智能控制课后仿真Word文档下载推荐.docx
《智能控制课后仿真Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《智能控制课后仿真Word文档下载推荐.docx（17页珍藏版）》请在冰点文库上搜索。
y_1=0;
y_2=0;
%设定初值，y_1是第（k-1）步系统对象输出量
x=[0,0,0]'
;
%设定误差x1误差导数x2误差积分x3变量初值
x2_1=0;
%设定误差导数x2_1的初值
kp=0.6;
%设定比例环节系数
ki=0.03;
%设定积分环节系数
kd=0.01;
%设定微分环节系数
error_1=0;
%设定误差error_1的初值
fork=1:
1:
5000%for循环开始，k从1变化到500，每步的增量为1
time（k）=k*ts;
%仿真时长[0.0010.5]s
r（k）=1.0;
%TracingStepSignal系统输入信号
u（k）=kp*x
（1）+kd*x
（2）+ki*x（3）;
%PIDControllerPID控制器
%Expertcontrolrule
%Rule1:
Unclosedcontrolrule规则1：
开环控制
ifabs（x
（1））>
0.8%if循环开始，产生式规则，if...then...；
误差的绝对值大于
u（k）=0.45;
%控制器输出量等于
elseifabs（x
（1））>
0.40
u（k）=0.40;
0.20
u（k）=0.12;
0.01
u（k）=0.10;
end%if循环结束
%Rule2规则2
ifx
（1）*x
（2）>
0|（x
（2）==0）%if循环开始，如果误差增大或不变
=0.05%内嵌if循环开始，如果误差绝对值大于
u（k）=u_1+2*kp*x
（1）;
%控制器输出量施加较强控制
else%否则
u（k）=u_1+0.4*kp*x
（1）;
%控制器输出量施加一般控制
end%内嵌if循环结束
%Rule3规则3
if（x
（1）*x
（2）<
0&
x
（2）*x2_1>
0）|（x
（1）==0）%if循环开始，如果误差减小或消除
u（k）=u（k）;
%控制器输出量不变
%Rule4规则4
ifx
（1）*x
（2）<
x
（2）*x2_1<
0%if循环开始，如果误差处于极值状态
u（k）=u_1+2*kp*error_1;
u（k）=u_1+0.6*kp*error_1;
%Rule5:
IntegrationseparationPIcontrol规则5;
运用PI控制来消除误差
ifabs（x
（1））<
=0.001%if循环开始如果误差绝对值小于（很小）
u（k）=0.5*x
（1）+0.010*x（3）;
%控制器输出量用比例和积分输出
%Restrictingtheoutputofcontroller对控制输出设限
ifu（k）>
=10
u（k）=10;
%设控制器输出量上限值
end
ifu（k）<
=-10
u（k）=-10;
%设控制器输出量下限值
%LinearmodelZ变化后系统的线性模型
y（k）=-den
（2）*y_1-den（3）*y_2+num
（1）*u（k）+num
（2）*u_1+num（3）*u_2;
error（k）=r（k）-y（k）;
%系统误差error的表达式，等于系统输入减去输出
%--------Returnofparameters--------%每步计算时的参数更新
u_2=u_1;
u_1=u（k）;
%u（k）代替u_1
y_2=y_1;
y_1=y（k）;
%y（k）代替y_1
x
（1）=error（k）;
%CalculatingP赋误差error值于x1
x2_1=x
（2）;
%赋值前步计算时的误差导数X2的值等于X2_1
x
（2）=（error（k）-error_1）/ts;
%CalculatingD求误差导数x2，用于下一步的计算
x（3）=x（3）+error（k）*ts;
%CalculatingI求误差积分x3
error_1=error（k）;
%赋误差error值于error_1
end%for循环结束，整个仿真时长计算全部结束
figure
（1）;
%图形1
plot（time,r,'
b'
time,y,'
r'
%画图，以时间为横坐标，分别画出系统输入、输出随时间的变化曲线
xlabel（'
time（s）'
ylabel（'
r,y'
%标注坐标
figure
（2）;
%图形2
plot（time,r-y,'
%画r-y,即误差随时间的变化曲线
error'
专家PID控制MATLAB仿真程序过程及结果：
1.在MATLAB编辑环境下编写专家PID控制仿真程序
2.编译运行程序后
Figure1：
PID控制阶跃响应曲线
Figure2：
误差响应随时间变化曲线
题目3-4：
如果
且
，则
。
现已知
，利用模糊推理公式（3.27）和（3.28）求
，并采用MATLAB进行仿真。
模糊推理MATLAB仿真程序清单：
%关闭所有界面图形?
A=[1;
0.5];
%输入各元素在A中的隶属度
B=[0.1,0.5,1];
%输入各元素在B中的隶属度
C=[0.2,1];
%输入各元素在C中的隶属度
%CompoundofAandB%合成A和B
fori=1:
2%A矩阵的行数取值i
forj=1:
3%B矩阵的列数取值j
AB（i,j）=min（A（i）,B（j））;
%实现A，B的“与”关系
end
%TransfertoColumn%转换列向量
T1=[];
%定义转置矩阵T1
2%AB矩阵的行数取值i
T1=[T1;
AB（i,:
）'
];
%转置AB矩阵
%GetfuzzyR%确立模糊关系矩阵R
6%R矩阵列数取值i
2%R矩阵行数取值j
R（i,j）=min（T1（i）,C（j））;
%确定模糊关系矩阵R
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
A1=[0.8,0.1];
%输入各元素在A1中的隶属度
B1=[0.5,0.2,0];
%输入各元素在B1中的隶属度
2%A1矩阵的行数取值i
3%B1矩阵的行数取值j
AB1（i,j）=min（A1（i）,B1（j））;
%实现A1和B1的“与”关系
%TransfertoRow%转换行向量
T2=[];
%定义转置矩阵T2
2%AB1矩阵的行数取值i
T2=[T2,AB1（i,:
）];
%扩展A1B1矩阵
%GetoutputC1%确定输出
6%转置矩阵T2列数取值
2%模糊矩阵R行数取值
D（i,j）=min（T2（i）,R（i,j））;
C1（j）=max（D（:
j））;
%输出C1矩阵
模糊推理MATLAB仿真程序过程及结果：
1.在MATLAB编辑环境下编写模糊推理仿真程序
AB与关系：
转置矩阵T1：
模糊矩阵R：
A1B1与关系：
转置矩阵T2：
输出矩阵C1：
题目4-3：
已知某一炉温控制系统，要求温度保持在600℃恒定。
针对该控制系统有以下控制经验：
（1）若炉温低于600℃，则升压；
低得越多升压越高。
（2）若炉温高于600℃，则降压；
高得越多降压越低。
（3）若炉温等于600℃，则保持电压不变。
设模糊控制器为一维控制器，输入语言变量为误差，输出为控制电压。
输入、输出变量的量化等级为7级，取5个模糊集。
试设计隶属度函数误差变化划分表、控制电压变化划分表和模糊控制规则表。
解：
输入（e）以及输出（u）分为5个模糊集：
NB、NS、ZO、PS、PB。
输入变量（e）以及输出变量（u）分为7个等级：
-3、-2、-1、0、+1、+2、+3。
炉温变化e划分表
隶属度
变化等级
-3
-2
-1
1
2
3
模
糊
集
PB
0.5
PS
ZO
NS
NB
控制电压变化划分表
模糊控制规则表
若（IF）
NBe
NSe
ZOe
PSe
PBe
则（THEN）
NBu
NSu
ZOu
PSu
PBu
炉温模糊控制MATLAB仿真程序清单：
%FuzzyControlforfurnacetemperature
a=newfis（'
fuzz_temperature'
%模糊炉温
a=addvar（a,'
input'
'
e'
[-3,3]）;
%Parametere输入参数e的取值范围
a=addmf（a,'
1,'
NB'
zmf'
[-3,-1]）;
NS'
trimf'
[-3,-1,1]）;
Z'
[-2,0,2]）;
PS'
[-1,1,3]）;
PB'
smf'
[1,3]）;
output'
u'
%Parameteru输出参数u的取值范围
[-3,-2,1]）;
[-1,2,3]）;
rulelist=[1111;
%Edit?
rule?
base编辑规则库
2211;
3311;
4411;
5511];
a=addrule（a,rulelist）;
a1=setfis（a,'
DefuzzMethod'
mom'
%Defuzzy
writefis（a1,'
temperature'
%Savetofuzzyfile"
temperature.fis"
保存模糊文件"
a2=readfis（'
plotfis（a2）;
%画图
plotmf（a,'
1）;
figure（3）;
%图形3
flag=1;
%设标志位1
ifflag==1%如果标志位为1
showrule（a）%Showfuzzyrulebase显示模糊规则库
ruleview（'
%DynamicSimulation动态模拟
end%结束
disp（'
-------------------------------------------------------'
fuzzy?
controller?
table:
e=[-3,+3],u=[-3,+3]'
7
e（i）=i-4;
Ulist（i）=evalfis（[e（i）],a2）;
Ulist=round（Ulist）
e=-3;
%Error出错
u=evalfis（[e],a2）%Usingfuzzyinference利用模糊推理
炉温模糊控制MATLAB仿真程序过程及结果：
1.在MATLAB编辑环境下编写炉温模糊控制仿真程序
Figure3：
炉温规则查看器：
调整输入变量可得到不同的输出
仿真心得：
通过这次课后仿真，让我对专家控制、模糊控制有了更进一步的理解，同时也对MATLAB这个重要的专业工具的使用更加熟练。
升级会员 