模糊控制工程机械论文

[摘要]现今工程机械智能控制技术的专业人才成为工业生产行业越来越紧缺的人才之一，工程机械智能控制技术课程也逐步走入本科应用型教学领域，但是该课程的教学改革研究甚少。今天小编为大家精心挑选了关于《模糊控制工程机械论文 (精选3篇)》，供大家参考借鉴，希望可以帮助到有需要的朋友。

模糊控制工程机械论文 篇1：

模糊PID控制的研究

摘 要:本文基于传统PID控制器原理与模糊控制系统理论,利用数学手段进行了传统PID控制器与模糊控制器的比较研究,揭示了模糊控制器的非线性本质及其同传统PID控制器的联系,对模糊PID控制器的设计具有一定的指导意义。

关键词:PID模糊控制

1 引言

在实际工业过程控制中,许多被控过程机理复杂,具有大惯性、纯滞后、高阶非线性、时变等特点。利用传统PID控制器,用固定不变的PID参数去适应干扰众多、参数变化的控制过程,很难获得令人满意的效果。模糊控制器具有不依赖控制对象精确的数学模型,减弱超调、防止振荡等优点。若能合理结合两种控制算法的优点,将为传统的模糊控制实践与系统化设计之间架起一座桥梁。

2 PID控制原理

2.1 PID控制器模型

PID控制器就是将根据系统的偏差利用比例(P)、积分(I)、微分(D)的线形组合构成控制量,对被控对象进行控制。其输出与输入(偏差)之间的关系,在时域中可用式(1)表示。

(1)

式中是控制器的输出,表示控制器的输入(偏差),为比例系数,称为微分时间,称为积分时间,是控制量的基准[1]。

2.2 PID控制器参数整定

PID参数整定方法就是确定PID控制器的比例系数、积分时间和微分时间,分为基于规则的自整定方法和基于模型的自整定方法两种。基于模型的自整定方法,可以通过参数估计、暂态响应实验及频率响应实验来获得过程模型。基于规则的自整定方法,不需要过程实验模型,整定过程类似有经验的操作者手动整定。后者比前者更能抗负载干扰和设定值变化,从某种意义上来说,基于规则的PID参数智能整定方法就是模糊控制。

3 模糊控制理论

3.1 模糊控制思想

模糊控制系统以模糊逻辑的规则推理为理论基础,用模糊语言、模糊数学的形式去表示,利用计算机控制技术,构成一种具有反馈通道的数字控制系统。其核心是智能模糊控制器,基本思想是将有经验的操作者对系统控制的行为过程总结成一些规则,并根据这些规则用机器去模拟人对系统的控制[2]。

3.2 模糊控制系统一般模型

模糊控制系统的一般模型如图1所示。

(1)对行为规则中模糊概念的数学理解称为模糊子集隶属函数库。

(2)将人工操作系统的经验总结为N条行为规则集,如“若,则”()。

(3)将模糊输出处理为确定数值的算法,处理模糊推理过程中用到的模糊集运算方法称为算法库。

(4)M个传感器用于感应N个系统状态()。

(5)根据系统状态()和行为规则集可得到j个行为控制过程,称为模糊推理。

(6)据算法库的算法将模糊控制行为转化成确定控制行为的过程称为确定化处理。

(7)系统的控制目标称为控制对象(如图1)。

4 模糊控制器与PID控制器的比较

4.1 单输入单输出模糊控制器

设,分别为模糊控制器的偏差论域(即输入论域)和控制量论域(即输出论域),,分别为与的模糊划分(即基元组),其中,叫做基元;,分别为与的峰点,并且满足条件:,。视、为语言变量,由此形成推理规则库R如式(2)。

ifisthenis(2)

这里,,叫做基础变量。基于式(2)的推理规则所构成的模糊控制器其插值形式为式(3),考虑时间变量之后应写为式(4)。

(3)

(4)

通常,基元组取为形如式(5)、(6)和(7)的线性基元组。基元组B可类似写出。显然,这样的基元组为二相基元组。

(5)

(6)

(7)

用表示偏差,则。当时,由式(4)～(7)有:

(8)

由 (9)

得 (10)

此外,从知,可推出,从而得式(11),(12)。

(11)

(12)

可见,在零点附近,模糊控制器蜕化为普通P调节器;然而在离零点较远处,模糊控制器则表现为带平移系数的P调节器[3][4]。

4.2 两输入单输出模糊控制器

为了深入认识和研究模糊控制的本质,以下用统一的形式系统地分析典型模糊控制器结构。考虑单输入单输出(SISO)的被控对象,输入为,输出为,参考输入为,为离散时间变量,模糊控制器的输入为误差及误差的差分,输出为,则:

(13)

引入比例因子Ge、Gr、Gu,使模糊控制器的输入输出变量归一化,即:

(14)

设,,。则对模糊数和,对模糊数和的隶属度分别为式(15)。

(15)

而、对其他模糊数的隶属度都为0。因此,此时、只激活以下四条控制规则:

R1:ifandthen

R2:ifandthen

R3:ifandthen

R4:ifandthen

对其结果解模糊,即可推导出模糊控制器输出的解析式(16)。

(16)

可见,由两部分组成,第一部分是取决于、的二维多值继电器,作用是全局性的;第二部分取决于输入状态(,)与其所在区域中心的相对位置,输入状态距区域中心越远,则和的值越大,即局部的非线性时变PI控制器[5]。

5 结语

本文利用数学手段进行了传统PID控制器与模糊控制器的比较研究,揭示了模糊控制器的非线性本质及其同传统PID控制器的联系,指出在一定条件下单输入单输出模糊控制器恰为一个分段带平移系数的P调节器,两输入单输出模糊控制器是一个局部的非线性PI控制器与一个全局的二维多值继电器的和。

参考文献

[1] 王大江,张宇,王智勇.运板车驱动行走系统的优化[J].工程机械,2010,4(11):20～22.

[2] 王磊,王为民.模糊控制理论及应用[M].国防工业出版社,1997:12～20.

[3] 李洪兴.模糊控制器与PID调节器的关系[J].中国科学,1999,29(4):136～145.

[4] 刘金琨.先进PID控制MATLAB仿真[M].北京:电子工业出版社,2004:3～15.

[5] H.Ying.A Fuzzy Controller with Linear Control Rules is the Sum of a Global Two-dimension Multilevel Relay and a Local Nonlinear Proportional-integral Controller[J].Automatica,1993,29(4):499～505.

作者：杨茂华

模糊控制工程机械论文 篇2：

应用型本科“工程机械智能控制技术”课程教学改革初探

[摘 要] 现今工程机械智能控制技术的专业人才成为工业生产行业越来越紧缺的人才之一，工程机械智能控制技术课程也逐步走入本科应用型教学领域，但是该课程的教学改革研究甚少。从智能控制与工程机械结合的角度出发，分析该课程的教学目标，在教学内容、教学方法、微课教学及考核方式几个方面探讨该课程面向本科生的应用型教学改革，为工程机械智能控制技术的教学方法提供指导性意见。

[关 键 词] 工程机械智能控制技术;应用型本科;微课

社会需求是学科发展的基本动因。随着计算机技术的日新月异和人工智能的快速发展，智能控制在工程机械领域得到越来越广泛的应用。工程机械智能控制技术是自动控制、人工智能、机械原理等多门学科的交叉融合[1]，内容涵盖机械基础、模糊数学与模糊控制、人工智能与专家控制、神经网络控制以及遗传算法等前沿学科理论、方法和技术。工程机械智能控制技术课程在本科阶段的教学目的是让现代控制理论与工业实际充分结合，培养学生工程应用能力、实际动手能力与自主创新能力。然而该课程中有些内容抽象，理论性较强，学生容易觉得枯燥而不愿深入学习，因此其教学中普遍存在知识体系的安排与该学科前沿发展状况联系不紧密，理论教学与实际应用脱节，不利于对学生工程应用能力、实际动手能力的培养。目前，大部分学者主要是着眼于智能控制课程的教学改革探讨[2-4]，工程机械智能控制技术的教学改革研究文献却很少。

因此，如何从应用型本科人才的培养目标出发，以“智能控制技术”在工业领域的广泛应用为线索，协调好“智能控制技术”与各交叉学科课程之间的相互联系，结合学生的特点，利用有限的教学课时，让学生接触最新的理论、技术和方法，培养具有较强工程机械实践能力、能够解决生产实际具体技术問题的应用型人才，是目前“工程机械智能控制技术”课程教学改革的重要内容与亟待解决的问题。本论文探讨“工程机械智能控制技术”课在面向工科本科生的教学方面的探索与改革。

一、应用型本科“工程机械智能控制技术”课程教学方法探讨

(一)教学内容的改进

1.在教学过程中注意将工业机械与控制结合

现有的教科书一般介绍了基本的智能控制算法，比如模糊控制、神经网络控制等，理论性较强，与具体工业机械结合很少。各种算法种类繁多，其理论原理对本科生来说肯定是难以理解的。为了帮助学生理解与记忆，加强应用能力，应结合工程机械，在教学过程中对重要的几个控制算法进行一个系列完整的讲解、脉络的疏通，而不是仅仅停留在基本理论的探讨。比如，讲解模糊PID控制器时，首先讲述PID控制在现代工业中的重要性，大部分工程控制都是用的PID控制方法，再分别解释P、I、D的含义，介绍理论PID控制与工业PID控制的区别;同时介绍模糊算法的产生与发展，工业中第一个模糊控制的实现;模糊PID相对于其他类型的智能PID方法的优势所在，在现在工业机械中的应用情况以及现今在方法上的扩展和改进情况。侧重于各种方法的比较和在机械中的不同应用情况，让学生在理解基本原理的基础上，更知道该如何应用在实际工程机械中。

2.软件教学与理论授课之间的有机融合

智能控制的基础是控制方法和智能算法，在很多章节中涉及这些理论知识。比如模糊控制、神经网络控制等，相对其他课程来说理论性较强。MATLAB工具箱给这些智能控制方法的学习提供了一个很好的载体和工具，比如模糊控制、神经网络控制等在MATLAB中都具有现成的工具箱。让学生在学完模糊理论后，先用模糊逻辑工具箱进行模糊逻辑的具体设计过程，如图1所示，以帮助理解与巩固，然后使用模糊控制工具箱，进行实际控制器的设计，加强理解模糊智能控制方法，提高应用能力。

也可以让学生去图书馆借阅相关的MATLAB书籍，设计一个实际系统的模糊控制器，掌握模糊控制的MATLAB设计方法以及具体实现过程。

通过这样的做法，有助于学生对智能控制课程的理解和掌握，而且对学生掌握和应用MATLAB也起到很好的效果。学完这门课程之后，他们在后续的课程设计和毕业设计中也能够得心应手地应用智能控制方法与MATLAB工具。

3.理论与应用案例的合理搭配

对本科生来讲，机械工程控制技术理论部分较难，应侧重于应用能力的培养。可以针对一个个具体的控制算法，提供一两个机械中的控制实例，最好是现有的一些实验平台，用软件MATLAB仿真控制。比如结合伺服锻造机实验平台，进行伺服锻造机的PID控制，让学生感受PID控制器在实际工业过程中参数的调整，如图2a所示;MATLAB的SIMULINK在控制仿真时非常方便、直观，可以结合MATLAB里面的模糊工具箱和SIMULINK工具箱，进行实例控制练习，比如可以设计模糊控制器，结合SIMULINK进行控制仿真，如图2b所示。

(二)教学方法的改进，微课教学方式的引入

随着高校大类招生改革的实施，可将微课的教学理念嵌入“机械工程智能控制”课程教学中，可以弥补传统课堂教学的一些不足[5]。以模糊PID控制的讲解为例，PID是机械工业过程中最常用、最有效的方法，它的三部分P、I、D的控制原理以及PI、PD控制器的理论，可以使用传统的授课方式讲解，而如何在工业过程中应用控制方法去解决实际问题，是机械工程专业本科生学习该门课程的重点。可以提前借用伺服锻造机实验平台，录制伺服锻造机的PID控制视频。视频以实际机械平台的具体实验过程的展示和实验结果的分析为主要内容，首先就现场的伺服锻造机大致介绍该实验平台，再对PID控制平台进行讲解介绍，在控制平台上用PID方法实际操作锻造机的升降运动、前后运动等，展示PID控制方法的有效性，并对控制结果进行分析。在课堂上讲解完PID控制的理论部分后，插播这个微课视频，让学生很直观地学习PID控制在机械工程中的实际应用。

同样，工程机械智能控制课程中的模糊PID控制，神经网络控制也可以制作视频，让学生以微课视频的形式学习智能控制与机械的结合，在授课前后，学生都可利用电脑与手机，自主予以预习及复习，参与师生互动，解答同学们的疑惑，这样变更了原有的单一传授。

(三)考核方式的改进

工程机械智能控制并不是一门基础理论课，而是智能控制方法结合工业实际的应用性课程，因此以设计某个具体机械的智能控制方法来考核比较合适。比如，设计一个二维的模糊控制器，将模糊控制方法用于水箱液位系统的实际控制，并与传统的PID控制方法进行比较。或者以小论文方式，在学完模糊控制、神经网络控制等几种智能控制方法之后，让学生搜集相关资料，总结工程机械智能控制各种方法，以小论文的形式上交。

二、总结

本文从智能控制与工程机械结合的角度出发，分析工程机械智能控制技术的教学目标，注重工业机械与控制的结合、软件教学与理论授课之间的有机融合、理论与应用案例的合理搭配，以及微课视频的教学补偿，对工程机械智能控制技术的教学方法改革具有一定的借鉴作用。

参考文献：

[1]吕广明，工程机械智能化技术[M].北京：中国电力出版社，2007.

[2]韩立强，谢平，童凯.“智能控制”课程综合教学改革研究[J].电气电子教学学报，2016，38(5)：38-39.

[3]管萍，刘小河，付兴建.应用型人才培养模式下的智能控制课程的教学研究[J].教育教学论坛，2016(16).

[4]王辉，张段芹.基于MATLAB的机械工程控制基础教学与实践[J].山西科技，2013，28(6)：94-96.

[5]卢献健，晏红波.利用“微课”视频辅助教学的教学方法改革探讨[J].教育教学论坛，2016(15).

作者：黄文静 李义华 朱洪前

模糊控制工程机械论文 篇3：

移动机器人避障模糊控制仿真研究

【摘 要】 当前，移动机器人在躲避障碍物过程中，导致输出误差较大，不能很好地跟踪期望运动轨迹。本文借助于仿真软件MATLAB对机器人避障效果进行验证，结果表明：采用传统PID控制器，机器人虽然能够避开障碍物，但是输出误差较大，控制系统不稳定。采用模糊控制器，机器人不仅能够躲避障碍物，而且输出误差较小，控制系统相对稳定。采用模糊控制器，移动机器人自适应调节能力强，不仅可以躲避障碍物的干扰，而且输出误差较小。

【关键词】 移动机器人;模糊控制器;二次线性调节器;避障;仿真

一直以来，控制系统都是阻碍机器人发展的重要问题，必须对机器人控制系统进行改进，才能在未来发展中占据市场。对此，本文建立了移动机器人运动模型简图，结合理论和实际运动轨迹定义了机器人运动误差模型，将误差模型进行线性化。

1移动机器人

1.1运动学模型

移动机器人简图模型在直角坐标系中如图1所示。

假设移动机器人不能横向滑动，其运动学模型如下：

[xyθ=cosθ 0sinθ 0 0 1vw] (1)

式中：x、y、θ为移动机器人实际运动坐标;v、w分别为实际线速度和角速度。

1.2运动误差模型

移动机器人运动误差定义为：

[exeyeθ= cosθ sinθ 0-sinθ cosθ 0 0 0 1xr-xyr-yθr-θ] (2)

式中：xr、yr、θr为移动机器人参考运动坐标。

考虑到移动机器人具有如式(1)所示的运动学模型，通过推导式(2)得到如下运动学模型：

[exeyeθ=sineθ 0coseθ 0 0 1vrwr+-1 ey0 -ex0 -1 u] (3)

式中：vr、wr分别为参考线速度和角速度;u为反馈控制输入。

u定义如下所示：

[u=uF+uB=vrcoseθwr+vw] (4)

式中：uF、uB分别为控制器输入和输出。

将上述模型线性化后可以得到如下所示：

[exeyeθ= 0 wr 0-wr 0 vr 0 0 0exeyeθ+-1 0 0 0 0 -1vw] (5)

方程式(5)为状态空间形式，定义为e′=Ae+Bu。

2控制器设计

2.1 T-S模糊建模

T-S模糊模型是Takagi和Sugeno提出的一种多模型建模方法。方程(5)所描述系统的T-S模糊模型的第i条规则如下：

如果w1(t)为Fi1，···，wg(t)为Fig，那么e(t)′=Aie(t) +Biu(t)。

w1(t)，w2(t)，···，wg(t)为假定变量，Fig为模糊集，i=1，2，···，L。L为模糊规则个数，并且Ai∈Rn×n，Bi∈Rn×m分别为状态矩阵和输入矩阵。

整个模糊系统推断如下：

[e(t)=i=1Lμi(w(t))Aie(t)+Biu(t)i=1Lμi(w(t))] (6)

令hi=μi/Σμi为第i个模糊规则的激活函数，方程式(6)被写成：

[e(t)=i=1Lhi(w(t))Aie(t)+Biu(t)] (7)

式中：w(t)=[w1(t)，w2(t)，···，wg(t)]。

对于i=1，2，···，L，μ(μi(t))≥0，激活函数具有以下性质：

[i=1Lhi(w(t))=1] (8)

T-S模糊控制器的第i条规则如下：

如果w1(t)为Fi1，···，wg(t)为Fig，那么u(t)= -Kie(t)。其中，i=1，2，···，L。Ki为状态反馈增益。

通过与全局模糊系统的匹配，将全局模糊控制器写成：

[u(t)=-i=1Lhi(w(t))kie(t)] (9)

将式(9)代入式(7)，得到闭环系统：

[e(t)=i=1Li=1Lhi(w(t))hj(w(t))Ai-BiKje(t)]

(10)

2.2线性二次型调节器

线性二次型调节器是设计线性状态反馈控制器最常用的现代控制方法。它包括寻找一个使二次成本函数最小化并保证线性系统稳定性的最优控制律。由于我们使用的是误差状态空间模型，控制问题的形式如下，计算最优控制律为：

[u(t)=-Ke(t)] (11)

使二次型性能指标最小化为：

[J=∞t0(eTQe+uTRu)dt] (12)

控制线性系统为：

[e(t)=Ae(t)+Bu(t)] (13)

其中：

[K=R-1BTP] (14)

P是下列方程的解，如下所示：

[PA=ATP+Q-PBR-1BTP=0] (15)

式中：Q为控制收敛速度的半正定矩阵;R为惩罚控制输入的正定矩阵。

该控制程序对T-S模糊模型的每个子系统都适应。采用线性二次型调节器作为避障控制器，通过模糊逻辑控制器实时调整其权值矩阵。

移动机器人的控制输入如下：

[v=(1-F)vT+Fvobw=(1-F)wT+Fwob] (16)

由于机器人具有前进速度和转向能力，必须对其加以限制，以防止移动机器人打滑或侧翻。

假设速度和加速度限制为：

[v≤vmaxw≤wmaxaT=dv/dt≤aT，maxaL-kv2≤aL，max] (17)

式中：vmax和wmax分别为最大线速度和角速度;aT、aL、aT，max和aL，max分别为纵向加速度、横向加速度、最大纵向加速度和横向加速度;κ=v/w。

实际速度(vc，wc)及实际加速度(aTc和aLc)应该满足如下条件：

如果|v|/vmax>1，并且|v|/vmax>|w|/wmax，那么

[vc=sign(v)vmaxwc=wvmax/vaTc=sign(aT)aT，maxaLc=aLaT，max/a] (18)

如果|w|/wmax>1，并且|w|/wmax>|v|/vmax，那么

[vc=vwmax/wwc=sign(w)wmaxaTc=aTaL，max/aLaLc=sign(aL)aL，max] (19)

如果|v|/vmax<1，并且|w|/wmax<1，那么

[vc=vwc=waTc=aTaLc=aL] (20)

在所提出的控制系统时，必须根据机器人的摩擦力和质量，选择合适的参数aT，max和aL，max，以保证机器人不会打滑。

3误差仿真

采用模糊控制的移动机器人，其避障效果如何。接下来，通过仿真实验验证模糊控制输出效果，并且与传统PID控制输出效果进行比较和分析。假设移动机器人初始位置坐标为(-3.0，0)，期望跟踪轨迹为圆形，其方程式为：x2+y2=9。在相同环境中，采用传统PID控制器，移动机器人避障效果如图2所示。采用模糊控制器，移动机器人避障效果如图3所示。

根据图2可知，采用传统PID控制器，移动机器人虽然能够成功躲避障碍物，但是，移动机器人在避开障碍物的同时，导致输出误差较大。机器人在轨迹跟踪过程中，控制系统不稳定。

根据图3可知，采用模糊控制器，移动机器人不仅能够成功躲避障碍物，而且输出误差较小。机器人控制系统运动相对稳定。因此，采用模糊控制器，不仅可以成功躲避障碍物，还能够保持控制系统的稳定性，控制精度较高。

4结语

仿真模拟结果具有良好的跟踪性能，跟踪误差较小，平稳地避开障碍物，证明了所提出的控制方法在解决机器人轨迹跟踪问题中的有效性，为设计人员提供理论依据。但是，对机器人能源效率没有研究，未来可作为研究问题。

【参考文献】

[1]孔海怡.基于全向移动机器人的轨迹跟踪与避障控制[D].广州：华南理工大学，2020.

[2]吕作明.轮式移动机器人机动性研究及实验平台实现[D].北京：北方工业大学，2021.

[3]蔡卫国，陈思远，刘志岩，等.轮式机器人避障控制系统研究[J].机械工程与自动化，2019(4)：15-16.

[4]覃尚活，郭乾，刘颖辉.基于SMART PLC的移动机器人控制系统[J].机床与液压，2021，49(15)：33-36.

[5]曹薇，陈亮.电气巡检机器人避障导航PLC控制系统设计[J].自动化与仪器仪表，2021(6)：157-160.

[6]姜光，姜久超，李爱宁.基于PLC的农业机器人电气控制系统设计[J].农机化研究，2021，44(2)：219-223.

[7]张郭，许艳英，张亮.基于动静态安全场的机器人避障路径控制仿真研究[J].中国工程机械学报，2021，19(3)： 233-236.

[8]Javier Pliego-Jiménez，Rigoberto Martínez-Clark，César Cruz-Hernández，et al.Trajectory tracking of wheeled mobile robots using only Cartesian position measurements[J].Automatica，2021，35(5)：28-40.

[9]陳俊.非完整轮式移动机器人的轨迹跟踪控制研究[D].杭州：浙江工业大学，2017.

[10]雷春辉.基于T-S模糊模型的非高斯随机分布控制系统的故障诊断与容错控制[D].郑州：郑州大学，2016.

作者：马辉