模糊控制的案例
270 基于matlab的模糊自適應PID控制 ￥65
基于matlab的模糊自適應PID控制，具有10頁報告。傳統PID在對象變化時，控制器的參數難以自動調整。將模糊控制與PID控制結合，利用模糊推理方法實現對PID參數的在線自整定。使控制器具有較好的自適應性。使用MATLAB對系統進行仿真，結果表明系統的動態性能得到了提高。程序已調通，可直接運行。
電機仿真系列-基于模糊PID的直流電機Simulink模型
直流電動機具有啟動轉矩大、控制性能優等特點。目前直流電機多采用傳統的PID控制，PID控制是最早發展起來的控制策略之一。由于其具有算法簡單、魯棒性好和可靠性高等優點，被廣泛應用于工業過程控制中。但PID控制適合于可建立精確數學模型的確定性控制系統。但實際的工業過程控制系統中存在很多非線性或時變的不確定因素，使得PID控制器的參數整定過程繁瑣。控制效果也因此而受影響。近些年來。隨著現代控制理論、智能控制和計算機技術的飛速發展。出現了很多新型的控制系統。模糊控制就是其中之一。本期帶來基于模糊PID的直流電機Simulink模型的搭建。
1、模糊控制
模糊控制作為目前最具實際意義的智能控制方法之一，以模糊集合論、模糊語言變量及模糊邏輯推理為基礎。實現一步模糊控制算法的過程：獲取被控制量的精確值。將此量與給定值比較得到誤差信號，一般選誤差信號作為模糊控制器的一個輸入量。把誤差信號的精確量進行模糊化變成模糊量。誤差的模糊量可用相應的模糊語言表示，得到誤差的模糊語言集合的一個子集（一個模糊矢量），再由誤差和模糊控制規則（模糊算子）根據推理的合成規則進行模糊決策，得到模糊控制量。
2、基于模糊控制的轉速調節器設計
直流電機控制系統中，外環轉速調節器采用模糊PID控制器．內環電流調節器依然采用傳統PID控制器。從理論上講．模糊控制器的維數越高。控制越精密。但是維數越高。模糊控制規則變得過于復雜，控制算法的實現相當困難。這是目前廣泛應用二維模糊控制器的原因所在。
模糊控制輸出量確定的過程：
①確定輸入與輸出變量的模糊子集和論域及其隸屬度：
②設計模糊推理關系，確定模糊控制規則，以明確模糊關系矩陣：
③模糊決策，確定輸出量在其論域上的模糊矢量：
④模糊判決，即將控制量去模糊化，得到確定的輸出變量。進而得到相應的控制表。
展開 基于AMESim的PEMFC冷卻系統建模與控制研究
本文將以電子三通閥和散熱風扇為控制風扇，研究合理的溫度協同控制算法，將電堆入口冷卻液溫度控制在68℃附近。
2.1 PID控制
PID控制是一種理論簡單、易于實現、無需控制對象的精確模型的控制方法，目前已廣泛用于工業生產中。PID控制由比例、積分、微分3個環節組成，其形式可表示為：
式中：e（t）為第t時刻的溫度誤差。
實際應用中，由于系統中往往存在噪聲，而微分環節對噪聲非常敏感，容易放大噪聲的影響，導致系統失控。因此，本文選用PI控制器對控制對象進行控制。由于冷卻系統中存在兩個控制對象，而PI控制通常適用于單輸入單輸出的情況，因此需要針對電子三通閥和散熱風扇分別設計雙PI控制器，如圖6所示。
圖6 雙PI控制器原理
2.2 模糊增量控制
模糊控制是一種智能控制方法，能夠充分利用人類專家經驗制定推理規則。相比傳統控制方法，模糊控制具有更佳的控制性能，非常適用于非線性，大滯后對象的控制。同時，模糊控制器可以用于多輸入輸出問題。本文將模糊控制用于冷卻系統的控制，和PI控制相比，只需設計1個模糊控制器即可得到2個輸出，實現對電子三通閥和散熱風扇的協同控制。在制定推理規則時，由于充分借鑒了實際操作經驗，有助于降低兩者之間的耦合性。
本文設計了一個二維二輸出的模糊增量控制器，如圖7所示。其中輸入為溫度的誤差e和溫度誤差的變化率ec，輸出為電子三通閥的開度增量△Uvalve和散熱風扇的轉速分別可表示為：
圖7 模糊增量協同控制結構
模糊控制的過程一般由4個部分組成：知識庫，模糊化，模糊推理和清晰化，如圖8所示。
展開 pid自動模糊控制的例子
比如說有一個泵，我想控制他的轉速，在一個界面上輸入一個大小比如1000轉每分鐘，然后對應的后臺就自動控制泵到達了這個轉速。一直很好奇這是怎么實現的，當然我想了一個方法具體的步驟如下
1、用request把我要輸入的值傳遞到后臺，這里用Python實現一下
import requests
import json
url = 'http://192.168.150.1:8081/put'
pre = 136.
自主泊車系統APS的現狀與發展
2.2.4 模糊控制技術
模糊控制技術是智能控制的一個重要分支。它是近代控制理論中建立在模糊集合論基礎上的一種給予模擬算法語言規則與模糊推理的控制理論。模糊控制有強的魯棒性（Robustness），干擾與參量變化對控制效果的影響被極大削弱，尤其適合非線性、時變及純滯后系統的控制。模糊控制無需被控制對象有完備精準的數學模型，故對難以創建模型的控制對象，如APS，不失為一種良好的控制方法。魯棒性是表征控制系統對特性及參數擾動的不敏感性。魯棒性強，使系統在異常、危險和誤操作情況下穩定性好。APS的動態檢測系統和模糊補償系統可靠運行得以保障。
目前，對資深駕駛員泊車經驗知識的運用是轉化為模糊控制來實現的。操作流程是：①尋找車位；②朝車位轉向；③朝車位反向轉向；④車位內姿勢調整4個環節。而關鍵的③、④這兩個環節這里只能定性，而轉向角度、方 向、起止等定量內容，熟練的駕駛員原是各自得心應手地操作，他人難以復制描述。模糊控制規則的完備性，模糊變量隸屬函數的全局最優性也就較難保證。
展開 溫控器的PID算法都有哪些？
編 輯 | 化工活動家
來 源 | 互聯網整理
關鍵詞 | PID 控溫器 算法
導讀
老姜今天給大家介紹幾種PID控制算法的溫控器的控制特性、功能及主要應用場合，對大家合理選用用于溫度控制的溫控器具有很強實用性。
常用溫控器控制算法包括常規PID、模糊控制、神經網絡、Fuzzy-PID、模糊神經網絡、遺傳PID及廣義預測等PID算法。
常規PID控制易于建立線性溫度控制系統被控對象模型；模糊控制基于規則庫，并以絕對或增量形式給出控制決策；神經網絡控制采用數理模型模擬生物神經細胞結構，并用簡單處理單元連接成復雜網絡；Puzzy-PID為線性控制，且結合模糊與PID控制優點。
溫度控制系統是變參數、有時滯和隨機干擾的動態系統，為達到滿意的控制效果，具有許多控制方法。
常見溫度控制方法
01
常規經典PID控制算法的PID控制
PID控制即比例、積分、微分控制，其結構簡單實用，常用于工業生產領域。
明顯缺點是現場PID參數整定麻煩，易受外界干擾，對于滯后大的過程控制，調節時間過長。其控制算法需要預先建立模型，對系統動態特性的影響很難歸并到模型中。在我國大多數PID調節器廠家生產的溫控器均為常規經典PID控制算法。
02
模糊PID控制算法的PID控制
模糊控制(Fuzzy Control)是以模糊集合論、模糊語言變量及模糊邏輯推理為基礎的計算機控制。
展開 智能算法純電混合動力汽車能量管理
兩者共同作用來滿足車輛的功率需求，兩者的主要功率輸出作用在實際使用消耗之中:
模糊控制策略通過控制動力鋰電池功率比例因子來決定車輛動力鋰電池的工作輸出情況。
模糊控制策略可以根據
來確定兩者在工作中的范圍，根據車輛在行駛時的功率需求，再結合動力鋰電池功率比例因子
確定兩者的輸出功率數值。確定好三者之間的關系，使能夠通過合理的組合共同為車輛提供準確的功率。
在整個模糊控制系統中，需要確定系統的變量，對變量按照模糊化規則來進行模糊化，建立知識庫來確定模糊化規則和解模糊化。
上圖中控制器的設計依據為整車的功率需求、動力鋰電池和超級電容的
，然后按照模糊化控制的流程完成主要的三個步驟，根據輸出結果來準確分配兩者之間的輸出比例，使得整體的性能最佳，同時保障車輛的安全性能。
展開 高精度冷軋板型控制與裝備技術
板形控制的最關鍵問題就是消除板形偏差，另外還要考慮板形偏差在時間上以及空間上的變化，因此工作輥分段冷卻模糊控制器選擇板形偏差 、板形偏差的變化 以及板形偏差在空間上的變化趨勢 作為系統的輸入量，輸出量為冷卻閥開啟的占空比 ，因此工作輥分段冷卻模糊控制器是一個多維模糊控制器，其結構如圖3所示。根據離散論域內輸入量和輸出量之間的模糊關系，制定了離線模糊控制查詢表，減少了在線計算時間，提高了模糊控制器的執行效率。
2.4冷軋硅鋼邊部減薄協調控制
為獲得最佳的控制效果，邊部減薄控制的基本策略為：1）將來料熱軋帶鋼的凸度情況用于工作輥的前饋設定計算中；2）將出口的成品邊部減薄情況反饋實現閉環反饋控制；3）根據工作輥竄動位置的變化給予工作輥彎輥的補償控制。控制策略如圖4，其數學模型包括3個主要部分：前饋預設定控制模型、閉環反饋控制模型和彎輥補償模型。
邊部減薄數據死區判斷，在得到邊部減薄特征點實測信號后，將其與邊部減薄標準點相減，得到邊部減薄值信號，再與邊部減薄設定值計算邊部減薄偏差值，然后判斷偏差量是否在死區范圍內（≤2μm），如果超過死區范圍則進行調節，死區判斷采用偏差的最大值是否超過死區限幅來確定。
邊升控制中，判斷邊部所有檢測點的邊部減薄厚度，如果50次檢測值邊升偏差都超過+3μm，則1-3機架竄輥調節量直接+10mm，并置位邊升控制啟動標志，給竄輥同向控制。邊部減薄的竄輥值計算中，在邊部減薄評價結束后，若邊部某點或某些點的邊部減薄實際值不能達標，就必須計算邊部減薄的修正量，以確定反饋控制的修正方向。
展開 汽車主動懸架技術的研究現狀
1．4模糊控制
模糊控制可近似看作自適應控制的一種．它是一種新型的智能控制．模仿人工控制活動中人腦的模糊概念和成功的控制策略．運用模糊數學．將人工控制策略用計算機實現。模糊控制不依賴系統的精確數學模型，因而對系統參數變化不敏感，具有很強的魯棒性。另外，它的控制算法是基于若干條控制規則．算法非常簡捷。則采用模糊控制方法對主動懸架進行了相應的研究分析。其中，采用子系統分層協調的控制方法對整車主動懸架系統進行研究。且與最優控制系統進行對比，表明采用協調控制的綜合控制策略在設計階段能夠提供更有效的幫助。且系統的魯棒性也會得到提高。則將模糊控制與基因遺傳算法和PID控制進行了有效的結合，進一步提高了車輛的平順性。則基于單一的模糊規則對帶有動力吸振器的主動懸架系統進行了研究．表明所提出的控制方法能有效地抑制不平路面所造成的車輛振動。
汽車主動懸架用作動器的研究現狀
汽車主動懸架系統另外一個關鍵要素是作動器或執行器(即力發生器)，其性能的好壞對控制算法和懸架系統甚至整車性能都有著至關重要的影響，因此對作動器的研究越來越得到研究者們的關注。
展開 041-基于AMESim 和MATLAB 的液壓同步系統的仿真分析
針對液壓同步系統在出現偏載時，同步精度不是很高的情況，利用AMESim 軟件對液壓伺服閥同步系統
進行建模，并在MATLAB 中通過模糊控制來實現液壓缸的同步運動。仿真結果表明，模糊控制對出現偏載時的液
壓缸的同步運行有著良好的控制作用。
041-基于AMESim 和MATLAB 的液壓同步系統的仿真分析.part1.rar
041-基于AMESim 和MATLAB 的液壓同步系統的仿真分析.part2.rar
041-基于AMESim 和MATLAB 的液壓同步系統的仿真分析.part3.rar
MATLAB 與C++Builder 混合編程的實現
將該技術應
用于鍋爐水位調節的模糊控制，所開發的過程控制系統在數據采集和系統響應方面具有良好的實時性，模糊控制器也達到了滿意的效果,
在實際應用中取得了成功。
關鍵詞：C++Builder；MATLAB；管道技術；混合編程
Realization of Co-programming Between C++Builder and MATLAB
MATLAB與C++Builder混合編程的實現.pdf
《MATLAB語言在建筑抗震工程中的應用》
第11章 模糊控制技術在建筑抗震中的應用
11.1 模糊邏輯控制技術
11.2 加入磁流變阻尼器結構的半主動控制
11.3 加入磁流變阻尼器結構的模糊邏輯全態控制
11.4 實例計算
參考文獻
基于電控超越離合器的AMT起步過程研究
2.2 模糊控制策略的制定及仿真
采用2 層模糊推理，第1 層根據油門開度及油門開度變化率推理出駕駛員的起步意圖；第2 層根據離合器接合行程、起步意圖和主從動盤轉速比推理出離合器的接合速度。
1）駕駛員起步意圖的模糊判斷：駕駛員起步意圖通常是通過油門開度和油門開度的變化率2 個信息來判斷的。油門開度大，說明駕駛員急于起步；油門開度的變化率越快，說明越想較快地起步，反之，變化慢則說明起步要求較慢。
2）離合器接合速度模糊控制：在對離合器接合速度進行控制時，“快—慢—快”的接合速度是比較理想的，而針對其中“慢”的階段，分成“慢—快—慢”的接合過程。當駕駛員起步意圖較大時，表明要快速起步，反之則要慢速起步。當離合器主、從動盤轉速差變大時，應慢速接合，轉速差降低時，可適當增加接合速度；當轉速差小于一定值時，應慢速接合。
基于MATLAB/Simulink 建立的起步過程控制模型，如圖4 所示。
圖4 離合器接合速度模糊控制原理與模型
基于上述分析，進行不同油門開度下的變接合速度起步仿真。當油門開度（α）在25%～50%時，為正常起步工況；當α＞50%時，汽車起步為急起步工況。分別對正常起步和快速起步2 種情況進行仿真，α 分別取值為30%和50%，離合器接合過程仿真曲線，如圖5 所示。從圖5 可以看出，在小油門開度下，離合器主從動盤達到同步的時間是2.4 s，在大油門開度下為2.0 s，離合器的接合速度基本按照所制定的接合速度進行，驗證了模糊規則的合理性。
圖5 不同油門開度下離合器接合過程仿真曲線
不同起步過程下的滑摩功仿真曲線對比，如圖6所示。由圖6 可知，緩慢起步時，離合器滑摩產生的滑摩功較小，而快速起步的滑摩功較大，因此離合器溫升過高可能出現在快速起步工況，故對此工況下的離合器瞬態溫度場進行仿真分析。
展開 基于ADAMS機械模型的車輛主動懸架控制策略與仿真
?基于ADAMS 機械模型的車輛
主動懸架控制策略與仿真
楊 英1 , 劉 剛2 , 趙廣耀1
(1. 東北大學機械工程與自動化學院, 遼寧沈陽 110004 ; 2. 沈陽航空工業學院,遼寧沈陽 110334)
摘 要: 利用ADAMS 軟件建立了四分之一汽車主動懸架的機械模型,在機械模型的基礎上
生成車輛主動懸架系統的動力學方程,該方法解決了主動懸架數學模型建立的難題·使機械設計
和控制設計共享同一虛擬車輛主動懸架模型,機械系統設計和控制系統設計協調一致·采用自適
應模糊PID 控制策略對懸架控制,實現了PID 控制過程中參數的在線自整定,從而使系統的控制
性能更加完善·利用ADAMS 的Controls 模塊實現了ADAMS 與MA TLAB 的聯合仿真,仿真結果
表明,采用自適應模糊PID 控制策略是合理的、可行的,與被動懸架控制相比有效地降低了車身加
速度、懸架動撓度和輪胎的相對動載荷,提高了汽車的乘坐舒適性和操縱穩定性·
關 鍵 詞: 機械模型;主動懸架;ADAMS ; 控制策略;模糊控制
基于ADAMS機械模型的車輛主動懸架控制策略與仿真.pdf
展開 模糊邏輯 |介紹
Fuzzy Logic Systems 的缺點
許多研究人員提出了不同的方法，通過模糊邏輯來解決給定的問題，這導致了歧義。沒有系統的方法可以通過模糊邏輯來解決給定的問題。
在大多數情況下，證明其特性是困難或不可能的，因為每次我們都沒有得到我們方法的數學描述。
由于模糊邏輯適用于精確和不精確的數據，因此大多數情況下準確性會受到影響。
應用
它在航空航天領域用于航天器和衛星的高度控制。
它已用于汽車系統的速度控制、交通控制。
它用于大公司業務中的決策支持系統和個人評估。
它在化學工業中可用于控制 pH 值、干燥、化學蒸餾過程。
模糊邏輯用于自然語言處理和人工智能中的各種密集型應用程序。
模糊邏輯廣泛用于現代控制系統，例如專家系統。
Fuzzy Logic 與 Neural Networks 一起使用，因為它模仿了一個人的決策方式，只是速度要快得多。它是通過聚合數據并通過將部分真值形成模糊集將其轉換為更有意義的數據來完成的。
模糊邏輯 |Set 2 （Classical Set 和 Fuzzy Sets）
展開 