发布时间 : 星期日 文章(完整版)基于Matlab的恒温箱温度控制系统设计与仿真毕业设计更新完毕开始阅读72472dd96037ee06eff9aef8941ea76e58fa4a36
输出一般选受控变量的变化量。按照输入变量数目的不同可以把模糊控制器分为：单变量模糊控制器和多变量模糊控制器，而单变量模糊控制输入的个数称为模糊控制器的维数，从理论上讲，模糊控制器的维数越高，控制效果也越好，但是实现起来也越困难，而维数太低的模糊控制器，控制效果又不理想，因此目前最典型的模糊控制器是二维模糊控制器，即输入为误差E和误差变化率EC。
2.选取模糊控制规则
（1）选定描述控制器输入和输出变量的语义词汇 我们称这些语义变量词汇为变量的模糊状态。如果选择比较多的词汇，那么制定规则就比较灵活，形成的规则就比较精确，不过，这种控制规则比较复杂，且不易制订。因此，在选择模糊状态时，必须兼顾简单性和灵活性。在实际应用中，通常选取7至9个模糊状态，即正大、正中、正小、负小、负中、负大和零7个模糊状态加上正零和负零2个模糊状态。
（2）规定模糊集
模糊集表示各种模糊状态，当输入误差在高分辨率的模糊子集上变化时，有输入误差引起的输出变化比较剧烈。反之，当输入误差在低分辨率的模糊子集上变化时，所引起输出变化
比较平缓。因此，对于误差变化范围较大的情况，应采用分辨率较低的模糊子集，而当误差接近零时采用分辨率高的模糊子集。对应于误差E的语言变量，可分为下列7个模糊状态：PL,PM,PS,ZE,NS,NM,NL。对应于误差变化率EC的语言变量，可分为7个模糊状态：PL,PM,PS,ZE,NS,NM,NL。
3.确定模糊化的解模糊策略
与模糊化相反，模糊推理得到的是模糊集合的形式，而对于实际的控制则必须为清晰量，因此需要将模糊量转换成清晰量，常用的解模糊方法有最大隶属度法，中位数法和重心法。
3.3温度模糊控制器的设计
3.3.1控制器结构
如图所示，输入量为误差E和误差变化率EC
图3 温度模糊控制器结构原理图 3.3.2模糊子集的选取
输入变量(E),输入变量的一阶导数(EC)和输出变量U的模糊子集如下:
E={NL，NM，NS，ZE，PS，PM，PL}； EC={NL，NM，NS，ZE，PS，PM，PL}； U={NL，NM，NS，ZE，PS，PM，PL}；
其中NL，NM，NS，ZE，PS，PM，PL分别为负大，负中，负小，零，正小，正中，正大。
选取各输入量与输出量的论域为:
输入变量(E)的模糊论域取{-6，-5，-4，-3，-2，-1 ，0，+l，+2，+3，+4，+5，+6}；
输入变量(EC)的模糊论域取{-6，-5，-4，-3，-2，-l，O，+l，+2，+3，+4，+5，+6}；
输出变量(U)的模糊论域取{-6，-5，-4，-3，-2，-1，0，+1，+2，+3， +4，+5，+6}。
输入输出变量的隶属度赋值表如表1所示： 表1 输入输出变量隶属度赋值表
模糊集合 0 1` 4 5 6 隶属度 -6 -5 -4 -3 -2 -1 元素 PL 0.0 PM 0.0 PS 0.0 ZE 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 1.0 0.0 0.0 0.8 0.6 0.0 0.2 1.0 0.1 0.1 0.7 0.5 0.0 0.4 1.0 0.1 0.0 0.8 0.7 0.0 0.0 1.0 0.2 0.0 0.0 2 3
NS 0.0 0.0 0.7 0.8 0.1 1.0 0.4 0.5 0.7 0.1 1.0 0.2 0.0 0.8 0.0 0.0 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 NM 0.2 NL 1.0
3.3.3模糊规则的确定
模糊规则基于操作人员长期积累的控制经验和领域专家的有关知识经过归纳整理所形成，它是对被控对象进行控制的一个知识模型，利用这个模糊模型，可以设计出比较理想的控制器。本文中制定的模糊规则如下表2所示：
表2 控制系统的模糊规则
U E NL EC NL NM NS ZE PS PM NL NL NL NL NM NS NM NL NL NL NM NS ZE NS NL NL NM NS ZE PS ZE NL NM NS ZE PS PM PS NM NS ZE PS PM PL PM NS ZE PS PM PL PL PL ZE PS PM PL PL PL