1 引言
PID控制舵和自適應自動舵都是基于特定的船舶運動模型設計的,模型越精確,響應就越好。而船舶運動系統(tǒng)是一個大慣性、非線性、環(huán)境干擾復雜的系統(tǒng),難以用一個精確的數(shù)學模型來描述。一個有經(jīng)驗的舵手沒有掌握精確的船舶數(shù)學模型,卻能把船操縱好,而且在航道復雜或進行避碰操縱時,即使有自動舵仍一定要由人工進行操縱。模糊控制正是一種特別適合于那些難以用精確數(shù)學模型描述而主要依賴人工經(jīng)驗的系統(tǒng),因此本文將模糊控制應用到船舶航向控制中[1]。
2 模糊控制概述
模糊控制是按一定語言控制規(guī)則進行工作的,這些控制規(guī)則是建立在總結操作者對被控過程所進行的手工控制策略基礎上的,或歸納設計者對被控過程所認識的模糊信息的基礎上的。因此,模糊控制適用于控制那些因具有高度非線性,或參數(shù)隨工作點的變動較大,或交叉耦合嚴重,或環(huán)境因素干擾強烈,而不易獲得精確數(shù)學模型和數(shù)學模型不確定或多變的這一類被控過程。其設計方法,目前多采用通過極大極小合成運算的推理合成法,它屬于直接試探法的一種[2]。
2.1 模糊控制具有很多優(yōu)點
⑴ 設計系統(tǒng)時不需要建立被控對象的數(shù)學模型,只要求掌握現(xiàn)場操作人員或者有關專家的經(jīng)驗、知識或者操作數(shù)據(jù)。
⑵ 系統(tǒng)的魯棒性強,尤其適應于非線性時變、滯后系統(tǒng)的控制。
⑶ 由工業(yè)過程的定性認識出發(fā),較容易建立用語言變量進行描述的控制規(guī)則。
⑷ 由不同的觀點出發(fā),可以設計幾個不同的指標函數(shù)。但對一個給定的系統(tǒng)而言,其語言控制規(guī)則是分別獨立的,且通過整個控制系統(tǒng)的調(diào)節(jié),可取得總體的協(xié)調(diào)控制。
2.2 模糊控制帶來的難點
概括來講,模糊控制是一種基于經(jīng)驗的控制方法,具有內(nèi)在的非線性和并行處理的機制,很難進行理論研究。正因為如此,雖然模糊控制在應用方面取得了公認的成功,但至今仍缺乏嚴密的理論體系和系統(tǒng)化的設計和分析方法,用戶只能憑經(jīng)驗進行設計,再通過實驗反復調(diào)整,不僅費時費力,也很難達到理想的控制效果。這種理論落后實踐的狀況阻礙著模糊控制的深入發(fā)展和普及應用。概括的講,模糊控制主要存在以下的不足[3]:
⑴ 控制精度不夠高。模糊控制是一種非線性控制,對語言變量值的劃分不可能太細,因此對控制的精度有一定的影響。由于實際中多采用二維的模糊控制,模糊控制器的輸出一般與誤差及誤差的變化有關,因此這種控制器只具有比例-微分控制作用,若模糊控制中不引入積分機制,從理論上來講是很難克服穩(wěn)態(tài)誤差的。
⑵ 自適應能力差。這是因為在采用啟發(fā)式規(guī)則實現(xiàn)模糊控制時,已隱含的假設過程不會產(chǎn)生超出操作者經(jīng)驗范圍的顯著變化。而當被控對象的參數(shù)隨著時間和環(huán)境的變化而變化時,由于一般模糊控制器沒有控制規(guī)則和參數(shù)調(diào)節(jié)的能力,因此,模糊控制器不能夠及時地調(diào)整自身的參數(shù)而適應對象的變化,從而使控制器對系統(tǒng)的一些參數(shù)是不敏感的,這說明模糊控制器具有較好的魯棒性,但是不具有自適應能力。
⑶ 容易產(chǎn)生振蕩。當控制規(guī)則的結構和覆蓋面不合理時,或者比例因子和量化因子選擇不合理時,容易使系統(tǒng)產(chǎn)生振蕩。尤其是當對中心的語言變量值的范圍選擇不當時,更容易產(chǎn)生這種情況。
⑷ 控制規(guī)則優(yōu)化較困難??刂埔?guī)則是反映人的經(jīng)驗的,它是人的智能活動的總結。但是每個人的經(jīng)驗總結總是因人而異的,因此對控制規(guī)則就存在著一個優(yōu)化的問題。選擇什么樣的控制規(guī)則才是最合適的,目前還沒有一套行之有效的解決方法。所以在一些控制規(guī)則集合中,有時會產(chǎn)生控制的空檔。
3 雙模糊自適應控制器的自整定方法
為了彌補模糊控制的不足,將模糊控制與其它方法相結合是其發(fā)展的一種有效手段。采用模糊推理,對控制器參數(shù)進行自整定是克服系統(tǒng)不確定性、提高控制器性能、增強系統(tǒng)魯棒性的重要手段。在基本模糊控制器的基礎上,再引入一個或多個模糊控制器對其量化因子或(和)比例因子進行在線調(diào)節(jié),使其成為自適應的模糊控制器。
3.1 模糊混合控制的必要性
在實現(xiàn)自適應模糊控制的過程當中,模糊控制器可調(diào)整的部分主要有:控制規(guī)則、隸屬函數(shù)、量化因子和比例因子。量化因子和比例因子的自調(diào)整是自適應模糊控制應用于實時控制中最有效的手段。近年來,許多研究者嘗試在這個方面用不同的方法改進模糊控制器(FC)的整定方法,使之設計更加容易和迅速。但自適應、自整定的FC至今還沒有一個統(tǒng)一、系統(tǒng)的設計方法,有時用非模糊方法去調(diào)整模糊系統(tǒng),有時用模糊推理機制去調(diào)整非模糊系統(tǒng),當然也有許多模糊推理機制用于模糊系統(tǒng)。此外,多數(shù)的已知關于自整定FC的研究工作都局限于一階慣性加純滯后的系統(tǒng)。但實際的過程對象一般都具有非線性、高階次、大滯后等特征,因此很難找到這樣簡單和精確的模型。因此,研究一種具有魯棒性、適應性強的并與過程的性質(zhì)和FC的結構無關的自整定方法,將具有很大的實用價值。
因此,作者提出了一種基于專家知識的不依賴于模型的自整定方案,它與被控對象的特征和所采用的控制策略無關,僅根據(jù)過程當前的趨勢產(chǎn)生下一步的控制動作,而不是根據(jù)性能指標來產(chǎn)生下一步的動作。
在所有的可調(diào)參數(shù)當中,輸出比例因子由于直接決定控制器的輸出,相當于控制器的增益,對系統(tǒng)的性能有很大的影響,決定系統(tǒng)的控制性能和穩(wěn)定性。而它的選取與設計者的的經(jīng)驗有關,同時由于被控過程的非線性、高階次、時變性及隨機干擾等因素,僅一個固定的比例因子已不能滿足要求。在本文中,通過引入可調(diào)因子a不斷調(diào)整比例因子,從而使FC的輸出在線調(diào)整。而a的值是由另一個基于控制專家知識定義在e和Δe論域上的規(guī)則庫決定的。可見,它是用模糊來改進模糊的一種混合控制方法。
3.2 自適應混合模糊控制器的設計
下面討論所提出的具有魯棒性的參數(shù)自整定模糊控制器(Self-Tuning Fuzzy Logic Controllers ,STFLC):
控制器的結構框圖如圖1-1。
圖1―1參數(shù)自整定混合模糊控制器 Δe ΔE U α - z-1 Kec 模糊化 模糊化 解模糊 解模糊 Kuα Ke 對象 β 規(guī)則庫 增益調(diào)節(jié)規(guī)則庫 K ∫ e E y u -
4 船舶航向控制器的設計
模糊控制器的隸屬函數(shù)定義在[-1,+1]上,控制器的輸入變量為e和Δe ,輸出變量為u,增益因子a的隸屬函數(shù)定義在(0,1]上,二者所用的隸屬函數(shù)是相同的,均為最普通的對稱、均勻全交迭(相鄰的隸屬函數(shù)函數(shù)有50%的重疊
)的三角形隸屬函數(shù)(兩邊為梯形)。
4.2 規(guī)則庫的設計
對于一個PD型的模糊控制器,它的規(guī)則可描述如下:
RPd : If e is E andΔe isΔE then u is U (1.1)
計算U的規(guī)則庫如表1-1所示??烧{(diào)因子a的模糊規(guī)則描述如下:
Ra : If e is E andΔe isΔE then a is a (1.2)
計算a的規(guī)則庫如表1-2所示:表1-2中的規(guī)則設計是與表1-1中的規(guī)則相聯(lián)系的,表1-2中的規(guī)則庫是基于表1-1的規(guī)則庫進行調(diào)整的,控制器任意規(guī)則的變化都可以引起a相應
的變化。
表1 表1-1 U的模糊計算規(guī)則
De/e |
NB |
NM |
NS |
ZE |
PS |
PM |
< |