模糊控制系统的应用一、模糊控制系统的应用背景模糊控制系统是以模糊集合论、 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。 1965 年美国的扎德创立了模糊集合论, 1973 年 , 他给出了 模糊逻辑控制的定义和相关的定理。1974年英国的Mamdani首先用模糊控制语句组成模糊控制器, 并把它用于锅炉和蒸汽机的控制 , 在实验室获得成功 , 这一 开拓性的工作标志着模糊控制论的诞生。模糊控制系统主要是模拟人的思维、 推理和判断的一种控制方法 , 它将人的经验、常识等用自然语言的形式表达出来 , 建立一种适用于计算机处理的输入输 出 过程模型 , 是智能控制的一个重要研究领域。 从信息技术的观点来看, 模糊控 制是一种基于规则的专家系统。 从控制系统技术的观点来看, 模糊控制是一种普遍的非线性特征域控制器。相对传统控制 , 包括经典控制理论与现代控制理论。 模糊控制能避开对象的数学模型 ( 如状态方程或传递函数等) , 它力图对人们关于某个控制问题的成功 与失败和经验进行加工,总结出知识, 从中提炼出控制规则 , 用一系列多维模糊条件语句构造系统的模糊语言变量模型 ， 应用 CRI 等各类模糊推理方法 ， 可以 得到适 合控制要求的控制量, 可以说模糊控制是一种语言变量的控制。模糊控制具有以下特点 :(1) 模糊控制是一种基于规则的控制。 它直接采用语言型控制规则 , 出发点 是 现场操作人员的控制经验或相关专家的知识 , 在设计中不需要建立被控对象 的精确 数学模型 , 因而使得控制机理和策略易于接受与理解 , 设计简单 , 便于 应用 ;(2) 由工业过程的定性认识出发 , 比较容易建立语言控制规则 , 因而模糊 控 制对那些数学模型难以获取、 动态特性不易掌握或变化非常显著的对象非常适用 ;(3) 基于模型的控制算法及系统设计方法 , 由于出发点和性能指标的不同 , 容 易导致较大差异; 但一个系统的语言控制规则却具有相对的独立性 , 利用这 些控制规律间的模糊连接, 容易找到折中的选择 , 使控制效果优于常规控制器;(4) 模糊控制算法是基于启发性的知识及语言决策规则设计的 , 这有利于 模拟 人工控制的过程和方法 , 增强控制系统的适应能力 , 使之具有一定的智能 水平 ;(5) 模糊控制系统的鲁棒性强 , 干扰和参数变化对控制效果的影响被大大 减 弱 , 尤其适合于非线性、时变及纯滞后系统的控制。除此 , 模糊控制还有比较突出的两个优点 :第一 , 模糊控制在许多应用中可以有效且便捷地实现人的控制策略和经验;第二 , 模糊控制可以不需被控对象的数学模型即可实现较好的控制 , 这是 因为被控对象的动态特性已隐含在模糊控制器输入、输出模糊集及模糊规则中。 模 糊控制也有缺陷 , 主要表现在: 1) 精度不太高 ; 2) 自适应能力有限; 3) 易 产生振荡现象。二、模糊控制系统的现状模糊控制的研究主要体现在控制器的研究和开发以及各类实际应用中 , 目 前模 糊控制已经应用在各个行业。 各类模糊控制器也非常多 , 模糊控制器的研究一直是控制界研究的热点问题, 而关于模糊控制系统的稳定性分析则是模糊控 制需要研究和解决的基本问题。 目前已经出现了为实现模糊控制功能的各种集成 电路芯片。 开发模糊控制系统的软件工具也出现了不少。下面作一简单介绍。 1与其它智能控 制的结合或融合模糊控制与其它智能控制的复合产生了多种控制方式方法。主要表现在 : 1 ) 模 糊 PID 控制器模糊 PID 控制器的研究是将模糊技术与常规的 PID 控制算法相结合的一种 控 制方法 , 得到了许多学者的关注。 模糊 PID 控制器是一种双模控制形式。 这种 改进的控制方法的出发点主要是消除模糊控制的系统稳态误差 , 利用 PID 控制 器 提高控制精度, 消除误差 , 增加稳态控制性能。从PID 控制角度出发 , 提出 FI PI 、 FI PD、 FI PID 三种形式的模糊控制器, 并能运用各种方式得出模糊控制器中量化因子、 比例因子同 PID 控制器的因子KP 、 KI 、 KD 之间的关系式。对基于简单线性规则 TS 模型的模糊控制器进行了分析 , 指出这类模糊控制器是 一 种非线性增益PID 控制器。有人试图利用 GA 算法 , 通过性能指标评价函数, 决定模糊控制器的 Ke 、 Kec 、 Ku 等参数。 2) 自适应模糊控制器自适应模糊控制器就是借鉴自适应控制理论的一些理念来设计模糊控制器, 也称作语言自组织模糊控制器 (SOC) , 它的思想就在于在线或离线调节模糊控 制规则 的结构或参数, 使之趋于最优状态。 目前主要有通过采用一种带有修正因 子的控制算法 , 改变控制规则的特性 ; 或直接对模糊控制规则进行修正 ; 还有一 种是对 控制规则进行分级管理, 提出自适应分层模糊控制器; 又有人提出规则自 组织自学习算法 , 对规则的参数以及数目进行自动修正 ; 更进一步的是采用神经 网络对 模糊控制规则及参数进行调整, 也是一种实现模糊自适应控制的好方法。3)模糊控制与神经控制的融合神经模糊控制是神经网络技术与模糊逻辑控制技术相结合的产物 , 是指基 于神 经网络的模糊控制方法。模糊系统是建立在IF2THEN表达式之上，这种方式容易让人理解 , 但是在自动生成和调整隶属函数和模糊规则上却很困难。 而人 工神经网络是模拟人直观性思维的一种方式 , 它是将分布式存储的信息并行协 同处理 ,是一个非线性动力学系统, 每个神经元结构简单, 但大量神经元构成网 络系统能实现很强的功能, 因此人工神经网络具有自适应的学习能力、 容错性和 鲁棒性 ,并且神经网络对环境的变化具有较强的自适应能力 , 所以可结合神经网 络的学习能力来训练_模糊规则, 提高整个系统的学习能力和表达能力。 现有人 工神经网络代表性的模型有感知器、多层映射、 BP网络、RBF神经网络实现局部或全部的模糊逻辑控制功能 , 前者如利用神经网络实现模糊控制规则或模糊推理 , 后者通常要求网络层数多于 3 层 ; 自适应神经网络模糊控制 , 利用神经 网络的学习功能作为模型辨识或直接用作控制器; 基于模糊神经网络的隶属函 数及推理规则的获取方法 , 具有模糊连接强度的模糊神经网等, 均在控制中有所应用。而且, 还有神经网络与遗传算法同模糊控制相结合的自调整应用。4）遗传算法优化的模糊控制考虑到模糊控制器的优化涉及到大范围、 多参数、复杂和不连续的搜索表面,而专家的经验只能起一个指导作用 , 很难根据它准确地定出各项参数, 因而实际上还要反复试凑, 寻找一个最优过程。因此, 人们自然想到用遗传算法来进行优化。遗传算法应用于模糊控制器的优化设计是非常适合的 , 遗传算法的运行仅由 适应度数值驱动而不需要被优化对象的局部信息。 此外 , 优化模糊控制器正好符 合遗传算法的所谓 “积木块” 假设 , 积木块指长度较短的、 性能较好的基因片段。用遗传算法优化模糊控制器时 , 优化的主要对象是模糊控制器的隶属函数和规则集。已经有人运用这个方法对倒立摆控制器隶属函数的位置、形状等参数, 结 果表明遗传算法优化后的隶属函数远远优于手工设计的。 显然通过改进遗传算法 按所给优化性能指标, 对被控对象进行寻优学习 , 可以有效地确定模糊逻辑控制 器的结构和参数。5）模糊控制与专家控制相结合专家模糊控制系统是由专家系统技术和模糊控制技术相结合的产物。 把专家 系统技术引入模糊控制之中 , 目的是进一步提高模糊控制器的智能水平。 专家模 糊控制保持了基于规则的方法的价值和用模糊集处理带来的灵活性 , 同时把专 家系统技术的表达, 利用知识的长处结合进来。 专家系统技术考虑了更多方面的 问题 ,如是什么组成知识 , 如何组织、如何表达、如何应用知识。专家系统方法重视知识的多层次及分类的需要 ， 以及利用这些知识进行推理的计算机组织。 将 模糊控制与专家控制相结合能够表达和利用控制复杂过程和对象所需的启发式 知识 ，重视知识的多层次和分类的需要 ， 弥补了模糊控制器结构过于简单、规则 比较单一的缺陷 ， 赋予了模糊控制更高的智能 ； 二者的结合还能够拥有过程控制 复杂的知识 ， 并能够在更为复杂的情况下对这些知识加以有效利用。 除以上介绍的几种主要方式外， 还有多变量模糊控制 ， 模糊系统建模及参数辨识、模糊滑模控制器、模糊解耦控制器、模糊变结构控制、模型参考自适应控制、最优模糊控制器、模糊预测控制等。2 ?模糊控制的软硬件产品为了更好的利用模糊控制 ， 相继有不少公司开发了模糊控制的软件工具和 硬件 集成电路。这里介绍了两类开发工具， 一类是开发模糊系统的软件工具， 如 FREEWAR、 EFIDE、东芝IFC& NEC FL SDE FC - TOOL V110。另一类是 通用模糊逻辑开发工 具, 如 CUBICAL、C FUZZY -C、 FUZZL E 118、 METUS FUZZY L IBRAR、YFUZZY LOGIC DESIGNED。并介绍了一些其它的开发工具。3 . 模糊控制的一些应用模糊控制的应用非常广泛。除广泛应用于工业控制、家电控制、水电控制、 航 天等外。我们还可以用在统计上、决策系统上、制造活性炭过程中等。三、模糊控制系统的最新应用（一）富士通MWC 智能手套可识别模糊动作日本富士通发布一款新的手势控制设备原型产品， 它是手指手套的样子，可以戴在操作者的手上。据悉，此前富士通研究所一直在开发新的手势控制手套， 并 嵌入了 NFCfe术和基于手势的输入控制接口。在触屏或者其他控制接口不可用的情况下，富士通提供了一种新的操作方式。研究所已经研发出手势识别技术， 能完美 识别各种模糊动作，实现多任务运行。手势识别精确度大部分由设备在运行过程中分辨操作手势和普通手臂运动的能力所决定， 还有不同个体做相同手势 的微小变化。这种识别技术主要是利用腕部的背屈位置， 这时手掌完全反转，这 是大家在日常活动中不常用的姿势，所以它就能够很好的识别操作手势和普通手 臂 运动。此外，它还定义了很多基于肩部的手势，以此作为坐标系统的中心。这种方式很好地适应了每个人之间的手势变化，也允许使用很多不同的姿势进行手势输入，且操作的姿势不会让人难堪。成功的可穿戴设备需要让人感到舒适， 不 让大家 觉得给自己增加了负担，这么来看这些设备就不能配备庞大的电池，因此，低耗电的操作是先决条件。对于这款手套设备来说，只是在手指上戴上一个可触传感器，且只是在接触物体后才会启动 NFC寺征读取器，所以电力消耗量可以 被控制到很少。（二）模糊智能控制在洗衣机中的应用全智能模糊控制技术如今在洗衣机上运用比较普遍，这种技术很大的方便了 人们的洗衣。这款海尔XQB70-M91球家爱波轮洗衣机，采用了智能模糊功能，更加的省时省电。6KG的洗涤容量，也非常适合大众家庭使用。特设的快速洗 程序，进少量水 就开始洗涤衣物，漂洗、脱水、甩干同步进行，省时省电。8个不同水位可自行调节，避免过高水位造成的洗涤浪费。这款洗衣机可对衣物重量与材质对洗衣程序进行模糊控制，以确定水位的高低、时间的长短，自动选择最佳洗衣程序，精确洗衣。该洗衣机的波轮底部拨叶快速搅动桶底水流， 在内桶底 部产生 6 道喷射水流，使衣物悬浮于水的中间，减少衣物和波轮的接触，减少缠 绕，降低磨 损。并且该洗衣机进水、漂洗同步进行，漂洗后的漂洗液直接排出洗衣机，避免对衣物的二次污染。（三） 智能小区住宅安防系统应用的新选