楊立波　劉勇求

摘 要：隨著社會科技的進步，系統(tǒng)自動化越來越強，而要強化系統(tǒng)的自動化，就需要對系統(tǒng)控制進行深入的研究。系統(tǒng)控制是我國目前科學(xué)研究的一個重要方向，通過基本結(jié)構(gòu)的建立和仿真實驗，控制分析的深度會有明顯的增加。在系統(tǒng)控制當(dāng)中，非線性系統(tǒng)的模糊控制是一項重要的內(nèi)容，通過對此中控制的算法進行分析和研究，可以提供非線性系統(tǒng)模糊控制的有效性。該文就非線性系統(tǒng)控制算法進行研究，旨在分析此系統(tǒng)算法的應(yīng)用優(yōu)勢，從而強化其在實踐中的應(yīng)用水平。

關(guān)鍵詞：非線性系統(tǒng) 模糊控制算法 研究

中圖分類號：TP273.4 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2017）04（c）-0196-02

在控制研究中，比較典型的基于受控對象精確模型的控制是古典控制和狀態(tài)空間模型控制。在實際研究中發(fā)現(xiàn)，除去受控對象比較精確的控制外，還存在比較復(fù)雜的控制，這種控制的受控對象不明確，所以數(shù)學(xué)模型的建立相對困難。為了對這種控制進行有效的利用，采用模糊控制算法進行數(shù)學(xué)模型的建立是主要的方法。因此，積極的對非線性系統(tǒng)模糊控制算法進行研究意義重大。

1 模糊控制的數(shù)學(xué)描述

模糊控制是控制研究中的重要類別，這種控制不僅是一種實時控制，而且不依賴于受控對象的精確模型，所以說它是一種打破了傳統(tǒng)束縛的新型計算機控制。此種控制的產(chǎn)生為解決更加復(fù)雜的計算機問題帶來了全新的方法。從特征上來看，此種方法對于模型的要求比較低，而且在實際利用中的計算非常簡便，控制性能也比較優(yōu)良。該文在非線性系統(tǒng)中進行模糊控制算法的研究，為了使得研究簡便，利用了一個非線性系統(tǒng)的式子：

在這個式子當(dāng)中，u表示的是輸入量，而y則表示輸出量，整個式子代表是就是工程實際當(dāng)中難于建模的一大類復(fù)雜受控對象。根據(jù)這個式子，確定合適的參考軌跡，控制公式便可以得到書寫。

2 模糊控制的算法原理

模糊控制的算法原理是研究的重點內(nèi)容，在實際分析的過程中主要包括了四個方面：第一是進行非線性系統(tǒng)的模糊模型建立，然后對其進行規(guī)范化，使其轉(zhuǎn)變?yōu)閰?shù)辨識問題。比如在考慮一個SISO非線性系統(tǒng)的時候，將系統(tǒng)的輸入空間和輸出空間按照精度進行分別的量化，那么系統(tǒng)的特性便會轉(zhuǎn)變?yōu)橐粋€特定的公式，整個公式反應(yīng)了系統(tǒng)的條件，也構(gòu)成了系統(tǒng)的模糊模型。第二是對模型的在線遞推進行修正。為了使得整個控制測算更加的精確，利用全新的信息結(jié)合線性辨識理論中的成果，對整個模型進行在線遞推的檢測，然后做出相應(yīng)的調(diào)整和改變，這樣，模型的精確性會得到實現(xiàn)。第三是進行誤差的預(yù)測，然后進一步地對輸出值的誤差進行修正。在實際測算中發(fā)現(xiàn)，由于模型的精確度很難明確控制，所以會存在測算誤差的情況，而輸入值的誤差會影響輸出值，所以需要不斷地進行誤差預(yù)測，從而采用最小誤差來作為模糊控制的基本算法。第四就是進行模糊控制算法的形象建立。通過前幾步的完善，推導(dǎo)出模糊控制的具體算法，然后建構(gòu)起有效的測算結(jié)構(gòu)，并利用這個結(jié)構(gòu)將模糊控制進行進一步的精確。簡言之就是模糊控制的算法需要一步步地推導(dǎo)和修正。只有通過這樣按部就班的方式，最后得出的算法與案例才會更具實用性。下圖為模糊算法原理示意圖，見圖1。

3 仿真研究

仿真研究是進行非線性系統(tǒng)模糊控制研究的一項重要工作。這項工作主要分為三步：第一是進行模糊算法框圖的完善。通過完善使得模糊算法具有更強的系統(tǒng)性。第二是將需要運用的數(shù)據(jù)信息和資料帶入到模糊算法框圖當(dāng)中，進行真實的運作控制，從而分析模糊控制的效果和性能。第三就是根據(jù)反映出來的效果和性能進行模糊算法框圖的進一步修正和完善。簡言之，仿真研究實際上就是非線性系統(tǒng)模糊控制算法的應(yīng)用試驗，通過真實的應(yīng)用來分析其效果和性能，從而根據(jù)其表現(xiàn)再進行進一步的修整和調(diào)節(jié)，從而使得算法的利用效果更高、控制性能更強。就實際分析的結(jié)果來看，非線性系統(tǒng)模糊控制算法在實踐中的利用具有兩方面的顯著特征：第一是其運算擺脫了繁復(fù)性，變得更加的簡單。第二是此種算法實現(xiàn)了控制性能的優(yōu)良，對于控制效果的提升有著重要的幫助。

4 結(jié)語

計算機控制系統(tǒng)是計算機技術(shù)提升需要研究的一個重要方面。從控制系統(tǒng)的研究實踐來看，受控對象精確的控制系統(tǒng)實效較為容易，但是遇到復(fù)雜的受控對象，系統(tǒng)的數(shù)學(xué)建模會存在困難，具體的控制也會出現(xiàn)問題。所以為了解決這一問題，積極地進行模糊控制的研究，利用模糊控制算法處理復(fù)雜問題，可以實現(xiàn)問題的簡化。

參考文獻(xiàn)

[1] 王斌，邱志成，張憲民，等.氣動驅(qū)動柔性臂自適應(yīng)模糊振動控制[J].機械工程學(xué)報，2013（11）：50-60.

[2] 劉文龍.基于T-S模糊模型的多變量非線性預(yù)測控制[J].電子測量與儀器學(xué)報，2013（10）：998-1003.

[3] 董海鷹，魏占宏，趙香桂，等.基于多種群遺傳算法的電動變槳系統(tǒng)的變論域模糊控制[J].控制工程，2014（2）：182-188.

[4] 鄭蘭，周衛(wèi)東，廖成毅，等.模型不確定非線性系統(tǒng)的自適應(yīng)模糊Backstepping預(yù)測控制[J].哈爾濱工業(yè)大學(xué)學(xué)報，2014（11）：107-111.