模糊pid的理解

本人所做的课题是控制相关，所以想将模糊算法应用在pid参数的调节当中，我们知道模糊控制器的设计主要包括输入模糊化、模糊规则的建立、模糊推理、逆模糊化四个部分，下面首先介绍输入模糊化的过程：

1.输入模糊化

电机的输入是一个给定的速度，给到电机后肯定达不到理想的速度，所以就存在着误差，误差其实就是模糊控制器的输入，又因为模糊控制器分为几种，有一维的也有多维的，这里我采用的是二维模糊控制器，输入的假设给定变量是E和EC（分别是误差和误差变化率）。输入我们知道了，我们的输出就是kp、ki、kd三个参数，以此通过模糊控制帮我们整定kp、ki、kd的三个参数。我们现在需要定义输入和输出变量的范围，然后给定一个量化因子，把物理论域进行离散化，n=3，离散论域为N=【-3，-2，-1, 0, 1, 2, 3】 ，物理论域X里的每个数都能在离散论域里找到对应的数值，一个数必定是靠近两个范围的，所以也就有了隶属函数的概念，我们一般采用的是三角函数来代表变量的隶属函数。

2.模糊规则的建立

我们都知道对于一个单输入单输出的系统来言，如果输入和输出之间的差过大，说明控制器的性能并不良好，那我们肯定要重新调节我们的控制器，这是在日常生活中最常见的规则。为了更好的说明下面的问题，我们不妨把输入输出都分为以下七个等级{正大、正中、正小、零、负小、负中、负大}。模糊控制器的输入是速度，若要进行恒速控制，则需要根据当前的实际速度调节电机的速度，比如输入的速度和电机实际的速度相差为正大、那我们系统就要做出负大的判断，以此来抵消正大的误差。电机控制模糊pid控制器的输入有两个  1.实际速度与设定速度之差  2.误差的变化率 我们对这两者进行离散化，离散后会出现很多单一的规则，然后我们根据专家经验或者是调试的经验设计好模糊规则就可以了。

3.模糊推理

当机器在运转的时候，必然会产生误差，我们根据当前误差和上一刻的误差就能得到误差变化率。然后将两者输入到模糊控制器当中，我们就可以找到我们需要的输出结果，而此时我们的输出结果还不是一个准确的值，所以我们需要对它经验反模糊化，这也就是我们第四步需要做的工作。

4.反模糊化

从模糊推理得到的模糊结果需要经过处理，才能得到准确的值。反模糊化的方法有很多，最大隶属度法、左取大法和右取大法等等，都是通过公式来求取准确的数值，这里可以百度一下，我也不过度解释。这样我们得到的准确值，输出给到系统，就能使系统往正向的环境发展。

总之，这大概就是模糊pid的一些粗略的理解，没什么目的，只是记录一下，也希望对其他人一点点帮助，祝大家学习进步，工作顺利，世界和平。