用STM32F407玩控制—复合模糊控制

个人觉得，控制理论可以说都是数学，并且是一种专门的数学，或者说是一种应用数学，模糊控制也不例外，它是建立在模糊集合论基础上的，模糊集合可以看成是普通集合的拓展，那什么是集合，对不起，没有定义，集合属于初始概念，是不定义的概念，对不定义概念的理解，可以借助于公理，公理可以看成是初始概念的定义，扯远了，回到集合，那怎么理解集合，集合大致可以看成是有相同属性事物的总和，什么是模糊集合，这么说吧，比如我们描述一个人，其属性可以有美丑、气质，也可以有高矮、胖瘦、年老等等，那颜值究竟有多高，那气质究竟有多好，在模糊集合中就用隶属度来表示，比如，定义一个胖子集合A，大胖子a1，属于A的隶属度为1.0，中胖子a2，属于A的隶属度为0.8，小胖子a3，属于A的隶属度为0.65，，体重正常者a4，属于A的隶属度为0.5，...，超级瘦子an，属于A的隶属度为0，这样模糊集合A可以表示为：A=1.0/a1+0.8/a2+0.65/a3+0.5/a4+...+0.0/an，在模糊集合基础上，发展出模糊关系和模糊推理等等运算。

模糊控制原理如图1所示（参见易继锴《智能控制技术》），大致工作过程是：计算偏差变化率，将偏差和偏差变化率变换成模糊量，根据一定的模糊规则推理出模糊控制量，模糊控制量清晰化作为实际输出去控制被控对象，整个过程的细节如图2所示（参见孙增圻《智能控制》）。

实现模糊控制的步骤如下：

1.确定语言变量x、y和z的隶属度函数，这个一般用表格来表示。

2.确定模糊控制规则表。

3.根据1和2计算控制表。1-3点具体可参见前面博文《用MATLAB玩控制-模糊控制输出表》。

4.根据被控对象的先验知识或经验确定量化因子k1、k2、k3值，但要说明，k1、k2、k3值的调整如同pid参数整定一般，不是一件容易的事，如果应用最优化理论，则可以获得最佳参数，甚至于模糊控制输出表也可用最优化理论来优化，以后，或许会写一篇最优化理论在控制中应用专题，这里且按下不表。

5.在C语言中，模糊控制输出表可以用一个两维数组Fuzzy来表示，STM32F407中有足够多（变量）内存空间可供使用，所以，可以直接定义为float或double类型，x0、y0定义为int类型，然后，由Fuzzy[x0][y0]就可获得模糊控制输出，这个值乘于k3就得到实际控制量u，u是实型数。

复合模糊控制是在模糊控制基础上，加上一个pid控制器，如图3所示，当大偏差时是模糊控制，而小偏差时用pid控制，我们在STM32F407上实现的复合模糊控制，其控制效果如图4所示，从图中可以看出，被控对象是一个大纯滞后系统，其控制效果相当不错，这还是在没有仔细调整量化因子k1、k2、k3和pid参数的情况下取得的。