模糊控制器、模糊控制方法及系统的制作方法【专利摘要】本发明公开一种模糊控制器、模糊控制方法—及系统，该模糊控制方法包括：获取检测到的控制对象的实际输出值Yk;根据控制对象的标准值YS6t和实际输出值Yk，计算控制对象的误差E和误差变化率EC;设定模糊控制器的量化论域，计算误差E的量化因子&和误差变化率EC的量化因子Ke。;制定模糊控制规则表Fuzzytable，根据当前的误差E及其量化因子&、误差变化率EC及其量化因子KM，计算输出调节增量AU;更新当前周期的输出控制量Uk，其中，Uk=Ukl+AU,Uk!为上一周期的输出控制量；将输出控制量队输出给执行机构，对控制对象进行模糊控制。本发明能够简化对模糊控制的调节，提高其通用性。【专利说明】模糊控制器、模糊控制方法及系统【
技术领域：
】[0001]本发明涉及模糊控制领域，特别涉及一种模糊控制器、模糊控制方法及系统。【
背景技术：
】[0002]模糊逻辑控制（FuzzyLogicControl)简称模糊控制，是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术，模糊控制实质上是一种非线性控制，从属于智能控制的范畴。[0003]模糊控制在常见系统控制中具有广泛的应用基础，具有不依赖具体对象模型，适用范围广的优势。但实际应用中发现，离散化后的模糊控制器的静态特性并不理想，特别是在偏差零值附近，较易出现输出反复振荡调节的问题，且输出与设定值往往存在一定的静差。[0004]一般来讲，比较常见的改进方法是在使用模糊控制粗调到稳态区域附近后，再切换到传统的PID进行稳态特性的改善，但这类方法依赖于稳态振荡幅度的大小，且需要对PID参数进行反复整定，通用性不强，并且实际调试周期较长。【
发明内容】[0005]有鉴于此，本发明实施例的目的之一在于提出一种模糊控制器、模糊控制方法及系统，能够简化对模糊控制的调节，并提高其通用性。[0006]进一步来讲，该模糊控制方法包括：[0007]获取检测到的控制对象的实际输出值Yk;[0008]根据控制对象的标准值Ysrt和实际输出值Yk，计算所述控制对象的误差E和误差变化率EC;[0009]设定模糊控制器的量化论域，计算误差E的量化因子Ke和误差变化率EC的量化因子Ke。；[0010]制定模糊控制规则表Fuzzytable，根据当前的误差E及其量化因子Ke、误差变化率EC及其量化因子Κε。，计算输出调节增量ΛU;[0011]更新当前周期的输出控制量uk，其中，Uk=Uki+Λυ，Ukl为上一周期的输出控制量；[0012]将所述输出控制量Uk输出给执行机构，对所述控制对象进行模糊控制。[0013]可选的是，在一些实施例中，所述计算输出调节增量AU的步骤之前，还包括：[0014]判断所述当前的误差E是否在模糊控制的粗调范围内，并在判定所述误差E在模糊控制的粗调范围内时，通过以下步骤计算所述输出调节增量AU:[0015]计算输出调节增量参考值AUief;[0016]依据当前误差E及量化因子Κε、误差变化率EC及其量化因子Κε。，查找所述模糊控制规则表FuzzyTable，获取当前模糊控制变量FuzzyU;[0017]根据Δυ=FuzzyU*k*Al4ef，计算得到所述输出调节增量Δυ的值；其中，k为大于1的加速调节比例因子。[0018]可选的是，在一些实施例中，所述计算输出调节增量AU的步骤之前，还包括：[0019]判断所述当前的误差E是否在模糊控制的微调范围内，并在判定所述误差E在模糊控制的微调范围时，通过以下步骤计算所述输出调节增量AU:[0020]计算输出调节增量参考值ΛUMf;[0021]依据当前误差E及量化因子Κε、误差变化率EC及其量化因子Κε。查找所述模糊控制规则表FuzzyTable，获取当前模糊控制变量FuzzyU;[0022]根据Δυ=FuzzyU*AUMf，计算得到所述输出调节增量AU的值。[0023]可选的是，在一些实施例中，所述计算输出调节增量参考值AUMf包括：[0024]查找模糊控制规则表FuzzyTable，获取输出最大量化值FuzzyUmax;[0025]测定系统调节时间T。和系统延迟时间Td;[0026]测定系统允许偏差Emax及其对应的最小输出调节增量值ΛUmin;[0027]根据ΛΚAU^/FuzzyUT。/%，计算得到输出调节增量参考值AUMf。[0028]可选的是，在一些实施例中，上述模糊控制方法还包括：[0029]通过修改或预先设定以下参数中的至少一个，对所述控制对象的模糊控制进行调整；[0030]其中，所述参数包括：所述系统调节时间T。、系统延迟时间Td、输出调节增量参考值AU,ef、误差E、误差变化率EC的基本论域。[0031]相应地，为实现上述糊控制方法，本发明提出一种模糊控制器，该模糊控制器包括：[0032]输入接口单元，用于获取检测到的控制对象的实际输出值Yk;[0033]第一计算单元，用于根据控制对象的标准值Ysrt和实际输出值Yk，计算所述控制对象的误差E和误差变化率EC;[0034]第二计算单元，用于设定模糊控制器的量化论域，计算误差E的量化因子Κε和误差变化率EC的量化因子Kec;[0035]第三计算单元，用于制定模糊控制规则表Fuzzytable，根据当前的误差E及其量化因子Κε、误差变化率EC及其量化因子Κε。，计算输出调节增量ΛU;[0036]第四计算单元，用于更新当前周期的输出控制量Uk，其中，Uk=Ukl+AU，Ukl为上一周期的输出控制量；[0037]输出接口单元，用于将所述输出控制量Uk输出给执行机构以对所述控制对象进行模糊控制。[0038]可选的是，在一些实施例中，所述第三计算单元包括：[0039]查找子单元，用于依据当前误差E及量化因子Ke、误差变化率EC及其量化因子Kec，查找模糊控制规则表FuzzyTable，获取当前模糊控制变量FuzzyU;[0040]判断子单元，用于判断所述当前的误差E是否在模糊控制的粗/微调范围内；[0041]第一计算子单元，与所述查找子单元连接，用于计算输出调节增量参考值ΛUMf;[0042]第二计算子单元，与所述查找子单元、所述判断子单元及所述第一计算子单元连接，用于根据所述判断子单元的判断结果选择Δυ=FuzzyU*k*AUraf或者AU=FuzzyU*AU,ef，计算得到所述输出调节增量AU的值；其中，k为大于1的加速调节比例因子。[0043]可选的是，在一些实施例中，所述第一计算子单元包括：[0044]查找子模块，用于查找模糊控制规则表FuzzyTable，获取输出最大量化值FuzzyUmax；[0045]第一测定子模块，用于测定系统调节时间T。和系统延迟时间Td;[0046]第二测定子模块，用于测定系统允许偏差Emax及其对应的最小输出调节增量值ΔUmin;[0047]计算子模块，与所述查找子模块、第一测定子模块及第二测定子模块连接，用于根据AUref彡AUmin/FUZZyUmax*Te/Td，计算得到输出调节增量参考值AUref。[0048]本发明实施例的另一目的在于提出一种模糊控制系统，以简化模糊控制的调节，并提高通用性。[0049]该模糊控制系统包括上述任一种所述的模糊控制器、执行机构、控制对象以及测量装置；其中，[0050]所述模糊控制器用于将所述输出控制量Uk输出给所述执行机构，所述执行机构用于根据所述输出控制量Uk对所述控制对象进行模糊控制；[0051]所述测量装置用于检测所述控制对象的实际输出值Yk，并将检测数据反馈给模糊控制器。[0052]相对于现有技术，本发明具有以下优势：[0053]本发明的模糊控制器、模糊控制方法及系统利用模糊控制输出进行增量调节，变步长调节与模糊控制相结合，通用性强，调节周期短，针对不同系统，不需要修改程序，通过简易实验测定或预估出误差E的量化因子Κε和误差变化率EC的量化因子Κε。，可获取相对准确的输出控制量Uk，能够简化模糊控制的调节，并提高通用性。[0054]并且，本发明的模糊控制方法和系统采用关键参数的快速确定方式，可通过与监控装置配合快速、直观的实现对应参数的调节。【专利附图】【附图说明】[0055]构成本发明实施例一部分的附图用来提供对本发明实施例的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：[0056]图1为本发明实施例提供的模糊控制系统的原理框图。【具体实施方式】[0057]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0058]需要说明的是，在不冲突的情况下，本发明实施例及实施例中的特征可以相互组合。[0059]下面结合附图，对本发明的各优选实施例作进一步说明：[0060]方法实施例:[0061]为简化对模糊控制的调节并提高其通用性，本实施例提出一种模糊控制方法，该模糊控制方法包括：[0062]S102:获取检测到的控制对象的实际输出值Yk;[0063]S104:根据控制对象的标准值Yset和实际输出值Yk，计算所述控制对象的误差E和误差变化率EC;[0064]S106:设定模糊控制器的量化论域，计算误差E的量化因子Ke和误差变化率EC的量化因子Κε。；[0065]S108:制定模糊控制规则表Fuzzytable，根据当前的误差Ε及其量化因子Ke、误差变化率EC及其量化因子Κε。，计算输出调节增量ΛU;[0066]S110:根据队=队1+八1将上一周期的输出控制量队1更新为当前周期的输出控制量Uk;[0067]S112:将所述输出控制量Uk输出给执行机构，对所述控制对象进行模糊控制。[0068]作为一种可选实施方式，上述糊控制方法还可包括：判断所述当前的误差E是否在模糊控制的粗调范围内，并在判定所述误差E在模糊控制的粗调范围内时，S108中，可以通过以下步骤计算所述输出调节增量AU:[0069]S108a:计算输出调节增量参考值AUMf;[0070]S108b:依据当前误差E及量化因子Ke、误差变化率EC及其量化因子Ke。，查找模糊控制规则表FuzzyTable，获取当前模糊控制变量FuzzyU;[0071]S108c:根据AU=FuzzyU*k*AUraf，计算输出调节增量AU的值。其中，k为大于1的加速调节比例因子，可选的取值范围为5?20。[0072]其中，误差E在模糊控制的粗调范围内可以是指：误差E在模糊控制的量化论域范围之外的情况。例如，模糊控制误差论域为[-3,3]，而实际误差绝对值大于6,此时，误差E在模糊控制的粗调范围内。该粗调范围可根据实际控制对象、控制条件进行设置。[0073]上述实施例中，模糊控制方法利用模糊控制输出进行增量调节，变步长调节与模糊控制相结合，通用性强，调节周期短，针对不同系统，不需要修改程序，通过简易实验测定误差E、误差变化率EC、调节参考值AUief及加速调节比例因子k，可获取相对准确的输出控制量Uk，能够简化模糊控制的调节，并提高通用性。并且，本发明的模糊控制方法和系统采用关键参数的快速确定方式，可通过与监控装置配合快速、直观的实现对应参数的调节。[0074]作为另一种可选实施方式，上述糊控制方法还可包括：判断所述当前的误差E是否在模糊控制的微调范围内，并在判定所述误差E在模糊控制的微调范围时，S108中，可以通过以下步骤计算所述输出调节增量AU:[0075]S108A:计算输出调节增量参考值AUMf;[0076]S108B:依据当前误差E及量化因子Ke、误差变化率EC及其量化因子Ke。，查找模糊控制规则表FuzzyTable，获取当前模糊控制变量FuzzyU;[0077]S108C:根据ΛU=FuzzyU*ΛUMf，计算得到输出调节增量ΛU的值。[0078]其中，误差Ε在模糊控制的微调范围内可以是指：误差Ε在模糊控制的量化论域范围附近的情况。例如，模糊控制误差论域为[_3,3]且实际误差为[_6,6]，此时，误差Ε在模糊控制的微调范围内。该微调范围可根据实际控制对象、控制条件进行设置。[0079]需要说明的是，"判断误差Ε是否在粗调范围"与"判断误差Ε是否在微调范围"可为同一判断操作，也就是说，当判断误差E不在粗调范围，则可默认设置误差E在微调范围。[0080]可选的是，上述两种实施方式中，计算输出调节增量参考值AUMf可采用如下步骤：[0081]1)查找模糊控制规则表FuzzyTable，获取输出最大量化值FuzzyUmax;[0082]2)测定系统调节时间T。和系统延迟时间Td;[0083]3)测定系统允许偏差Emax及其对应的最小输出调节增量值ΛUmin;[0084]4)根据AUref彡AUmin/FUZZyUmax*TyTd，计算得到输出调节增量参考值AUref。[0085]上述实施例中，使用增量控制方法计算输出控制量，即：Uk=Ukl+AU，其中AU调节基准AU#由用户根据实验数据设定或直接计算获取，AU理论值则由模糊控制器根据当前误差Ε及误差变化率EC动态获取，对应计算公式如下：[0086]1)如果误差Ε远在模糊控制的量化范围之外，如模糊控制误差量化论域为[-3，3]，而实际误差量化绝对值大于6,那么，此时：[0087]ΔU=FuzzyU*k*ΔUref[0088]其中，k为大于1的加速调节比例因子，取值范围一般为5?20。[0089]2)如果误差E在模糊控制的量化范围附近，例如，模糊控制误差论域为[_3,3]且实际误差为[-6,6]，那么，此时：[0090]ΔU=FuzzyU*ΔUref[0091]需要指出的是，这里可通过下面的方法确定λUMf的大小：[0092]i)AUMf正比于控制调节周期T。与系统延迟Td的比值。[0093]ii)AU,ef的大小可满足：在系统延迟时间内的调节增量Sum(AU)引起的响应在系统的允许偏差范围内允许的最小调节增量（设为AUmin)，即Sum(AU)彡AUmin，由于：[0094]Sum(ΔU)<Td/Tc*ΔUref*FuzzyUmax[0095]其中，FuzzyUmax是指模糊控制器输出的最大U值，如当模糊控制器输出的量化论域为[_6,6]时，则FuzzyUmax取值为6,则：[0096]AUref^AUmin/FuzzyUmax*Tc/Td[0097]这样，可满足在系统延迟Td时间范围内的调节增量引起的偏差小于系统的允许偏差。[0098]在一可选实施例中，上述模糊控制方法还可包括：[0099]S114:通过修改或预先设定以下参数中的至少一个，对所述控制对象的模糊控制进行调整；[0100]其中，所述参数包括：所述系统调节时间T。、系统延迟时间Td、输出调节增量参考值AU,ef、误差E、误差变化率EC的基本论域。[0101]以上各实施例介绍了模糊控制方法的一般流程，下面结合图1和一实例对上述模糊控制方法做进一步说明，其中，模糊控制方法包括以下步骤：[0102]S202:测定系统延迟时间Td。[0103]S204:测定系统允许偏差对应的最小输出调节增量值AUmin。[0104]例如，系统允许偏差为1时，对应系统响应增加或减少1时对应的调节增量最小值即为八1。[0105]S206:根据最小输出调节增量值AUmin，计算调节增量参考值（调节基准）AUref值。[0106]本步骤中，根据ΔυΜ?彡AUmin/FuzzyUmax*Te/Td，可计算得到AUMf值。[0107]S208:确定误差E及误差变化率EC的模糊基本论域。[0108]这里，根据实验数据确定误差E及误差变化率EC的模糊基本论域，对应误差基本论域一般为允许偏差的3到5倍，而误差变化率EC的论域可根据误差E论域范围内的实验数据由如下公式获取：[0109]Ek=Yset-Yk[0110]EC=Ek-Ekl[0川]Ekl=Ek[0112]其中，Ek表示当前误差值，Ysrt表示控制目标值，Yk表示实际输出值，Ek」表示上一周期的误差值。这里，在计算得到当前误差值Ek时，将上一周期的误差值Ekl更新为当前误差值Ek。[0113]S210:设定模糊控制器的量化论域，计算误差E和误差变化率EC的量化因子Κε、Kec〇[0114]例如：当模糊控制器的误差与误差变化率的量化论域为[_6,6]，而误差基本论域为[-3,3]，误差变化率基本论域为[-0.1，0.1]时，对应误差E的量化因子为Ke=6/3=2，而误差变化率EC的量化因子为Ke。=6/0.1=60。[0115]S212:根据误差E、误差变化率EC及输出的量化论域均为[_6,6]，且模糊规则中的隶属度函数，制定模糊控制规则表Fuzzytable。[0116]例如：依据如下模糊控制规则表，利用matlab工具的fuzzy工具获取对应的离散化模糊控制规则表Fuzzytable。[0117]表1模糊控制规则表[0118]【权利要求】1.一种模糊控制方法，其特征在于，包括：获取检测到的控制对象的实际输出值Yk;根据所述控制对象的标准值Ysrt和实际输出值Yk，计算所述控制对象的误差E和误差变化率EC;设定模糊控制器的量化论域，计算所述误差E的量化因子Κε和所述误差变化率EC的量化因子Κε。；制定模糊控制规则表Fuzzytable，根据当前的误差Ε及其量化因子Ke、误差变化率EC及其量化因子Κε。，计算输出调节增量AU;更新当前周期的输出控制量Uk，其中，Uk=Uki+AU，Uki为上一周期的输出控制量；将所述输出控制量Uk输出给执行机构，对所述控制对象进行模糊控制。2.根据权利要求1所述的模糊控制方法，其特征在于，所述计算输出调节增量ΛU的步骤之前，还包括：判断所述当前的误差Ε是否在模糊控制的粗调范围内，并在判定所述误差Ε在模糊控制的粗调范围内时，通过以下步骤计算所述输出调节增量AU:计算输出调节增量参考值依据当前误差E及量化因子Κε、误差变化率EC及其量化因子Κε。，查找所述模糊控制规则表FuzzyTable，获取当前模糊控制变量FuzzyU;根据Δυ=FuzzyU*k*AUraf，计算得到所述输出调节增量AU的值；其中，k为大于1的加速调节比例因子。3.根据权利要求1所述的模糊控制方法，其特征在于，所述计算输出调节增量ΛU的步骤之前，还包括：判断所述当前的误差Ε是否在模糊控制的微调范围内，并在判定所述误差Ε在模糊控制的微调范围时，通过以下步骤计算所述输出调节增量AU:计算输出调节增量参考值依据当前误差E及量化因子Κε、误差变化率EC及其量化因子Κε。查找所述模糊控制规则表FuzzyTable，获取当前模糊控制变量FuzzyU;根据Δυ=FuzzyU*AUraf，计算得到所述输出调节增量AU的值。4.根据权利要求2或3所述的模糊控制方法，其特征在于，所述计算输出调节增量参考值AUMf包括：查找所述模糊控制规则表FuzzyTable，获取输出最大量化值FuzzyUmax;测定系统调节时间T。和系统延迟时间Td;测定系统允许偏差Emax及其对应的最小输出调节增量值△Umin;根据AUMf彡AUmin/FUZZyUmax*Te/Td，计算得到所述输出调节增量参考值AUMf。5.根据权利要求4所述的模糊控制方法，其特征在于，还包括：通过修改或预先设定以下参数中的至少一个，对所述控制对象的模糊控制进行调整；其中，所述参数包括：所述系统调节时间T。、系统延迟时间Td、输出调节增量参考值ΛUMf、误差E、误差变化率EC的基本论域。6.-种模糊控制器，其特征在于，包括：输入接口单元，用于获取检测到的控制对象的实际输出值Yk;第一计算单元，用于根据控制对象的标准值Ysrt和实际输出值Yk，计算所述控制对象的误差E和误差变化率EC;第二计算单元，用于设定模糊控制器的量化论域，计算所述误差E的量化因子和所述误差变化率EC的量化因子Kec;第三计算单元，用于制定模糊控制规则表Fuzzytable，根据当前的误差E及其量化因子Κε、误差变化率EC及其量化因子Κε。，计算输出调节增量ΛU;第四计算单元，用于更新当前周期的输出控制量Uk，其中，Uk=Uki+AU，Uki为上一周期的输出控制量；输出接口单元，用于将所述输出控制量Uk输出给执行机构以对所述控制对象进行模糊控制。7.根据权利要求6所述的模糊控制器，其特征在于，所述第三计算单元包括：查找子单元，用于依据当前误差E及量化因子Κε、误差变化率EC及其量化因子Κε。，查找模糊控制规则表FuzzyTable，获取当前模糊控制变量FuzzyU;判断子单元，用于判断所述当前的误差E是否在模糊控制的粗/微调范围内；第一计算子单元，与所述查找子单元连接，用于计算输出调节增量参考值△UMf;第二计算子单元，与所述查找子单元、所述判断子单元及所述第一计算子单元连接，用于根据所述判断子单元的判断结果选择ΔU=FuzzyU*k*ΔUMf或者ΔU=FuzzyU*ΔUraf，计算得到所述输出调节增量Λυ的值；其中，k为大于1的加速调节比例因子。8.根据权利要求7所述的模糊控制器，其特征在于，所述第一计算子单元包括：查找子模块，用于查找模糊控制规则表FuzzyTable，获取输出最大量化值FuzzyUmax;第一测定子模块，用于测定系统调节时间T。和系统延迟时间Td;第二测定子模块，用于测定系统允许偏差Emax及其对应的最小输出调节增量值△Umin;计算子模块，与所述查找子模块、第一测定子模块及第二测定子模块连接，用于根据ΛΚAUmin/FUZZyUmax*TyTd，计算得到输出调节增量参考值AUMf。9.一种模糊控制系统，其特征在于，包括：权利要求6至8任一项所述的模糊控制器、执行机构、控制对象以及测量装置；其中，所述模糊控制器用于将所述输出控制量Uk输出给所述执行机构，所述执行机构用于根据所述输出控制量Uk对所述控制对象进行模糊控制；所述测量装置用于检测所述控制对象的实际输出值Yk，并将检测数据反馈给所述模糊控制器。【文档编号】G05B13/04GK104216292SQ201410473059【公开日】2014年12月17日申请日期:2014年9月16日优先权日:2014年9月16日【发明者】邓秋连,高明,马耀辉申请人:湖南三一智能控制设备有限公司