基于MATLAB的模糊控制系统仿真设计【开题报告+文献综述+毕业论文】

《基于MATLAB的模糊控制系统仿真设计【开题报告+文献综述+毕业论文】》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

本科毕业论文系列开题报告电气工程及其自动化基于MATLAB的模糊控制系统仿真设计一、课题研究意义及现状本课题主要研究如何应用MATLAB科学计算、符号运算及图形处理方面的功能，来设计模糊控制系统仿真软件。随着科学技术的迅猛发展，对自动控制系统的控制精度、响应速度、系统稳定性和适应能力的要求越来越高，对于大多数复杂的被控对象，采用传统的控制方法往往难以收到满意的控制效果。而模糊控制综合了专家的操作经验，具有不依赖被控对象的精确数学模型，设计简单，便于应用，抗干扰能力强，响应速度快，易于控制和掌握，对系统参数的变化有较强的鲁棒性等特点，在经典控制理论和现代控制理论难以应用的场合发挥了很大的作用，已经成为智能控制的主要分支。仅20多年来，模糊控制不论从理论上还是技术上都有了长足的进步，成为自动控制领域中一个非常活跃而又硕果累累的分支。其典型应用的例子涉及生产和生活的许多方面，例如在家用电器设备中有模糊洗衣机、空调、微波炉、吸尘器、照相机和摄录机等；但模糊控制仍然是一个充满争议的领域。由于它的发展历史还不是很长，理论上的系统性和完善性，技术上的成熟性和规范性都是远远不够的，就目前的状况来看，尚缺乏重大的突破，尤其是模糊控制与其他智能化控制方法结合的控制方法，有待于人们在实践中得到验证和进一步的提高。目前在国际大趋势的推动下，模糊控制已开始向多元化和交叉学科方向发展，模糊预测控制、模糊诊断、模糊式识别、模糊决策与规划，都属于较为前沿的研究方向。通过来研究一般模糊控制系统的的基本结构和原理。总结出模糊控制器的一般设计方法，结合洗衣机模糊控制这个具体例子，具体的研究究竟怎样对变量进行分析，然后对应相应的变量输出。利用MATLAB软件进行仿真，通过仿真结果，体现模糊控制的优势，分析影响模糊控制准确性的因素，总结出改善方法。二、课题研究的主要内容和预期目标主要研究如何应用MATLAB科学计算、符号运算及图形处理方面的功能。研究一般模糊控制系统设计，最后通过MATLAB软件进行系统仿真。主要内容： 1.学习MATLAB软件的使用；主要学习利用MATLAB中的相关函数，Fuzzy工具箱。2.研究模糊控制系统的原理及其设计；运用图形用户界面(GUI)来设计模糊控制器。3.完成洗衣机模糊控制系统的设计。4.用MATLAB实现模糊控制系统的仿真设计。预期目标：1.掌握MATLAB软件的使用，会利用Fuzzy工具箱建立相关隶属度函数。2.掌握模糊控制系统的基本结构和原理；概括出一般模糊控制系统的设计方法和步骤。3.完成洗衣机模糊控制系统的设计。4.用MATLAB软件实现模糊控制系统的仿真设计；通过仿真，比较模糊系统应用的可能性。最后完成一篇完整的毕业论文。三、课题研究的方法及措施1、模糊控制系统的核心是模糊控制器，所以模糊控制系统的设计核心是模糊控制器的设计。所以研究的核心是模糊控制器。2、研究模糊控制器的设计的基本方法。首现完成它的结构设计，其基本结构主要包括模糊化接口，知识库，推理机和解模糊化这四个部分。通过其机构的组成，在完成各个环节的设计。通过Matlab实现各部分的设计。3、在理论上研究了模糊控制器的设计过程以后。通过一个具体的模糊控制实例来详细的说明其设计步骤。通过Matlab建立完整的模糊系统。4、完成一个具体的模糊控制系统以后，以洗衣机模糊控制系统的设计为例，再通过MATLAB对这个系统进行仿真。对方针结果进行研究。四、课题研究进度计划1．2010．10．15--2010．12．3分析任务，查阅相关的资料；对资料进行消化，进行理论准备，方案的考虑和设计；基本完成开题报告、中、英文翻译和文献综述。 2．2010．12．4—2010.12.31初步完成模糊控制系统的设计部分,学会用软件进行仿真。3．2011.1.1--2011.3.22完成仿真实验，验证实验结果，并撰写论文初稿。4．2011.3.23--2011.4.24综合调试优化，完成毕业设计论文；设计作品完善，论文修改；做好答辩用的PPT，并作好答辩准备。五、参考文献[1]褚静.模糊控制原理与应用[M].北京：机械工业出版社，1999，5.[2]林刚.模糊控制及其在家用电器中的应用[M].北京：机械工业出版社，2006，6.[3]王沫然.MATLAB6.0与科学计算[M].北京:电子工业出版社,2001,9.[4]E.H.Mandani.ApplicationofFuzzyAlgorithmsfortheControlofaDynamicPlant.Proc.IEE1974,121(12):1585～1588.[5]晏勇,杜继宏,冯元琨．计算机测量与控制[J].中国计算机自动测量与控制技术,1999，7（1）:5-7.[6]刘曙光，王志宏，费佩燕，等.模糊控制的发展与展望[J]．机电工程，2000,17（1）：9-11．[7]章卫国，杨向忠．模糊控制理论与应用[M]．西安：西北工业大学出版社，1999．[8]廉小亲．模糊控制技术[M]．北京：中国电力出版社，2003．[9]李士勇．模糊控制·神经控制和智能控制论[M]．哈尔滨：哈尔滨工业大学出版社，1996．[10]余永全．模糊控制技术与模糊家用电器[M]．北京：北京航天航空大学出版社，2000．[11]夏玮，李朝晖，常春藤．MATLAB控制系统仿真与实例详解[M]．北京：人民邮电出版社，2008．[12]韩俊峰，李玉慧．模糊控制技术[M]．重庆：重庆大学出版社，2003．[13]彭小娟．智能洗衣机的模糊控制系统[J]．新余高专学报，2001，6（2）：17-18．[14]冯海涛．智能模糊技术在全自动洗衣机中的应用[J]．家用电器，2002（6）：30-31．[15]刘金琨．先进PID控制MATLAB仿真[M]．北京：电子工业出版社，2004． 毕业论文文献综述电气工程及自动化模糊控制系统的应用摘要：介绍了模糊控制的基本概念，原理特点和基本结构。研究模糊控制器的一般设计方法，具体研究模糊控制在洗衣机中的应用。通过MATLAB完成仿真。总结了模糊控制的优点。关键词：模糊控制；控制器；设计；MATLAB1前言随着科学技术的迅猛发展，对自动控制系统的控制精度、响应速度、系统稳定性和适应能力的要求越来越高，对于大多数复杂的被控对象，采用传统的控制方法往往难以收到满意的控制效果。而模糊控制综合了专家的操作经验，具有不依赖被控对象的精确数学模型，设计简单，便于应用，抗干扰能力强，响应速度快，易于控制和掌握，对系统参数的变化有较强的鲁棒性等特点，在经典控制理论和现代控制理论难以应用的场合发挥了很大的作用，已经成为智能控制的主要分支[1]。近年来已被证明是解决许多实际复杂建模和控制问题的一种有效方法。如今，模糊控制已经应用到工业，家电，国防等众领域[2]，产生了巨大的社会效益和经济效应。2模糊控制介绍模糊控制，就是在控制方法上应用模糊理论，通过模拟人脑思维，对一些无法建立数学模型的过程进行控制。1965年，美国的L.A.Zadeh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E.H.Mamdani首先用模糊控制语句组成模糊控制器[3]，并把它应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[4]。模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的计算机智能控制。从线性控制系统与非线性控制系统的角度分类，模糊控制系统是一种非线性控制；从控制器的智能性看，模糊控制属于智能控制的范畴。模糊控制属于计数机数字控制的一种形式，因此，模糊控制系统的组成类似一般的数字控制系统[5][6]. 图1基本模糊控制系统结构图3模糊控制器的设计模糊控制器（FuzzyControllerFC）也称为模糊逻辑控制器（FuzzyLogicContraller,FLC），由于所采用的模糊控制规则是由模糊理论中模糊条件语句描述的，因此模糊控制器是一种语言型控制器，故也称为模糊语言控制器（FuzzylanguageContrallerFLC）。模糊控制具有明显的特点：首先它是一种非线性控制方法，工作范围广，特别适合于非线性系统的控制；其次它不依赖于对象的数学模型，对无法建模的或很难建模的复杂对象，可以利用人的经验知识来设计模糊控制器，从而完成控制任务，而出传统的控制方法都要已知被控对象的数学模型才能设计控制器；最后它具有内在的并行处理机制，表现出极强的鲁棒性，对被控对象的特性变化不敏感，模糊控制器的设计参数容易选择调整；算法简单、执行快、容易实现，不需要很多的控制理论知识[7][8]。模糊控制器的组成框图如图2所示：图2模糊控制器的组成框图从图中我们知道模糊控制器主要由模糊化接口、知识库、推理机、解模糊接口4部分组成[9]。 模糊控制器的一般设计步骤：（1）模糊化，就是将输入量的变化范围映射到相应的内部论域中，然后构建模糊集合，这样就可以完成输入量的模糊化。利用MATLAB通过隶属度函数可以表示这些模糊量[9]。（2）知识库的建立。主要包括数据库和规则库这两个部分的建立，规则的条数以及合理性决定着模糊控制器的性能。所以这部分是影响模糊控制系统完善性的主要因素。（3）推理机，根据模糊规则对输入条件的进行评估。（4）解模糊化，模糊化的反过程[10]。4全自动洗衣机的模糊控制作为一个模糊控制系统的典型应用之一，我们通过分析洗衣机的控制原理来更具体的了解模糊控制系统的设计应用。洗衣机的自动控制系统为一多输入多输出系统,输入量为衣质、衣量、脏污程度、脏污性质，水温等，输出量为洗涤剂量、水位、水流、洗涤时间、漂洗方式等。从洗衣机的运行过程可以看出,洗涤剂量、水位、水流都可以通过输入量推理求得,而洗涤时间与漂洗方式为实时控制量,影响其主要因素是被洗物品的脏污程度,这两个量可以用水的浑浊度和浑浊度变化率来表示,油性脏污的浑浊度变化率小,泥性脏污的浑浊度变化率大。实际分析证明:输入与输出之间很难用一定的数学模型来描述,我们可以定义输入，输出模糊集。系统的具体条件具有较大的不确定性,其控制过程在很大程度上依赖于操作者的经验,用常规的控制方法难以达到理想的效果。而采用模糊控制技术就能很容易解决问题[11][12]。最后根据上面几部分所总结的设计方法，完成全自动洗衣机模糊控制器设计。设计洗衣机的模糊控制器。根据模糊控制器的一般设计方法，结合洗衣机工作时的基本原理。根据经验建立规则库，具体的研究究竟怎么样对输入变量进行分析，然后对应相应的输出变量。从而完成洗衣机模糊控制系统的设计。最后利用MATLAB软件建立洗衣机的模糊控制器利，并进行仿真[13-15]。通过仿真结果，总结模糊控制的优点，分析影响控制系统准确性的因素，提出改善的基本方法。5总结本文主要介绍模糊控制的相关概念，通过对概念的理解，明白了模糊控制的工作特点和工作方式等。利用其特点，根据自己的要求，建立模糊控制系统。同时作为智能领域的最具实际意义的一种控制方法，已经在洗衣机的控制方面解决了传统控制方法无法或难以解决的问题，取得了令人瞩目的成果。参考文献[1]褚静.模糊控制原理与应用[M].北京：机械工业出版社，1999，5. [2]林刚.模糊控制及其在家用电器中的应用[M].北京：机械工业出版社，2006，6.[3]王沫然.MATLAB6.0与科学计算[M].北京:电子工业出版社,2001,9.[4]E.H.Mandani.ApplicationofFuzzyAlgorithmsfortheControlofaDynamicPlant.Proc.IEE1974,121(12):1585～1588.[5]晏勇,杜继宏,冯元琨．计算机测量与控制[J].中国计算机自动测量与控制技术,1999，7（1）:5-7.[6]刘曙光，王志宏，费佩燕，等.模糊控制的发展与展望[J]．机电工程，2000,17（1）：9-11．[7]章卫国，杨向忠．模糊控制理论与应用[M]．西安：西北工业大学出版社，1999．[8]廉小亲．模糊控制技术[M]．北京：中国电力出版社，2003．[9]李士勇．模糊控制·神经控制和智能控制论[M]．哈尔滨：哈尔滨工业大学出版社，1996．[10]余永全．模糊控制技术与模糊家用电器[M]．北京：北京航天航空大学出版社，2000．[11]夏玮，李朝晖，常春藤．MATLAB控制系统仿真与实例详解[M]．北京：人民邮电出版社，2008．[12]韩俊峰，李玉慧．模糊控制技术[M]．重庆：重庆大学出版社，2003．[13]彭小娟．智能洗衣机的模糊控制系统[J]．新余高专学报，2001，6（2）：17-18．[14]冯海涛．智能模糊技术在全自动洗衣机中的应用[J]．家用电器，2002（6）：30-31．[15]刘金琨．先进PID控制MATLAB仿真[M]．北京：电子工业出版社，2004． 毕业设计（20__届）基于MATLAB的模糊控制系统仿真设计摘要随着科学技术的迅猛发展，对 自动控制系统的控制精度、响应速度、系统稳定性和适应能力的要求越来越高，对于大多数复杂的被控对象，采用传统的控制方法往往难以收到满意的控制效果。模糊控制的特点，符合复杂的控制要求，使其得到了广泛的应用。本文基于MATLAB语言，对模糊控制系统作了一些分析和研究。主要介绍了模糊控制的基本概念，发展概况，应用特点；研究了模糊控制系统的基本结构以及原理；模糊控制器的设计方法；具体讨论了模糊控制系统在全自动洗衣机中的应用，对洗净度，衣质、衣量的模糊控制器设计做了详细的说明，并且通过MATLAB进行仿真设计，仿真结果表明模糊控制方案在全自动洗衣机系统控制中的有效性。关键词：MATLAB；模糊控制；控制系统；仿真 AbstractWiththerapiddevelopmentofscienceandtechnology,automaticcontrolsystemforthecontrolaccuracyandresponsespeed,systemstabilityandadaptabilityhavebecomeincreasinglydemanding.Formostcomplexobjects,it’sdifficulttoachievegoodcontrolperformanceusingtraditionalcontrolmethods.Thecharacteristicsoffuzzycontrolmeettherequirementsofcomplexcontrol.Nowithasbeenwidelyapplied.ThisarticleanalysisandstudythefuzzycontrolsystembasedonMATLAB.Thebasicconcepts,developmentoverviewandapplicationfeaturesoffuzzycontrolareintroduced,Thebasicstructureandprinciplesoffuzzycontrolsystemarestudied.Thedesignmethodisdiscussed.Then,thefuzzycontrolofautomaticwashingmachineisdesigned,accordingtothedegreeofcleaningrequirement,clothingqualityandclothingamount.Finally,thesimulationisimplementedbyMATLAB.Thesimulationresultsshowtheeffectivenessofthefuzzycontrolsysteminautomaticwashingmachinescontrol.KeyWords:MATLAB;Fuzzycontrol;ControlSystem;Simulation 目录1　前言11.1问题的提出11.2所作的工作22模糊控制系统32.1模糊控制系统的发展过程32.2模糊控制系统的基本概念42.2.1模糊控制特点42.2.2模糊控制系统的组成42.2.3模糊控制系统的基本原理52.3模糊控制器的设计方法62.3.1模糊控制器的基本概念62.3.2模糊控制器的设计63基于模糊控制的全自动洗衣机设计93.1问题描述93.2洗衣机模糊控制的基本原理103.3洗衣机模糊控制器的设计103.3.1基于洗净度的模糊控制113.3.2基于衣质、衣量的模糊控制163.4全自动洗衣机的模糊控制194仿真214.1基于洗净度的模糊控制仿真214.2基于衣量、衣质模糊控制仿真224.3全自动洗衣机控制系统的仿真235结论25致谢26参考文献27附录128附录229 1　前言1.1问题的提出随着科学技术的迅猛发展，对自动控制系统的控制精度、响应速度、系统稳定性和适应能力的要求越来越高，对于大多数复杂的被控对象，采用传统的控制方法往往难以收到满意的控制效果。但是无论是经典控制原理还是现代控制原理，它们的共同特点是，控制器的设计都必须建立在被控对象的精确模型上。没有精确的数学模型，控制器的控制效果及精度将受到很大的约束。但是在实际应用中，大多数的系统具有非线性、时变、大延迟等特点，很难建立精确的数学模型。因此，用经典控制与现代控制的相关原理都很难实现有效的控制，模糊控制也就应运而产生了。模糊控制综合了专家的操作经验，具有不依赖被控对象的精确数学模型，设计简单，便于应用，抗干扰能力强，响应速度快，易于控制和掌握，对系统参数的变化有较强的鲁棒性等特点[1]，在经典控制理论和现代控制理论难以应用的场合发挥了很大的作用，已经成为智能控制的主要分支。近年来已被证明是解决许多实际复杂建模和控制问题的一种有效方法。如今，模糊控制已经应用到工业，家电，国防等众领域，并取得了比较好的控制效果[2]。MATLAB是“矩阵实验室”（MATRIXLAB-ORATORY）的缩写，由美国MATHWORKS公司推出的一种以矩阵运算为基础的交互式程序设计语言和科学计算软件，适用于工程应用和教学研究等领域的分析设计与复杂计算[3]。MATLAB语言以复数钜阵作为基本编程单元,具有强大的数值计算功能、图形表达功能及可视化的仿真环境,并且简单易学、具可扩展性。另外MATLAB还提供了图形用户界面设计与开发功能。MATLAB具有强大的矩阵运算能力、简便的绘图功能、丰富的算法工具箱,以及高效、可视化、推理能力强等特点,是目前理论研究和工程应用中流行最广的科学计算语言。Matlab还提供了模糊逻辑工具箱,即Fuzzy工具箱。它是运用图形用户界面(GUI)来设计模糊控制器的,可以直观的完成模糊控制器的设计。同时此工具箱中还提供30多个函数,用户可以通过命令来调用这些函数,完成模糊控制器的设计。 1.2所作的工作本文主要介绍模糊控制的相关概念，通过对概念的理解，了解模糊控制的工作特点和工作方式等。第二章介绍了模糊控制系统的基本结构及其原理。以及模糊控制器的设计方法以及设计的基本步骤。第三章介绍全自动洗衣机的模糊控制系统。通过分析洗衣机的模糊控制部分，体现模糊控制较其它控制的优势。同时，具体研究洗净度，衣质、衣量模糊控制器的设计方法。以及通过MATLAB实现设计和仿真。第四章分别对洗净度模糊控制器，衣质、衣量模糊控制器，及全自动洗衣机模糊控制系统进行了仿真实验，实验结果表明，所设计的控制器基本能达到所要求的功能。 2模糊控制系统2.1模糊控制系统的发展过程模糊逻辑是英文“FuzzyLogic”的正文意译，是指模糊数学诞生之后而产生的一种新的逻辑系统。1965著名的美国控制理论专家L.A.Zadeh创立了模糊集合论，从而开创了模糊逻辑的历史。自此以后，模糊逻辑得到了迅速的发展。同时Zadeh还提出了一个表示事物模糊性的重要概念——隶属函数。这个概念是模糊逻辑的关键。通过隶属函数，人们才开始对所有的模糊事物和问题进行定量的表示和分析。1974年，Zaded又进行了模糊逻辑推理的研究，从此，模糊逻辑就成为人们研究的热门课题。同年，英国的E.H.Mamdani首先用模糊控制语句组成模糊控制器[4]，并把它应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[5]。标志着人们采用模糊逻辑进行工业控制的开始。此后，荷兰，丹麦，英国等国家的自动控制人员开始尝试用模糊控制方法对热交换器、炼钢转炉、化学反应器、水泥回转窑、十字路口的交通等进行控制，并且取得了令人满意的效果。仅20多年来，模糊控制不论从理论上还是技术上都有了长足的进步，成为自动控制领域中一个非常活跃而又硕果累累的分支。而且被广泛的应用于生产实践中，但模糊控制仍然是一个充满争议的领域。由于它的发展历史还不是很长，理论上的系统性和完善性，技术上的成熟性和规范性都是远远不够的，尤其是模糊控制与其他智能化控制方法结合的控制方法，有待于人们在实践中得到验证和进一步的提高[6]。目前在国际大趋势的推动下，模糊控制已开始向多元化和交叉学科方向发展，模糊预测控制、模糊诊断、模糊式识别、模糊决策与规划，都属于较为前沿的研究方向。因此模糊技术将成为21世纪的一项基础技术。一个普遍应用模糊技术的时代不久就会到来。 2.2模糊控制系统的基本概念模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的计算机智能控制。从线性控制系统与非线性控制系统的角度分类，模糊控制系统是一种非线性控制；从控制器的智能性看，模糊控制属于智能控制的范畴[7]。2.2.1模糊控制特点模糊控制在很短的时间里取得了令人瞩目的成果。这主要在于它有一些十分明显的特点：(1)不依赖于对象的数学模型，设计简单，便于应用[8]。对无法建模或很难建模的复杂对象，可以利用人的经验知识来设计模糊控制器，从而完成控制任务，而传统的控制方法都要在已知被控对象的数学模型的情况下才能设计控制器。(2)是一种反应人类的智慧思维的智能控制。这有利于模拟人工控制的过程和方法，增强系统的自适应能力，使之具有一定的智能水平。以为人们所接受。(3)是一种非线性控制方法，工作范围广，特别适合于非线性系统的控制。这样就使得模糊控制系统的结构变得简单。(4)具有内在的并行处理机制，能表现出极强的鲁棒性，对被控对象的特性变化不敏感，模糊控制器的设计参数容易选择调整；算法简单、执行快、容易实现，不需要很多的控制理论知识[2]。2.2.2模糊控制系统的组成模糊控制属于计数机数字控制的一种形式，因此，模糊控制系统的组成类似一般的数字控制系统[9]。其系统框图如图2-1所示：图2-1基本模糊控制系统结构图 模糊控制系统一般可分为以下五个组成部分：（1）模糊控制器。模糊控制系统与通常的计算机数字控制系统的主要差别是采用了模糊控制器。而模糊控制器是模糊控制系统的核心，也就是说，模糊控制的机理是通过模糊控制来体现的。用模糊集合理论对语言变量定量化，再用模糊推理对系统的实时输入状态进行处理，形成相应的控制决策。这样一来就产生了模糊控制器[10]。模糊控制系统的设计主要就是模糊控制器的设计。（2）输入/输出接口。模糊控制器通过输入/输出接口从被控对象获取数字信号量，并将模糊控制器的决策的输出数字信号经过数模转换，将其转变为模拟信号，然后送给被控对象。（3）执行机构。需要通过控制器的输出信号来驱动的机构。主要由各类电动机构成。（4）被控对象。可以是确定的或模糊的等等（5）传感器。将被控对象或各种过程的被控制量转换为电信号（模拟或数字）的一类装置。2.2.3模糊控制系统的基本原理图2-2模糊控制原理框图模糊控制是以专家的经验为基础实施的一种智能控制，它并不需要精确的数学模型去描述系统的动态过程。一般的控制过程如下：第一，先通过传感器把要检测的物理量变成电量，再通过模数转换成模糊集合的隶属函数，即把精确量模糊化。从而把传感器的输入量转换成知识库可以读取的变量形式。 第二，根据有经验的专家经验制定出相应的模糊控制规则，并进行模糊推理，已得到一个模糊输出集合。使得输入量与输出量之间建立了对应的函数关系。每个输入量对应到控制规则，最后通过计算合并那些规则的输出。第三，根据模糊逻辑推理得到的输出模糊隶属函数，用不同的方法找一个符合实际的精确值作为控制量。把模糊范围概括合并成单点的输出量，加到执行器上实现控制。2.3模糊控制器的设计方法2.3.1模糊控制器的基本概念模糊控制器（FuzzyControllerFC）也称为模糊逻辑控制器（FuzzyLogicContraller,FLC），由于所采用的模糊控制规则是由模糊理论中模糊条件语句描述的，因此模糊控制器是一种语言型控制器，故也称为模糊语言控制器（FuzzylanguageContrallerFLC）。模糊控制器的组成框图如图2-3所示：图2-3模糊控制器的组成框图从图中我们知道模糊控制器主要由模糊化接口、知识库、推理机、解模糊接口4部分组成[11]。2.3.2模糊控制器的设计从模糊控制的基本结构出发，了解设计的基本流程。再根据模糊控制器的工作原理，完成具体的设计步骤。一般模糊控制器的设计流程如下[12]：⑴模糊化 模糊控制器的输入必须通过模糊化才能用于控制输出的求解，因此实际上它是模糊控制器的输入接口。其主要作用是将真实的确定量输入转换为一个模糊矢量。模糊化的具体过程如下：1．首先对这些输入量进行处理以转换成模糊控制器要求的输入量。2．将上述已经处理过的输入量进行尺度变换，使其变换到各自的论域范围。3．将已经变换到论域范围的输入量进行模糊处理，使原先精确的输入量变成模糊量，并用相应的模糊集合来表示。对于一个模糊输入变量e，其模糊子集通常可以进行如下划分：e={负大，负小，零，正小，正大}={NB，NS，ZO，PS，PB}e={负大，负中，负小，零，正小，正中，正大}={NB，NM，NS，ZO，PS，PM，PB}。可以通过MATLAB软件绘制成如下：图2-4隶属度函数图⑵知识库知识库中包含了具体应用领域中的知识和要求的控制目标。它通常由数据库和规则库两部分组成。a.数据库主要包括各语言变量的隶属度函数等。数据库所存放的是所有输入、输出变量的全部模糊子集的隶属度矢量值，若论域为连续域，则为隶属度函数。在规则推理的模糊关系方程求解过程中，向推理机提供数据。b.规则库 在模糊控制中，模糊控制规则集称为模糊控制规则库。它体现了专用型的控制策略和控制目的。模糊控制器的规则是基于专家的知识或手动操作人员长期积累的经验，它是按人的直觉推理的一种语言表示形式。模糊规则通常由一系列的关键词连接而成，如if-then、else2、also、end、or等，关系词必须经过“翻译”才能将模糊规则数值化。最常用的关系词为if-then，对于变量模糊控制系统，还有and等。例如，模糊控制系统输入变量为e（误差）和ec（误差变化量），他们对应的语言变量为E和EC，可给出一组模糊规则：R1：IFEisNBandECisNBthenUisPBR2：IFEisNBandECisNSthenUisPM规则库存放着全部模糊控制规则，在推理时为“推理机”提供控制规则。由上述可知，规则条数和模糊变量的模糊子集划分有关，划分越细，规则条数越多，规则库的准确度越高，同时规则库的“准确性”还与专家知识的准确度有关。⑶模糊推理模糊推理是模糊控制器的核心，它具有模拟人的模糊推理能力。该推理过程是基于模糊逻辑中的蕴涵关系及推理规则来进行的。根据规则库中存放的模糊控制规则，运用模糊数学理论对模糊控制规则进行计算推理，实际上是根据模糊控制规则对输入的一系列件进行综合评估，以得到一个定性的用语言表示的决策输出量，这个结果给出某一个确定的输出范围，即所谓模糊输出。完成这部分功能的模块就叫模糊推理机。⑷解模糊化解糊化的作用是把推理后产生的模糊控制量转化成合适的精确控制量。解模糊化一般要完成下面的工作：a.将模糊的控制量经清晰化变化成表示在论域范围的清晰量。b.将表示在论域范围的清晰量经尺度变换变成实际的控制量。 3基于模糊控制的全自动洗衣机设计作为一个模糊控制系统的典型应用之一，我们通过分析洗衣机的控制原理来更具体的了解模糊控制系统的设计应用。洗衣机的自动控制系统为一多输入多输出系统,输入量为衣量、衣质、脏污程度、脏污性质，水温等，输出量为洗涤剂量、水位、水流、洗涤时间、漂洗方式等。从洗衣机的运行过程可以看出,洗涤剂量、水位、水流都可以通过输入量推理求得,而洗涤时间与漂洗方式为实时控制量,影响其主要因素是被洗物品的脏污程度,这两个量可以用水的浑浊度和浑浊度变化率来表示（油性脏污的浑浊度变化率小,泥性脏污的浑浊度变化率大）。实际分析证明:输入与输出之间很难用一定的数学模型来描述,我们可以定义输入，输出模糊集。系统的具体条件具有较大的不确定性,其控制过程在很大程度上依赖于操作者的经验,用常规的控制方法难以达到理想的效果。而采用模糊控制技术就能很容易解决问题[13]。下面我们介绍如何用模糊控制器设计全自动洗衣机。3.1问题描述本文中所要设计的全自动洗衣机的主要功能是根据对衣量，衣质，赃物性质等输入量模糊量进行智能判断，再通过做大量的实验,总结出人为洗涤方式,从而形成模糊控制规则。根据传感器接收的信息（即输入模糊量）,推理做出模糊决策。从而完成注水量、洗涤时间、水流强弱等所有功能。具体工作方式如下:分析洗衣机的运行过程可以看出,其主要被控参量是洗涤时间和水流强度,影响这一输出参量的主要因素是被洗衣物的脏污程度和脏污性质,衣量，衣质等。实际分析证明:输入和输出之间很难用一定的数学模型来描述,系统的具体条件具有较大的不确定性,其控制过程在很大程度上依赖于操作者的经验,用常规的控制方法难以达到理想的效果。应用模糊控制技术就能容易解决这个问题[14]。 图3-1所示为全自动洗衣机模糊控制原理框图．首先，由几组传感器检测衣物上的信息，然后经过模糊化后确定衣质、衣量等信息的隶属度．再经过模糊推理和反模糊化的合成推理，最终得到洗涤时间、水流强度的输出量。3.2洗衣机模糊控制的基本原理图3-1洗衣机模糊控制原理图要让洗衣机能全自动化，就必须经过大量的实验,总结出人为的洗涤方式,从而形成模糊控制规则。再根据检测系统检测到的信息,判断出衣物多少、面料软硬、脏污程度、脏污性质等,计算出控制量,从而完成注水量、洗涤时间、水流强弱、洗涤方式、脱水时间、排水等一系列的设置。根据上述分析和模糊控制技术的基本原理,如图3-2为洗衣机的模糊控制过程：图3-2洗衣机模糊控制框图其中，X为输入精确量(脏污程度及其变化率)；Y为输出精确量(洗涤时间)；U(x)为输入模糊量;U(y)为输出模糊量。 3.3洗衣机模糊控制器的设计从全自动洗衣机的原理中可以看出，最核心的是模糊控制系统，而模糊控制系统的核心的部分是模糊控制器。下面设计洗衣机的模糊控制器。具体的研究究竟怎么样对输入变量进行分析，然后对应相应的输出变量。同时利用MATLAB实现仿真[15]。为了方便研究控制器的设计研究，把洗衣机的模糊控制分为基于洗净度和和基于衣质、衣量的模糊控制两个模块。最后在把两部分结合，形成一个完整的洗衣机控制器。3.3.1基于洗净度的模糊控制对于衣服是否洗干净，根据经验，我们知道主要看衣服的脏污情况。同时脏污情况主要包含油污和泥污的多少。所以可以确定模糊控制器的语言变量：（1）输入控制量可选二个：泥污，油污。它们作为模糊控制器的输入，对应的模糊集为N,Y。（2）输出控制量：洗涤时间它作为模糊控制器的输出，对应的模糊集为T。这样就可以构成一个二输入单输出的模糊控制器（如图3-3所示）图3-3两输入单输出的模糊控制器3.3.1.1变量的模糊化本文中以输入量为泥污和泥污，输出量为洗涤时间(其他输入、输出量控制与此类似)为例说明模糊控制如何在洗衣机中应用。输入变量：泥污N分成三档{偏大，中等，偏小}简记为{NBNMNS}规定为：泥污80克为例：NS=[0~20]kgNM=[20~60]kg NB=[60~80]kg油污Y分成三档{偏大，中等，偏少}简记为{YBYMYS}输出变量：洗涤时间T分成五档{很短，短，中，长，很长}简记为{VSSMLVL}。通过MATLAB建立一个二输入单输出系统[16]如图3-4所示：图3-4输入输出系统泥污、油域的论域均为：[080]洗涤时间的论域为：[060]为了方便，符合正常的常识。把论域中油污、泥污的范围规定为0至80g。洗涤时间的范围为0至60分钟所以可以定义隶属度函数： 采用三角形隶属度函数可实现污泥和油泥的模糊化。利用MATLAB实现泥污的三角形隶属度函数图如图3-5所示。图3-5泥污隶属度函数与定义泥污的隶属度函数方法相似，分别定义油污和洗涤时间的隶属度函数，通过MATLAB建立的隶属度函数如图3-6,3-7所示：图3-6油污隶属度函数图3-7洗涤时间隶属度函数3.3.1.2建立模糊控制规则①输入变量（分三级）泥污：大、中等、小 油污：大、中等、小①输出变量（分五级）洗涤时间：特长、长、中、短、特短②模糊规则根据人操作经验设计模糊规则，模糊规则的设计标准：“泥污多，油污多，洗涤时间长；泥污中，油污中，洗涤时间中；泥污少，油污少，洗涤时间短”。模糊规则表是根据模糊规则进行设计的，每条规则的输出可由模糊推理或根据经验确定。因为输入量泥污和油污各有3个隶属度函数，所以共有9条规则。如表3-1所示：表3-1模糊控制规则表时间泥污少中多油污少很短短中中短中长多中长很长规则1：:如果泥污少，油污少，那么洗涤时间调至很短。规则2：:如果泥污中，油污少，那么洗涤时间调至短。规则3：:如果泥污多，油污少，那么洗涤时间调至中。规则4：:如果泥污少，油污中，那么洗涤时间调至短。规则5：:如果泥污中，油污中，那么洗涤时间调至中。规则6：:如果泥污多，油污中，那么洗涤时间调至长。规则7：:如果泥污少，油污多，那么洗涤时间调至中。规则8：:如果泥污中，油污多，那么洗涤时间调至长。规则9：:如果泥污多，油污多，那么洗涤时间调至特长。输入变量：泥污N{偏大，中等，偏小}简记为{NBNMNS}油污Y{偏大，中等，偏小}简记为{YBYMYS}输出变量：洗涤时间T{很短，短，中，长，很长}简记为{VSSMLVL}。通过以上转化，便于在MATLAB软件中的操作，模糊控制规则对应表3-1可以转换成表3-2： 表3-2模糊控制规则表时间泥污NSNMND油污YSVSSMYMSMLYDMLVL将输入、输出量模糊化，并通过模糊语言推理:ifN=NSY=YSthenT=VSorifN=NMB=YSthenT=SorifN=NDB=YSthenT=MorifN=NSB=YMthenT=SorifN=NMB=YMthenT=MorifN=NDB=YMthenT=LorifN=NSB=YDthenT=MorifN=NMB=YDthenT=LorifN=NDB=YDthenT=VL3.3.1.3模糊推理假定传感器测得信息：x（泥污）=15，y（油污）=25。根据隶属度函数方程解得：根据所求隶属度，对应表3-2可得4条触法规则。Rule1：IFxisNSandYisYSTHENzisVSRule2：IFxisNMandYisYSTHENisSRule3：IFxisNSandYisYMTHENisSRule4：IFxisNMandYisYMTHENzisM在实际中泥污是多少克是确定的，但在隶属度函数里有两种可能，这就要求计数机能自动判断哪一个更加的合理，更加符合实际。这就要求我们建立相应的数学求法。 在同一条规则内，先通过取小运算得到每一条规则前提的可信度，而后可得每条规则总的可信度分别为：min(5/8，)、min(3/8，)、min(3/8，)、min(5/8，)．模糊系统总的可信度为各条规则可信度的并集，即：max{(min(5/8，)，min(3/8，)，min(3/8，)，，min(5/8，))=max{min(5/8，)，min(3/8，)，min(5/8，)}3.3.1.4反模糊化模糊系统的总输出实际是3个规则推理结果的并集，需要进行反模糊化，才能得到精确的结果，本文中采用最大平均法，进行反模糊化．由上述推理过程可得洗涤时间隶属度最大值为5/8,将其代入到洗涤时间隶属度函数中，得到2个洗涤时间值，，采用最大平均法，可得输出为，即洗涤时间为20min.通过仿真发现，设计的模糊系统是有效的。3.3.2基于衣质、衣量的模糊控制基于衣质、衣量和水温的输入信息进行模糊推理，以决定最佳水流和最佳洗涤时间的模糊控制系统。3.3.2.1模糊规则1输入变量（分三级）衣量：大、中等、小衣质：棉织品偏多、棉和化纤制品各半、化纤制品偏多水温：偏高、中等、偏低2输出变量（分四级）水流强度：特强、强、中、弱、特弱洗涤时间：特长、长、中、短、特短3模糊规则表根据输入变量和输出变量的分级组合，对于水流强度和洗涤时间就可以用表3-3中的27条模糊规则表示。 表3-3衣质、衣量模糊规则表质料水温负输载出棉制品偏多棉和化各半化纤制品偏多偏低中等偏高偏低中等偏高偏低中等偏高偏大水流特强强强强强中中中中时间特长长长长长中长中中中等水流中中中中中中中弱弱时间长中短长中中中中短偏小水流弱弱弱弱弱弱弱弱特弱时间中中短中短短中短特短3.3.2.2模糊控制的隶属函数采用最简单的三角形隶属函数表示①输入变量：衣量，衣质，水温。图3-8（a）（b）（c）分别表示输入变量负载、质料和水温的隶属函数。(a)衣量隶属度函数 (b)衣质隶属度函数图(c)水温隶属度函数图3-8输入变量的隶属度函数①输出变量：洗涤时间，水流。通过MATLAB建立的隶属度函数如图3-9所示下：（a）洗涤时间隶属度函数 （b）水流强度隶属度函数图3-9输出量的隶属度函数3.4全自动洗衣机的模糊控制1.通过上两个部分的分析，利用相同的方法可以的设计一个完整的洗衣机模糊控制系统。因为方法相同，所以不做具体分析。通过很多次的实验，具体建立起较为完整的规则表3-4。表3-4模糊规则表衣物很脏一般脏不太脏衣质衣量油污泥污油污泥污油污泥污棉多355335533353335333433343中245323422342234222322122少134212321232122211111111棉纤多355334533353334333423242中244223422332223222212111少133212321221122111111111纤多355335533442334233323232中244223322332222222112111少133112311221122111111111表3-1中每一项有4位数字,从左到右依次代表水位、洗涤剂投放量、冼涤时间、水流方式4个输出变量,每位数的取值代表相应的输出所取的模糊子集。例如：当衣物的衣质是棉，衣量多，油污很脏对应的是3 553（3=水位很高，5=洗涤剂投入量很多，5=洗涤时间很长，3=水流强）。符合实际正常的洗衣原则。说明这个模糊规则是正确的。2.通过MATLAB软件设计洗衣机模糊控制系统。方法在上面的部分已经做具体研究，这里就不再详细的进行叙述。只是简单的说明一些关键部分。图3-10洗衣机模糊控制信号框图输入量：衣质yz，衣量yl，泥污nw，油污yw，脏污程度zw。输出量：水位sw，洗涤剂量xdj，时间time，水位sl。这样就可以完成了一个最基本的洗衣机模糊控制系统。因为时间和水平的有限，舍去一些模糊量，像水温，洗涤方式等。这样便于系统的设计和仿真。 4仿真4.1基于洗净度的模糊控制仿真当输入量泥污nw=15g，油污yw=25g是，通过仿真，结果为：输出量洗涤时间time=19.8分钟。具体仿真结果如下图：图4-1基于洗净度的模糊控制仿真结果图 4-2基于洗净度的模糊控制仿真结果从图4-1，当input=[1525]，即泥污是15g，油污是25g时，输出为19.8min根据经验判断，这基本符合一般洗衣服时的实际情况。从图4-2，我们可以总结出，当油污，泥污少时，洗涤时间短，当油污，泥污多时，洗涤时间长。这就证明了模糊系统是有效的，符合实际的。 4.2基于衣量、衣质模糊控制仿真图4-2基于衣量、布质模糊控制仿真图图中，YL表示衣量，YZ表示衣质，SW表示水温，time表示洗涤时间，SL表示水流强度。黄色表示模糊控制器根据精确量通过隶属度函数的关系所对应的模糊量区间，蓝色表示模糊控制器根据隶属度函数关系所对应的输出。控制系统通过知识库的数据和规则表，推理出合适的模糊输入输出。当输入[25,0.5,30]时，输出[300.5]即当输入量衣量YL=2.5kg，衣质YZ=0.5（即棉和纤各一半），水温SW=30度，则通过仿真，结果为：输出量洗涤时间time=30分钟，水流强度SL=0.5（即为中等强度）。这跟实际中洗衣机的选择相符合，根据经验判断这个系统是成功的。通过更换输入量，进行多次仿真，结果的精确性还是可以的。4.3全自动洗衣机控制系统的仿真 图4-3完整控制系统的仿真仿真图YZ表示衣质，YL表示衣量，nw表示泥污，yw表示油污，zw表示脏污程度，sw表示水位高低，xdj表示洗涤剂用量，time表示洗涤时间，SL表示水流强度 当输入input[0.2460100.8]表示：衣质YZ=0.2（棉较多），衣量YL=4kg，油污yw=60g，泥污nw=10g，脏污zw=0.8（脏）在这样的输入量地情况下。通过仿真，输出结果为：水位sw=0.57，洗涤剂xdj=33,3g，洗涤时间time=39.9分钟，水流强度sl=0.575。虽然仿真结果的精确性还不是很完美，但基本上符合实际的经验。所以设计的洗衣机模糊控制系统还是成功的。 5结论本设计方案按照任务书的要求，主要研究如何用MATLAB进行科学计算、函数建立及图形处理方面的功能，最后能利用MATLAB完成模糊控制系统的设计。通过对基本控制系统的分析，了解了模糊控制系统的基本结构和工作原理，为下一步的设计奠定了基础。通过原理的分析研究，了解了模糊控制器设计的步骤及具体如何进行模糊推理。完成模糊控制系统的原理设计。通过对模糊系统的深入研究，掌握了其理论基础。然后开始设计具体的模糊控制系统，研究模糊控制较其他系统的优越性，便捷性的特点。通过洗衣机模糊控制系统的设计来验证。洗衣机模糊控制器的设计，先把全部的模糊量分成几个方面，然后组成几个小模糊控制系统，通过的这些小系统的设计仿真，验证模糊控制系统在洗衣机中的可行性，同时验证比较其他方法，模糊控制的优势是不是明显的。最后，把两个部分的小模糊控制系统进行结合，形成一个较为完善的洗衣机模糊控制系统，通过对其仿真，结果证明，通过模糊控制系统运行的洗衣机，其运行结果基本上符合实际。这就证明模糊控制系统在洗衣机控制中的可行性。由于条件的不足，没有对洗衣机所有模糊量进行仿真设计，有待在以后的工作学习中不断进步。 参考文献[1]褚静.模糊控制原理与应用[M].北京：机械工业出版社，1999，5.[2]林刚.模糊控制及其在家用电器中的应用[M].北京：机械工业出版社，2006，6.[3]王沫然.MATLAB6.0与科学计算[M].北京:电子工业出版社,2001,9.[4]E.H.Mandani.ApplicationofFuzzyAlgorithmsfortheControlofaDynamicPlant.Proc.IEE1974,121(12):1585～1588.[5]晏勇,杜继宏,冯元琨．计算机测量与控制[J].中国计算机自动测量与控制技术,1999，7（1）:5-7.[6]刘曙光，王志宏，费佩燕，等.模糊控制的发展与展望[J]．机电工程，2000,17（1）：9-11．[7]章卫国，杨向忠．模糊控制理论与应用[M]．西安：西北工业大学出版社，1999．[8]廉小亲．模糊控制技术[M]．北京：中国电力出版社，2003．[9]李士勇．模糊控制·神经控制和智能控制论[M]．哈尔滨：哈尔滨工业大学出版社，1996．[10]余永全．模糊控制技术与模糊家用电器[M]．北京：北京航天航空大学出版社，2000．[11]夏玮，李朝晖，常春藤．MATLAB控制系统仿真与实例详解[M]．北京：人民邮电出版社，2008．[12]韩俊峰，李玉慧．模糊控制技术[M]．重庆：重庆大学出版社，2003．[13]彭小娟．智能洗衣机的模糊控制系统[J]．新余高专学报，2001，6（2）：17-18．[14]冯海涛．智能模糊技术在全自动洗衣机中的应用[J]．家用电器，2002（6）：30-31．[15]刘金琨．先进PID控制MATLAB仿真[M]．北京：电子工业出版社，2004． [16]吴晓莉，林哲辉．MATLAB辅助模糊系统的设计[M]．西安：西安电子科技大学出版社，2002．附录1在MATLAB中规则输入界面，在这个界面完成知识库中规则的输入。 附录2源程代码：[System]Name='wanzheng'Type='mamdani'Version=2.0NumInputs=5%5个输入量NumOutputs=4%5个输出量NumRules=54%54条规则AndMethod='min'%计算方法OrMethod='max'ImpMethod='min'AggMethod='max'DefuzzMethod='centroid'[Input1]%输入1Name='yz'%衣质Range=[01]%论域NumMFs=3%定义模糊集合隶属度函数MF1='M':'trimf',[-0.500.5]MF2='MQ':'trimf',[00.51]MF3='Q':'trimf',[0.511.5][Input2]%输入2Name='yl(kg))'%衣量Range=[05]NumMFs=3MF1='S':'trimf',[-2.502.5]MF2='M':'trimf',[02.55]MF3='D':'trimf',[2.5510][Input3]Name='yw(g)'%油污Range=[080]%规定油污量的范围是0-80g之间NumMFs=3 MF1='S':'trimf',[-40040]MF2='M':'trimf',[04080]MF3='D':'trimf',[4080120][Input4]Name='nw(g)'%泥污Range=[080]NumMFs=3MF1='S':'trimf',[-40040]MF2='M':'trimf',[04080]MF3='D':'trimf',[4080120][Input5]Name='zw'%脏污度Range=[01]NumMFs=3MF1='S':'trimf',[-0.500.5]MF2='M':'trimf',[00.51]MF3='D':'trimf',[0.511.5][Output1]%输出Name='sw'%水温Range=[01]NumMFs=3%隶属度MF1='S':'trimf',[-0.500.5]MF2='M':'trimf',[00.51]MF3='D':'trimf',[0.511.5][Output2]Name='xdj(g)'%洗涤剂用量Range=[050]%规定在0-50g之间NumMFs=5MF1='VS':'trimf',[-12.5012.5]MF2='S':'trimf',[012.525]MF3='M':'trimf',[12.52537.5]MF4='D':'trimf',[2537.550]MF5='VD':'trimf',[37.3849.8862.4][Output3]Name='time(min)'%洗涤时间Range=[060]%规定的范围为0-60分钟之间NumMFs=5MF1='VS':'trimf',[-15015]MF2='S':'trimf',[01530] MF3='M':'trimf',[153045]MF4='D':'trimf',[304560]MF5='VD':'trimf',[456075][Output4]Name='sl'%水量Range=[01]NumMFs=3MF1='S':'trimf',[-0.500.5]MF2='M':'trimf',[00.51]MF3='D':'trimf',[0.511.5][Rules]%建立的模糊规则13313,3553(1):113133,3553(1):113312,3353(1):113132,3353(1):113311,3343(1):113131,3343(1):112313,3453(1):112133,2342(1):112132,2342(1):112312,2342(1):112311,2232(1):112131,2122(1):111313,1342(1):111133,1232(1):111132,1222(1):111312,1232(1):111312,1111(1):111132,1111(1):123313,3553(1):123133,3453(1):123132,3443(1):123312,3453(1):123311,2342(1):123131,2342(1):122313,2442(1):122133,2342(1):122132,2232(1):122312,2332(1):122311,2221(1):122131,1111(1):121313,2332(1):1 21133,2232(1):121132,1221(1):121312,1221(1):121311,1111(1):121131,1111(1):133313,3553(1):133133,3553(1):133132,3342(1):133312,3442(1):133311,3332(1):133131,3232(1):132313,2442(1):132133,2332(1):132132,2222(1):132312,2332(1):132311,2211(1):132131,2111(1):131313,1331(1):131133,1231(1):131132,1221(1):131312,1221(1):131311,1111(1):131131,1111(1):1