理论上n的取值越大越好，但在电机控制过程中，为了保证数据处理的速度，一般取n=4。
3.4  模糊自适应整定PID控制及MATLAB仿真
在前面的章节中，通过对模拟PID控制算法进行离散化的到数字PID，并对得到的数字PID控制进行了各种改进。在理想情况下，通过MATLAB仿真可以看出，控制效果很好。经典的控制理论是建立在对被控对象的模型精确了解基础之上的，然而在实际控制中许多控制对象和被控过程常常呈非线性、不确定性等，很难建立理想的模型，使得依赖于模型的传统控制理论的应用受到了限制，即使对于某些复杂的对象能建立起数学模型，也会因整个系统过于复杂而难以进行实时控制。交流伺服系统存在一定程度上的非线性和不确定性，建立的模型存在一定的误差。因此，为了提高复杂情况下的控制效果，需要引进新的控制算法。
模糊控制是智能控制的一个重要分支，它不仅可以提取系统的客观信息，更关键的是它可将人类的主观经验和直觉纳入到控制系统中来。模糊控制的本质是对人手动控制的一种理论总结与概括，任何复杂的系统和对象都可以通过人的手动控制来而获得满意的控制效果，而人的手动过程具有模糊性和智能性，是一种对系统控制的宏观方法，其核心是用语言描述控制规则[22]。用if-then的语言方式来描述控制量与被控制量间的关系，将专家经验总结成若干条规则，将这些规则经过必要的处理后存入单片机，然后用这些规则去控制系统。
3.4.1  模糊控制的基本原理
“模糊”是人类感知万物、获取知识、思文推理、决策实施的重要特征。其实，“模糊”比“清晰”拥有更大的信息量，内涵更丰富，更符合人类对客观世界的描述。模糊控制理论是由美国加利福尼亚大学著名教授L.A.Zadeh于1965年首先提出来的，至今已有四十多年时间。它是以模糊数学为基础，用语言规则描述知识和经验的方法，结合先进的计算机和单片机技术，通过模糊推理决定的一种高级策略。它具备了人工智能所包括的推理、学习和联想三大要素；不是采用纯粹数学的方法，而是将相关的专家知识和思文、学习和推理、联想和决策过程由计算机或单片机来进行辨识和建模并进行控制。
模糊控制的基本原理如图3.13所示。它的核心是模糊控制器，如图中点划线所示，模糊控制器的控制规律是通过程序来实现的。
 
图3.13 模糊控制的基本原理图
3.4.2  模糊控制器的组成
模糊控制系统与一般的计算机数字控制系统相比，主要的差别在于使用了模糊控制器。模糊控制器是模糊控制系统的核心部分，对于一个模糊控制系统而言，模糊控制性能的好坏主要取决于模糊控制器的结构、所采用的模糊规则、合成推理算法和模糊决策的方法等因素[23]。 MATLAB交流伺服系统ARM单片机制软件设计及仿真(8):http://www.751com.cn/jixie/lunwen_2402.html