|
本帖最后由 晨枫 于 2015-2-7 00:50 编辑
% L2 w6 _0 \- d7 `7 ?; A! R" M) L. U# i& @' Q& }9 A9 t( R- i. p: k
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。
4 y. q8 m/ b3 e) A6 J- } s1 F( {; i
PID全称是比例-积分-微分控制,具体的控制律是
6 m# U4 N) q7 I1 k5 G0 L4 O
) E1 h8 p w, Z! ~! a5 O, M. `1 V2 e/ |u(t)=kp*e(t)+ki*int(e(t))+kd*de(t)/dt
7 U4 r+ I" L7 @+ \8 ~; N f. i" u3 |: Q- G- ]
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
# }' ]; S! \5 R; V/ a0 i- q# I8 W4 }5 g/ n+ w1 W' z
u(k)=kp*e(k)+ki*cumsum(e(j))+kd*(e(k)-e(k-1))/ts% w5 Q9 q4 v9 Y$ `
/ [+ J: J0 C9 u0 E1 k& K# T2 \
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。! {+ y4 I7 B! x/ g* {( \
, G/ b7 d/ L5 z# v$ [* n
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。
9 `) y! U8 o2 F4 b7 s" ?. u% E9 f) c( P' t+ T4 ]: n
PID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。
. @- x) {+ u1 m: ^3 T
' a0 G* I8 W6 ?( {, L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。
' L6 |( M3 V0 h, f. S
& l4 Z! V# s/ e- r# L0 s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。' ~, D6 p3 ~- J+ B2 ^/ O
( C! L0 R8 ^ l9 l" Y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。
! W) h b% q! Q* Z
8 | V2 e0 G: q; C) ^7 z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。
- x* v0 t B+ R7 {2 `7 b# o! q' C$ P/ M6 Y
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。' \/ K! D# y; P. s& _( ^( I- m% R9 {
) {0 j; P8 \0 ^# R" V% ^. z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。; O; @' `$ }8 W4 E* @9 d$ i
( H# O. h9 }- I2 @: V
================
# a3 U! s0 x1 n: V& x2 t; N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。. _8 I N; ?( _. U; F" ]+ y
http://en.wikipedia.org/wiki/Fuzzy_control_system
! G. w1 @0 G; X1 ~/ k2 F
( A0 J: V6 O7 J. S; [- V@隧道 @Sichuluanhuang @橡树村 |
评分
-
查看全部评分
|