摘要：本文對模糊控制技術(shù)的由來與發(fā)展，及國內(nèi)模糊技術(shù)控制儀表研發(fā)和應(yīng)用的概況進(jìn)行了粗略的描述。

模糊計算機(jī)技術(shù)

1965 年，美國加州大學(xué)伯克利分校L .Zadeh 教授發(fā)表了著名的論文“Fuzzy Sets”（模糊集），開創(chuàng)了模糊理論。最近十年來，模糊理論又在實(shí)際應(yīng)用中獲得重大突破。作為一種高新技術(shù)，模糊理論正在訊速發(fā)展，預(yù)計21 世紀(jì)它將成為信息科學(xué)中的核心技術(shù)之一。

Zadeh 教授當(dāng)初曾提出過一個著名的不相容原理：“隨著系統(tǒng)復(fù)雜性增加，人們對系統(tǒng)進(jìn)行精確而有效地描述的能力降低，直至一個閾值，精確和有效成為互斥。”其實(shí)質(zhì)在于：真實(shí)世界中的問題，其概念往往沒有明確的界限，而傳統(tǒng)數(shù)學(xué)的分類總試圖定義清晰的界限，這是一種矛盾，一定條件下會變成對立的東西。從而引出一個極其簡單而又重要的思想：任何事情都離不開隸屬程度的概念。這就是模糊理論的基本出發(fā)點(diǎn)。

模糊技術(shù)發(fā)展過程中有一些重要的里程碑，現(xiàn)僅列出其中若干項如下：

1965 年，模糊集（美國Zadeh）;

1973 年，語言方法（模糊邏輯）（美國Zadeh）；

1974 年，蒸汽渦輪機(jī)控制實(shí)驗（英國Mamdani）;

1985 年，第一個模糊推理芯片問世（美國Togai）；

1987 年，仙臺地鐵機(jī)車全自動駕駛（日本日立公司）；

1990 年起，家用電器“模糊熱”例如：電飯煲‐日本巖上篤行1992 年；洗衣機(jī)‐ASW‐60V；

空調(diào)‐模糊技術(shù)控制1991 年；吸塵器‐石井吉太郎1991 年；模糊控制縫紉機(jī)‐1991 年；模糊復(fù)印機(jī)‐SFT‐Z125；日本三洋模糊控制8mm 攝錄像機(jī)；5 門模糊控制電冰箱‐MR‐B46K；模糊控制和神經(jīng)網(wǎng)絡(luò)煤油取暖器；模糊控制燃?xì)鉄崴鳎荒：刂莆⒉t等等。

什么是模糊邏輯

Zadeh 教授把普通的集合推廣到模糊集合論是基于真實(shí)世界中的概念往往是沒有清晰界限這一事實(shí)的。

1） 普通的集合 集合中的成員是具有精確特性的對象。例如“8 到12 的實(shí)數(shù)集合”是一個清晰的集合C，C={實(shí)數(shù)r|8≤r≤12}。用特征函數(shù)M（r）表示成員r 隸屬于集合C 的程度，

即｛M=1 (8≤r≤12)

    M=0 （其它情況）

這個特征函數(shù)是唯一的，且只有兩個答案，即“是”和“否”，對應(yīng)于傳統(tǒng)的二值邏輯。

2） 模糊集合 集合中成員的特性是模糊的。例如“接近于10 的實(shí)數(shù)集合”是一個模糊集

合F： F={ 接近于10 的實(shí)數(shù)r}

這時，特征函數(shù)M（r）不是唯一的。

模糊邏輯具有兩種屬性。

① 概率性：事件本身是清晰的，只是事件出現(xiàn)頻數(shù)具有一確定性。例如，在一個群體中“老年人得心臟病”的機(jī)會一般可能統(tǒng)計方法得到。

② 模糊性：事件本身含糊不清的，而事件出現(xiàn)是確定的（當(dāng)然也可以是不確定的）。

例:

如年齡分組，“青年”、“老年”等，是一些模糊的概念，且是確實(shí)存在的，它們不一定通過統(tǒng)計來規(guī)定。在一定的社會背影下，完全可以人為確定其年齡段來定義“青年”、“老年”等概念。

國外模糊控制枝術(shù)的發(fā)展

模糊理論源于美國，但長期以來受學(xué)派之爭的束縛，實(shí)際應(yīng)用進(jìn)展緩慢。到20 世紀(jì)80年代后期，在日本以家用電器廣泛使用模糊控制為突破口，使模糊邏輯的實(shí)際應(yīng)用獲得迅速發(fā)展。20 世紀(jì)90 年代初，美國已感受到“美國人的理論卻讓日本人賺錢”的教訓(xùn)，工業(yè)界也行動起來。美國IEEE 自1992 年開始，專門針對“模糊系統(tǒng)”主題定期舉行國際會議和出版學(xué)術(shù)期刊。中國從事模糊數(shù)學(xué)的研究比較早，但實(shí)際應(yīng)用仍有一定差距。

在工業(yè)生產(chǎn)的實(shí)際過程中，有一些用傳統(tǒng)方法難以實(shí)現(xiàn)較好控制的生產(chǎn)過程。其困難來自于那些時變的，非線性的復(fù)雜控制，這些生產(chǎn)過程無法獲得精確的數(shù)學(xué)模型，或雖然能獲得數(shù)學(xué)模型而過于復(fù)雜。例如微分方程的階次過高，然而這類難以用常規(guī)方法實(shí)現(xiàn)的控制過程，由操作人員憑借其豐富的實(shí)踐經(jīng)驗，采取合適的對策，往往能出色的控制好生產(chǎn)過程，而模糊控制方法，就是模擬人的思維，將其運(yùn)用到生產(chǎn)過程控制中并取得成功的方法之一。

隨著大規(guī)模集成電路的發(fā)展和模糊電子技術(shù)的開發(fā)應(yīng)用，美國、日本等國家已推出多種帶模糊邏輯處理功能的典型的微計算機(jī)芯片，如NLX230 單片模糊微計算機(jī)芯片。NLX230 單片模糊微計算機(jī)芯片簡稱單片模糊芯片，是Neuralogix 公司生產(chǎn)的通用單片微計算機(jī)芯片的一種，他可用來增強(qiáng)或取代那些有高性能、低成本要求的系統(tǒng)中的常規(guī)微計算機(jī)芯片。單片模糊芯片采用模糊邏輯原理進(jìn)行工作。他根據(jù)輸入條件算出一個最佳的輸出動作，來實(shí)行有效的控制。NLX230 在低成本下運(yùn)算速度可達(dá)3000 萬條規(guī)則/秒。模糊芯片主要運(yùn)用于下列方面：（1）替代傳統(tǒng)的PID 控制；（2）新型儀器；（3）模式匹配（圖形匹配）；（4）汽車應(yīng)用系統(tǒng)（5）程序裝置、控制設(shè)備和定時器；（6）機(jī)器設(shè)備（7）近似推理（8）專家系統(tǒng)。NLX230 模糊芯片的主要性能特點(diǎn)為：（1）強(qiáng)有力的模糊邏輯處理能力；（2）可用簡單的、低成本的PC 機(jī)為基礎(chǔ)進(jìn)行開發(fā)；（3）可串聯(lián)使用；（4）外圍電路簡單，使用方便；（5）采用CMOS 技術(shù)，功耗低；（6）有8 路輸入和輸出；（7）每路輸入均16 個輸入模糊器；（8）總共有64 條規(guī)則可使用；（9）可與微機(jī)芯片直接接口；（10）振蕩電路可用石英或RC 網(wǎng)絡(luò)。使用說明：NLX230 是一種可組合的大規(guī)模集成電路模糊芯片。用並行方式提供輸入向量的規(guī)則集合，這些規(guī)則決定根據(jù)當(dāng)前的輸入情況該怎樣進(jìn)行控制。為了方便地進(jìn)行計算，采用了一種直線型對稱的隸屬函數(shù)和最簡單的最大最小模糊推理方法。輸出控制值由使用者來定義，以后在控制中根據(jù)輸入情況進(jìn)行模糊集合運(yùn)算，求出控制值的修正量，對對象進(jìn)行控制。對于全部的輸入輸出都用並行處理完成。所有64 條規(guī)則能被存儲在芯片上24 位寬度的規(guī)則寄存器中，這些規(guī)則能被所有的輸出分享。

1、模糊控制算法原理

典型的模糊控制系統(tǒng)如圖

圖中：e(n):實(shí)際偏差；K1：偏差比例因子；ec(n):偏差變化率；K2：偏差變化比例因子

C(n):經(jīng)過模糊關(guān)系矩陣運(yùn)算，模糊判決所得出的輸出增量決策值；U（N）：實(shí)際輸出量；

Q：量化過程 K3：輸出增量決策值比例因子

確定模糊控制算法，即求取模糊控制規(guī)則，是設(shè)計模糊控制器的關(guān)鍵，主要分以下四步：

（1）定義描述輸入，輸出的語言變量（模糊狀態(tài)）及其論域。

設(shè)系統(tǒng)的觀察量為一維：偏差E 和偏差變化EC 輸出量為一維C，并分別定義在各自

的論域上。

E=|EC| ， EC=|EC| ， C=|C|

如：偏差E 用“NB（負(fù)大）”，“NM 負(fù)中”，“NS 負(fù)小”，“Nz（負(fù)零）”，“PZ（正零）”，

“PS（正小）”，“PM（正中）”，“PB（正大）”

八個模糊狀態(tài)來描述，其相應(yīng)論域為：E={‐6，‐5~~~~~~，‐0，0，1，~~~~~~6}

偏差變化用NB，NM，NS，NZ，PZ，PS，PM 和PB

八個模糊狀態(tài)來描述，其相應(yīng)論域為：

EC={‐6，‐5~~~~~~‐1，‐0，0，1，~~~~~6} 輸出增量決策值用：NB，NM，NS，ZE，

PZ，PS，PM 和PB，八個模糊狀態(tài)來描述，其相應(yīng)論域為：c={‐7,‐6,‐5~~~~‐0,0,1,~~~~~7}

（2）定義各模糊狀態(tài)的隸屬函數(shù)

在經(jīng)典集中論中，一個狀態(tài)X 與一個集合Y 的關(guān)系，可用簡單的二值邏輯（0，1）

來描述，即XEY，記作HY（X）=1 或X 為Y，記作HY（X）=0。但事實(shí)上，當(dāng)我們討

論一個狀態(tài)X 與一個集合Y 的符合程度時，往往不能作絕對的肯定或否定，而只能

判斷X 與Y 的大致符合程度，這一符合程度用[0，1]閉區(qū)間上的一個實(shí)數(shù)來度量，

記作HY（X）表示X 對Y 的隸屬度。這種沒有明確外延的概念，稱為模糊概念，當(dāng)

HY（X）隨X 變化而變化時，HY（X）即為隸屬函數(shù)。

例如：描述偏差E 的八個模糊狀態(tài)與相應(yīng)論域間的符合程度可用下列八個隸屬函數(shù)

來描述：

同樣可以用隸屬函數(shù)來描述偏差變化EC 和輸出增量決策值C 的模糊狀態(tài)。

（3）探索控制策略

經(jīng)過探索將有經(jīng)驗的操作人員的控制策略分析歸納后，用（1）中所定義的模糊狀態(tài)

進(jìn)行描述，例如：若NB 為NB 且Ec=NB 則NC 為PB

IF

*本文內(nèi)容采編自網(wǎng)絡(luò)，版權(quán)歸原作者所有，如有侵犯請聯(lián)系小編18960650707，我們將在24小時內(nèi)刪除！*