 14 可得，PID 控制加入噪声干扰使系统出现比较剧烈的震荡。对加入模糊控制器的系统加入噪声干扰，系统的抗干扰能力比 PID 控制器要略好，震荡的幅度比较小。3.PID 控制器和模糊控制器抗非线性能力对比 加入死区和饱和特性后模糊控制与 PID 控制均出现负误差，与 PID 控制相比，模糊控制的响应时间变化不大，但是稳态误差变化较大，所以，综合来看，PID 控制的抗非线性干扰能力强。图 15 模糊控制系统仿真图（加死区和饱和特性）图 16 PID 控制系统仿真图（加死区和饱和特性）01234567800.20.40.60.81time/sstep response 图 17 模糊控制系统响应曲线（加死区和饱和特性）05101500.20.40.60.81time/sstep response 图 18 PID 控制系统响应曲线（加死区和饱和特性）