PI控制作為PID控制的典型代表，以其算法簡單、魯棒性好及可靠性高，被廣泛應用于工業過程控制和運動控制中。但傳統PI控制適用于建立精確的數學模型的確定性控制系統，而大多數工業過程不同程度地存在非線性、大滯后、參數時變性和模型不確定性，因此普通的PI控制器難以獲得滿意的控制效果。模糊控制不要求被控對象的精確模型且適應性強，能夠克服傳統PI控制器的缺點，可以將模糊控制器與PI控制器結合起來構成復合控制器，模糊-PI雙模控制同時具備PI控制的穩態性能和模糊控制的動態性能，起到良好的控制效果。

1 模糊-PI雙?？刂葡到y結構
    模糊-PI雙?？刂葡到y由模糊控制器(FC)和PI控制器并聯組成，并由控制開關進行模式選擇，其結構如圖1所示。

    其工作原理是當系統偏差較大，落在某個閾值A以外時，就采用模糊控制以獲得良好的動態性能；當系統偏差較小，落在閾值以內時，就采用PI控制以獲得較好的穩態性能。
    控制開關的控制規則可以描述為：
   

2 模糊-PI雙?？刂葡到y的設計
2．1 被控對象的選取
    在控制工程實踐中，典型的二階系統很常見，即便對于許多高階系統，在一定條件下也可近似作為二階系統來研究。廣義對象系統的傳遞函數可近似看為：
   
    其中K1、K2是根據控制對象的變化可以取不同的數值來模擬系統的非線性特征。
2．2 PI控制器設計
    為獲得較好的穩態控制效果，普遍采用PI控制，也就是在系統中加入1個比例放大器和1個積分器。通過參數整定得到PI控制器的參數為Kp=0．5，Ki=8，單位階躍響應曲線如圖2所示。

2．3 模糊控制器設計
2．3．1 確定輸入、輸出隸數度函數
    模糊控制器采用二維結構，以偏差e和偏差變化率ec作為模糊控制器的輸入信號，將模糊控制器進行模糊化、模糊邏輯推理、解模糊化等一系列操作，最后得到模糊控制器輸出控制量信號u。模糊推理輸入的語言變量為E和EC，模糊論域為[-6，6]，輸出模糊論域變量為U，模糊論域為[0，10]。實際偏差e的變化范圍是[-0.5，0.5]，實際偏差變化率ec的變化范圍是[-1，1]，實際輸出控制量u的變化范圍是[0，10]。因此可確定偏差e的量化因子Ke=12，偏差變化率ec的量化因子Kec=6，控制量u的量化因子Ku=1。變量E的語言值設定為6個，即{負大(NB)、負中(NM)、負小(NS)、正小(PS)、正中(PM)、正大(PB)}；將變量EC的語言值設定為5個，即{負大(NB)、負小(NS)、零(Z)、正小(PS)、正大(PB)}；輸出變量U的語言值設定為5個，即{負大(NB)、負小(NS)、零(Z)、正小(PS)、正大(PB)}，并設定好隸屬函數，如圖3、圖4和圖5所示。

2．3．2 模糊規則設計
    模糊-PI雙?？刂浦械哪：刂破髦饕ぷ髟谶^渡過程，希望模糊控制能加快系統響應速度，根據偏差和偏差變化率的不同狀態、工程設計人員的技術知識和實際操作經驗，建立合適的模糊規則表，得到模糊控制規則如表1所示。

3 模糊-PI雙模控制系統的仿真
3．1 建立模糊推理系統結構
    在MATLAB命令窗口鍵入fuzzy研命令進入模糊邏輯工具箱，在FISEditor窗口的Edit菜單下確定輸入、輸出變量的論域范圍和各個語言變量的隸屬函數形狀等參數，雙擊每個圖標就可以進行編輯，得到模糊控制器的文件。
3．2 建立模糊控制規則
    用Edit菜單下的rules打開模糊規則編輯器確定“IF…THEN”形式的模糊控制規則。u共有控制規則30條，每條規則的加權值都缺省為1，推理算法為max-min合成法，解模糊方法采用取中位數法。將設計好的模糊控制器保存在一個用戶自己定義的文件，后綴為fis。
3．3 創建仿真框圖
    在Simulink環境下，建立模糊-PI雙模控制器仿真系統結構，如圖6所示，仿真結果如圖7所示。

    雙模系統穩定且消差的關鍵在Kp、Ki兩個參數的選擇上，A的主要作用是用來改善仿真曲線前端的形態，即調節超調量和上升時間的。從仿真結果可以看出，模糊-PI雙?？刂葡到y的上升時間和最大超調量都有所減少，系統性能更好。

4 結束語
    本文提出的模糊-PI雙模控制器，當系統偏差較大，采用模糊控制以獲得良好的動態性能；當系統偏差較小，采用PI控制以獲得較好的穩態性能。通過在Matlab／Simulink環境下的仿真研究，從仿真結果可以看出，與典型PI控制器相比，模糊-PI雙棋控制器能很好地解決前者上升時間長、超調量大缺點。模糊-Pl雙模控制系統在快速性、穩定性及準確性方面都有較大的改善。