|
本帖最后由 晨枫 于 2015-2-7 00:50 编辑
! ~+ o2 X S. [9 K4 q- k8 X6 P- g1 e, B* |% `% {+ g
看到日本电饭煲贴里说起模糊控制和PID控制,忍不住要插话了。遗憾的是,诸君关于PID和模糊控制的概念都不正确。PID控制和模糊控制是两个范畴的东西,思路决然不同,但两者的差别不是哪个比哪个更加精确。
! U3 ~/ ~. G! g3 @$ t4 b* L! S6 o! m9 M9 R% M
PID全称是比例-积分-微分控制,具体的控制律是
: y: g, i: `5 m; z5 ^% L/ m) g$ ]( y7 Y0 R7 q. K
u(t)=kp*e(t)+ki*int(e(t))+kd*de(t)/dt
: x2 }, B' I4 J, f+ Z- M6 `# n+ [* c) a% v* p: s( J
其中u(t)是控制输出,e(t)是闭环误差,也就是设定值(set point)与测量值(process variable或者measurement)之差,int指积分,这里没法写那个弯弯的积分符号。这是PID控制律的“学院派”表述,工业上还有其他表述,但最后都是等效的。上述是连续时间域的表述,在离散时间域里,就是
: ^6 k4 q3 j) l- v: k8 w' F+ X4 ?0 \; J" [9 i. r3 `$ d
u(k)=kp*e(k)+ki*cumsum(e(j))+kd*(e(k)-e(k-1))/ts
* R& ]2 C z, G0 v3 h. G5 f; g0 [0 [$ n
( R) R# h- V3 S8 a2 ~, T; _- s6 p5 ?其中cumsum为cumulative sum,高数里就是大写sigma(级数和),ts为采样时间。这是位置式PID,工业上常用增量式PID,两者之间也是完全等价的。
6 i* N1 j1 ]7 s: x; E7 \( W7 v! I( d. V/ y2 ?
PID的理论基础是微分方程稳定性。对于二阶一下线性定常系统,可以理论计算出保证稳定性的kp(比例增益)、ki(积分增益)和kd(微分增益),但工业上一般用凑试法凭经验和观察来整定。
- @; w6 K+ F! w1 E4 `( ~( V) h
* c0 {0 `. e% w* @7 K+ B, YPID的整定可以稳定为主,或者以快速回位为主。前者慢慢逼近设定值,可以做到无超调(overshoot),也称过阻尼响应(overdamped response);后者快速逼近设定值,但通常要振荡几下,所以也称欠阻尼响应(underdamped response)。相邻的两个波峰值之比为阻尼比(damping ratio)或者衰减比(decay ratio),经典整定以4:1衰减比为最优,实际上这对跟踪系统不错,但对过程系统还是超调太多,过程工业偏好无超调。电饭锅温控实际上是一个过程控制问题,而不是一个伺服控制问题。换句话说,温度超调就要造成焦糊;但温度慢慢上升到设定值,顶多多煮一会儿,不会煮夹生饭。
8 d. O9 H4 {' I; T: M, P& A) v7 r" K
4 t' j- `$ N; i$ s7 V模糊控制则是完全不同的概念,这是从模糊集合来的。用控制术语来说,这来自于开关控制。简易型电饭锅正是开关控制。温度不到100度(实际上可能是102度),电火力全开;煮沸的时候,沸腾过程由于相变,温度自动稳定在100度,只要没有烧干,怎么烧也不可能超过100度。这个说起来比较费劲,要不让村长解释吧。另一方面,一旦烧干了,也就是饭焖好了,继续烧温度就上去了,所以温控设定在102度的话,超过了就自动关火,接下来就是小火保温的问题了。
7 X$ i3 |; }5 A/ j, A, d1 J
! [ w3 ^, `4 Z& g1 |) }但这样的开关控制很生猛,也不精确,对于要求精确的时间-温度曲线控制不利。用PID加程序升温控制可以精确控制,但实现起来比较复杂,而且要受米量、水量、水温等的影响。于是就有了模糊控制。
" N' N% n) \' R6 x0 b
1 c a6 C, Y- R& u4 [模糊控制的关键在于在开关控制的TRUE和FALSE状态之间引入一个过渡状态,在过渡阶段里,既非TRUE,也非FALSE,而是介于两者之间,或则偏向其中一边。比如说,以身高为例,成年男子1.6米以下算矮的,1.8米以上算高的,期间就不能简单地高或者矮来界定,而出现了“较矮”、“中等”、“较高”等过渡状态。事实上,在1.6和1.8米之间,可以斜线连接,这就是所谓membership function,定义在高和矮之间的连续变化。当然,membership function可以不是线性的,而是其他复杂形状,这就是不同口味的模糊集合,有不同特性。
' T4 x% d) h) J, \% [7 I% Y$ p+ V, a
单一变量的模糊控制没有多少意义,但多个变量后,模糊控制就有意义了,尤其在输入变量至少有几个不在“清晰值”而在过渡值上。这时,有一套集合论的规则计算合成的输出,比如计算membership function下的面积在计算重心什么的。说起来比较罗嗦,实施起来也挺罗嗦的。
& d, y9 N% ]: @
( c/ A0 x8 c0 f6 Y) }- O说了那么多,模糊控制的好处就是可以把语言描述的规则数字化,而不是真正建立解析的模型,因此对于传统的模型误差不敏感,用控制术语来说,就是robustness较好。坏处是这东西无法做稳定性分析,也无法与最优控制、自适应控制、预估控制等基于解析模型的现代控制理论结合起来,完全是就事论事的rule based system,或者称heuristic system。当然,有人在做把两者凑起来的事情,但土豆和西瓜杂交,总是不伦不类,大多不了了之。7 x9 R4 {0 a- T! A( Q& g
0 I+ L2 Y, S' W
模糊系统在80年代流行过一阵,后来就销声匿迹了,只有日本例外。日本人对模糊系统情有独钟,在洗衣机、微波炉、电饭煲、照相机等广泛使用,并且喜欢标明,以示先进。这东西比PID更先进吗?不见得;比PID更加不精确吗?也不见得。在某种意义上,模糊与神经元(neural net)一样,在理念和事实上与传统手段有所不同,但说到底并没有革命性的改变,是意大利面与上海粗炒面的差别,而不是牛排与豆腐煲的差别。+ }8 E) ^3 V0 v# O. B& N
+ q' D D l( d _& t( l" Q================
4 E6 g9 _3 w2 }' g0 y模糊控制几句话说不清楚,这也是可以唬人的道理之一。要是有人有兴趣,我可以贴一些图,附加一点例子。事实上,维基里的解释不错,可以看看。! @6 O: U6 F; S5 ]' T) K1 C
http://en.wikipedia.org/wiki/Fuzzy_control_system
/ c* t" x+ f [1 _* ?! r+ G0 X7 U; w4 \8 X, W! q4 P
@隧道 @Sichuluanhuang @橡树村 |
评分
-
查看全部评分
|