題t目：基于單片機(jī)的汽車智能雨刮器設(shè)計(jì)-資料下載頁

【導(dǎo)讀】大燈玻璃上的雨雪和灰塵等，以保證玻璃透明清晰。車紅外線雨滴傳感器。當(dāng)下雨時(shí)，該雨刮器系統(tǒng)可以通過紅外雨滴傳感器感知雨量大小，本文在分析了模糊控制理論及雨刮同步擺動(dòng)規(guī)則的基礎(chǔ)上，提出了。一種基于模糊控制的汽車智能雨刮系統(tǒng)。該系統(tǒng)將轉(zhuǎn)速偏差和轉(zhuǎn)速偏差變化量模糊化為。變量，并以此通過脈寬調(diào)制技術(shù)來驅(qū)動(dòng)直流電機(jī)，使兩個(gè)雨刮同步擺動(dòng)。keywords：rainsensor；fuzzycontrol；SCM；windscreenwiper

　　

【正文】 屬于該集合，只要規(guī)定該元素 屬于這個(gè)集合的程度即可。對(duì)于普通集合中特征函數(shù)的值域從 {0,1}集合擴(kuò)展為 [0,1]閉區(qū)間，且定義特征函數(shù)為該閉區(qū)間的連續(xù)函數(shù)，則以這特征函數(shù)對(duì)論域進(jìn)行劃分，即可得到模糊集合。 模糊集合定義為：給定論域 U中的一個(gè)模糊集 A，是指對(duì)任意 u ∈ U，都為其指定一個(gè)數(shù)μ A (u)u∈ [0,1]與之對(duì)應(yīng)，這個(gè)數(shù)叫做 u 對(duì) A 的隸屬度。這意味著作出一個(gè)映射： :μ A :u→ [0,1]， u 這個(gè)映射稱為 A 的隸屬函數(shù)。模糊集 A 就是以這個(gè)隸屬函數(shù)為特征 的集合。 由此可見，模糊集是普通集的一般化，普通集是模糊集的特殊情況。正如普通集合完全由其特征函數(shù)所刻畫一樣，模糊集 A 完全由隸屬函數(shù)所刻畫。當(dāng)模糊集隸屬函數(shù)的值域?yàn)?{0,1}時(shí)， A 就蛻化為普通集，μ (u)則變?yōu)槠胀奶卣骱瘮?shù)。 隸屬度函數(shù)及其確定 普通集合用特征函數(shù)來表示，模糊集合用隸屬函數(shù)來表示。隸屬函數(shù)這個(gè)概念很好地描述了事物的模糊性，關(guān)于隸屬函數(shù)需要做以下幾點(diǎn)說明： (1)隸屬函數(shù)的值域?yàn)?[0,1]，它將普通集合特征函數(shù)只能取 0， 1 兩個(gè)值，推廣到 [0,1]閉區(qū)間上連續(xù)取值。 μ A 的值越接近 1，表示元素 x 隸屬于模糊集合 A 的程度越大。反之，μ A 的值越接近 0，表示元素 x 隸屬于模糊集合 A 的程度越小。 (2)隸屬函數(shù)完全刻化了模糊集合，隸屬函數(shù)是模糊數(shù)學(xué)的基本概念。不同的隸屬函數(shù)所描述的模糊集合也不同。 內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì) 說明書（畢業(yè) 論文 ） 借助隸屬函數(shù)才能對(duì)模糊集合進(jìn)行描述，那么，如何正確地建立隸屬函 數(shù)， 將是一項(xiàng)非常關(guān)鍵的工作。在實(shí)際工作中，隸屬函數(shù)選擇好壞的標(biāo)準(zhǔn)只能看是否符合客觀實(shí)際。盡管我們所面對(duì)的對(duì)象不同，且在選擇隸屬函數(shù)時(shí)帶有很大的主觀性，但是，仍有一些基本的原則可遵循。 幾種常見的隸屬函數(shù)形式在實(shí)際應(yīng)用中，根據(jù)滿足問題需要及計(jì)算簡(jiǎn)便的原則，常用的隸屬函數(shù)有下列幾種 [10]： (1)正態(tài)型 2)()( bauA eu ???? ， b0 式 () (2)三角形 ???????????????2122111)/()()/()(0auaaauaauaaaauA其他? 式 () (3)升半梯形 ??????????????22112111)/()(0)(auauaaaauauuA? 式 () 本文選用的是三角形隸屬函數(shù)。 模糊控制器的設(shè)計(jì) 它是模糊控制系統(tǒng)的核心，是采用基于模糊控制知識(shí)表示和規(guī)則推理的語言型“模糊控制器”，也是模糊控制系統(tǒng)區(qū)別于其他控制系統(tǒng)的主要標(biāo)志。模糊控制器存放的是由規(guī)則導(dǎo)出的模糊控制算法，一般由計(jì)算機(jī)程序或硬件實(shí)現(xiàn)。根據(jù)被控對(duì)象的不同，以及對(duì)系統(tǒng)靜態(tài)、動(dòng)態(tài)特性要求的不同，模糊控制器的規(guī)則也有所不同，即模糊控制算法各異。實(shí)際上 ，模糊控制器的作用與其他控制器的作用相同，如在經(jīng)典控制理論中，有 PID控制器、有串、并聯(lián)校正器。在現(xiàn)代控制理論中，有有限狀態(tài)觀測(cè)器、自適應(yīng)控制器、內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì) 說明書（畢業(yè) 論文 ） 魯棒控制器等。 模糊控制器的組成如 圖 所示 ，它主要包括輸入量的模糊化、模糊推 理和 逆模糊化 (或稱模糊判決 )三部分。模糊控制器的實(shí)現(xiàn)可由模糊控制通用芯片實(shí)現(xiàn)或由計(jì)算機(jī) (或微處理機(jī) )的程序來實(shí)現(xiàn)，用計(jì)算機(jī)實(shí)現(xiàn)的具體過程如下 [10]： 1．求系統(tǒng)給定值與反饋值的誤差 e。微機(jī)通過采樣獲得系統(tǒng)被控量的精確值，然后將其與給定值比較，得到系統(tǒng)的誤差。 2．計(jì)算誤差變化率 .e 。這里，對(duì)誤差求微分， 指的是在一個(gè) A/D 采樣周期內(nèi)求誤差的變化 ? e。 3．輸入量的模糊化。由前邊得到的誤差及誤差變化率都是精確值，那么，必須將其模糊化變成模糊量 E、 EC。同時(shí)，把語言變量 E、 EC 的語言值化為某適當(dāng)論域上模糊子集 (如“大”、“小”、“快”、“慢”等 )。 4．控制規(guī)則。它是模糊控制器的核心，是專家的知識(shí)或現(xiàn)場(chǎng)操作人員的經(jīng)驗(yàn)的一種體現(xiàn)，即控制中所需要的策略?？刂埔?guī)則的條數(shù)可能有很多條，那么需要求出總的控制規(guī)則 R，作為模糊推理的依據(jù)。 5．模糊推理。輸入量模糊化后的語言變量 E、 EC(具有一定的語言值 )作為模糊推理部分的輸入，再由 E、 EC 和總的控制規(guī)則 R，根據(jù)推理合成規(guī)則進(jìn)行模糊推理得到模糊控制量 U為： U=(E*EC) 1T *R 6．逆模糊化。為了對(duì)被控對(duì)象施加精確的控制，必須將模糊控制量轉(zhuǎn)化為精確量 u，即逆模糊化。 7．計(jì)算機(jī)執(zhí)行完 1~6 步驟后，即完成了對(duì)被控對(duì)象的一步控制，然后等到下一次A/D 采樣，再進(jìn)行第二步控制，這樣循環(huán)下去，就完成了對(duì)被控對(duì)象的控制。 內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì) 說明書（畢業(yè) 論文 ） 模 糊 化處 理模 糊推 理逆 模糊 化控 制規(guī) 則計(jì) 算誤 差變 化 率EE CeU u 圖 模糊控制器的組成 模糊控制器的結(jié)構(gòu)設(shè)計(jì) 設(shè)計(jì)模糊控制器時(shí)，首先要根據(jù)被控對(duì)象的具體情況確定模糊控制器的結(jié)構(gòu)。即要確定哪些量作為模糊控制器的輸入量，哪些量作為輸出量。因?yàn)槟：刂破鞯目刂埔?guī)則多半是總結(jié)專家或操作人員的經(jīng)驗(yàn)而得來的，所以在確定輸入量、輸出量時(shí)，要充分考慮到專家或現(xiàn)場(chǎng)有經(jīng)驗(yàn)的操作人員他們?cè)诳刂茣r(shí)主要觀察了哪些量，即以哪些量的變化作為控制依據(jù)，又通過哪些量輸出到被控對(duì)象。 模糊控制系統(tǒng)類似傳統(tǒng)控制系統(tǒng)，可分為單變量控制系統(tǒng)、多變量控制系統(tǒng)。模糊控制系統(tǒng)的輸入就是系統(tǒng)的 給定值，輸出就是系統(tǒng)的輸出值，通常稱這樣的模糊控制系統(tǒng)為單變量模糊控制系統(tǒng)。但是，模糊控制器輸入量往往可選擇為系統(tǒng)輸出量的誤差、誤差變化率及誤差變化的變化率，輸出量一般為 1 個(gè)，即系統(tǒng)的控制量。根據(jù)模糊控制器輸入量的個(gè)數(shù)可做如下分類： 1．一維模糊控制器 如圖 所示 ，它常用于一階被控對(duì)象。由于這種控制器的輸入就是一個(gè)量即誤差，因此系統(tǒng)的動(dòng)態(tài)控制性能不佳。 模 糊 控 制 器eu 圖 一維模糊控制器 內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì) 說明書（畢業(yè) 論文 ） 2．二維模糊控制 器如圖 所示， 它的適應(yīng)性較好。由于這種控制器的輸入 量除了誤差外，還增加了誤差變化率，因此系統(tǒng)的動(dòng)態(tài)控制性能較一維模糊控制器好，這種結(jié)構(gòu)反映模糊控制器具有 PD 控制規(guī)律，從而有利于保證系統(tǒng)的穩(wěn)定性，并可減少系統(tǒng)的超調(diào)量，削弱系統(tǒng)的振蕩現(xiàn)象。目前，這種模糊控制器的結(jié)構(gòu)較常用。但是，二維模糊控制器也可取系統(tǒng)的誤差 e 及其和∑ e 作為輸入變量，這種結(jié)構(gòu)反映的是 PI 控制規(guī)律。 模 糊 控 制 器d / d teu 圖 二維模糊控制器 3．多維模糊控制 器如圖 所示 ，由于這種控制器的輸入量除了誤差外，還增加了誤差變化率及誤差變化的變化率，從理 論上講，控制會(huì)更精細(xì)。但是，由于模糊控制器輸入的維數(shù)增多，控制規(guī)則的選取越來越困難， 相應(yīng)的控制算法越來越復(fù)雜。這也是三維或多維模糊控制器的應(yīng)用“瓶頸”。 模 糊 控 制 器模 糊 控 制 器d / d t d / d teu 圖 多維模糊控制器 因此本設(shè)計(jì)采用二維模糊控制器，把兩個(gè)電機(jī)復(fù)位的時(shí)間差及偏差變化作為輸入量，pwm的變化量作為 輸出量，進(jìn)行控制。算法既不復(fù)雜，又能保證系統(tǒng)的穩(wěn)定性。 精確量的模糊化 將精確量 (實(shí)際上是數(shù)字量 )轉(zhuǎn)化為模糊量的過程稱為模糊化或稱模糊量化。 在計(jì)算內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì) 說明書（畢業(yè) 論文 ） 機(jī)中算出的控制量均為精確量，須經(jīng) 過模糊量化處理，變?yōu)槟：?，以便?shí)現(xiàn)模糊控制算法。如果把 [6， +6]區(qū)間的離散化了的精確量分為七個(gè)檔次，每個(gè)檔對(duì)應(yīng)一個(gè)模糊集，模糊化過程就相當(dāng)簡(jiǎn)單。如果將每一精確量都對(duì)應(yīng)一個(gè)模糊集，就有無窮多個(gè)模糊子集，模糊化過程就比較復(fù)雜了。 建立模糊控制器的控制規(guī)則 模糊控制器的控制規(guī)則是以手動(dòng)控制策略為基礎(chǔ)的。它利用模糊集合理論將手動(dòng)控制策略上升為具體的數(shù)值運(yùn)算，根據(jù)推理運(yùn)算的結(jié)果做出相應(yīng)的控制動(dòng)作，使執(zhí)行機(jī)構(gòu)控制被控對(duì)象的運(yùn)行。 要建立模糊控制器的控制規(guī)則，就是要利用語言來歸納手動(dòng)控制過程中所使用的控制 策略。手動(dòng)控制策略一般都可以用“ IF－ THEN”形式的條件語句來加以描述。這里將用模糊條件語句來表示二維模糊控制器 ： “若 e is A and ec is B，則 u is C”。其中 A 表示誤差 e 的對(duì)應(yīng)誤差語言變量 E 的語言值，如 PB、 PM、 PS、 0、 NS、 NM、 NB 中的一個(gè)值。 B、 C 分別表示誤差 e、控制量 u 的對(duì)應(yīng)語言變量的語言值，如 PM、 PS、 0、 NS、NM 中的一個(gè)值。 模糊判決 輸出信息的模糊判決模糊控制器的輸出是一個(gè)模糊量，這個(gè)模糊量不能用于控制執(zhí)行機(jī)構(gòu)，還需要把這個(gè)模糊量轉(zhuǎn)化為一個(gè)精確量，這種轉(zhuǎn) 換過程稱為清晰化，或者稱為非模糊化，也稱為模糊判決。一般而言，非模糊化方法有三種： 1．最大隸屬度方法該方法是選擇模 糊子集中隸屬度最大的元素稱為控制量。 若對(duì)應(yīng)的模糊決策的模糊集為 c，則決策 (所確定的精確量 )u* 應(yīng)滿足： uuu ee ),()( * ?? ?? ∈ U。 這個(gè)判別方法簡(jiǎn)單易行，實(shí)時(shí)性也好，但它概括的信息量少，因?yàn)樗耆豢紤]其余一切從屬程度較小的點(diǎn)的情況。 例如：若 C= ???? ，則按從屬度最大的原則進(jìn)行判決，應(yīng) 取 u 4*? 。內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì) 說明書（畢業(yè) 論文 ） *u ，或取 [u1 * ， up * ]的中點(diǎn)（ u1 * +up * ） /2（其中 u1 * =u2 * =… =u *p ）作為控制量。例如：若 C=1 ?????????，則應(yīng)取 u* = 。2 )1(0 ???? 2．取中位數(shù)法 。 3．加權(quán)平均判決方法 。 論域、量化因子及比例因子的選擇 論域及基本論域 我們把模糊控制器的輸入變量誤差，誤差變化的實(shí)際范圍稱為這些變量的基本論域。顯然基本論域內(nèi)的量為精確量。在理論上講，增加論域中的元素個(gè)數(shù)。即把等級(jí)細(xì)分，可以提高控制精度，但這受到計(jì)算機(jī)字長(zhǎng)的限制，另外也要增大計(jì)算量。關(guān)于基本論域的選擇，由于事先對(duì)被控對(duì)象缺乏先驗(yàn)知識(shí)，所以誤差及誤差變化的基本論域只能做初步選擇，待系統(tǒng)調(diào)整時(shí)再進(jìn)一步確定?？刂屏康幕菊撚蚋鶕?jù)被控對(duì)象提供的數(shù)據(jù)選定。 量化因子 為了進(jìn)行模糊化處理，必須將輸入變量從基本論域轉(zhuǎn)換到相應(yīng)的模糊集論域中，這中間須將 輸入變量乘以相應(yīng)的量化因子。 設(shè)誤差變量所取的模糊子集的論域?yàn)椋?{n，n+1，?， 0,?， n1， n}，誤差變化量所取的模糊子集論域?yàn)?:{m,m+1, ? ,0,? ,m1,m}。量化因子一般用 K 表示，誤差的量化因子 Ke 及誤差變化的量化因子 Kec 分別由下面兩個(gè)公式來確定，即 : Ke=n/xe 式 () Kec=m/xec 式 () 在模糊控制器實(shí)際工作過程中，一般誤差和誤差變化的基本論域選擇范圍要比模糊論域選擇范圍小得多，所以量化因子一般都遠(yuǎn)大于 1。 內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì) 說明書（畢業(yè) 論文 ） 比例因子 每次采樣經(jīng)過模糊控制算法給出的控制量（精確量）還不能直接去控制對(duì)象，必須將其轉(zhuǎn)換到為控制對(duì)象所能接受的基本論域中去。設(shè)控制量所取的模糊子集論域?yàn)椋簕h,h+1, ? ,0,? h1,h},輸出控制量的比例因子由下式確定，即 : Ku=yu /h 式 () 由于控制量的基本論域?yàn)橐贿B續(xù)的實(shí)際域，所以，從控制量的模糊集論域到基本論域的變換，可以用下式計(jì)算，即： yui =Ku*hj 式 () 式中 hj 為控制量模糊集論域中的任一元素或?yàn)榭刂屏康哪：袥Q得到的確切控制量， yui 為控制量基本論域中的一個(gè)精確量， Ku 為比例因子。 量化因子和比例因子的選擇 設(shè)計(jì)一個(gè)模糊控制器 除了要有一個(gè)好的模糊控制規(guī)則外，合理的選擇模糊控制器輸入變量的量化因子和輸出控制量的比例因子也是非常重要的。實(shí)驗(yàn)結(jié)果表明，量化因子和比例因子也時(shí)非常重要的。實(shí)驗(yàn)結(jié)果表明，量化因子和比例因子的大小及其不同量化因子之間大小的相對(duì)關(guān)系，對(duì)模糊控制器的控制性能影響極大。 合理的確定量化因子和比例因子要考慮所采用的計(jì)算機(jī)的字長(zhǎng)，還要考慮計(jì)算機(jī)的輸入輸出接口中 D/A 和 A/D 轉(zhuǎn)換的精度及變化的范圍。即，選擇量化因子和比例因子要充分考慮與 D/A 和 A/D 轉(zhuǎn)換精度相協(xié)調(diào)，使接口板的轉(zhuǎn)換精度充分發(fā)揮，并使其變換范圍充分被利用。 量化因子 Ke 及 Kec 的大小對(duì)控制系統(tǒng)的動(dòng)態(tài)穩(wěn)定性影響很大。 Ke 選得較大時(shí)，系統(tǒng)的超調(diào)也較大，過度時(shí)間較長(zhǎng)。