模糊控制――文獻(xiàn)綜述(共13頁(yè))

1、精選優(yōu)質(zhì)文檔-傾情為你奉上模糊控制文獻(xiàn)綜述摘要模糊控制理論是以模糊數(shù)學(xué)為基礎(chǔ),用語(yǔ)言規(guī)則表示方法和先進(jìn)的計(jì)算機(jī)技術(shù),由模糊推理進(jìn)行決策的一種高級(jí)控制策。模糊控制作為以模糊集合論、模糊語(yǔ)言變量及模糊邏輯推理為基礎(chǔ)的一種計(jì)算機(jī)數(shù)字控制，它已成為目前實(shí)現(xiàn)智能控制的一種重要而又有效的形式尤其是模糊控制和神經(jīng)網(wǎng)絡(luò)、遺傳算法及混沌理論等新學(xué)科的融合，正在顯示出其巨大的應(yīng)用潛力。實(shí)質(zhì)上模糊控制是一種非線性控制，從屬于智能控制的范疇。模糊控制的一大特點(diǎn)是既具有系統(tǒng)化的理論，又有著大量實(shí)際應(yīng)用背景。本文簡(jiǎn)單介紹了模糊控制的概念，模糊控制系統(tǒng)的組成，模糊控制的算法，其中包含模糊控制系統(tǒng)的原理、模糊控制器的分類及其

2、設(shè)計(jì)元素。最后以模糊PID復(fù)合控制在鍋爐汽包水位控制中的應(yīng)用說(shuō)明模糊控制系統(tǒng)的整體設(shè)計(jì)過(guò)程，通過(guò)仿真證明了模糊控制顯示出的優(yōu)勢(shì)。1. 模糊控制的基本思想模糊控制是模糊集合理論中的一個(gè)重要方面，是以模糊集合化、模糊語(yǔ)言變量和模糊邏輯推理為基礎(chǔ)的一種計(jì)算機(jī)數(shù)字控制，從線性控制到非線性控制的角度分類，模糊控制是一種非線性控制；從控制器的智能性看，模糊控制屬于智能控制的范疇12。模糊控制是建立在人類思維模糊性基礎(chǔ)上的一種控制方式，模糊邏輯控制技術(shù)模仿人的思考方式接受不精確不完全信息來(lái)進(jìn)行邏輯推理,用直覺(jué)經(jīng)驗(yàn)和啟發(fā)式思維進(jìn)行工作,是能涵蓋基于模型系統(tǒng)的技術(shù)。它不需用精確的公式來(lái)表示傳遞函數(shù)或狀態(tài)方程，而

3、是利用具有模糊性的語(yǔ)言控制規(guī)則來(lái)描述控制過(guò)程?？刂埔?guī)則通常是根據(jù)專家的經(jīng)驗(yàn)得出的，所以模糊控制的基本思想就是利用計(jì)算機(jī)實(shí)現(xiàn)人的控制經(jīng)驗(yàn)3。2. 模糊控制系統(tǒng)的組成及結(jié)構(gòu)分析摸糊控制系統(tǒng)是采用計(jì)算機(jī)控制技術(shù)構(gòu)成的一種具有反饋通道的閉環(huán)結(jié)構(gòu)的數(shù)字模糊控制系統(tǒng)。智能性的模糊控制器是模糊控制系統(tǒng)的核心，一個(gè)模糊控制系統(tǒng)性能的優(yōu)劣，主要取決于模糊控制器的結(jié)構(gòu)，所采用的模糊控制規(guī)則、合成推理算法以及模糊決策的方法等因素6 7。模糊控制系統(tǒng)組成原理如圖1所示。圖 1 模糊控制系統(tǒng)組成原理框圖模糊控制系統(tǒng)是由被控對(duì)象、執(zhí)行機(jī)構(gòu)、過(guò)程輸入輸出通道、檢測(cè)裝置、模糊控制器等幾部分組成。被控對(duì)象的數(shù)學(xué)模型可以是已知的

4、、精確的，也可以是未知的、模糊的。過(guò)程輸入輸出通道一般指模/數(shù) (A/D)、數(shù)/模 (D/A) 轉(zhuǎn)換單元和接口部件，電平轉(zhuǎn)換裝置及多路開(kāi)關(guān)等。作為控制系統(tǒng)核心部件的模糊控制器不依賴于被控對(duì)象的精確數(shù)學(xué)模型，易于對(duì)不確定性系統(tǒng)進(jìn)行控制。模糊控制器抗干擾能力強(qiáng)，響應(yīng)速度快，并對(duì)系統(tǒng)參數(shù)的變化有較強(qiáng)的魯棒性。在實(shí)際應(yīng)用中，模糊控制器有兩種組成方式，一種是由模糊邏輯芯片組成的硬件專用模糊控制器，它是用硬件芯片來(lái)直接實(shí)現(xiàn)模糊控制算法，這種模糊控制器的特點(diǎn)是推理速度快，控制精度高，但價(jià)格昂貴，輸入和輸出以及模糊規(guī)則都有限，且靈活性較差，在實(shí)際中較少使用；另一種組成方式是采用與數(shù)字控制器相同的硬件結(jié)構(gòu)，目前

5、多用單片微機(jī)來(lái)組成硬件系統(tǒng)。而在軟件上用模糊控制算法取代原來(lái)數(shù)字控制器的數(shù)字控制算法，這樣就把原來(lái)的數(shù)字控制器改成了模糊控制器，組成了一個(gè)單片機(jī)的模糊控制系統(tǒng)。模糊控制器 (FCFuzzy Controller) 又稱為模糊邏輯控制器 (FLCFuzzy Logic Controller),它的模糊控制規(guī)則用模糊條件語(yǔ)句來(lái)描述，是一種語(yǔ)言型控制器，因此有時(shí)又被稱為模糊語(yǔ)言控制器。模糊控制器的機(jī)構(gòu)框圖如圖2所示。圖 2 模糊控制器結(jié)構(gòu)框圖圖2中，u(t)是被控對(duì)象的輸入，y(t)是被控對(duì)象的輸出，s(t)是參考輸入，e為誤差。圖中虛線框內(nèi)就是模糊控制器，它根據(jù)誤差信號(hào)產(chǎn)生合適的控制作用，輸出給被

6、控對(duì)象。模糊控制器主要由模糊化接口、知識(shí)庫(kù)、模糊推理機(jī)、解模糊解口四部分組成，各部分作用如下:1.模糊化 模糊化接口接受的輸入只有誤差信號(hào)e，由e再生成誤差變化率e或誤差的積分，模糊化接口完成兩項(xiàng)功能:論域變換：e和e都是非模糊的普通變量，它們的論域 (即變化范圍) 是實(shí)際域上的一個(gè)真實(shí)論域，分別用X和Y來(lái)代表。在模糊控制器中，真實(shí)論域要變換到內(nèi)部論域X和Y，無(wú)論是對(duì)于D-FC (離散論域的模糊控制器)，還是C-FC(連續(xù)論域的模糊控制器) ，論域變換后e和e變成E和EC，相當(dāng)于乘了一個(gè)比例因子(還可能有偏移)。模糊化：論域變換后E和EC仍是非模糊的普通變量，這里把它們分成若干個(gè)模糊集合，如：

7、“負(fù)大”(NL)、“負(fù)中”(NM)、“負(fù)小”(NS)、“零”(Z)、“正小”(PS)、“正中” (PM)、“正大” (PL)，并在其內(nèi)部論域上規(guī)定各個(gè)模糊集合的隸屬度函數(shù)。在 t 時(shí)刻輸入信號(hào)的值e和e經(jīng)論域變換后得到E和EC，再根據(jù)隸屬函數(shù)的定義可以分別求出 E 和 EC 對(duì)各模糊集合的隸屬度，如nl(E)、nm (EC)、，這樣就把普通變量的值變成了模糊變量 (即語(yǔ)言變量)的值，完成了模糊化的工作。這里 E，EC 既代表普通變量又代表了模糊變量，作為普通變量時(shí)其值在論域 X和Y中，是普通數(shù)值；作為模糊變量是其值在論域0，1中，是隸屬度。2.知識(shí)庫(kù) 知識(shí)庫(kù)中存儲(chǔ)著有關(guān)模糊控制器的一切知識(shí)，它

8、們決定著模糊控制器的性能。是模糊控制器的核心。知識(shí)庫(kù)又分為兩部分，分別介紹如下: 數(shù)據(jù)庫(kù)：它與計(jì)算機(jī)軟件中的數(shù)據(jù)庫(kù)不同，它存儲(chǔ)著有關(guān)模糊化、模糊推理、解模糊的一切知識(shí)，如模糊化中的論域變換方法、輸入變量各模糊集合的隸屬函數(shù)定義、模糊推理算法、解模糊算法、輸出變量各模糊集合的隸屬函數(shù)定義等。當(dāng)論域離散且元素個(gè)數(shù)有限時(shí)，模糊集合的隸屬函數(shù)可以用向量或者表格的形式來(lái)表示。當(dāng)論域連續(xù)時(shí)，隸屬度常常用三角形、梯形、高斯型函數(shù)等。 規(guī)則庫(kù)：其中包含一組模糊控制規(guī)則，即以“if ，then ”形式表示的模糊條件語(yǔ)句如 R1：if E is A1 and EC is B1, then U is C1；R2：i

9、f E is A2 and EC is B2, then U is C2；Rn：if E is An and EC is Bn, then U is Cn。其中，E和EC就是前面的語(yǔ)言變量，A1，A2,，An是E的模糊集合，B1，B2，Bn是 EC的模糊集合，C1，C2，Cn是U的模糊集合。每條規(guī)則是在一個(gè)積分空間X×Y ×Z中的模糊關(guān)系，EX，ECY，UZ。如果 X、Y 、Z 皆為離散論域，還可以寫成模糊關(guān)系矩陣Ri，i=1,2,n。規(guī)則庫(kù)中的 n條規(guī)則是并列的，它們之間是“或”的邏輯關(guān)系，因此整個(gè)規(guī)則集的模糊關(guān)系為3.模糊推理機(jī) 推理機(jī)有每個(gè)采樣時(shí)刻的輸入，依據(jù)模糊控制

10、規(guī)則推導(dǎo)出控制作用，而模糊控制規(guī)則這一組模糊條件語(yǔ)句可以導(dǎo)出一個(gè)輸入輸出空間上的模糊關(guān)系，推理機(jī)按著模糊推理的合成規(guī)則進(jìn)行運(yùn)算從，而求得控制作用，推理機(jī)制為在 t 時(shí)刻若輸入量為E和 EC，EX，EC Y，若論域 X、Y、Z皆為離散的，E 在 X上對(duì)應(yīng)矢量 A，EC 在對(duì)應(yīng)矢量B,則推理結(jié)果是Z上的矢量C。常見(jiàn)的模糊推理系統(tǒng)有三類：純模糊推理系統(tǒng)、高木-關(guān)野 (Takagi-Sugemo) 型和具有模糊產(chǎn)生器和模糊消除器的模糊邏輯系統(tǒng)(Mamdani) 型8 9 。（1）純模糊推理系統(tǒng) 純模糊推理系統(tǒng)的輸入和輸出均為模糊集和，而現(xiàn)實(shí)世界中大多數(shù)工程系統(tǒng)的輸入和輸出都是精確值，因而純模糊邏輯系統(tǒng)

11、不能直接應(yīng)用于實(shí)際工程中。（2）高木-關(guān)野 (Takagi-Sugemo) 型 它是一類較為特殊的模糊邏輯系統(tǒng)，采用如下模糊規(guī)則：If x是 A, x是 A,x是 A, then y=c+其中，A(i=1,2,n) 是模糊語(yǔ)言值，c(i=1,2,n) 是確定值參數(shù)?？梢钥闯鯯ugeno型在沒(méi)有模糊消除器下仍是精確值。但同時(shí)可以看到規(guī)則的輸出部分不具有模糊語(yǔ)言值的形式，因此不能充分利用專家的控制知識(shí)。（3）Mamdani 型 Mamdani 型是在純模糊邏輯系統(tǒng)的輸入和輸出部分添加了模糊產(chǎn)生器和模糊消除器，得到的模糊邏輯系統(tǒng)的輸入和輸出均為精確量，因而可以直接在實(shí)際工程中加以應(yīng)用，且應(yīng)用廣泛。4

12、解模糊 解模糊可以看作模糊化的反過(guò)程，它要由模糊推理結(jié)果產(chǎn)生tu 的數(shù)值，作為模糊控制器的輸出。解模糊接口主要完成以下兩項(xiàng)工作:解模糊：對(duì)ut也要有真實(shí)論域Z變換到內(nèi)部論域 Z，對(duì) UZ定義若干個(gè)模糊集合，并規(guī)定各模糊集合的隸屬度函數(shù)。模糊推理是在內(nèi)部論域上進(jìn)行的，因此得到的推理結(jié)果C是Z上的模糊矢量，其元素為對(duì) U 的某個(gè)模糊集合的隸屬度。對(duì)于某組輸入 E 和 EC，一般會(huì)同時(shí)滿足多條規(guī)則,因此會(huì)有多個(gè)推理結(jié)果Ci，i 為不同的模糊集合,用下面公式求 C。C=，并用解模糊算法 (如最大隸屬度法、重心法、中位法等) ，即可求得此時(shí)的內(nèi)部控制量u(t)。 論域反變換：得到的 U Z，進(jìn)行論域反變

13、換即可得到真正的輸出 u Z，它仍是非模糊的普通變量。3.模糊控制算法的實(shí)現(xiàn)模糊控制算法的實(shí)現(xiàn)方法目前有三種，即查表法、硬件專用模糊控制器和軟件模糊推理等。其最主要的區(qū)別在于模糊推理的實(shí)現(xiàn)方法不同10。1.查表法 適用于輸入、輸出論域?yàn)殡x散有限論域的情況。查表法是輸入論域上的點(diǎn)到輸出論域的對(duì)應(yīng)關(guān)系，它已經(jīng)是經(jīng)過(guò)了模糊化、模糊推理和解模糊的過(guò)程，它可以離線計(jì)算得到，模糊控制器在線運(yùn)行時(shí)，進(jìn)行查表就可以了，因而可以大大加快在線運(yùn)行的速度。這一過(guò)程可以用圖3表示。本論文模糊控制器的設(shè)計(jì)采用的正是此法。圖 3 查表法2.硬件模糊控制器 采用具有模糊推理功能的模糊芯片，它推理速度快，控制精度高，處理速度

14、至少比軟件提高一個(gè)數(shù)量級(jí)。目前已經(jīng)采用的硬件實(shí)現(xiàn)模糊控制器產(chǎn)品有日本立石公司的模糊控制器 FZ1000，2000，5000，6000 等，日本奧井點(diǎn)電機(jī)公司的 FOC2001A，日新電機(jī)的模糊控制器等等。限制硬件模糊控制器普及的主要因素是價(jià)格問(wèn)題，目前模糊芯片的價(jià)格還是比較昂貴的14。3.軟件模糊推理法 采用軟件模糊推理法指用軟件實(shí)現(xiàn)輸入模糊化、模糊推理算法以及輸出解模糊等模糊過(guò)程，尤其是模糊推理過(guò)程，它不同于查表法，可以把模糊推理過(guò)程離線完成，而是在線運(yùn)行時(shí)每一個(gè)采樣周期都要進(jìn)行模糊推理。因此這種方法靈活性強(qiáng)，應(yīng)用范圍廣，比查表法有更高的精度，但由于其推理要花費(fèi)一定的時(shí)間，因而要求計(jì)算機(jī)有較

15、高的運(yùn)行速度。目前有用軟件實(shí)現(xiàn)的通用模糊控制器產(chǎn)品，也有在它們生產(chǎn)的產(chǎn)品中配置有模糊控制軟件模塊。4 模糊控制方法的進(jìn)展191.Fuzzy-PID復(fù)合控制Fuzzy-PID復(fù)合控制指的是模糊控制技術(shù)與常規(guī)PID控制算法相結(jié)合的控制方法。常用的是模糊控制器與PI調(diào)節(jié)器相結(jié)合的Fuzzy-PI雙?？刂菩问健＿@種控制形式的出發(fā)點(diǎn)主要是因?yàn)槟：刂破鞅旧硐€(wěn)定誤差的性能較差，加入 PI調(diào)解器可以消除穩(wěn)定誤差的作用?？刂撇呗陨蠟椋诖笃罘秶鷥?nèi)，即偏差e在某個(gè)閥值之外采用模糊控制，以獲得良好效果的瞬態(tài)性能；在小偏差范圍內(nèi)，即e落在閥值之內(nèi)時(shí)轉(zhuǎn)換成PID(或PI)控制，以獲得良好的穩(wěn)態(tài)性能。二者之間的轉(zhuǎn)

16、換閥值由微機(jī)程序根據(jù)事先給定的偏差范圍自動(dòng)實(shí)現(xiàn)。參數(shù)自整定模糊控制關(guān)系式：u=kf(ke, kec)f為非線性函數(shù),顯然 FLC 的控制作用u 與比例因子k1、k2和量化因子k3有關(guān)系，它們的變化引起了控制系統(tǒng)的動(dòng)態(tài)性能和穩(wěn)態(tài)性能的變化。在線整定比例因子k1 、k2 和量化因子k3，使他們保持合適的數(shù)值，在隨機(jī)的環(huán)境中能對(duì)控制器進(jìn)行自動(dòng)校正，使得在被動(dòng)對(duì)象特性變化或擾動(dòng)情況下，控制系統(tǒng)保持較好的性能。對(duì)于經(jīng)典的單變量二維 FLC，由上式可以看出比例因子k1、k2分別相當(dāng)于模糊控制的比例作用和微分作用的系數(shù)，量化因子k3則相當(dāng)于總的放大倍數(shù)。具體比例因子k1、k2和量化因子k3與系統(tǒng)性能的如下關(guān)

17、系。一般k1越大，系統(tǒng)調(diào)節(jié)惰性越小，上升速率越快。但k1過(guò)大，將使體統(tǒng)產(chǎn)生較大的超調(diào)，使調(diào)節(jié)時(shí)間增長(zhǎng)，嚴(yán)重時(shí)會(huì)產(chǎn)生振蕩乃至系統(tǒng)不穩(wěn)定。但k1 過(guò)小，系統(tǒng)上升速率變小,調(diào)節(jié)惰性變大，使穩(wěn)態(tài)精度降低。K2越大，對(duì)系統(tǒng)狀態(tài)變化的抑制能力增大，使超調(diào)量減小，增加系統(tǒng)穩(wěn)定性。但k2過(guò)大，會(huì)使系統(tǒng)輸出上升速率過(guò)小，使系統(tǒng)的過(guò)渡過(guò)程時(shí)間變長(zhǎng)。K2過(guò)小，系統(tǒng)輸出上升速率增大，導(dǎo)致系統(tǒng)產(chǎn)生過(guò)大的超調(diào)和振蕩。K3增大，相當(dāng)于系統(tǒng)總的放大倍數(shù)增大，系統(tǒng)相應(yīng)速度加快。在上升階段，k3 越大，上升越快，但也容易產(chǎn)生超調(diào)。K3過(guò)小，則系統(tǒng)反應(yīng)緩慢，使調(diào)節(jié)時(shí)間加長(zhǎng)。2.自適應(yīng)模糊控制20 自適應(yīng)模糊控制又稱為自組織模糊控制

18、，它在控制過(guò)程中自動(dòng)地對(duì)模糊控制規(guī)則進(jìn)行修改、改進(jìn)和完善，具有自適應(yīng)自學(xué)習(xí)的能力。它比一般的模糊控制器增加了三個(gè)環(huán)節(jié)：性能量測(cè)、控制量校正和控制規(guī)則修正。性能量測(cè)環(huán)節(jié)用于測(cè)量實(shí)際輸出特性與希望特性的偏差，以確定輸出響應(yīng)的校正量?？刂屏啃Ｕh(huán)節(jié)將輸出響應(yīng)的校正量轉(zhuǎn)換為控制量的校正量?？刂埔?guī)則修正環(huán)節(jié)修改模糊控制器的控制規(guī)則，這樣就實(shí)現(xiàn)了對(duì)控制量的校正。自適應(yīng)模糊控制原理框圖如圖4所示。圖 4自適應(yīng)模糊控制系統(tǒng)3.專家模糊控制 專家模糊控制是專家系統(tǒng)技術(shù)和模糊控制相結(jié)合的產(chǎn)物，把專家系統(tǒng)技術(shù)引入模糊控制中，目的是進(jìn)一步提高模糊控制器的智能水平。常規(guī)模糊控制器的魅力在于它能在一般的數(shù)學(xué)分析方法無(wú)能為

19、力時(shí)提供一種基于規(guī)則的控制方法，而且簡(jiǎn)單易行。但常規(guī)的模糊控制方法的局限性在于控制器的結(jié)構(gòu)過(guò)于簡(jiǎn)單，規(guī)則庫(kù)一般只允許一種格式的規(guī)則，規(guī)則語(yǔ)言還不足以控制復(fù)雜過(guò)程所需要的啟發(fā)式知識(shí)。專家系統(tǒng)方法重視知識(shí)的多層次及分類的需要，以及用這些知識(shí)進(jìn)行推理的計(jì)算機(jī)組織。專家模糊控制保持了基于規(guī)則的方法的價(jià)值和用模糊集處理帶來(lái)的靈活性，同時(shí)把專家系統(tǒng)技術(shù)的表達(dá)、利用知識(shí)的長(zhǎng)處結(jié)合進(jìn)來(lái)。4.神經(jīng)模糊控制16 神經(jīng)模糊控制 是指基于神經(jīng)網(wǎng)絡(luò)的模糊控制方法。神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)稱，它是由許多神經(jīng)元作為節(jié)點(diǎn)以一定的方式連接在一起的網(wǎng)絡(luò)，它具有分層的結(jié)構(gòu)。神經(jīng)網(wǎng)絡(luò)的基本工作原理是先要提供它足夠的典型的學(xué)習(xí)樣本，

20、這些樣本必須能相當(dāng)完善地描述所希望達(dá)到的系統(tǒng)的性能。神經(jīng)模糊控制方法是指用一個(gè)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)常規(guī)模糊控制器的功能。就目前的資料應(yīng)用方法，可以大致分為兩類，一類是神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)模糊控制規(guī)則及模糊推理，另一種則由神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)全部模糊邏輯控制功能。神經(jīng)網(wǎng)絡(luò)技術(shù)與模糊邏輯控制相結(jié)合的神經(jīng)模糊控制方法目前還沒(méi)有達(dá)到成熟、完善和系統(tǒng)的地步。5.模糊控制器的結(jié)構(gòu)模糊控制具有快速性、魯棒性好的特點(diǎn)，可以考慮用它對(duì)系統(tǒng)進(jìn)行控制。在確定性控制系統(tǒng)中，根據(jù)輸入變量和輸出變量的個(gè)數(shù)，可分為單變量控制系統(tǒng)和多變量控制系統(tǒng)。1.單變量模糊控制器 將其輸入變量的個(gè)數(shù)定義為模糊控制器的維數(shù)，其結(jié)構(gòu)圖如下圖5所示：一維模糊控制器如

21、圖(a)所示。一維模糊控制器的輸入變量往往選擇為受控量和輸入給定的誤差 E。由于僅僅采用偏差值，很難反映受控過(guò)程的動(dòng)態(tài)性品質(zhì)。因此得不到滿意的系統(tǒng)動(dòng)態(tài)性能效果，這種一維模糊控制器通常用于簡(jiǎn)單的被控對(duì)象。圖5單變量模糊控制器二維模糊控制器如圖(b)所示。二維模糊控制器的兩個(gè)輸入變量為被控量與給定值的誤差量 E 和誤差變化量 EC，由于它們能夠嚴(yán)格的反映受控過(guò)程中輸出變量的動(dòng)態(tài)特性，在控制效果上要比一維模糊控制器好的多，它是目前被廣泛采用的一種模糊控制器。三維模糊控制器如圖(c) 和(d)所示。三維模糊控制器的三個(gè)輸入變量為系統(tǒng)誤差量 E、誤差變化量 EC 和偏差變化率 ECC，也可以是 E，EC

22、 和 EC 的積分EI。由于這類模糊控制器結(jié)構(gòu)比較復(fù)雜，推理運(yùn)算時(shí)間長(zhǎng)，因此除非對(duì)動(dòng)態(tài)特性要求特別高的場(chǎng)合，一般較少選擇三維模糊控制器。2.多變量模糊控制器 如圖6所示，模糊控制器是由多個(gè)獨(dú)立的輸入變量和一個(gè)或多個(gè)輸出變量。多變量模糊控制器的變量個(gè)數(shù)多，且各個(gè)變量之間存在著較強(qiáng)的耦合，因此要直接設(shè)計(jì)多變量模糊控制器相當(dāng)困難。好在可以利用模糊控制器本身的解耦性質(zhì)，通過(guò)模糊關(guān)系方程分解，在控制器結(jié)構(gòu)上實(shí)現(xiàn)解耦，便可以將一個(gè)多輸入多輸出 (MIMO) 模糊控制器，分解成若干個(gè)多輸入單輸出 (MISO) 模糊控制器，這樣就實(shí)現(xiàn)了模糊控制器的降維處理。圖6 多變量模糊控制器6.模糊PID復(fù)合控制在鍋爐汽

23、包水位控制中的應(yīng)用32 33汽包水位是鍋爐給水系統(tǒng)安全、穩(wěn)定運(yùn)行的主要指標(biāo)之一。汽包水位過(guò)高會(huì)造成汽空間縮小, 將會(huì)引起蒸汽帶水, 影響汽水分離效果使蒸汽品質(zhì)惡化, 以致在過(guò)熱器管內(nèi)產(chǎn)生鹽垢沉積, 管子過(guò)熱, 金屬?gòu)?qiáng)度降低而發(fā)生爆破; 滿水時(shí)蒸汽大量帶水, 將會(huì)引起管道和汽輪機(jī)內(nèi)產(chǎn)生嚴(yán)重的水沖擊, 造成設(shè)備的損壞。水位過(guò)低會(huì)造成鍋爐水循環(huán)的破壞, 使水冷壁管超溫過(guò)熱;嚴(yán)重缺水時(shí),容易使水全部汽化燒壞鍋爐甚至爆炸, 造成更嚴(yán)重的設(shè)備損壞事故1。因此加強(qiáng)對(duì)水位的監(jiān)視和調(diào)整至關(guān)重要。這就要求汽包水位在一定范圍內(nèi), 適應(yīng)各種工況的運(yùn)行。由于汽包水位受給水壓力和蒸汽壓力等外界因素干擾現(xiàn)象嚴(yán)重, 動(dòng)態(tài)特征

24、強(qiáng), 又有大滯后、多變量、強(qiáng)耦合及非線性等特性,使得傳統(tǒng)的PID控制器難以收到良好的控制效果。模糊控制的特點(diǎn)是在偏離工作點(diǎn)較遠(yuǎn)的區(qū)域可明顯改善控制的動(dòng)態(tài)性能, 并且對(duì)控制對(duì)象特性的變化比PID線性控制器具有更強(qiáng)的魯棒性2。由于模糊控制器本質(zhì)上屬于非線性控制方法,缺乏通用的系統(tǒng)化設(shè)計(jì)方法,控制器的穩(wěn)定性難以保證, 控制精度不夠高, 并且在工作點(diǎn)附近容易產(chǎn)生極限振蕩。實(shí)際應(yīng)用中,模糊控制器的設(shè)計(jì)和參數(shù)整定往往過(guò)于依賴現(xiàn)場(chǎng)操作經(jīng)驗(yàn)和試湊法。本文基于PID 線性控制器和模糊控制器的上述特點(diǎn),提出一種模糊PID復(fù)合控制器3控制鍋爐汽包水位的新方法。1.PID各參數(shù)對(duì)系統(tǒng)性能的影響30理想的PID 控制器

25、根據(jù)給定值 r(t)與實(shí)際輸出值c(t)構(gòu)成的控制偏差e(t)e (t) = r (t) -c (t) 將偏差的比例、積分和微分通過(guò)線性組合構(gòu)成控制量，對(duì)被控對(duì)象進(jìn)行控制。u(t)=Ke(t)+式中 u(t)控制器的輸出；e(t)控制器的輸入，給定值與被控對(duì)象輸出值的差，即偏差信號(hào)； Ke(t) 比例控制項(xiàng)，K為比例系數(shù)； 積分控制項(xiàng)，T為積分時(shí)間常數(shù) T微分控制項(xiàng)，T 為微分時(shí)間常數(shù)。PID控制算法：在計(jì)算機(jī)直接數(shù)字控制系統(tǒng)中，PID 控制器是通過(guò)計(jì)算機(jī)PID控制算法程序?qū)崿F(xiàn)的。進(jìn)入計(jì)算機(jī)的連續(xù)時(shí)間信號(hào)，必須經(jīng)過(guò)采樣和量化后，變成數(shù)字量，才能進(jìn)入計(jì)算機(jī)的存儲(chǔ)器和寄存器，而在數(shù)字計(jì)算機(jī)中的計(jì)算

26、和處理，不論是積分還是微分，只能用數(shù)值計(jì)算去逼近。PID 控制規(guī)律在計(jì)算機(jī)中的實(shí)現(xiàn)，也是用數(shù)值逼近的方法。當(dāng)采樣周期 T足夠短時(shí)，用求和代替積分，用差商代替微商，使 PID 算法離散化，即可作如下近似變換：tkt (k=0,1,2,)式中 T采樣周期。將描述連續(xù) PID 算法的微分方程，變?yōu)槊枋鲭x散時(shí)間 PID 算法的差分方程，為書寫方便，將 e(kT)簡(jiǎn)化表示成 e(k),即為數(shù)字 PID 位置型控制算法，如式 (2-5)所示。 u(k)=Ke(t)+K式中 k采樣序號(hào)，k= 0,1,2,；u(k)第 k 次采樣時(shí)刻的計(jì)算機(jī)輸出值；e(k)第 k 次采樣時(shí)刻輸入的偏差值；e(k-1)第 (k

27、-1) 次采樣時(shí)刻輸入的偏差值；K積分系數(shù)，K=; K微分系數(shù)，K=;由 (2-6) 式可得u(k)=u(k)-u(k-1) = Ke(k)+Ke(k)+Ke(k)-e(k-1)式中e(k)=e(k)-e(k-1)，u(k)即為增量式 PID 控制算法，由第k次采樣計(jì)算得到的控制量輸出增量?？梢钥闯?，由于一般計(jì)算機(jī)控制系統(tǒng)采用恒定的采樣周期 T，一旦確定了 K、K、K，只要使用前3次的測(cè)量值偏差，即可求出控制量的增量。模糊控制器的核心是控制規(guī)則庫(kù)的建立, 考慮到系統(tǒng)的穩(wěn)定性、響應(yīng)速度、超調(diào)量和穩(wěn)態(tài)精度儲(chǔ)多方面, 必須研究PID各調(diào)節(jié)參數(shù)Kp、Ki 和Kd對(duì)系統(tǒng)動(dòng)、靜態(tài)性能的影響。(1)比例環(huán)節(jié)

28、的作用是減少偏差. 比例系數(shù)Kp增大可以加快響應(yīng)速度,減小系統(tǒng)穩(wěn)態(tài)誤差, 提高控制精度. Kp過(guò)大會(huì)產(chǎn)生較大超調(diào), 導(dǎo)致系統(tǒng)不穩(wěn)定; Kp過(guò)小, 可減少系統(tǒng)的超調(diào)量, 使系統(tǒng)穩(wěn)定裕度增大, 但會(huì)降低系統(tǒng)的調(diào)節(jié)精度, 使系統(tǒng)的過(guò)渡過(guò)程時(shí)間延長(zhǎng)。(2)積分環(huán)節(jié)用于消除系統(tǒng)靜差,提高系統(tǒng)無(wú)差度,但會(huì)使系統(tǒng)響應(yīng)速度變慢,使超調(diào)量變大,導(dǎo)致產(chǎn)生振蕩. 加大積分系數(shù)Ki, 有利于減小系統(tǒng)靜差,但過(guò)大會(huì)使超調(diào)量加劇, 甚至引起振蕩; 減小Ki有利于系統(tǒng)的穩(wěn)定, 減小系統(tǒng)的超調(diào)量, 但可不利于消除靜差。(3)微分環(huán)節(jié)能反映系統(tǒng)偏差的變化趨勢(shì), 可在偏差信號(hào)值變得太大之前, 引入一個(gè)有效的早期修正信號(hào), 有助于

29、減小超調(diào), 克服振蕩, 使之快速趨于穩(wěn)定, 提高響應(yīng)速度. 其缺點(diǎn)是抗干擾能力差, 增大微分系數(shù)Kd有利于加快系統(tǒng)響應(yīng), 但會(huì)帶來(lái)擾動(dòng)敏感, 抑制干擾能力減弱, 若Kd過(guò)大則可能提前制動(dòng)延長(zhǎng)調(diào)節(jié)時(shí)間;反之,若Kd過(guò)小,系統(tǒng)調(diào)節(jié)過(guò)程的減速就會(huì)滯后, 超調(diào)量增加,使系統(tǒng)響應(yīng)速度變慢, 導(dǎo)致系統(tǒng)的穩(wěn)定性變差。2.模糊PID控制31常規(guī)PID控制只能利用一組固定參數(shù)進(jìn)行在線控制, 這些參數(shù)不能兼顧動(dòng)態(tài)性能和靜態(tài)性能、設(shè)計(jì)值和抑制擾動(dòng)之間的協(xié)調(diào)。為此, 控制系統(tǒng)引入模糊控制,在常規(guī)PID 控制器初值的基礎(chǔ)上通過(guò)對(duì)其參數(shù)進(jìn)行在線修改, 以滿足不同誤差和誤差變化率對(duì)控制參數(shù)的不同要求, 可使被控對(duì)象有良好的

30、動(dòng)、靜態(tài)性能。模糊PID控制結(jié)構(gòu)是一類被廣泛應(yīng)用的PID控制器, 該控制器一改傳統(tǒng)PID控制器固定參數(shù)Kp、K i、Kd的控制策略,提出了可以跟蹤誤差信號(hào)等動(dòng)態(tài)改變PID控制器參數(shù)的方法,達(dá)到改善控制效果,擴(kuò)大應(yīng)用范圍的目的。由模糊邏輯整定PID控制器的表達(dá)式為：由整定公式可以看出，下一步的控制器參數(shù)可以由當(dāng)前控制器參數(shù)與模糊推理得出的控制器參數(shù)增量的加權(quán)和構(gòu)成。這樣, 可以按下式(2)計(jì)算控制量：式(2)并不是PID控制器積分項(xiàng)的全部, 正常應(yīng)該乘以采樣周期T, 這里為了簡(jiǎn)單起見(jiàn), 將其含于變量K i(k) 中, 上式同樣對(duì)Kd(k)進(jìn)行了相應(yīng)處理。由于計(jì)算較困難, 所以引入狀態(tài)變量x (

31、k ) =,這樣可以推導(dǎo)出狀態(tài)方程為這時(shí), 式(2)中控制量可以改寫為:復(fù)合模糊PID控制器的典型結(jié)構(gòu)如圖7所示。圖7 復(fù)合模糊PID控制器的結(jié)構(gòu)3. 模糊PID控制鍋爐汽包水位36確定模糊控制器的結(jié)構(gòu)也就是確定模糊控制器的輸入變量和輸出變量(即控制量), 基于對(duì)系統(tǒng)的分析, 采用偏差E和偏差變化率EC作為模糊控制器的輸入, 模糊控制器輸出為Kp、Ki、Kd。對(duì)偏差E、偏差變化率EC和Kp、Ki、Kd 分別定義了7個(gè)模糊子集, 相應(yīng)的模糊集和論域定義如下:E、EC、和Kp、Ki、Kd的模糊子集均為: NB (負(fù)大)、NM (負(fù)中) 、NS (負(fù)小)、Z(零)、PS(正小)、PM(正中)、PB(

32、正大)；E、EC 和Kd 的論域均為: -3,- 2,-1,0,1,2,3；Kp的論域?yàn)?-0.45,-0.3,-0.15,0,0.15,0.3,0.45；Ki的論域:-0.06,-0.04,- 0.02,0,0.02,0.04,0.06。隸屬度函數(shù)在模糊子集NB處選擇Z型函數(shù)zmf在模糊子集PB處選擇S型函數(shù)smf，其余均采用三角形對(duì)稱的全交迭函數(shù)?；趇f E and EC then (Kp)(Ki)(Kd)規(guī)則的模糊蘊(yùn)含關(guān)系, 根據(jù)實(shí)際的操作經(jīng)驗(yàn), 得到模糊控制規(guī)則, 建立模糊控制規(guī)則表, 如表1、表2、表3 所示。本文選用Matlab模糊邏輯工具箱設(shè)計(jì)模糊控制器38 40, 并進(jìn)行模糊

33、控制仿真。在Matlab中運(yùn)行FUZZY命令, 打開(kāi)模糊邏輯編輯窗口FIS Editor,建立雙輸入三輸出的模糊系統(tǒng),模糊推理選用Mamdani推理方法, 去模糊化則選用重心法(centroid)。接著進(jìn)入隸屬度函數(shù)編輯器Membersh ip Function Editor 窗口, 選用三角形函數(shù)trimf Z型函數(shù)zmf和S型函數(shù)smf建立相應(yīng)的E、EC、和Kp、Ki、Kd隸屬度函數(shù),然后在Rules Editor窗口中輸入上述49條控制規(guī)則。建立好模糊推理系統(tǒng)后, 取名為“test”輸出到工作區(qū), 可供仿真時(shí)調(diào)用。 模糊切換方法設(shè)計(jì)：用于完成模糊PID和線性常規(guī)PID 平穩(wěn)切換的模糊推理

34、規(guī)則為:規(guī)則中: Uc為線性常規(guī)PID的控制輸出; Ufz為模糊PID 的控制輸出;SE和SE分別為模糊變量E和E的模糊切換隸屬函數(shù)。根據(jù)給出的模糊控制規(guī)則, 對(duì)k時(shí)刻的清晰輸入量e(k) 和e(k) 按隸屬函數(shù)進(jìn)行模糊化, 采用代數(shù)積求出前提部分強(qiáng)度則K時(shí)刻的模糊PID復(fù)合控制器的控制輸出為：仿真研究：為驗(yàn)證此控制方案的效果, 用Matlab進(jìn)行仿真,在蒸汽流量擾動(dòng)下,汽包水位調(diào)節(jié)對(duì)象的傳遞函數(shù)表示為:其中, TD為蒸汽流量的時(shí)間常數(shù), KD為蒸汽流量放大倍數(shù),T1、T2為時(shí)間常數(shù)。本文中KD=2,時(shí)間常數(shù)T1=40s, TD=1s, T2=10s。仿真研究時(shí), 傳統(tǒng)PID 控制的參數(shù)設(shè)置為

35、: Kp = 4.5、Ki =0.1、Kd = 2.1; 模糊PID控制中的PID參數(shù)的初值同樣設(shè)置為: Kp=4.5、Ki=0.1、Kd = 2.1; 量化因子ke = 0.6、kec=0.3、ku=0.4。輸入信號(hào)設(shè)置為幅值為1的階躍輸入。汽包水位模糊自整定PID控制系統(tǒng)與常規(guī)PID控制系統(tǒng)的動(dòng)態(tài)響應(yīng)曲線如圖8所示。圖7 三種控制器控制下階躍變化的閉環(huán)響應(yīng)總結(jié)：介紹一種模糊PID復(fù)合控制方法在鍋爐汽包水位控制中的應(yīng)用, 在工作點(diǎn)附近則主要使用PID 線性控制, 同時(shí), 為了保證兩者的平穩(wěn)過(guò)渡, 采用模糊推理完成模糊切換。從系統(tǒng)仿真曲線可以看出, 汽包水位模糊PID復(fù)合控制方式取得了比傳統(tǒng)P

36、ID控制方式更好的控制效果, 其控制速度快、超調(diào)量小、穩(wěn)定性好。參考文獻(xiàn)1孫增圻.智能控制理論與技術(shù)M.北京:清華大學(xué)出版社,1997: 169-181.2李士勇.模糊控制和智能控制理論與應(yīng)用M.哈爾濱:哈爾濱工業(yè)大學(xué)出版社，19903諸靜等.模糊控制原理與應(yīng)用M.北京:機(jī)械工業(yè)出版社，1995.4楊綸高儀.糊學(xué)原理及應(yīng)用M，廣州:華南理工大學(xué)出版社20035王國(guó)俊.模糊推理與模糊邏輯J.系統(tǒng)工程學(xué)報(bào)，1998，13(2):1-166章衛(wèi)國(guó).模糊控制理論與應(yīng)用M.陜西:西北工業(yè)大學(xué)出版社，19997王立新.模糊系統(tǒng)與模糊控制教程M.北京:清華大學(xué)出版社，20038王國(guó)俊.關(guān)于模糊推理的若干基本

37、問(wèn)題J.工程數(shù)學(xué)學(xué)報(bào)，2000，:59一139王國(guó)俊.模糊推理的一個(gè)新方法J.模糊系統(tǒng)與數(shù)學(xué)，1999，13(3):1一1010何映思，鄧輝文.模糊推理算法的還原性討論J.2005年模糊邏輯與智能計(jì)算聯(lián)合學(xué)術(shù)會(huì)議論文集，200511 王立新. 模糊系統(tǒng)與模糊控制教程M. 北京: 清華大學(xué)出版社,2003.12何映思，鄧輝文.模糊推理方法綜述J.西南師范大學(xué)學(xué)報(bào)(增刊)，2005，613 劉向杰. 模糊控制在電廠鍋爐控制中的應(yīng)用現(xiàn)狀及前景J.電網(wǎng)技術(shù),1998,22(11): 4-14.14 王利. 基于FPGA的模糊邏輯控制的硬件實(shí)現(xiàn)J.控制工程, 2004,11(1): 34-35.15儀垂

38、杰，韓敬禮.模糊解禍控制的研究與應(yīng)用J.自動(dòng)化與儀表.19927(4):54一5616張乃堯.神經(jīng)網(wǎng)絡(luò)與模糊控制M，北京:清華大學(xué)出版社199817李洪興.模糊控制器與PID調(diào)節(jié)器的關(guān)系J.中國(guó)科學(xué)(E輯)，1999，29(2):136-145 18Faouzi Bonslama,Akira Ichiltawa.Application of limit fuzzy controllers to stability analysis.Fuzzy Sets and Systems,1992,49: 103-220.19權(quán)太范等. 模糊控制技術(shù)在過(guò)程控制中的應(yīng)用現(xiàn)狀及前景.控制與決策,1988,3(1）：59-62.20張化光.復(fù)雜系統(tǒng)的模糊辨識(shí)與模糊自適應(yīng)控制.沈陽(yáng): 東北大學(xué)出版社,1994.21Lee C C. Fuzzy logic in control system： fuzzy logic controller, Part I,IIJ. IEEETrans. on Sys