杨立波 刘勇求
摘 要：随着社会科技的进步，系统自动化越来越强，而要强化系统的自动化，就需要对系统控制进行深入的研究。系统控制是我国目前科学研究的一个重要方向，通过基本结构的建立和仿真实验，控制分析的深度会有明显的增加。在系统控制当中，非线性系统的模糊控制是一项重要的内容，通过对此中控制的算法进行分析和研究，可以提供非线性系统模糊控制的有效性。该文就非线性系统控制算法进行研究，旨在分析此系统算法的应用优势，从而强化其在实践中的应用水平。
关键词：非线性系统 模糊控制算法 研究
中图分类号：TP273.4 文献标识码：A 文章编号：1672-3791（2017）04（c）-0196-02
在控制研究中，比较典型的基于受控对象精确模型的控制是古典控制和状态空间模型控制。在实际研究中发现，除去受控对象比较精确的控制外，还存在比较复杂的控制，这种控制的受控对象不明确，所以数学模型的建立相对困难。为了对这种控制进行有效的利用，采用模糊控制算法进行数学模型的建立是主要的方法。因此，积极的对非线性系统模糊控制算法进行研究意义重大。
1 模糊控制的数学描述
模糊控制是控制研究中的重要类别，这种控制不仅是一种实时控制，而且不依赖于受控对象的精确模型，所以说它是一种打破了传统束缚的新型计算机控制。此种控制的产生为解决更加复杂的计算机问题带来了全新的方法。从特征上来看，此种方法对于模型的要求比较低，而且在实际利用中的计算非常简便，控制性能也比较优良。该文在非线性系统中进行模糊控制算法的研究，为了使得研究简便，利用了一个非线性系统的式子：
在这个式子当中，u表示的是输入量，而y则表示输出量，整个式子代表是就是工程实际当中难于建模的一大类复杂受控对象。根据这个式子，确定合适的参考轨迹，控制公式便可以得到书写。
2 模糊控制的算法原理
模糊控制的算法原理是研究的重点内容，在实际分析的过程中主要包括了四个方面：第一是进行非线性系统的模糊模型建立，然后对其进行规范化，使其转变为参数辨识问题。比如在考虑一个SISO非线性系统的时候，将系统的输入空间和输出空间按照精度进行分别的量化，那么系统的特性便会转变为一个特定的公式，整个公式反应了系统的条件，也构成了系统的模糊模型。第二是对模型的在线递推进行修正。为了使得整个控制测算更加的精确，利用全新的信息结合线性辨识理论中的成果，对整个模型进行在线递推的检测，然后做出相应的调整和改变，这样，模型的精确性会得到实现。第三是进行误差的预测，然后进一步地对输出值的误差进行修正。在实际测算中发现，由于模型的精确度很难明确控制，所以会存在测算误差的情况，而输入值的误差会影响输出值，所以需要不断地进行误差预测，从而采用最小误差来作为模糊控制的基本算法。第四就是进行模糊控制算法的形象建立。通过前几步的完善，推导出模糊控制的具体算法，然后建构起有效的测算结构，并利用这个结构将模糊控制进行进一步的精确。简言之就是模糊控制的算法需要一步步地推导和修正。只有通过这样按部就班的方式，最后得出的算法與案例才会更具实用性。下图为模糊算法原理示意图，见图1。
3 仿真研究
仿真研究是进行非线性系统模糊控制研究的一项重要工作。这项工作主要分为三步：第一是进行模糊算法框图的完善。通过完善使得模糊算法具有更强的系统性。第二是将需要运用的数据信息和资料带入到模糊算法框图当中，进行真实的运作控制，从而分析模糊控制的效果和性能。第三就是根据反映出来的效果和性能进行模糊算法框图的进一步修正和完善。简言之，仿真研究实际上就是非线性系统模糊控制算法的应用试验，通过真实的应用来分析其效果和性能，从而根据其表现再进行进一步的修整和调节，从而使得算法的利用效果更高、控制性能更强。就实际分析的结果来看，非线性系统模糊控制算法在实践中的利用具有两方面的显著特征：第一是其运算摆脱了繁复性，变得更加的简单。第二是此种算法实现了控制性能的优良，对于控制效果的提升有着重要的帮助。
4 结语
计算机控制系统是计算机技术提升需要研究的一个重要方面。从控制系统的研究实践来看，受控对象精确的控制系统实效较为容易，但是遇到复杂的受控对象，系统的数学建模会存在困难，具体的控制也会出现问题。所以为了解决这一问题，积极地进行模糊控制的研究，利用模糊控制算法处理复杂问题，可以实现问题的简化。
参考文献
[1]王斌，邱志成，张宪民，等.气动驱动柔性臂自适应模糊振动控制[J].机械工程学报，2013（11）：50-60.
[2]刘文龙.基于T-S模糊模型的多变量非线性预测控制[J].电子测量与仪器学报，2013（10）：998-1003.
[3]董海鹰，魏占宏，赵香桂，等.基于多种群遗传算法的电动变桨系统的变论域模糊控制[J].控制工程，2014（2）：182-188.
[4]郑兰，周卫东，廖成毅，等.模型不确定非线性系统的自适应模糊Backstepping预测控制[J].哈尔滨工业大学学报，2014（11）：107-111.
