关于模糊控制的一些基础问题

Firststep2014

首先贴一下MATLAB模糊控制的一段代码
%Fuzzy Tunning PID Control
clear all;
clear all;

a=newfis('fuzzpid');

a=addvar(a,'input','e',[-3,3]);                 %Parameter e
a=addmf(a,'input',1,'NB','zmf',[-3,-1]);
a=addmf(a,'input',1,'NM','trimf',[-3,-2,0]);
a=addmf(a,'input',1,'NS','trimf',[-3,-1,1]);
a=addmf(a,'input',1,'Z','trimf',[-2,0,2]);
a=addmf(a,'input',1,'PS','trimf',[-1,1,3]);
a=addmf(a,'input',1,'PM','trimf',[0,2,3]);
a=addmf(a,'input',1,'PB','smf',[1,3]);

a=addvar(a,'input','ec',[-3,3]);                 %Parameter ec
a=addmf(a,'input',2,'NB','zmf',[-3,-1]);
a=addmf(a,'input',2,'NM','trimf',[-3,-2,0]);
a=addmf(a,'input',2,'NS','trimf',[-3,-1,1]);
a=addmf(a,'input',2,'Z','trimf',[-2,0,2]);
a=addmf(a,'input',2,'PS','trimf',[-1,1,3]);
a=addmf(a,'input',2,'PM','trimf',[0,2,3]);
a=addmf(a,'input',2,'PB','smf',[1,3]);

a=addvar(a,'output','kp',[-0.3,0.3]);                 %Parameter kp
a=addmf(a,'output',1,'NB','zmf',[-0.3,-0.1]);
a=addmf(a,'output',1,'NM','trimf',[-0.3,-0.2,0]);
a=addmf(a,'output',1,'NS','trimf',[-0.3,-0.1,0.1]);
a=addmf(a,'output',1,'Z','trimf',[-0.2,0,0.2]);
a=addmf(a,'output',1,'PS','trimf',[-0.1,0.1,0.3]);
a=addmf(a,'output',1,'PM','trimf',[0,0.2,0.3]);
a=addmf(a,'output',1,'PB','smf',[0.1,0.3]);

a=addvar(a,'output','ki',[-0.06,0.06]);                 %Parameter ki
a=addmf(a,'output',2,'NB','zmf',[-0.06,-0.02]);
a=addmf(a,'output',2,'NM','trimf',[-0.06,-0.04,0]);
a=addmf(a,'output',2,'NS','trimf',[-0.06,-0.02,0.02]);
a=addmf(a,'output',2,'Z','trimf',[-0.04,0,0.04]);
a=addmf(a,'output',2,'PS','trimf',[-0.02,0.02,0.06]);
a=addmf(a,'output',2,'PM','trimf',[0,0.04,0.06]);
a=addmf(a,'output',2,'PB','smf',[0.02,0.06]);

a=addvar(a,'output','kd',[-3,3]);                 %Parameter kd
a=addmf(a,'output',3,'NB','zmf',[-3,-1]);
a=addmf(a,'output',3,'NM','trimf',[-3,-2,0]);
a=addmf(a,'output',3,'NS','trimf',[-3,-1,1]);
a=addmf(a,'output',3,'Z','trimf',[-2,0,2]);
a=addmf(a,'output',3,'PS','trimf',[-1,1,3]);
a=addmf(a,'output',3,'PM','trimf',[0,2,3]);
a=addmf(a,'output',3,'PB','smf',[1,3]);

rulelist=[1 1 7 1 5 1 1;
    1 2 7 1 3 1 1;
    1 3 6 2 1 1 1;
    1 4 6 2 1 1 1;
    1 5 5 3 1 1 1;
    1 6 4 4 2 1 1;
    1 7 4 4 5 1 1;
   
    2 1 7 1 5 1 1;
    2 2 7 1 3 1 1;
    2 3 6 2 1 1 1;
    2 4 5 3 2 1 1;
    2 5 5 3 2 1 1;
    2 6 4 4 3 1 1;
    2 7 3 4 4 1 1;
   
    3 1 6 1 4 1 1;
    3 2 6 2 3 1 1;
    3 3 6 3 2 1 1;
    3 4 5 3 2 1 1;
    3 5 4 4 3 1 1;
    3 6 3 5 3 1 1;
    3 7 3 5 4 1 1;
   
    4 1 6 2 4 1 1;
    4 2 6 2 3 1 1;
    4 3 5 3 3 1 1;
    4 4 4 4 3 1 1;
    4 5 3 5 3 1 1;
    4 6 2 6 3 1 1;
    4 7 2 6 4 1 1;
   
    5 1 5 2 4 1 1;
    5 2 5 3 4 1 1;
    5 3 4 4 4 1 1;
    5 4 3 5 4 1 1;
    5 5 3 5 4 1 1;
    5 6 2 6 4 1 1;
    5 7 2 7 4 1 1;
   
    6 1 5 4 7 1 1;
    6 2 4 4 5 1 1;
    6 3 3 5 5 1 1;
    6 4 2 5 5 1 1;
    6 5 2 6 5 1 1;
    6 6 2 7 5 1 1;
    6 7 1 7 7 1 1;
   
    7 1 4 4 7 1 1;
    7 2 4 4 6 1 1;
    7 3 2 5 6 1 1;
    7 4 2 6 6 1 1;
    7 5 2 6 5 1 1;
    7 6 1 7 5 1 1;
    7 7 1 7 7 1 1];

a=addrule(a,rulelist);
a=setfis(a,'DefuzzMethod','mom');
writefis(a,'fuzzpid');

a=readfis('fuzzpid');

%PID Controller
ts=0.001;
sys=tf(5.235e005,[1,87.35,1.047e004,0]);
dsys=c2d(sys,ts,'tustin');
[num,den]=tfdata(dsys,'v');

u_1=0.0;u_2=0.0;u_3=0.0;

y_1=0;y_2=0;y_3=0;

x=[0,0,0]';

error_1=0;
e_1=0.0;
ec_1=0.0;

kp0=0.40;
kd0=1.0;
ki0=0.0;

for k=1:1:500
    time(k)=k*ts;
   
    rin(k)=1;
    %Using fuzzy inference to tunning PID
    k_pid=evalfis([e_1,ec_1],a);
    kp(k)=kp0+k_pid(1);
    ki(k)=ki0+k_pid(2);
    kd(k)=kd0+k_pid(3);
    u(k)=kp(k)*x(1)+kd(k)*x(2)+ki(k)*x(3);
   
    if k==300    %Adding disturbance(1.0v at time 0.3s)
        u(k)=u(k)+1.0;
    end
    if u(k)>=10
        u(k)=10;
    end
    if u(k)<=-10
        u(k)=-10;
    end
   
    yout(k)=-den(2)*y_1-den(3)*y_2-den(4)*y_3+num(1)*u(k)+num(2)*u_1+num(3)*u_2+num(4)*u_3;
    error(k)=rin(k)-yout(k);
    %%%%%%%%%%%%%%%%Return of PID parameters%%%%%%%%%%%%%%
    u_3=u_2;
    u_2=u_1;
    u_1=u(k);
   
    y_3=y_2;
    y_2=y_1;
    y_1=yout(k);
   
    x(1)=error(k);              %Calculating P
    x(2)=error(k)-error_1;              %Calculating D
    x(3)=x(3)+error(k);              %Calculating I
   
    e_1=x(1);
    ec_1=x(2);
   
    error_2=error_1;
    error_1=error(k);
end
showrule(a)
figure(1);plot(time,rin,'b',time,yout,'r');
xlabel('time(s)');ylabel('rin,yout');
figure(2);plot(time,error,'r');
xlabel('time(s)');ylabel('error');
figure(3);plot(time,u,'r');
xlabel('time(s)');ylabel('u');
figure(4);plot(time,kp,'r');
xlabel('time(s)');ylabel('kp');
figure(5);plot(time,ki,'r');
xlabel('time(s)');ylabel('ki');
figure(6);plot(time,kd,'r');
xlabel('time(s)');ylabel('kd');
figure(7);plotmf(a,'input',1);
figure(8);plotmf(a,'input',2);
figure(9);plotmf(a,'output',1);
figure(10);plotmf(a,'output',2);
figure(11);plotmf(a,'output',3);
plotfis(a);
fuzzy fuzzpid.fis   

运行之后会出现很多张图片，其中比较重要的是模糊化中隶属函数的设置及模糊规则，
程序中将E、EC的论域都设置成[-3,3]，集合[NB NM NS Z PS PM PB]

有些不明白的是隶属函数及其参数是如何选择的

模糊规则表基本都是固定的，这个没有什么疑问

以下是整个PMSM控制框图

小菜鸟16

用了模糊控制比常规PI好在哪？有对比么

Firststep2014

小菜鸟16 发表于 2015-10-21 23:00
用了模糊控制比常规PI好在哪？有对比么

仿真的对比是   响应更平滑  超调小  实际的据说只有汇川做过

youistheonly

但是我做的PI仿真效果也很好啊 没有超调 响应也快。

Acoary_123123

Firststep2014 发表于 2015-10-23 15:21
仿真的对比是   响应更平滑  超调小  实际的据说只有汇川做过

实际未必！
PI控制也能做的很好，只不过PI控制参数对负载情况敏感点，如惯量等，但PI参数在负载情况变化的一定范围内是稳定并且控制结果和精度是可以接受的。

模糊控制没做过，说点个人感觉，模糊控制本身就是不准确的一种控制，控制结果一致性不能保证！

在精确和性能要求高的应用下没法用，应用有局限性。

不清楚汇川在什么产品上用的模糊控制，如果是变频器，没什么大问题，要是伺服上用模糊控制，就只能呵呵了

gyc198215

只听说洗衣机用来称重有这个模糊控制算法。不知道各位清楚驱动产品有谁家在用，参考学习下

月贝凡

隶属函数一般由模糊统计法、二元对比排序法、专家经验法或者神经网络法来确定

youistheonly

模型可以分享一下吗？

windancerhxw

听别人说模糊控制在家电行业应用效果比较，支持一个，静待大牛的见解。

许二威

你好，楼主，看到有人在研究模糊控制，我真是太欣慰了，断断续续做了三个月也没有出现理想的波形，真是要崩溃了，希望楼主能指点一下，万分感谢。留下WeChat：15536605089