基于模糊规则表的PD控制

。\r根据前面求得的状态反馈矩阵k=(-10.1522,一5.6683,\r-26.5230,-4.19711),我们取比例系数Kp=-26.5230,积分系数KD=-\r4.1971。\r435模糊PD控制系统\r两自由度两轮自平衡机器人的输出有四个变量:位移、速度、倾角角度、\r角速度,如果仅仅使用模糊控制器设计控制系统,那么模糊控制器有四个输\r入,假设每个输入划分7个模糊语言变量,则需要设定的模糊控制规则有\r74=2401个,这给模糊控制规则的编辑带\r来了极大的不便,控制器的设计十分复杂。为了减少模糊控制器的\r输入变量个数,我们将机器人的位移和速度应用模糊控制方法,而\r倾角和角速度采用传统PD控制,将模糊控制与传统PID控制方法相结合,采用\r模糊PD复合控制方法。\r基于模糊控制的设计思想,结合传统PID控制器设计方法,利用状态反馈所\r得矩阵,初步确定比例微分系数,然后通过模糊推理做出相应的控制决策,并根\r据系统响应曲线特点,在线整定PD控制参数,最终达到满意的控制效果。两轮\r自平衡机器人模糊PD控制系统\rSimulink仿真如图4.9所示。\r图4.9中FuzzyLogicController是模糊控制器,是整个控制\r系统的核心,前面所编辑的模糊隶属度函数、模糊推理规则、模糊推理合成方法\r以及去模糊化都要通过模糊控制器导入。Ke是输入位移误差量化因子,其值为\r0.03,Kec是输入位移变化率的量化因子,其值为O.05,Ku是输出电机控制转\r矩比例因子,其值为21。PD模块是PD控制器,对机器人倾角和角速度进行控\r制。通过输出模块X可\r以看到系统的响应曲线,输出模块motor是相应的输入电机转矩。\rSubsysteml模块是机器人的非线性数学模型,其Simulink仿真图如图4.10所\r示。\rI«4.|OHISA敷学榜应的帥耐18