发布时间 : 星期二 文章空调控制系统设计更新完毕开始阅读
模糊控制原理 ①模糊控制的引入
随着计算机的发展和应用，自动控制理论和技术获得了飞跃的发展，在解决线性或非线性，定常或时变的多输入多输出系统问题上，获得了广泛的应用。但是，采用传统控制理论来设计一个控制系统，需要事先知道被控对象精确的数学模型，然后再根据给定的性能指标选择适当的控制规律，进行控制系统设计。然而，在许多情况下，被控对象的精确数学模型很难建立，有时甚至是不可能的。这样一来，对于这类对象或过程就难以进行自动控制。与此相反，对于一些难以自动控制的生产过程，有经验的操作人员进行手动控制，却可以达到满意的效果。这是由于作为操作者的人在长期的操作实践中获得了对系统的认识，在头脑中形成了他自己对该系统的认识模型，并积累了操作经验。总结人的控制行为，用语言描述人的手动控制决策，形成一系列的条件语句和决策规则，进而设计一个控制器，利用计算机实现这些控制规则，再驱动设备对工业过程进行控制，这就是模糊控制。实践表明，模糊控制器具有以下几个特点: 1.它不需要知道被控对象或过程的精确数学模型。 2.易于实现对不确定性系统和强非线性系统的控制。 3.对被控对象或过程参数的变化有较强的鲁棒性。 4.对干扰有较强的抑制能力。 ②模糊控制系统的组成
模糊控制系统是一种自动控制系统，它是以模糊数学、模糊语言形式的知识表示和模糊逻辑为理论基础，采用计算机控制技术构成的一种具有闭环结构的数字控制系统。它的组成核心是具有智能性的模糊控制器，其基本结构如图3.1所示。
图3.1模糊控制系统框图
模糊控制系统一般由四个部分组成:
l.模糊控制器:它是以模糊逻辑推理为主要组成部分，同时又具有模糊化和去模糊功能的控制器。
2.输入/输出接口装置:模糊控制器通过输入/输出接口从被控对象获取数字
信号量，并将模糊控制器决策的输出数字信号经过数模变换，将其转变为模拟信号，送给执行机构去控制被控对象。
3.广义对象:包括被控对象和执行机构。被控对象可以是线性或非线性的、定常或时变的、也可以是单变量或多变量的、有时滞或无时滞的以及有强干扰的多种情况。
4.传感器:传感器是将被控对象或各种过程的被控制量转换为电信号的一类装置。传感器在模糊控制系统中占有十分重要的地位，它的精度往往直接影响整个控制系统的精度。 5.2.2模糊控制的基本概念 (1)模糊集合
模糊集合用于在无法明确地定义元素是否属于集合的情况下，利用一种度量来表示某一元素属于这一集合的程度，这就是隶属度，也就是级别。当一个元素肯定属于这一集合时，级别为1，肯定不属于这一集合时，级别为0，其余的级别为0到1的中间值。以论域为离散有限集{xl, x2......, xn}为例，设A (xi)=ui(i=1,2......n)，模糊集合用扎德法表示如下:
u1u2un??...? A= （3-3） x1x2xn(2)量化因子
连续论域进行离散化的过程称为量化。设有连续论域[a, b]，量化后的离散论域为{-n，-n+1,…，0,…，n-1, n}，将连续论域分为2n段，则有系数K=2n/ (b-a)，K称为量化因子。 (3)比例因子
偏差的基本论域与偏差的实际变化范围的比值称为比例因子。当偏差的实际变化范围超出基本论域的范围时，采用最大输出或零输出。对于偏差的任何采样值，乘以比例因子后取整，可以得到相应的值。 5.2.3模糊控制过程
模糊控制过程可以分为以下三个步骤:模糊化过程、模糊推理过程和反模糊化过程。 (1)模糊化过程
模糊化(Fuzzification)就是将基础变量论域上的确定量变换成基础变量论域上的模糊集的过程。其主要功能就是根据输入变量的隶属度函数求出精确输入量相对于输入变量各语言值的隶属度。常规控制都是用系统的实际输出值与设定
值相比较，得到一个偏差值E，控制器根据这个偏差值及偏差值的变化率来决定如何对系统进行控制。无论是偏差还是偏差的变化率都是精确的输入值，要采用模糊控制技术就必须首先把它们转换成模糊集合的隶属函数。因此，要实现模糊控制就要先通过传感器和变送器把被控量变换成电量，再通过模/数转换器得到精确的数字量。精确输入量输入至模糊控制器后，首先要把精确量转换成模糊集合的隶属函数，这就是精确量的模糊化或者模糊量化。 (2)模糊推理过程
模糊推理过程就是对于给定的模糊输入量，模糊控制器根据判定的模糊规则和事先确定好的推理方法进行模糊推理，求出模糊输出量的过程。模糊推理是模糊控制器的核心，它具有模拟人类基于模糊概念的推理能力，是基于模糊逻辑中的蕴含关系及推理规则来进行的。模糊控制是模仿人的思维方式和人的控制经验来实现的一种控制。根据有经验的操作者或者专家的经验制订出相应的控制规则即是模糊控制规则，它是模糊控制器的核心。为了能存入计算机，就必须对控制规则进行形式化处理，再模仿人的模糊逻辑推理过程确定推理方法，控制器根据制订的模糊控制规则和事先确定好的推理方法进行模糊推理，得到模糊输出量，即模糊输出隶属函数，这就是模糊控制规则的形成和推理。其目的是用模糊输入值去适配控制规则，为每个控制规则确定其适配的程度，并通过加权计算合并那些规则的输出。 (3)模糊量的去模糊
模糊量的去模糊(Defuzzification)就是将基础变量论域上的模糊集变换成基础变量论域上的确定值的过程。根据模糊逻辑推理得到的输出模糊隶属函数，用不同的方法找一个具有代表性的精确值作为控制量，就是模糊量的去模糊；它要求在推理得到的模糊集合中取一个最能代表这个模糊推理结果可能性的精确量，去控制或驱动执行机构。 (4)模糊控制器及系统设计
模糊控制器(Fuzzy Controller)在模糊自动控制系统中占有举足轻重的地位，因此在模糊控制系统中，设计和调整模糊控制器的工作是很重要的。模糊控制器的设计包括以下几项内容:
1)确定模糊控制器的输入变量和输出变量。 2)设计模糊控制器的控制规则。 3)建立模糊化和反模糊化的方法。
4)选择模糊控制器的输入变量及输出变量的论域并确定模糊控制器的参数(如量化因子、比例因子)。
5)编制模糊控制算法的应用程序。 6)合理选择模糊控制算法的采样时间。
(5)模糊控制器的结构设计
模糊控制器有两种组成方式，一种是由模糊逻辑芯片组成的硬件专用模糊控制器，它是用硬件芯片来直接实现模糊控制算法；另一种是用微处理器组成硬件系统，用软件来实现模糊控制算法，这种模糊控制器的特点是资源开销小、灵活性高、通用性强、应用范围广。在一般控制系统中，目前多采用第二种方式。模糊控制器的结构设计是指确定模糊控制器的输入变量和输出变量。模糊控制器的输入一般有三个:偏差、偏差的变化及偏差变化的变化，输出变量一般选择控制量的变化。目前广泛采用的是二维模糊控制器，这种控制器的输入变量选偏差及偏差的变化，以控制量的变化为输出变量。根据本系统的特点及控制要求，模糊控制器选用二维结构，其结构如图3.2所示
图3.2二维模糊控制机构框图
根据本系统的特点及控制要求，模糊控制器采用双输入单输出结构，分别用偏差e和偏差的变化率△e作为输入变量，以控制量u作为输出变量。 (6)精确量的模糊化
在温室温度模糊控制器里，将键盘输入的温度值作为给定值T，由传感器测量得到的温度值记为t(k)，则误差e及误差的变化△e为: e(k) = T-t(k) (3-2) △e(k) = e(k)-e(k-1) (3-3)
将e (k)和△e (k)作为温度模糊控制器的输入变量，输出变量为加热器及风扇的通断状态。根据温室的实际工作情况，从温带植物三基点温度如表2-1所示，可以看出其适宜温度变化值在10℃左右，考虑到实际检测条件和适当的控制精度，将温度误差的基本论域定为[-5℃～+5℃] ,温度误差变化的基本论域定为[-1℃～+1℃]。为提高控制精度和响应速度，将温度的控制范围分为模糊控制区和确定控制区，以温度设定值的±5℃为界。温度在设定值的±5'C以内为模糊控制区，以外为确定控制区。在确定控制区，系统将进行强制冷却或加热，并发出温度超标报警信号。而在模糊控制区，将温度偏差、偏差变化率的模糊集合分为7个模糊子集，分别为PB(正大)，PM(正中)，PS(正小)，Z(零)，NS(负小)，NM(负中)，NB(负大)。选取语言变量e, △e的论域均为:x={-4，-3，-2，-1, 0, 1, 2, 3, 4}温度偏差、偏差变化率的隶属函数赋值表如表3.1所示
表3.1 △e的隶属度函数赋值表