模糊控制-你迷糊吗？

lixinfu

最近后台问模糊控制的铁子们有点多，是不是又到了你们一年一度水论文出成果的时候了，是不是又被模糊控制搞迷糊了。对于模糊控制，虽然老王也不太懂，但是搞个简单的模型糊弄糊弄……

咳咳！既然你们相信我，那我就放开写了，争取把你们搞迷糊。

这个系列分三部分讲：

【1】模糊控制的基本概念，介绍下模糊控制的基本计算过程

【2】如何在simulink中建立模糊控制器

【3】基于模糊控制的电液复合制动能量回收策略的实现方法


什么是模糊控制

模糊逻辑控制(Fuzzy Logic Control)简称模糊控制(Fuzzy Control)，是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。

模糊控制实质上是一种非线性控制，从属于智能控制的范畴。模糊控制的一大特点是既有系统化的理论，又有大量的实际应用背景。模糊逻辑是基于近似数据通过模糊集理论来推理精确解。模糊逻辑可以通过对专家知识和经验的模糊表达来构建复杂系统，这种知识表达可以有主观的概念，如长或短的时间、快或慢的速度。


为什么要用模糊控制

随着被控对象复杂性、非线性、耦合性的逐步增加，建立精确数学模型也愈加困难，难以实现理想的控制效果。

模糊逻辑可以通过对专家知识和经验的模糊表达来构建复杂系统，这种知识表达可以有主观的概念。模糊理论就是把系统当成一个黑盒子， 用自然语言的控制规则转化为计算机能处理的数学表达，进而实现系统的控制。

模糊控制不需要建立复杂的数学模型，适用于对底层逻辑完全不了解的复杂系统。

本文的目的不是讲理论，而是想让铁子们像老王一样在不太懂模糊理论的情况下也能快速了解模糊控制器的建立方法，下面我们着重介绍下模糊控制的建立流程。


模糊控制的建立流程

一般的模糊控制系统的架构包含了五个主要部分，即:定义变量、定义变量的模糊分布、定义模糊规则、模糊推理及反模糊化。

“

STEP1-定义变量

这里以汽车领域铁子们最常问到的能量回收为例，我们希望实现的制动规则是：

【1】制动需求较小时，完全由电机制动，以提高回收效率；制动需求较大时，机械制动介入，以保证足够的制动效能；

【2】SOC较高时，降低回收能力，以防止电池过充；SOC较低时，提高回收能力，以降低能耗。

制动需求我们通过制动踏板开度表征，开度越大，制动需求越大。

这样我们就得到了模糊控制的两个输入变量：制动踏板开度、SOC。

经过模糊控制器对输入变量的处理，输出制动需求扭矩中电机扭矩的比例，我们用回收强度表征，值域为【0,100%】。这样我们描述的就是由两个输入，一个输出组成的控制系统。

“

STEP2-定义输入、输出变量的模糊分布

这一步的目的是对变量模糊化，这里以制动踏板开度为例，假设制动踏板开度定义为变量BPS，其论域为：



那么这里有一个问题铁子们可以思考一下，假设此刻BPS=30%，那么此时是大制动需求还是小的制动需求？

如果以二元的思维，要么就大，要么就小，其对应输出可能为0或1。

而模糊控制的处理方式是将清晰的输入、输出值，通过隶属函数映射到模糊子集。这里的隶属函数就是输入、输出值与模糊子集的映射关系。

假设我们这里定义制动需求模糊子集：L（低需求）、M（中需求）、H（高需求）。

隶属度函数我们取三角形隶属函数，L、M、H分别对应如下所示：



如何通过以上隶属度函数进行模糊化呢？

我们还是以制动踏板开度为例，如下图所示，当BPS=30%时，在L模糊子集中对应的值是0.4，那么就认为在L（低需求）的模糊子集元素中，隶属度为0.4。同理在M模糊子集中对应的值是0.6，那么就认为在M（中需求）的模糊子集元素中，隶属度为0.6；在H模糊子集中对应的值是0.0，那么就认为在H（高需求）的模糊子集元素中，隶属度为0.0。

这样我们得到模糊化后的答案即为【0.4，0.6，0.0】。



同理，在SOC=50%时，我们得到模糊化后的答案为【0.0，1.0，0.0】



输出变量的我就不写了，留给铁子们自己搞一下。

“

STEP3-定义模糊规则

对变量进行模糊化以后，需要对其进行处理并输出，当然这里的输出也是一个模糊化的输出，这个处理的过程就是基于模糊规则的模糊逻辑推理。

模糊规则可以认为是专家的经验总结，例如能量回收控制中，我们可以建立模糊规则如下：

【1】制动需求越大，SOC越低，回收强度越大

【2】制动需求适中，SOC适中，回收强度适中

【3】制动需求越小，SOC越高，回收强度越小

我们根据前文定义的模糊子集对上述规则进行整理，可以得到如表所示模糊规则：



这里面每条模糊规则都有蕴含关系，系统的总蕴含关系为所有模糊规则蕴含关系的并集。

系统总蕴含关系铁子们可以理解为传统控制中的数学模型，例如微分方程等。

“

STEP4-进行模糊逻辑推理

公式铁子们看一眼就行了，有兴趣的可以自己翻阅资料。



当BPS=30%、SOC=50%，如何计算输出U呢？（在本例中，U指的是回收强度。）

计算的时候需要先确定模糊规则，求总蕴含关系R，再求输出U。

根据上文我们得知：

BPS=30%时：

L（30）=0.4，M（30）=0.6，H（30）=0.0

SOC=50%时：

L（50）=0.0，M（50）=1.0，H（50）=0.0

这里为了减少理解难度，我们只关注不为0的控制规则。

我们建立BPS及SOC的树状图，通过上文的模糊规则查表可得回收强度对应的隶属度函数。





这里面R和U是如何计算的呢？

以BPS(L=0.4)、SOC（M=1.0）、回收占比M为例，其中R按下式计算：





U按前文所述公式计算，公式看不懂？没关系，不重要，后面交给matlab处理就好了。

其大体的计算方法是，求出每一个状态下的Ui，然后取并集得到总输出U。

“

STEP5-反模糊化

获取到模糊量U后，需要进行反模糊化。方法有面积平分法、面积中心法、最大隶属度法等。最大隶属度法又可以分为最大值方法、最小值方法、平均值方法等，这里不展开说了啊。

说一点点吧，假设求得的模糊量U如下图所示，通过最大隶属度平均值法求取U可得：






结语

好了，先写这么多吧，上面的内容铁子们了解一下就好，主要目的是介绍下模糊控制，不至于以后看到模糊控制就迷糊。

下一次介绍下如何在simulink中建立模糊控制器以及基于模糊控制的电液复合制动能量回收的实现方法。

baoshijie

模糊控制是一种基于模糊逻辑的控制方式，它通过模拟人类的思维过程来实现对系统的控制。模糊控制不依赖于精确的数学模型，而是根据经验、规则和模糊推理来进行决策和控制。其基本计算过程包括模糊化、建立模糊规则、模糊推理和解模糊等步骤。在复杂系统和不确定环境下，模糊控制能够展现出良好的适应性和鲁棒性。虽然模糊控制涉及一些复杂的概念和原理，但通过学习和实践，我们可以逐步掌握其应用方法和技巧。关于模糊控制在不同领域的应用和实现方法，包括在Simulink中建立模糊控制器以及基于模糊控制的电液复合制动能量回收策略等，将在后续系列中详细介绍。因此模应该了解的基本概念和知识不仅仅是“迷糊”，而是掌握运用技巧与过程呢理解正确的表述更便于相关学习工作的开展和应用实施。糊控制，实则通过结合具体需求和实际操作加以深入理解才是正确的路径。

wmwlove

模糊控制是一种基于模糊逻辑的智能控制方法，不同于传统的精确控制。它通过模拟人的决策过程，将精确的数学模型转化为模糊的语言规则，实现对系统的有效控制。模糊控制具有处理不确定性和复杂性的能力，广泛应用于各种领域。

关于模糊控制的基本概念，它涉及模糊集合、模糊逻辑运算、模糊推理等核心内容。在构建模糊控制器时，需确定输入、输出变量的范围及其对应的模糊子集和隶属度函数。通过模糊规则库和推理机制，实现对系统的智能控制。

至于如何在仿真软件如Simulink中建立模糊控制器以及基于模糊控制的电液复合制动能量回收策略的实现方法，需要进一步深入的学习和研究。具体方法涉及到仿真软件的模块选择和参数设置，以及具体的控制策略设计和实现。

总之，模糊控制是一种强大的智能控制方法，尽管其原理和应用具有一定的复杂性，但对于解决不确定性和非线性问题具有显著的优势。通过深入学习和实践，可以更好地掌握模糊控制的应用技术。