智能控制作业组别：第一组姓名：李孜伟学号： 162060081 专业：控制工程一、已知系统传递函数为sessG5.01101)(, 假设系统给定阶跃值r=30,系统的初始值 r(0)=0, 试分别设计1）常规的 PID 控制器；2）常规的模糊控制器；3）比较两种控制器的控制效果。解：1). 常规 PID 控制器的设计：Simulink 仿真图：系统参数设定：阶跃值r=30,系统的初始值 r(0)=0。传递函数有延迟环节，设定为0.5。PID 参数设定：仿真结果：2）常规的模糊控制器：1．在 matlab 命令窗口输入“ fuzzy ” 确定模糊控制器结构：即根据具体的系统确定输入、输出量。选取二维控制结构，即输入为误差E 和误差变化 EC，输出为 U，如下图所示 : 2．输入输出变量的模糊化：即把输入输出的精确量转化为对应语言变量的模糊集合。首先我们要确定描述输入输出变量语言值的模糊子集，如{NB，NM，NS，ZO，PS，PM，PB}，并设置输入输出变量的论域，然后我们为模糊语言变量选取相应的隶属度函数。如下图所示: 3．模糊推理决策算法设计：即根据模糊控制规则进行模糊推理，并决策出模糊输出量。首先要确定模糊规则，即专家经验。如图所示: 制定完之后， 会形成一个模糊控制规则矩阵， 然后根据模糊输入量按照相应的模糊推理算法完成计算，并决策出模糊输出量。4．对输出模糊量的解模糊：模糊控制器的输出量是一个模糊集合，通过反模糊化方法判决出一个确切的精确量，反模糊化方法很多，我们这里选取重心法。Simulink 仿真图：在模糊控制器的输入和输出均有一个比例系数，我们叫它量化因子， 它反映的是模糊论域范围与实际范围之间的比例关系，这里模糊控制器输入的论域范围均为 [-6 ，6] ，假设误差的范围是 [-10 ，10] ，误差变化率范围是 [-100 ，100] ，控制量的范围是 [-24 ，24] ，那么我们就可以算出量化因子分别为0.6 ，0.06 ，8。量化因子的选取对于模糊控制器的控制效果有很大的影响，当输出量化因子调为10 控制效果更好。仿真结果：3）比较两种控制器的控制效果：在模糊控制器的设计过程中， 选择合适的论域和量化因子、 比例因子是至关重要的。量化因子ek 选择过大，系统超调较大，过渡过程较长；eck 选择过大，系统超调较小， 但是响应速度变慢； 比例因子uk 选择过大导致系统振荡， 过小时系统响应过程变长。
