e-works数字化企业网  »  文章频道  »  工业自动化控制  »  控制元件

参数自调整模糊控制器研究及基于FPGA实现设计

2014/6/28    来源:万方数据    作者:路永坤      
关键字:参数自调整  模糊控制  FPGA  
本文给出参数自调整模糊控制器的原理。利用MATLAB,分析了一种参数自调整模糊控制器的控制效果。分析了各种模糊控制器的实现方案。同时给出目前FPGA的发展状况,并且分析了相应工业控制应用情况。最后,给出了基于FPGA的参数自调整模糊控制器的实现结构。

1 引言

  由于模糊控制不依赖系统的精确模型,具有一定适应能力、鲁棒性好等特点,所以模糊控制器在工业控制系统中有着广泛的应用场合。传统模糊控制器对特定专家的经验依赖大,所以有关模糊控制器的性能优化是人们一直以来关注的问题。其中,参数自调整模糊控制器就是一种基于对模糊控制器的输入和输出的量化因子进行自动调节的改进模糊控制器。

  有关模糊控制器的成功实现方案很多,例如基于PC机或单片机等。近年随着电子集成制造工艺以及计算机辅助设计技术的发展,出现了基于EDA工程的FPGA开发技术。利用FPGA丰富的硬件资源,以及方便的辅助开发工具,可以开发一些新型的自动化控制器。

  本文给出一种具有一定适应能力的参数自调整模糊控制器,并且给出有关基于FPGA的实现设计方案。

2 参数自调整模糊控制器原理与设计

  2.1 模糊控制器原理

  普通的模糊控制器包括模糊量化、模糊规则、模糊决策、模糊判决等五个大部分。其中,模糊量化完成对输入精确量转换为输入模糊量。模糊规则是一系列控制规则,通常是一组IF-THEN结构的规则。模糊决策是根据输入模糊量以及模糊控制规则,获得有关模糊决策值。模糊判决是指从决策值模糊集中,判决出一个确切的清晰量。然后把有关控制量作用到被控制对象上。通常在模糊量化的过程中,对输入量要乘以一个比例因子,进而量化到模糊区间上。相类似,在模糊判决输出的决策模糊量也要乘以一个比例因子,进而量化到控制量的精确区间上。

普通模糊系统的原理示意图

 

  图1是普通模糊系统的原理示意图。图中,r、y、e和ec分别是系统的输入信号、输出信号、系统的误差信号、系统输入误差微分信号。E和EC分别是,系统输入误差信号以及相应误差微分信号,量化到模糊区间上的对应量化值。U是模糊判决控制的决策模糊量,u是控制量化值转换到控制精确区间的对应输出控制量。G1、G2、G3分别为输入量化以及控制量化的比例因子。

  比例因子G1、G2和G3对系统响应的影响很大。若G1变化时候,则控制决策表相应的水平覆盖域发生变化,使同一数量值的e所处的水平区域发生变化,相应的输出控制量便可能发生变化。实践证明:在系统响应曲线的上升段,G1的变化将影响系统响应速度,G1越小,死区越小,响应越快,但超调量也越大;在稳定段,也就是E和EC都处在相应零位置的时候,系统的稳态误差与量化因子G1大小成反比。若G2变化,同理也会影响ec所处的水平区域发生变化,相应的输出控制量便可能发生变化。实践证明:对G2的变化,在设定点附近尤其敏感,当G2变小时,控制灵敏度增加,但也增加了收敛的困难,失去了一部分控制规则;而当G2变大时,控制器反应迟钝,容易造成振荡。G3直接影响模糊控制器的输出。在初始段,控制器若以绝对量输出时,G3对控制没什么影响;但当控制器以增量形式输出时,若工作在正值区,G3的增大使输出量也相应增大,上升变快,死区变小;但在收敛段,控制器工作在负值区,G3增大将导致输出量大幅度减少,使得系统缓慢逼近设定值,特别在稳定段,G3大会引起振荡。

  由G1、G2、G3对系统响应的影响,可知在不同阶段对有关比例因子分段取值,显然可以提高模糊控制的控制效果。所以,在本改进的模糊控制器中,采用了对有关比例因子进行调整的策略,也就是所谓的参数自调整模糊控制器。

  2.2 自调整模糊控制器

  文献所提出的自调整模糊控制器,就是采用了在控制中根据输入量误差的大小不同,对有关比例因子进行动态改变。从而提高了有关控制效果。

公式

系统仿真

责任编辑:陈浩
本文为授权转载文章,任何人未经原授权方同意,不得复制、转载、摘编等任何方式进行使用,e-works不承担由此而产生的任何法律责任! 如有异议请及时告之,以便进行及时处理。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐