今日頭條
官方微信
官方抖音
案例頻道
1 前言
目前，絕大多數自動控制系統都是使用計算機來實現，促進了自動控制在控制方面向智能化發展。隨著計算機的發展和應用，基于狀態變量描述的現代控制理論對于解決線性或非線性、定常或時變的多輸入多輸出系統問題，得到了廣泛的應用。但是無論采用哪一種方法設計一個控制系統，都需要事先知道被控對象精確的數學模型。然而，在許多情況下被控對象的精確數學模型很難建立，對于這類對象就難以進行自動控制。
2 模糊控制
模糊控制是目前的研究熱點。它是以模糊集合論、模糊語言變量及模糊邏輯推理為基礎的一種計算機數字控制。模糊控制是一種非線性控制，屬于智能控制的范疇。
模糊控制作為一種新型的控制方式已成功地用于各種工業過程控制中。其優點在于：
(1) 不需要建立精確的數學模型，適當運用模糊規則和隸屬函數，就可以在各種工業控制領域實現智能化模糊自動控制。
(2) 模糊控制具有較強的魯棒性，被控對象參數的變化對模糊控制的影響不明顯，可用于非線性、時變、時滯系統的控制。
(3) 模糊控制器與傳統的PID控制器相比具有結構簡單、容易實現、便于操作和成本低廉等特點，在工業生產中可實現很高的性能價格比。
模糊控制即可用于使用查表或復雜公式計算的常規系統，也可用于輸入和輸出的系統，非線性的系統，及難以用精確的、可處理的數學公式來描述的系統。
模糊控制系統一般可以分為四個組成部分，如圖1所示：
圖1 模糊控制系統的組成
(1) 模糊控制器：實際上是一臺微計算機，既可選用系統機，又可以選用單板機或單片機。
(2) 輸入/輸出接口裝置：模糊控制器通過輸入/輸出接口從被控對象獲取數字信號量，并將模糊控制的輸出信號經過數模變換，轉變為模擬信號，送給執行機構去控制被控對象。
(3) 廣義對象：包括被控對象及執行機構。被控對象可以是線性或非線性的、定常或時變的，也可以是單變量或多變量、有滯后或無滯后的以及有強干擾的多種情況。
(4) 傳感器：傳感器是將被控對象或各種過程的被控制量轉換為電信號的一類裝置。傳感器在模糊控制系統中有十分重要的地位，它的精度往往直接影響整個控制系統的精
度[1]。
模糊控制系統的核心是模糊控制器。模糊控制器的設計具有通用性，即不同的模糊控制系統可使用相同的控制器，只是各個系統中的數據各不相同。
模糊控制器完成模糊控制系統的模糊化、模糊推理和非模糊化操作，它的輸入為系統輸入，可以為偏差輸入、偏差變化輸入和其他測量或反饋輸入；它的輸出為系統輸出，可直接作為控制輸出，也可再進行運算后去執行控制操作，它可以有一個或多個輸出。圖2為模糊控制器的一般結構。
圖2 模糊控制器結構
由圖2可知，模糊控制器由三部分組成：模糊化、模糊推理和非模糊化模塊，每一部分包括程序和數據。數據又分為變量和參數兩種，其中變量包括：
(1) 輸入變量：由其他程序如A/D采樣或計算機程序得出的數據，如偏差輸入變量由給定值減去反饋測量值得到，而反饋量值一般由A/D采用得到。
(2) 模糊輸入變量：由模糊化程序按輸入變量計算得到。
(3) 模糊輸出變量：由模糊推理程序按推理規則得出。
(4) 輸出變量：由非模糊化程序按模糊輸出變量計算得出。輸出變量數取決于系統的結構，常見的系統均為單輸出變量，但有時會遇到雙輸出變量，甚至多輸出變量的控制系統。
這些變量在控制過程中會不斷變化，一般放于計算機的RAM中[2]。
4 模糊控制器的設計方法
4.1 模糊控制器的輸入
人們在手動控制中，所獲得的信息量基本上為三個：誤差、誤差的變化、誤差變化的變化。因為模糊控制規則是根據人的手動控制規則提出的，所以模糊控制器的輸入也有三個，即誤差、誤差的變化、誤差變化的變化。模糊控制器輸入變量的個數稱為模糊控制的維數。一般來講，一維模糊控制器用于一階被控對象，由于控制器輸入變量只選一個，所以它的動態性能不佳。
從理論上講，模糊控制器的維數越高，控制越精細。但是這將使控制規則變得過于復雜，控制算法的實現相當困難。所以，目前被廣泛采用的均為二維模糊控制器，這種控制器以誤差和誤差的變化作為輸入變量，以控制量的變化作為輸出變量，其性能明顯優于一維模糊控制器[3]。這種控制器的結構如圖3所示。
圖3 模糊控制器的結構
4.2 輸入量的離散化
輸入量的離散化處理就是把輸入的連續量離散化為模糊集合論域[-n，+n]中有限的整數值。設輸入量的基本論域為[a，b]，模糊集合的論域為X={-n,-n+1，……，0，n-1，n}，是量化等級。首先將[a，b]的連續量轉化為[-n，+n]中的連續量，設x∈[a，b]，y∈[-n，+n]，轉換關系由下式所示：
(1)
接著把[a，b]中的連續量離散化，辦法是將y四舍五入，就得了x的離散量。
在這個轉換中間有一個量化因子的概念。量化因子一般用K表示，誤差的量化因子Ke和誤差變化的量化因子Kc分別由下面兩個公式確定：
(2)
(3)
在模糊控制器實際工作中，一般誤差和誤差變化的基本論域選擇范圍要比模糊集論域選擇的小，所以量化因子一般都遠大于1。當Ke較大時，相當于縮小了誤差的基本論域，增大了誤差變量的控制作用，使得超調較大。而Kc選擇越大時，超調量就越小。
4.3 模糊規則的設計
模糊控制規則是人們對控制對象實行手動操作時的經驗總結。控制規則的設計是模糊控制器的關鍵，只有控制規則較好的反映出操作經驗，系統才能獲得較好的效果。
手動控制策略一般可以用條件語句加以描述，將其歸納一下，便可以建立模糊控制規則。常見的模糊條件語句為if … then …形式。但是，有時很難總結出完整的經驗來，或總結的不夠準確，這時的模糊規則就顯得不夠完善，這樣就會影響控制效果。而且由于過程的不斷變化，如果控制規則不變，則所得的結果可能與實際不相符[4]。所以，常引入修正因子來對模糊控制規則進行量化描述。帶一個修正因子的模糊控制器算式如下式所示：
(4)
采用解析表達式描述的控制規則簡單方便，更易于計算機實現[5]，模糊控制規則可以不受模糊變量論域量化等級的限制，控制器的響應比較快。
上述帶有加權因子的模糊控制器在整個控制過程中α值一旦固定，即在控制規則中，對誤差與誤差變化的加權就固定不變。因此它除簡化了控制規則以外，與具有固定控制規則的控制器并沒有區別，這對于那些時變、非線性的系統來說，很難達到控制性能要求[6]。
對于常用的模糊控制器而言，當誤差較大時，控制系統的主要任務是消除誤差，這時，對誤差在控制規則中的加權應該大些；當誤差較小時，此時系統已接近期望輸出，控制器主要任務是使系統盡快穩定減小超調，這樣就要求在控制規則中誤差變化起的作用大些，即對誤差變化加權大些。只靠固定的加權因子是難以滿足上述要求。
為了滿足上述要求，采用了智能調整因子法。當系統偏差大時，對偏差給予較大的加權，即α較大；反之，當系統接近穩定，則對誤差變化給予較大的加權[7]，即(1-α)比較大。α的選擇可以利用誤差及誤差變化作為對自身的加權。帶有智能調整因子的模糊控制規則為：
(5)
通過上式就可以達到上述的控制思想，也利于計算機實現。
4.4 輸出信息的轉換
每次采樣經模糊控制算法給出的控制量（精確量），不能直接控制對象，必須將其轉換到控制對象所能接受的基本論域中去。這里邊有比例因子的概念，將由控制算法得到的結果乘以比例因子就得到了控制輸出，完成了從控制量的模糊集論域到基本論域的變換。
5 實驗結果
通過在溫度控制器的設計中采用上述模糊算法，采用紫金橋工控組態軟件，通過輸入模擬數據，實現了對模糊控制的仿真。得到系統的仿真曲線，如圖4所示，曲線1為模糊控制方式，曲線2為PID控制方式。
圖4 系統的仿真曲線
6 結論
從圖4中可以看出，對于大滯后、大慣性且時變的系統來說，模糊控制方式要比PID控制方式其控制效果理想。當改變系統模型的參數時，PID控制方式會產生較大超調或振蕩，模糊控制方式的效果則要好的多。這說明了模糊控制方式，具有較強的魯棒性，能較好的適應系統參數的變化。有助于降低控制系統的復雜性，提高系統的可靠性。可針對生產實際設計模糊控制的輸入與輸出及其算法實現。
北京市公安局海淀分局備案號：11010802023656號