设计模糊控制决策表的优化方法

5.4.1.1 精确量的模糊化

选择模糊变量、、的模糊子集均为七档，即：{负大（NL），负中（NM），负小（NS），零（ZE），正小（PS），正中（PM），正大（PL）}，对应的模糊论域均为：{-7，-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6，+7}，满足模糊论域元素个数为子集总数2倍以上的要求，这样诸模糊子集能较好地覆盖论域，以免失控。

实际的SRD，速度偏差e或偏差变化（以x记之）的变化范围并非在[-7，+7]之间，而在[a，b]之间，可通过下式所示的变换：

将在[a，b]间变化的变量x转化为[-7，+7]间的变量y。例如，根据SR电动机转速环采样周期，设变化范围为[-250，250]，在时，代入式（5-77），得y=3.36，取整为3，故对应的量化因子α_EC=14/500，同理，若设e的变化范围为[-1500，1500]，则与e对应的量化因子α_E=14/3000。可见，各变量只要乘上相应的量化因子并取整，即可转化为模糊论域[-7，+7]中的一个元素。

图5-13 SR电动机比例因子自调整模糊控制器框图

15个量化等级对七档模糊子集的隶属度由表5-1给出。

表5-1 、、不同等级的隶属度值

5.4.1.2 极大极小模糊控制器设计(www.xing528.com)

根据电压PWM控制方式下SRD调试经验，确定的49条模糊控制规则见表5-2。

表5-2 SR电动机模糊控制规则

对表5-2所示的多重模糊条件语句，可由式（5-73）求出其对应的模糊蕴含关系矩阵。系225×15矩阵，手工计算工作量很大且易出错，为此用C语言编制了计算表5-1、表5-2所对应的阵的程序。计算出后，再对偏差e和偏差变化各种可能的变化情况模糊化，并按式（5-74）作第一类合成推理，可求出对应的控制输出。

5.4.1.3 解模糊

采用最大隶属度法进行模糊判决，即选择输出变量模糊子集中隶属度最大的元素作为控制量增量的等级，即可得模糊控制决策表，此决策表需在系统的实际运行中进行调整、修改。表5-3给出调整后的决策表。

表5-3 模糊控制决策表

（续）