简介基于Matlab的单水箱液位模糊控制系统设计资料包面向自动化、测控及电气类专业学生适用于课程设计、毕业设计或工程实训。系统以倒锥形容器为受控对象通过底部压力间接测量液位由模糊控制器调节进水电磁阀开度在出水阀开度固定的条件下维持液位稳定充分体现针对非线性被控对象设计模糊控制规则的方法。压缩包共7个文件大小约1MB主体包括2份Matlab源程序、1份完整的课程设计报告PDF并附有说明文档、场景示意图片和许可文件。程序代码与报告内容配套便于对照学习模糊变量划分、模糊规则表构建、仿真结果分析等关键环节也可基于现有框架自行修改参数和逻辑。目前已有263人浏览学习适合初步接触模糊控制或Matlab仿真的读者作为参考重点参考其设计思路与排错流程而非直接照搬代码。1. 单水箱液位为什么需要模糊控制从PID调参痛点说起一个技术人调单水箱液位时最直观的感受是“参数换工况就要重调”给定值从 0.5m 改成 1mPID 三个参数往往得重新试一遍而进水流量波动、出水口截面积的缓慢变化又让稳态点持续漂移。模糊控制把“液位低就开大阀、液位偏高就收阀”的操作经验直接写成模糊规则不依赖精确的被控对象模型天然适合一阶惯性加纯滞后以及轻度非线性对象。这个题目在 Matlab 课程设计里是投入产出比很高的一个方向Fuzzy Logic Toolbox 加 Simulink 就能完成从建模、控制到仿真的完整闭环而且 Matlab 版本不必很新R2016a 之后都能运行。下面按“对象建模 → 控制器设计 → 闭环仿真 → 报告整理”的顺序展开。2. 建立单水箱液位对象模型从机理方程到Simulink仿真环境2.1 一阶惯性加纯滞后课程设计最常用的近似模型单水箱的液位动态可以用物料平衡方程描述A·(dh/dt) Qin − Qout其中h是液位高度Qin是进水流量Qout是出水流量。出水口如果按自由出流近似Qout k·sqrt(h)这就是系统非线性主要来源。在某个工作点h0附近做泰勒展开Qout(h) ≈ k·sqrt(h0) (k/(2·sqrt(h0)))·(h − h0)代入增量方程后从进水流量到液位的传递函数可以写成一阶惯性环节K/(Ts1)其中时间常数T 2A·sqrt(h0)/k。再考虑阀门动作和管路传输造成的滞后乘上e^(−τs)就得到课程设计里最常引用的近似模型G0(s) K/(Ts1) · e^(−τs)选一组典型物理参数水箱截面积A 0.5 m²出水系数k 0.08 m^2.5/s工作点液位h0 0.4 m。按公式计算T ≈ 8s。后续仿真为了方便模糊控制器设计把输入输出做无量纲化取K 1滞后时间按管路长度取τ 4s。这组参数不是唯一答案但覆盖了一阶惯性加纯滞后对象的典型特征足够用来对比模糊控制和 PID 的差异。2.2 用Matlab脚本画出开环阶跃响应先把被控对象放进 Matlab验证模型是否符合预期。新建一个脚本tank_model.m内容如下% 单水箱液位一阶惯性 纯滞后对象 clear; clc; K 1.0; % 无量纲增益阀门开度变化 1 对应液位稳态变化 1m T 8; % 惯性时间常数单位 s tau 4; % 纯滞后时间单位 s G0 tf(K, [T, 1], InputDelay, tau); figure; step(G0, 100); xlabel(时间 (s)); ylabel(液位 (m)); title(单水箱开环阶跃响应); grid on;这里tf(K, [T 1], InputDelay, tau)是三段式写法分子增益K、分母一阶惯性[T 1]、纯滞后tau。step(G0, 100)是指仿真时长为 100 秒。运行后能看到液位从 0 开始经过约 4 秒纯滞后才上升再按指数规律趋向稳态值 1。如果这个开环响应出现振荡或直接发散说明对象参数本身有问题后续闭环仿真没有意义。提示这段脚本同时也是课程设计报告第 2 章“对象建模”的支撑材料截图时注意把横纵坐标单位和grid on显示清楚。2.3 在Simulink中搭建非线性水箱被控对象线性模型用于分析但最终仿真建议用更接近物理过程的非线性模型A·(dh/dt) Qin − k·sqrt(h)。在 Simulink 中搭一个内部带反馈的被控对象模块连接关系如下模块库位置关键参数StepSimulink/SourcesStep time 0Initial 0Final 1Sum1Simulink/Math Operations两个输入符号为 和 −Gain1Simulink/Math Operations1/A 2IntegratorSimulink/Continuous初始条件 Initial condition 0.2sqrtSimulink/Math Operations函数选 sqrt无参数Gain2Simulink/Math Operationsk 0.08Transport DelaySimulink/ContinuousTime delay 4ScopeSimulink/Sinks默认即可搭建顺序新建空白模型拖入 Step、Sum1、Gain1、Integrator、sqrt、Gain2、Transport Delay、ScopeStep 输出接 Sum1 的端Sum1 输出接 Gain1再进 Integrator积分器输出就是液位h同时引出到 Scope 显示h进入 sqrt算出sqrt(h)再经过 Gain2 乘以k得到出水流量QoutQout经过 Transport Delay 延迟 4 秒后接回 Sum1 的−端构成对象内部的自然反馈回路。仿真时间设为 200 秒求解器用ode45最大步长Max step size设为0.05。为什么单独强调这个参数因为sqrt在液位接近 0 时斜率变化剧烈如果步长过大液位曲线会出现锯齿状影响后续模糊控制的对比效果。3. 基于Matlab的模糊控制器设计论域、隶属度函数与规则表3.1 输入输出变量与论域设定模糊控制器采用二维输入、一维输出的结构这是单水箱液位控制最常见的配置变量物理含义论域单位e液位误差e r − h[−1, 1]mec误差变化率ec de/dt[−0.1, 0.1]m/su归一化阀门开度增量[−1, 1]无量纲选e和ec作为输入是因为操作工人判断阀门动作时主要看两件事当前液位偏离设定多少以及液位在往哪个方向变化、变化快不快。e决定控制量的大方向ec决定提前量这就是模糊控制能比 PID 更平缓地处理纯滞后对象的原因之一。论域的选择本身就是第一层量化。如果实际偏差经常在 ±0.5m 以内把论域设成 [−1, 1] 就是默认把偏差放大到满量程若你的对象偏差更大后续要在 Simulink 里串Gain做二次缩放这一点到第 4 章再具体说。这里直接取论域匹配仿真工况方便第一次搭通。3.2 隶属度函数参数边界用梯形、中间用三角形每个输入输出变量划分 7 个语言值NB、NM、NS、ZO、PS、PM、PB。边界上的NB和PB用梯形隶属度函数中间用三角形原因是边界需要表现“饱和”特性误差超过一定范围后控制动作不再加大中间用三角形计算简单规则曲面也容易观察。下面是完整的 FIS 构建脚本可以直接保存为tank_fis.m运行% 创建单水箱模糊控制器 FIS clear; close all; clc; fis newfis(tank_fis, mamdani); fis addvar(fis, input, e, [-1, 1]); fis addvar(fis, input, ec, [-0.1, 0.1]); fis addvar(fis, output, u, [-1, 1]); % 输入 e 的隶属度参数NB/PB 用梯形其余用三角形 e_pts { [-1.2 -1 -0.55 -0.25], ... % NB [-0.6 -0.3 -0.1], ... % NM [-0.25 -0.08 -0.02], ... % NS [-0.1 0 0.1], ... % ZO [0.02 0.08 0.25], ... % PS [0.1 0.3 0.6], ... % PM [0.25 0.55 1 1.2] % PB }; % 输入 ec 的隶属度参数 ec_pts { [-0.12 -0.1 -0.055 -0.025], ... [-0.06 -0.03 -0.01], ... [-0.025 -0.008 -0.002], ... [-0.01 0 0.01], ... [0.002 0.008 0.025], ... [0.01 0.03 0.06], ... [0.025 0.055 0.1 0.12] }; % 输出 u 的隶属度参数 u_pts { [-1.2 -1 -0.55 -0.25], ... [-0.6 -0.3 -0.1], ... [-0.25 -0.08 -0.02], ... [-0.1 0 0.1], ... [0.02 0.08 0.25], ... [0.1 0.3 0.6], ... [0.25 0.55 1 1.2] }; fis addMfs(fis, input, 1, e_pts); fis addMfs(fis, input, 2, ec_pts); fis addMfs(fis, output, 1, u_pts); % 局部函数批量添加隶属度函数 function fis addMfs(fis, varType, varIdx, pts) names {NB, NM, NS, ZO, PS, PM, PB}; types {trapmf, trimf, trimf, trimf, ... trimf, trimf, trapmf}; for i 1:7 fis addmf(fis, varType, varIdx, names{i}, types{i}, pts{i}); end end脚本用局部函数简化了 7 组隶属度函数的重复代码运行后fis对象就带上了 3 组、共 21 个隶属度函数。addvar的第三个参数是变量名第四个是论域范围addmf的参数依次是 FIS 对象、变量类型、变量序号、语言值名称、隶属度函数类型和顶点坐标。注意三角形trimf的参数是[a, b, c]这三个点必须满足a b c梯形trapmf是[a, b, c, d]且a b c d。相邻隶属度函数之间保留一定重叠控制器输出才会连续重叠太少会出现死区。3.3 7×7模糊规则表把操作经验写成可推理的规则规则表的逻辑要围绕“方向一致性”来检查。这里规定e r − h当e为正时液位偏低需要开阀控制量u为正当e为负时液位偏高需要关阀u为负。ec为正表示液位正在下降误差变大需要更强地开阀ec为负表示液位正在回升。以此建立 7×7 规则表行是e列是ec表中数字是输出语言值编号1 NB2 NM3 NS4 ZO5 PS6 PM7 PBe \ ecNBNMNSZOPSPMPBNBNBNBNBNBNMZOZONMNBNBNBNMNSZOPSNSNBNMNSNSZOPSPSZONMNSNSZOPSPSPMPSNSNSZOPSPSPMPBPMNSZOZOPSPMPBPBPBZOZOPMPBPBPBPB表里右下角ePB, ecPB对应液位严重偏低且仍在快速下降输出PB全速开阀左上角eNB, ecNB对应液位严重偏高且仍在快速上升输出NB全速关阀。中间区域按“误差大优先粗调、误差小靠变化率微调”的原则平滑过渡。在 Matlab 里把这张表编译成规则矩阵只需在tank_fis.m末尾追加% 规则表行为 e列为 ec值为输出语言值编号 u_table [ 1 1 1 1 2 4 4 1 1 1 2 3 4 5 1 2 3 3 4 5 5 2 3 3 4 5 5 6 3 3 4 5 5 6 7 3 4 4 5 6 7 7 4 4 6 7 7 7 7 ]; % 展开成 addrule 需要的规则矩阵 rules []; for i 1:7 for j 1:7 rules(end1, :) [i, j, u_table(i, j), 1, 1]; end end fis addrule(fis, rules); % 推理方法设置 fis setfis(fis, AndMethod, min); fis setfis(fis, ImpMethod, min); fis setfis(fis, AggMethod, max); fis setfis(fis, DefuzzMethod, centroid); writeFIS(fis, tank_fis);规则矩阵每行的含义是第 1 列是第一个输入e的隶属度序号第 2 列是第二个输入ec的隶属度序号第 3 列是输出u的语言值序号第 4 列是规则权重第 5 列是连接方式1 表示 AND。循环嵌套生成 49 条规则比手工一行行敲addrule更不容易出错。注意规则表是模糊控制器设计里最容易被答辩老师追问的部分。你需要能解释某条规则为什么这样定比如eZO, ecPB时输出为什么是PB液位误差已经很小但正在快速下降必须提前开阀阻止它继续偏离而不是等误差变大再动作。3.4 推理方法与规则曲面验证Mamdani型推理的流程是规则前件用min取交集AndMethod每条规则的后件用min做蕴含ImpMethod所有规则的结果用max汇总AggMethod最后用重心法centroid解模糊得到精确输出。这套组合是处理“一个输出被多条规则同时激活”时的标准做法重心法的好处是输出连续平滑不会在规则切换时出现跳跃。规则写完先别急着接 Simulink用gensurf看一眼控制曲面figure; gensurf(fis); xlabel(e); ylabel(ec); zlabel(u); title(模糊控制规则曲面);曲面应该是一个沿对角线连续变化的斜坡面当误差和误差变化率同时为正时输出接近1同时为负时接近−1中间区域平滑过渡。如果曲面上出现局部凹陷或尖峰基本可以断定是规则表里有孤立的不一致规则这一步能提前把绝大多数设计问题过滤掉。4. Simulink闭环仿真与性能对比模糊控制与PID阶跃响应4.1 把FIS接入Simulink回路在 Simulink 模型中新增以下模块Fuzzy Logic ControllerFuzzy Logic Toolbox 库、Gain、Derivative、Saturation、Sum2、Mux。闭环连接顺序如下设定值取常数1液位反馈h接入 Sum2 的负端Sum2 输出误差ee分两路一路直接进入 Gain 乘Ke后接 FIS 的第一个输入另一路经过 Derivative 求导得到ec乘Kec后接第二个输入FIS 输出u乘Ku再经过 Saturation 限幅[0, 1]作为被控对象的输入被控对象输出液位h一路送 Scope一路反馈回 Sum2 负端。FIS 模块的参数填写tank_fis前提是tank_fis.m运行后名为tank_fis的 FIS 对象仍在工作空间。如果模块报Error evaluating parameter tank_fis一般是工作空间被clear清掉了重新运行一遍脚本即可。另一个常见做法是用readfis(tank_fis.fis)从文件重新加载但要注意变量名必须和模块参数一致。4.2 量化因子与比例因子的整定输入输出已经按论域做了归一化但 Simulink 里仍然建议保留Ke、Kec、Ku三个增益原因是你后面很可能要换工况或换对象这时候不需要改 FIS 内部的论域直接调增益就行。环节实际信号范围FIS 论域增益初值e 到 FIS 输入±0.8m[−1, 1]Ke 1ec 到 FIS 输入±0.1 m/s[−0.1, 0.1]Kec 1FIS 输出到对象±1[−1, 1]Ku 0.8整定经验Ke过大会让小偏差也触发大幅动作系统容易出现等幅振荡Kec过大会让控制器像加了强阻尼一样迟钝调节时间变长Ku过小则响应太慢过大则容易在稳态附近产生极限环。建议调试顺序是先固定Ku再反复改Kec观察过渡过程最后回来微调Ke。第一次跑仿真时把 Saturation 的上下限设为[0, 1]可以避免阀门开度出现负值。4.3 与PID控制器的阶跃响应对比在同一个模型里并联一个 Simulink 自带的 PID Controller 模块做对照组初始参数取一组偏常规的值Kp 1.2Ki 0.08Kd 0.5。这组参数不是最优值主要呈现一个“参数没细调”的 PID 基线。PID 输出同样接 Saturation[0, 1]再进被控对象保证两个回路执行器限制完全一致。仿真时间 200 秒求解器ode45Max step size 0.05。用下面的脚本把两组结果同时画在一张图里% 读仿真结果并对比模糊控制与 PID t out.fuzzy.time; hf out.fuzzy.signals.values; % 模糊控制液位 hp out.pid.time; hp out.pid.signals.values; % PID 液位 figure; plot(t, hf, b-, LineWidth, 1.5); hold on; plot(t, hp, r--, LineWidth, 1.5); yline(1, k:, LineWidth, 0.8); legend(模糊控制, PID 初值, 设定值, Location, southeast); xlabel(时间 (s)); ylabel(液位 (m)); title(模糊控制与 PID 的闭环阶跃响应对比); grid on;注意在 Simulink 中要把 Scope 换成To Workspace模块并设置输出格式为Structure with time否则工作空间里拿不到out.fuzzy.time这样的结构。也可以用matlab.tall这类方式导出但To Workspace是最直接的。两类控制器的响应趋势是模糊控制超调明显更小调整时间更短液位曲线平滑PID 初值组会有 15% 以上的超调且因为对象本身带滞后参数不当时还会出现二次振荡。表里给一组典型结果作为参照具体数值会随你选择的Ke、Kec、Ku变化性能指标模糊控制PID 初值超调量约 3%约 20%调节时间2% 误差带约 45s约 90s稳态误差小于 1%需要积分作用消除5. 课程设计报告的组织与三个常被忽略的调参细节5.1 报告结构按评审视角排序课程设计报告的核心不是罗列操作步骤而是让评阅老师一眼看出“你理解对象、你懂模糊控制的原理、你的仿真结论有对比支撑”。常见的报告结构可以这样安排第 1 章写设计任务和指标要求第 2 章写对象建模放第 2.1 节里的机理方程推导和开环阶跃响应第 3 章写模糊控制器设计包括论域选择理由、隶属度函数图、7×7 规则表以及gensurf控制曲面第 4 章写 Simulink 仿真与结果对比重点放模糊控制和 PID 的阶跃响应叠加图第 5 章写结论与心得。程序清单作为附录放在最后主脚本建议拆成三个文件tank_model.m负责对象参数tank_fis.m负责 FIS 构建tank_sim.slx负责闭环仿真这样答辩时演示逻辑清晰也方便评委单独看某一段代码。5.2 三个会影响答辩结果的细节第一个细节是规则方向一致性检查。答辩时最容易被问到的问题是“为什么eZO, ecPB时输出是PB”。如果你自己都说不清楚评阅老师会怀疑规则表是从网上抄的。建议仿真前用evalfis抽查几组输入输出比如误差为零但液位快速下降时输出必须为正值否则控制方向反了曲线会发散。另一个实用的检查方法是观察gensurf曲面的对角线方向曲面应当沿e轴正向单调上升这就是规则一致性的可视化证据。第二个细节是仿真步长对液位曲线的影响。sqrt(h)模块在液位接近 0 时斜率接近无穷如果Max step size设置到 1 秒液位曲线会出现明显锯齿严重影响结论截图的美观度。把Max step size设成 0.05 秒曲线平滑但仿真时间会增加折中方案是 0.05~0.1 秒之间。同样的曲线用plot输出时加grid on、调整字体大小图片放进报告前导出为.png格式这一套处理下来比默认截图专业很多。第三个细节是稳态精度的验证。模糊控制器的稳态误差来自规则表里ZO输出对应的精确值如果仿真结果始终有一小段静差优先查u论域中ZO隶属度函数的中心是不是 0而不是去调Ke。把仿真时间拉到 300 秒用stepinfo计算超调量和调节时间若稳态误差在 1% 以内这组仿真数据就可以直接写进报告。本文还有配套的精品资源点击获取 基于Matlab/Simulink的单水箱液位模糊控制设计
简介基于Matlab的单水箱液位模糊控制系统设计资料包面向自动化、测控及电气类专业学生适用于课程设计、毕业设计或工程实训。系统以倒锥形容器为受控对象通过底部压力间接测量液位由模糊控制器调节进水电磁阀开度在出水阀开度固定的条件下维持液位稳定充分体现针对非线性被控对象设计模糊控制规则的方法。压缩包共7个文件大小约1MB主体包括2份Matlab源程序、1份完整的课程设计报告PDF并附有说明文档、场景示意图片和许可文件。程序代码与报告内容配套便于对照学习模糊变量划分、模糊规则表构建、仿真结果分析等关键环节也可基于现有框架自行修改参数和逻辑。目前已有263人浏览学习适合初步接触模糊控制或Matlab仿真的读者作为参考重点参考其设计思路与排错流程而非直接照搬代码。1. 单水箱液位为什么需要模糊控制从PID调参痛点说起一个技术人调单水箱液位时最直观的感受是“参数换工况就要重调”给定值从 0.5m 改成 1mPID 三个参数往往得重新试一遍而进水流量波动、出水口截面积的缓慢变化又让稳态点持续漂移。模糊控制把“液位低就开大阀、液位偏高就收阀”的操作经验直接写成模糊规则不依赖精确的被控对象模型天然适合一阶惯性加纯滞后以及轻度非线性对象。这个题目在 Matlab 课程设计里是投入产出比很高的一个方向Fuzzy Logic Toolbox 加 Simulink 就能完成从建模、控制到仿真的完整闭环而且 Matlab 版本不必很新R2016a 之后都能运行。下面按“对象建模 → 控制器设计 → 闭环仿真 → 报告整理”的顺序展开。2. 建立单水箱液位对象模型从机理方程到Simulink仿真环境2.1 一阶惯性加纯滞后课程设计最常用的近似模型单水箱的液位动态可以用物料平衡方程描述A·(dh/dt) Qin − Qout其中h是液位高度Qin是进水流量Qout是出水流量。出水口如果按自由出流近似Qout k·sqrt(h)这就是系统非线性主要来源。在某个工作点h0附近做泰勒展开Qout(h) ≈ k·sqrt(h0) (k/(2·sqrt(h0)))·(h − h0)代入增量方程后从进水流量到液位的传递函数可以写成一阶惯性环节K/(Ts1)其中时间常数T 2A·sqrt(h0)/k。再考虑阀门动作和管路传输造成的滞后乘上e^(−τs)就得到课程设计里最常引用的近似模型G0(s) K/(Ts1) · e^(−τs)选一组典型物理参数水箱截面积A 0.5 m²出水系数k 0.08 m^2.5/s工作点液位h0 0.4 m。按公式计算T ≈ 8s。后续仿真为了方便模糊控制器设计把输入输出做无量纲化取K 1滞后时间按管路长度取τ 4s。这组参数不是唯一答案但覆盖了一阶惯性加纯滞后对象的典型特征足够用来对比模糊控制和 PID 的差异。2.2 用Matlab脚本画出开环阶跃响应先把被控对象放进 Matlab验证模型是否符合预期。新建一个脚本tank_model.m内容如下% 单水箱液位一阶惯性 纯滞后对象 clear; clc; K 1.0; % 无量纲增益阀门开度变化 1 对应液位稳态变化 1m T 8; % 惯性时间常数单位 s tau 4; % 纯滞后时间单位 s G0 tf(K, [T, 1], InputDelay, tau); figure; step(G0, 100); xlabel(时间 (s)); ylabel(液位 (m)); title(单水箱开环阶跃响应); grid on;这里tf(K, [T 1], InputDelay, tau)是三段式写法分子增益K、分母一阶惯性[T 1]、纯滞后tau。step(G0, 100)是指仿真时长为 100 秒。运行后能看到液位从 0 开始经过约 4 秒纯滞后才上升再按指数规律趋向稳态值 1。如果这个开环响应出现振荡或直接发散说明对象参数本身有问题后续闭环仿真没有意义。提示这段脚本同时也是课程设计报告第 2 章“对象建模”的支撑材料截图时注意把横纵坐标单位和grid on显示清楚。2.3 在Simulink中搭建非线性水箱被控对象线性模型用于分析但最终仿真建议用更接近物理过程的非线性模型A·(dh/dt) Qin − k·sqrt(h)。在 Simulink 中搭一个内部带反馈的被控对象模块连接关系如下模块库位置关键参数StepSimulink/SourcesStep time 0Initial 0Final 1Sum1Simulink/Math Operations两个输入符号为 和 −Gain1Simulink/Math Operations1/A 2IntegratorSimulink/Continuous初始条件 Initial condition 0.2sqrtSimulink/Math Operations函数选 sqrt无参数Gain2Simulink/Math Operationsk 0.08Transport DelaySimulink/ContinuousTime delay 4ScopeSimulink/Sinks默认即可搭建顺序新建空白模型拖入 Step、Sum1、Gain1、Integrator、sqrt、Gain2、Transport Delay、ScopeStep 输出接 Sum1 的端Sum1 输出接 Gain1再进 Integrator积分器输出就是液位h同时引出到 Scope 显示h进入 sqrt算出sqrt(h)再经过 Gain2 乘以k得到出水流量QoutQout经过 Transport Delay 延迟 4 秒后接回 Sum1 的−端构成对象内部的自然反馈回路。仿真时间设为 200 秒求解器用ode45最大步长Max step size设为0.05。为什么单独强调这个参数因为sqrt在液位接近 0 时斜率变化剧烈如果步长过大液位曲线会出现锯齿状影响后续模糊控制的对比效果。3. 基于Matlab的模糊控制器设计论域、隶属度函数与规则表3.1 输入输出变量与论域设定模糊控制器采用二维输入、一维输出的结构这是单水箱液位控制最常见的配置变量物理含义论域单位e液位误差e r − h[−1, 1]mec误差变化率ec de/dt[−0.1, 0.1]m/su归一化阀门开度增量[−1, 1]无量纲选e和ec作为输入是因为操作工人判断阀门动作时主要看两件事当前液位偏离设定多少以及液位在往哪个方向变化、变化快不快。e决定控制量的大方向ec决定提前量这就是模糊控制能比 PID 更平缓地处理纯滞后对象的原因之一。论域的选择本身就是第一层量化。如果实际偏差经常在 ±0.5m 以内把论域设成 [−1, 1] 就是默认把偏差放大到满量程若你的对象偏差更大后续要在 Simulink 里串Gain做二次缩放这一点到第 4 章再具体说。这里直接取论域匹配仿真工况方便第一次搭通。3.2 隶属度函数参数边界用梯形、中间用三角形每个输入输出变量划分 7 个语言值NB、NM、NS、ZO、PS、PM、PB。边界上的NB和PB用梯形隶属度函数中间用三角形原因是边界需要表现“饱和”特性误差超过一定范围后控制动作不再加大中间用三角形计算简单规则曲面也容易观察。下面是完整的 FIS 构建脚本可以直接保存为tank_fis.m运行% 创建单水箱模糊控制器 FIS clear; close all; clc; fis newfis(tank_fis, mamdani); fis addvar(fis, input, e, [-1, 1]); fis addvar(fis, input, ec, [-0.1, 0.1]); fis addvar(fis, output, u, [-1, 1]); % 输入 e 的隶属度参数NB/PB 用梯形其余用三角形 e_pts { [-1.2 -1 -0.55 -0.25], ... % NB [-0.6 -0.3 -0.1], ... % NM [-0.25 -0.08 -0.02], ... % NS [-0.1 0 0.1], ... % ZO [0.02 0.08 0.25], ... % PS [0.1 0.3 0.6], ... % PM [0.25 0.55 1 1.2] % PB }; % 输入 ec 的隶属度参数 ec_pts { [-0.12 -0.1 -0.055 -0.025], ... [-0.06 -0.03 -0.01], ... [-0.025 -0.008 -0.002], ... [-0.01 0 0.01], ... [0.002 0.008 0.025], ... [0.01 0.03 0.06], ... [0.025 0.055 0.1 0.12] }; % 输出 u 的隶属度参数 u_pts { [-1.2 -1 -0.55 -0.25], ... [-0.6 -0.3 -0.1], ... [-0.25 -0.08 -0.02], ... [-0.1 0 0.1], ... [0.02 0.08 0.25], ... [0.1 0.3 0.6], ... [0.25 0.55 1 1.2] }; fis addMfs(fis, input, 1, e_pts); fis addMfs(fis, input, 2, ec_pts); fis addMfs(fis, output, 1, u_pts); % 局部函数批量添加隶属度函数 function fis addMfs(fis, varType, varIdx, pts) names {NB, NM, NS, ZO, PS, PM, PB}; types {trapmf, trimf, trimf, trimf, ... trimf, trimf, trapmf}; for i 1:7 fis addmf(fis, varType, varIdx, names{i}, types{i}, pts{i}); end end脚本用局部函数简化了 7 组隶属度函数的重复代码运行后fis对象就带上了 3 组、共 21 个隶属度函数。addvar的第三个参数是变量名第四个是论域范围addmf的参数依次是 FIS 对象、变量类型、变量序号、语言值名称、隶属度函数类型和顶点坐标。注意三角形trimf的参数是[a, b, c]这三个点必须满足a b c梯形trapmf是[a, b, c, d]且a b c d。相邻隶属度函数之间保留一定重叠控制器输出才会连续重叠太少会出现死区。3.3 7×7模糊规则表把操作经验写成可推理的规则规则表的逻辑要围绕“方向一致性”来检查。这里规定e r − h当e为正时液位偏低需要开阀控制量u为正当e为负时液位偏高需要关阀u为负。ec为正表示液位正在下降误差变大需要更强地开阀ec为负表示液位正在回升。以此建立 7×7 规则表行是e列是ec表中数字是输出语言值编号1 NB2 NM3 NS4 ZO5 PS6 PM7 PBe \ ecNBNMNSZOPSPMPBNBNBNBNBNBNMZOZONMNBNBNBNMNSZOPSNSNBNMNSNSZOPSPSZONMNSNSZOPSPSPMPSNSNSZOPSPSPMPBPMNSZOZOPSPMPBPBPBZOZOPMPBPBPBPB表里右下角ePB, ecPB对应液位严重偏低且仍在快速下降输出PB全速开阀左上角eNB, ecNB对应液位严重偏高且仍在快速上升输出NB全速关阀。中间区域按“误差大优先粗调、误差小靠变化率微调”的原则平滑过渡。在 Matlab 里把这张表编译成规则矩阵只需在tank_fis.m末尾追加% 规则表行为 e列为 ec值为输出语言值编号 u_table [ 1 1 1 1 2 4 4 1 1 1 2 3 4 5 1 2 3 3 4 5 5 2 3 3 4 5 5 6 3 3 4 5 5 6 7 3 4 4 5 6 7 7 4 4 6 7 7 7 7 ]; % 展开成 addrule 需要的规则矩阵 rules []; for i 1:7 for j 1:7 rules(end1, :) [i, j, u_table(i, j), 1, 1]; end end fis addrule(fis, rules); % 推理方法设置 fis setfis(fis, AndMethod, min); fis setfis(fis, ImpMethod, min); fis setfis(fis, AggMethod, max); fis setfis(fis, DefuzzMethod, centroid); writeFIS(fis, tank_fis);规则矩阵每行的含义是第 1 列是第一个输入e的隶属度序号第 2 列是第二个输入ec的隶属度序号第 3 列是输出u的语言值序号第 4 列是规则权重第 5 列是连接方式1 表示 AND。循环嵌套生成 49 条规则比手工一行行敲addrule更不容易出错。注意规则表是模糊控制器设计里最容易被答辩老师追问的部分。你需要能解释某条规则为什么这样定比如eZO, ecPB时输出为什么是PB液位误差已经很小但正在快速下降必须提前开阀阻止它继续偏离而不是等误差变大再动作。3.4 推理方法与规则曲面验证Mamdani型推理的流程是规则前件用min取交集AndMethod每条规则的后件用min做蕴含ImpMethod所有规则的结果用max汇总AggMethod最后用重心法centroid解模糊得到精确输出。这套组合是处理“一个输出被多条规则同时激活”时的标准做法重心法的好处是输出连续平滑不会在规则切换时出现跳跃。规则写完先别急着接 Simulink用gensurf看一眼控制曲面figure; gensurf(fis); xlabel(e); ylabel(ec); zlabel(u); title(模糊控制规则曲面);曲面应该是一个沿对角线连续变化的斜坡面当误差和误差变化率同时为正时输出接近1同时为负时接近−1中间区域平滑过渡。如果曲面上出现局部凹陷或尖峰基本可以断定是规则表里有孤立的不一致规则这一步能提前把绝大多数设计问题过滤掉。4. Simulink闭环仿真与性能对比模糊控制与PID阶跃响应4.1 把FIS接入Simulink回路在 Simulink 模型中新增以下模块Fuzzy Logic ControllerFuzzy Logic Toolbox 库、Gain、Derivative、Saturation、Sum2、Mux。闭环连接顺序如下设定值取常数1液位反馈h接入 Sum2 的负端Sum2 输出误差ee分两路一路直接进入 Gain 乘Ke后接 FIS 的第一个输入另一路经过 Derivative 求导得到ec乘Kec后接第二个输入FIS 输出u乘Ku再经过 Saturation 限幅[0, 1]作为被控对象的输入被控对象输出液位h一路送 Scope一路反馈回 Sum2 负端。FIS 模块的参数填写tank_fis前提是tank_fis.m运行后名为tank_fis的 FIS 对象仍在工作空间。如果模块报Error evaluating parameter tank_fis一般是工作空间被clear清掉了重新运行一遍脚本即可。另一个常见做法是用readfis(tank_fis.fis)从文件重新加载但要注意变量名必须和模块参数一致。4.2 量化因子与比例因子的整定输入输出已经按论域做了归一化但 Simulink 里仍然建议保留Ke、Kec、Ku三个增益原因是你后面很可能要换工况或换对象这时候不需要改 FIS 内部的论域直接调增益就行。环节实际信号范围FIS 论域增益初值e 到 FIS 输入±0.8m[−1, 1]Ke 1ec 到 FIS 输入±0.1 m/s[−0.1, 0.1]Kec 1FIS 输出到对象±1[−1, 1]Ku 0.8整定经验Ke过大会让小偏差也触发大幅动作系统容易出现等幅振荡Kec过大会让控制器像加了强阻尼一样迟钝调节时间变长Ku过小则响应太慢过大则容易在稳态附近产生极限环。建议调试顺序是先固定Ku再反复改Kec观察过渡过程最后回来微调Ke。第一次跑仿真时把 Saturation 的上下限设为[0, 1]可以避免阀门开度出现负值。4.3 与PID控制器的阶跃响应对比在同一个模型里并联一个 Simulink 自带的 PID Controller 模块做对照组初始参数取一组偏常规的值Kp 1.2Ki 0.08Kd 0.5。这组参数不是最优值主要呈现一个“参数没细调”的 PID 基线。PID 输出同样接 Saturation[0, 1]再进被控对象保证两个回路执行器限制完全一致。仿真时间 200 秒求解器ode45Max step size 0.05。用下面的脚本把两组结果同时画在一张图里% 读仿真结果并对比模糊控制与 PID t out.fuzzy.time; hf out.fuzzy.signals.values; % 模糊控制液位 hp out.pid.time; hp out.pid.signals.values; % PID 液位 figure; plot(t, hf, b-, LineWidth, 1.5); hold on; plot(t, hp, r--, LineWidth, 1.5); yline(1, k:, LineWidth, 0.8); legend(模糊控制, PID 初值, 设定值, Location, southeast); xlabel(时间 (s)); ylabel(液位 (m)); title(模糊控制与 PID 的闭环阶跃响应对比); grid on;注意在 Simulink 中要把 Scope 换成To Workspace模块并设置输出格式为Structure with time否则工作空间里拿不到out.fuzzy.time这样的结构。也可以用matlab.tall这类方式导出但To Workspace是最直接的。两类控制器的响应趋势是模糊控制超调明显更小调整时间更短液位曲线平滑PID 初值组会有 15% 以上的超调且因为对象本身带滞后参数不当时还会出现二次振荡。表里给一组典型结果作为参照具体数值会随你选择的Ke、Kec、Ku变化性能指标模糊控制PID 初值超调量约 3%约 20%调节时间2% 误差带约 45s约 90s稳态误差小于 1%需要积分作用消除5. 课程设计报告的组织与三个常被忽略的调参细节5.1 报告结构按评审视角排序课程设计报告的核心不是罗列操作步骤而是让评阅老师一眼看出“你理解对象、你懂模糊控制的原理、你的仿真结论有对比支撑”。常见的报告结构可以这样安排第 1 章写设计任务和指标要求第 2 章写对象建模放第 2.1 节里的机理方程推导和开环阶跃响应第 3 章写模糊控制器设计包括论域选择理由、隶属度函数图、7×7 规则表以及gensurf控制曲面第 4 章写 Simulink 仿真与结果对比重点放模糊控制和 PID 的阶跃响应叠加图第 5 章写结论与心得。程序清单作为附录放在最后主脚本建议拆成三个文件tank_model.m负责对象参数tank_fis.m负责 FIS 构建tank_sim.slx负责闭环仿真这样答辩时演示逻辑清晰也方便评委单独看某一段代码。5.2 三个会影响答辩结果的细节第一个细节是规则方向一致性检查。答辩时最容易被问到的问题是“为什么eZO, ecPB时输出是PB”。如果你自己都说不清楚评阅老师会怀疑规则表是从网上抄的。建议仿真前用evalfis抽查几组输入输出比如误差为零但液位快速下降时输出必须为正值否则控制方向反了曲线会发散。另一个实用的检查方法是观察gensurf曲面的对角线方向曲面应当沿e轴正向单调上升这就是规则一致性的可视化证据。第二个细节是仿真步长对液位曲线的影响。sqrt(h)模块在液位接近 0 时斜率接近无穷如果Max step size设置到 1 秒液位曲线会出现明显锯齿严重影响结论截图的美观度。把Max step size设成 0.05 秒曲线平滑但仿真时间会增加折中方案是 0.05~0.1 秒之间。同样的曲线用plot输出时加grid on、调整字体大小图片放进报告前导出为.png格式这一套处理下来比默认截图专业很多。第三个细节是稳态精度的验证。模糊控制器的稳态误差来自规则表里ZO输出对应的精确值如果仿真结果始终有一小段静差优先查u论域中ZO隶属度函数的中心是不是 0而不是去调Ke。把仿真时间拉到 300 秒用stepinfo计算超调量和调节时间若稳态误差在 1% 以内这组仿真数据就可以直接写进报告。本文还有配套的精品资源点击获取