一种模糊-PI双模控制系统的仿真与设计

张省伟，林 辉

（西安铁路职业技术学院 陕西 西安 710014）

PI控制作为PID控制的典型代表，以其算法简单、鲁棒性好及可靠性高，被广泛应用于工业过程控制和运动控制中[1]。但传统PI控制适用于建立精确的数学模型的确定性控制系统，而大多数工业过程不同程度地存在非线性、大滞后、参数时变性和模型不确定性，因此普通的PI控制器难以获得满意的控制效果[2]。模糊控制不要求被控对象的精确模型且适应性强，能够克服传统PI控制器的缺点，可以将模糊控制器与PI控制器结合起来构成复合控制器，模糊－PI双模控制同时具备PI控制的稳态性能和模糊控制的动态性能，起到良好的控制效果[3]。

1 模糊-PI双模控制系统结构

模糊－PI双模控制系统由模糊控制器（FC）和PI控制器并联组成，并由控制开关进行模式选择，其结构如图1所示[4]。

图1 模糊－PI双模控制系统结构Fig．1 Structure of fuzzy-PI dual-mode control system structure

其工作原理是当系统偏差较大，落在某个阈值A以外时，就采用模糊控制以获得良好的动态性能；当系统偏差较小，落在阈值以内时，就采用PI控制以获得较好的稳态性能[5]。

控制开关的控制规则可以描述为：

2 模糊-PI双模控制系统的设计

2.1 被控对象的选取

在控制工程实践中，典型的二阶系统很常见，即便对于许多高阶系统，在一定条件下也可近似作为二阶系统来研究。广义对象系统的传递函数可近似看为：

其中K1、K2是根据控制对象的变化可以取不同的数值来模拟系统的非线性特征。

2.2 PI控制器设计

为获得较好的稳态控制效果，普遍采用PI控制，也就是在系统中加入1个比例放大器和1个积分器。通过参数整定得到PI控制器的参数为Kp=0.5，Ki=8，单位阶跃响应曲线如图2所示。

图2PI控制单位阶跃响应曲线Fig.2 Step response curve of PI control unit

2.3 模糊控制器设计

2.3.1 确定输入、输出隶数度函数

模糊控制器采用二维结构，以偏差e和偏差变化率ec作为模糊控制器的输入信号，将模糊控制器进行模糊化、模糊逻辑推理、解模糊化等一系列操作，最后得到模糊控制器输出控制量信号u。模糊推理输入的语言变量为E和EC，模糊论域为[-6，6]，输出模糊论域变量为 U，模糊论域为[0，10]。实际偏差 e的变化范围是[-0.5，0.5]，实际偏差变化率ec的变化范围是[-1，1]，实际输出控制量u的变化范围是[0，10]。因此可确定偏差e的量化因子Ke=12，偏差变化率ec的量化因子Kec=6，控制量u的量化因子Ku=1。变量E的语言值设定为6个，即 {负大（NB）、负 中 （NM）、负 小 （NS）、正 小 （PS）、正 中 （PM）、正 大（PB）}；将变量 EC 的语言值设定为 5 个，即{负大（NB）、负小（NS）、零（Z）、正小（PS）、正大（PB）}；输出变量 U 的语言值设定为 5 个，即{负大（NB）、负小（NS）、零（Z）、正小（PS）、正大（PB）}，并设定好隶属函数，如图3、图4和图5所示。

图3E隶属度函数图Fig.3 E membership function chart

图4EC隶属度函数图Fig.4 EC membership function chart

图5U隶属度函数图Fig.5 U membership function chart

2.3.2 模糊规则设计

模糊-PI双模控制中的模糊控制器主要工作在过渡过程，希望模糊控制能加快系统响应速度，根据偏差和偏差变化率的不同状态、工程设计人员的技术知识和实际操作经验，建立合适的模糊规则表，得到模糊控制规则如表1所示[6]。

表1 模糊-PI双模控制器的模糊控制规则表Tab.1 Fuzzy control rule table of fuzzy-PI dual-mode controller

3 模糊-PI双模控制系统的仿真

3.1 建立模糊推理系统结构

在MATLAB命令窗口键入fuzzy命令进入模糊逻辑工具箱，在FIS Editor窗口的Edit菜单下确定输入、输出变量的论域范围和各个语言变量的隶属函数形状等参数，双击每个图标就可以进行编辑，得到模糊控制器的文件。

3.2 建立模糊控制规则

用Edit菜单下的rules打开模糊规则编辑器确定 “IF…THEN”形式的模糊控制规则。u共有控制规则30条，每条规则的加权值都缺省为1，推理算法为max-min合成法，解模糊方法采用取中位数法[7]。将设计好的模糊控制器保存在一个用户自己定义的文件，后缀为fis。

3.3 创建仿真框图

在Simulink环境下，建立模糊-PI双模控制器仿真系统结构[8]，如图6所示，仿真结果如图7所示。

双模系统稳定且消差的关键在Kp、Ki两个参数的选择上，A的主要作用是用来改善仿真曲线前端的形态，即调节超调量和上升时间的。从仿真结果可以看出，模糊-PI双模控制系统的上升时间和最大超调量都有所减少，系统性能更好。

图6 双模控制器Simulink仿真模型Fig.6 Simulink simulation model of dual-mode controller

图7 模糊－PI双模控制系统仿真结果Fig．7 Simulation results of fuzzy-PI dual-mode control System

4 结束语

本文提出的模糊－PI双模控制器，当系统偏差较大，采用模糊控制以获得良好的动态性能；当系统偏差较小，采用PI控制以获得较好的稳态性能。通过在Matlab/Simulink环境下的仿真研究，从仿真结果可以看出，与典型PI控制器相比，模糊－PI双模控制器能很好地解决前者上升时间长、超调量大缺点，模糊－PI双模控制系统在快速性、稳定性及准确性方面都有较大的改善。

[1]刘金琨．先进PID控制MATLAB仿真[M]．北京:电子工业出版社，2004．

[2]郑浩鑫，郑宾，殷云华．模糊PID数字控制器系统的仿真与设计[J]．机械工程与自动化，2009（2）：121－123．ZHENG Hao-xin，ZHENG Bin，YIN Yun-hua．Simulation and design of numeral fuzzy PID controller system[J]．Mechanical Engineering&Automation，2009（2）：121－123．

[3]林辉，马成禄．感应电机直接转矩控制系统中的模糊控制研究[J]．电子设计工程，2009，17（3）：120－121．LIN Hui，MA Cheng-lu．Research on fuzzy control in induction motor direct torque control system[J]．Electronic Design Engineering，2009，17（3）：120－121．

[4]谢仕宏．MATLAB控制系统动态仿真实训教程[M]．北京：化学工业出版社，2009．

[5]王耀南，孙炜．智能控制理论及应用[M]．北京：机械工业出版社，2008．

[6]黄辉先，WEN Long-yue．一类大滞后时间系统的智能PID控制[J]．湘潭大学自然科学学报，2008，30（3）：121－125．HUANG Hui-xian， WEN Long-yue．An intelligent PID control for some big delay time plants[J]．Natural Science Journal of Xiangtan University，2008，30（3）：121－125．

[7]ZHU Hong-xia， SHEN Jiong， WANG Pei-hong， et al．Fuzzy optimization control based on immune genetic algorithm and its simulating study [J]．Journal of Southeast University:Natural Science Edition，2005，35(1):64－68．

[8]赵导，齐晓慧．模糊－PI双模控制与模糊控制的仿真比较[J]．科学技术与工程，2009，9（11）：3097－3100．ZHAO Dao，QI Xiao-hui．Comparison of simulation between fuzzy-PID-mode controller and fuzzy controller[J]．Science Technology and Engineering，2009，9（11）：3097－3100．