规则可调整的Fuzzy控制器（取=0.5、0.625和0.75三种情况）----利用MATLAB模糊控制器实现对水位高度调节SIMULINK仿真（隶属度3分级）

本文链接：https://blog.youkuaiyun.com/qq_42816065/article/details/122418728

A.理论分析与设计

利用MATLAB模糊控制器实现对水位高度调节SIMULINK仿真（隶属度3分级）_PoistRXE的博客-优快云博客利用MATLAB模糊控制器实现对水位高度调节SIMULINK仿真（隶属度3分级）https://blog.youkuaiyun.com/qq_42816065/article/details/122397812与该例子中的理论分析完全相同，后文中将该例子称为示例6.1。

B.FUZZY控制器设计

（1）FUZZY控制器结构、建立隶属度函数

与上面的例子相同。

（2）建立液位模糊控制规则表

根据公式计算不同α 对应的模糊控制规则表。

编写matlab计算函数如下：

a=0.5;E=[-1 0 1];EC=[-1 0 1];
[~,m]=size(E);[~,n]=size(EC);
U=zeros(n,m);
for i=1:n
    for j=1:m
        U(n+1-i,j)=int16(2*(a*E(j)+(1-a)*EC(i)));
    end
end

输出的U矩阵对应的就是模糊控制规则表。

表1 示例6.1的液位模糊控制规则表

level valve rate	high	okay	low
negative	close-fast	open-slow	open-fast
zero	close-fast	no-change	open-fast
positive	close-fast	close-slow	open-fast

表2 α=0.5 液位模糊控制规则表

level valve rate	high	okay	low
negative	no-change	open-slow	open-fast
zero	close-slow	no-change	open-slow
positive	close-fast	close-slow	no-change

表3 α=0.625 液位模糊控制规则表

level valve rate	high	okay	low
negative	close-slow	open-slow	open-fast
zero	close-slow	no-change	open-slow
positive	close-fast	close-slow	open-slow

表4 α=0.75 液位模糊控制规则表

level valve rate	high	okay	low
negative	close-slow	open-slow	open-fast
zero	close-fast	no-change	open-fast
positive	close-fast	close-slow	open-slow

在FUZZY控制器中填写该表格，如图1-4所示分别为示例6.1、α=0.5、α=0.625、α=0.75 对应的rule设置。

图1 示例6.1对应的rule设置

图2 α=0.5 对应的rule设置

图3 α=0.625 对应的rule设置

图4 α=0.75 对应的rule设置

在view中查看Rules，如图5-8所示为示例6.1、α=0.5、α=0.625、α=0.75 对应的Rules。

图5 示例6.1对应的Rules实例

图6 α=0.5 对应的Rules实例

图7 α=0.625 对应的Rules实例

图8 α=0.75 对应的Rules实例

在view中查看FIS输出量曲面观测窗，如图9-12所示为示例6.1、α=0.5、α=0.625、α=0.75 对应的surface观测窗。

图9 示例6.1对应的surface观测窗

图10 α=0.5 对应的surface观测窗

图11 α=0.625 对应的surface观测窗

图12 α=0.75 对应的surface观测窗

（3）输出FUZZY控制器

顺序单击File--Export --To Workspace和To File，将示例6.1、α=0.5、α=0.625、α=0.75 对应的模糊控制器分别保存为level_FIS、level_FIS_5、level_FIS_625、level_FIS_75，模糊控制器设计完毕。

C. 建立基于模糊控制器的液位模糊控制的Simulink模型

（1）搭建Simulink模型

如图13所示为示例6.1、α=0.5、α=0.625、α=0.75 对应的液位模糊控制的Simulink整体框图。

图13 Simulink整体框图

（2）阀门子系统框图、限幅积分器的参数设置、水箱子系统框图、限幅积分器的参数设置、Overflow sensor参数设置、Signal Generator、Saturation参数设置

与该例相同，这里不做累述。如图14所示为示例6.1、α=0.5、α=0.625、α=0.75 对应Fuzzy Logic Controller参数设置界面。

图14 示例6.1、α=0.5、α=0.625、α=0.75对应的Fuzzy Logic Controller参数设置

D. Simulink仿真结果

如图15所示为示例6.1、α=0.5、α=0.625、α=0.75对应的Simulink仿真结果，蓝色的线给定输入，橙色的为示例6.1的液位变化，黄色的线为α=0.5对应的液位变化，紫色的线为α=0.625对应的液位变化，绿色的线为α=0.75对应的液位变化，图中α=0.625和α=0.75对应的液位变化很相近，几乎重合。

1.快速性：分析α=0.5变化到α=0.75的过程中，控制规则中误差的作用变得越来越大，系统的快速性不断得到增强，同时也带了系统的超调（α=0.625和α=0.75），但是很微小（<5%），在可以接受的范围内。

2.有无静差：可以从结果中看出示例6.1、α=0.5、α=0.625、α=0.75对应的模糊控制器都能够实现无静差控制。

3.动态特性：与示例6.1中的模糊控制器相比，α=0.5、α=0.625、α=0.75对应的模糊控制器动态跟随性能得到不断地提升。

图15 示例6.1、α=0.5、α=0.625、α=0.75对应的Simulink仿真结果

4. 小结（性能综合评述）。

性能综合评述：模糊自动控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种计算机数字控制[1]。它的组成核心是具有智能性的模糊控制器。模糊控制器一般由输入量模糊化。接口、知识库、推理机和输出模糊判决4个部分组成[2]。模糊化接口就是要把测量的输入变量映射到一个合适的响应论域。模糊控制是基于模糊集合理论的控制方式，它的出现为非线性控制器的设计提出了一种比较容易的设计方法，尤其是当受控装置含有不确定性，而且很难用常规非线性理论处理时更为有效,受到工程控制领域的欢迎，获得了比较多的应用，但是当误差变化率变化范围较大时，会出现模糊控制的实时控制性能变差和定位精度不高的情况，究其原因是误差e和误差变化率△e量化等级少、区间跨度大[1]。在液位模糊控制中，模糊控制具有无静差、快速性好、动态跟随性能好等特点，满足实际的控制要求。

对于规则可调整的Fuzzy控制器，通过α调整值的大小，可以改变对误差和误差变化率对控制输出量U的加权程度,从而调整了控制规则。这样也就是对于整个e论域的所有等级均按照取定加权系数α来调整，实际上α值加大表示误差系数上升，而误差变化率系数下降，显然，当被控对象阶次较高，系统响应慢时，应减小α,提高对误差变化率e的加权程度，反之当被控对象阶次较低，系统响应较快时，则应增大α，减少对误差变化率e的加权程度，α值可采用参数寻优或离线整定的方法求得其最优值。