文档介绍：智能控制-课程设计-模糊控制算法研究
《智能控制》
课程设计报告
专业：自动化
班级： 3班学号：20080220321
学糊集合及其论域定义如下：
E、EC和U的模糊集合均为：
{NB、NM、NS、0、PS、PM、PB}
E和EC的论域为：
{-6、-5、-4、-3、-2、-1、0、1、2、3、4、5、6}
U的论域为：
{-7、-6、-5、-4、-3、-2、-1、0、1、2、3、4、5、6、7}
上述的三个模糊集合都选取了7个元素，主要目的是着眼于提高稳态精度。E、EC和U的隶属度函数图形如图2,3,4 所示：
图2 变量E的隶属度函数
图3 变量EC的隶属度函数
图4 变量U的隶属度函数
（2）模糊控制规则设计
模糊控制规则如下表所示：
表1 模糊控制规则
E
U
EC
NB
NM
NS
0
PS
PM
PB
NB
PS
PS
PS
PS
PM
PB
PB
NM
NS
PS
PS
PS
PM
PM
PB
NS
NM
NS
0
0
PS
PM
PM
0
NB
NM
NS
0
PS
PM
PM
PS
NB
NM
NS
0
0
PS
PM
PM
NB
NB
NM
NS
NS
PS
PS
PB
NB
NB
NM
NS
NS
NS
PS

（3）系统的参数选择
系统所选用的参数为：Saturation、Saturation1、Saturation2的范围分别为：[-6 6]、[-6 6]、[-7 7]，Transport Delay=2S。
通过调试得到PID模糊控制的参数：Gain1=，Gain=，Gain2=
（4）仿真结果：
系统的阶跃响应曲线如图5所示，其中上方的曲线代表系统的阶跃响应，下方的曲线是系统的模糊控制量的变化。
图5 阶跃输入的响应曲线图
本设计中控制系统性能的要求为：，，。
由图5中曲线可知：
符合要求
符合要求
符合要求
图6、系统开环传函的bode图
3、改变模糊控制器中模糊变量的隶属度函数，分析隶属度函数和模糊控制规则对模糊控制效果的影响。比较那种情况下的控制效果较好。
如下图所示改变模糊控制器中的隶属度函数为梯形隶属函数。
图7 变量E的隶属度函数
图8 变量EC的隶属度函数
图9 变量U的隶属度函数
此时系统的阶跃响应曲线为：
图 10 系统的阶跃响应曲线
由图10中曲线可知道：

由以上的仿真结果可以看出梯形隶属度函数的系统性能没有三角形隶属度函数的系统性能好。此时系统的超调量变大，上升时间增大，稳态误差变大。
4、给系统加上扰动，观察此时的阶跃响应曲线，看系统是否仍然稳定，并与无扰动情况下的阶跃响应曲线进行比较。并比较模糊控制和PID控制的鲁棒性。
(1)加扰动时的模型图如图11所示（）。
图11 加扰动后的系统模型图
系统的阶跃响应曲线为：
图12 系统的阶跃响应曲线
由图12中曲线可知道：
超调量变大
符合要求
稳态误差变小
分析：
由数据可知，系统加上扰动之后，系统仍然是稳定的，系统性能指标变化不大，说明有着良好的鲁棒性。究其原因，在Saturation2之前加的扰动，相当于被控制对象的输入量在对应时刻又并联了一个输入，从而在对应的各个时刻相当于增益变大；显而易见，的增大，有助于系统的稳定，但是会使超调量变大。调整时间变小，与实验的结果是吻合的。
5、改变系统的参数，了解模糊控制在系统参数发生变化时的控制效果。并与ＰＩＤ控制器作用下系统参数发生变化时的控制效果进行比较，思考模糊控制相对于传统控制的优点。
（1）当系统开环增益k分别取k=35,k=40和k=45时系统的阶跃响应如图13所示。
图13系统开环增益变化对系统阶跃响应的影响
（2）当系统纯延时分别取、和时系统的阶跃响应如图14所示。
图14系