下载后可任意编辑已知系统的传递函数为：1/(10s+1)*e(-0.5s)。假设系统给定为阶跃值 r=30，系统初始值 r0=0.试分别设计(1)常规的 PID 控制器；(2)常规的模糊控制器；(3)比较两种控制器的效果；(4)当通过改变模糊控制器的比例因子时，系统响应有什么变化？一．基于 simulink 的 PID 控制器的仿真及其调试：调节后的 Kp，Ki，Kd 分别为：10 ，1， 0.05。示波器观察到的波形为：二．基于 simulink 的模糊控制器的仿真及其调试：（1）启动 matlab 后，在主窗口中键入 fuzzy 回车，屏幕上就会显现出如下图所示的“FIS Editor”界面，即模糊推理系统编辑器。下载后可任意编辑（2）双击输入量或输出量模框中的任何一个，都会弹出隶属函数编辑器，简称 MF 编辑器。（3）在 FIS Editor 界面顺序单击菜单 Editor—Rules 出现模糊规则编辑器。下载后可任意编辑本次设计采纳双输入（偏差E和偏差变化量EC）单输出（U）模糊控制器，E的论域是[-6,6]，EC的论域是[-6,6]，U的论域是[-6,6]。它们的状态分别是负大（ NB）、负中（ NM）、负小（ NS）、零（ZO）、正小（PS）、正中（PM）、正大（PB）。语言值的隶属函数选择三角形的隶属度函数。推理规则选用Mamdani 控制规则。该控制器的控制规则表如图所示：Simulink 仿真图如下：下载后可任意编辑在调试过程中发现加入积分调节器有助于消除静差，通过试凑法得出量化因子，比例因子以及积分常数。Ke，Kec，Ku，Ki 分别是：3 ，2.5 ，3.5 ，0.27三．实验心得：通过比较 PID 控制器和模糊控制器，我们可知两个系统观察到的波形并没有太大的区别。相对而言，对于给出精确数学模型的控制对象，PID 控制器显得更具有优势，其一是操作简单，其二是调节三个参数可以达到满意的效果；对于给出给出精确数学模型的控制对象，模糊控制器并没有展现出太大的优势，其一是操作繁琐，其二是模糊控制器调节参数的难度并不亚于 PID 控制器。在实验中增大模糊控制器的比例因子 Ku 会加快系统的响应速度，但 Ku 过大将会导致系统输出上升速率过快，从而使系统产生较大的超调量乃至发生振荡；Ku 过小，系统输出上升速率变小，将导致系统稳态精度变差。下载后可任意编辑
