（检测技术与自动化装置专业论文）基于模糊pid控制的空调水泵恒压供水系统.pdf

武汉科技大学 研究生学位论文创新性声明 舢朋 y 1 7 3 9 5 7 苓1 本人郑重声明：所呈交的学位论文是本人在导师指导下，独立进行研 究所取得的成果。除了文中已经注明引用的内容或属合作研究共同完成的 工作外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。 对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名：丕翌鋈日期：也1 2 ：! ：斟 研究生学位论文版权使用授权声明 本论文的研究成果归武汉科技大学所有，其研究内容不得以其它单位 的名义发表。本人完全了解武汉科技大学有关保留、使用学位论文的规定， 同意学校保留并向有关部门( 按照武汉科技大学关于研究生学位论文收录 工作的规定执行) 送交论文的复印件和电子版本，允许论文被查阅和借阅， 同意学校将本论文的全部或部分内容编入学校认可的国家相关数据库进行 检索和对外服务。 论文作者签名：超墅 指导教师签名：立缒 武汉科技大学硕士学位论文第1 页 摘要 本论文的研究背景是某研发基地的空调供水系统的恒压水泵控制工程。供水系统是整 个楼宇空调系统的重要组成部分，是一个典型的多输入多输出、具有大滞后特性的非线性 系统。供水系统的稳定与否，运行参数能否达到各项指标，关系到整个实验基地的工作区 的生产。整个空调系统约占楼宇用电总量的6 0 左右，而供水系统约占空调用电总量的8 0 左右。因此，对水泵控制方式的研究也是一个重要的课题。 目前楼宇空调中的恒压水泵的控制方式多采用传统p i d 调节，而p i d 调节的性能优越 与否，则取决于其比例积分微分三个参数的整定。由于供水系统覆盖面很广，供水管网 复杂，因此系统的时滞较大，干扰因素繁多，负载波动没有规律性。单靠人工经验来调节 p i d 参数，很难满足水泵运行的所有工况，且调试时间长，性能指标也难以达到要求。 本论文具体工作包括：1 对楼宇空调系统中的水泵恒压供水系统进行了详细研究，对 其原来采用的传统p d 控制算法进行了理论分析，找出其不能满足控制要求的原因；2 提 出了模糊p d 控制策略，剖析了其优越性；3 结合工程实际情况，确定了输入输出变量； 其中，最重要的环节是建立模糊控制规则，建立模糊规则数据库的方法是归纳总结了人工 经验，并进行了理论推导；4 对所设计的控制器进行了仿真，并将其与传统p i d 控制器进 行了对比，从理论上分析了其优越性；从得出的仿真数据中论证了模糊p i d 控制器的可行 性。 将所设计的模糊p i d 控制器应用于实际的水泵恒压控制系统中，取得了良好的效果。 对于提高整个系统效率、增强系统稳定性、节约能源方面有着实际的意义。 关键词：自整定模糊控制器恒压控制系统仿真 第1 i 页武汉科技大学硕士学位论文 a b s t r a c t t h eb a c k g r o u n do ft h i sp a p e ri sb a s e do na p u m p sc o n s t a n tw a t e rp r e s s u r ec o n t r o lp r o j e c t i nar e s e a r c ha n dd e v e l o p m e n tb a s e w a t e rs u p p l ys y s t e mi sai m p o r t a n tp a r to ft h ew h o l e b u i l d i n ga i rc o n d i t i o n e rs y s t e m i ti sam u l t i - i n p u ta n dm u l t io u t p u t ，n o n l i n e a r , l o n g d e l a y s y s t e m w h e t h e rt h ew a t e rs u p p l yi ss t a b l ea n dt h eo p e r a t i n gp a r a m e t e r sc a na c h i e v et h er e q u i r e t a r g e t sa r et h ek e y sf o rt h ew h o l ep r o d u c i n gi nt h er e s e a r c ha n dd e v e l o p m e n tb a s e t h e e l e c t r i c i t yu s a g eo ft h eb u i l d i n ga i r - c o n d i t i o n i n gs y s t e m sa c c o u n t sf o ra b o u t6 0 o ft h et o t a l b u i l d i n g s ，a n dt h ee l e c t r i c i t yu s a g eo ft h ew a t e rs u p p l ya c c o u n t sf o r8 0p e r c e n to ft h ew h o l ea i r c o n d i t i o n e r t h e r e f o r e ，t h er e s e a r c ho ft h em e t h o d si nc o n t r o l l i n gp u m pi sa l s oa ni m p o r t a n t s u b j e c t i nn o w a d a y s ，m o s tc o n t r o lm e t h o d si np u m p sc o n s t a n tw a t e rp r e s s u r ec o n t r o li n b u i l d i n g a i rc o n d i t i o n e rs y s t e mi st r a d i t i o n a lp i dc o n t r o l ，a n dt h eq u a l i t yo ft h ec o n t r o ld e p e n d so nt h e r e g u l a t i o no ft h ep r o p o r t i o n ，i n t e g r a la n dd i f f e r e n t i a t i o n b e c a u s eo ft h ew i d ec o v e r a g eo ft h e w a t e rs u p p l ya n dt h ec o m p l e x i t yo ft h ep i p en e t w o r k ，t h es y s t e mu s u a l l yh a sal o n gt i m ed e l a y 、 m a n yi n t e r r u p tf a c t o r sa n dl o a df l u c t u a t i o n so fn or u l e s i ti sd i f f i c u l tt os a t i s f ya l lt h e r e q u i r e m e n t so ft h ep u m p sw h e nt h e yr u nb ya d j u s t i n gt h ep a r a m e t e r so ft h es y s t e ma c c o r d i n gt o t h ew o r k e r s e x p e r i e n c ea l o n e b e c a u s ei tt a k e sal o n gt i m ef o rt h ew o r k e r st od e b u gt h es y s t e m a n dt h ep e r f o r m a n c ew i l ln o tn e c e s s a r i l ym e e tt h er e q u i r e m e n t s t h ep a p e r , b a s e do nt h ed e s i g ns t e p so fe 1 1 酉n e e ra p p l i c a t i o na n dt h el o g i c so fa c a d e m i c r e s e a r c h , i n t r o d u c e st h ew h o l ep r o c e s si nd e s i g n i n ga n dc o n s t r u c t i n gaf u z z y - p i dc o n t r o l l e r t h ep a p e rb l e n d st h et r a d i t i o n a lp i da l g o r i t h ma n dt h ef u z z yc o n t r o lm e t h o dt of o r man e w c o n t r o lm e t h o di sag o o dw a yt or e a l i z e s e l f - t u n i n gp a r a m e t e r s t h i s i so fp r a c t i c a l m e a n i n g f u l n e s sf o rs t a b i l i t yo fs y s t e m sb o t hi na c a d e m i cr e s e a r c h ，o re n g i n e e r i n ga p p l i c a t i o n s k e y w o r d s ：s e l f - t u n e ，f u z z yc o n t r o l l e r , c o n s t a n tp r e s s u r ec o n t r o l ，e m u l a t i o n 武汉科技大学硕士学位论文 第1 i i 页 目录 摘要i a b s t r a c t i i 第一章绪论l 1 1 课题背景1 1 2 国内外研究现状2 1 3 本文的研究内容。3 1 3 1 课题来源3 1 3 2 本文研究内容4 第二章p i d 控制与模糊控制原理。5 2 1p i d 概念5 2 2p i d 算法各环节的作用5 2 3p i d 的性能指标8 2 4 模糊控制的概念9 2 5 模糊控制器的结构9 2 6 模糊控制算法的原理1 l 2 6 1 输入变量的确定1 l 2 6 2 论域与量化因子1 2 2 6 - 3 语言变量1 2 2 6 4 隶属度函数的选取l3 _ 2 6 5 建立模糊控制规则15 2 6 6 模糊推理1 5 2 6 7 去模糊化1 6 第三章变频调速系统分析与方案设计1 7 3 1 电机变频调速的原理1 7 3 2 水压与变频器输出频率的关系1 7 3 3 系统硬件设计1 8 3 3 1p l c 控制单元2 0 3 3 2 网络构建2 0 3 3 3 变频器2 0 3 3 4 工艺流程2 l 3 3 5 主要设备清单2 2 3 4 软件设计。2 2 第四章模糊p i d 控制在恒压水泵中的应用2 5 4 1 空调系统概述2 5 第页武汉科技大学硕士学位论文 4 2 空调系统概况2 5 4 3 f u z z y p i d 算法的实现2 6 4 3 1 控制器的结构2 6 4 3 2 变量的模糊化2 7 4 3 3 建立模糊规则3 3 4 3 4 模糊推理3 5 第五章仿真与结论3 6 5 1m a t l a b 的介绍3 6 5 2 仿真3 6 5 2 1 无扰动仿真3 7 5 2 2 一般扰动的仿真3 9 5 2 3 较大扰动的仿真4 0 5 3 总结4 2 第六章结论与展望4 3 参考文献4 7 致谢4 8 武汉科技大学硕士学位论文第1 页 第一章绪论 1 1 课题背景 在现代生产工艺中，空气调节得到了大量的应用。在生产的某些特定环节要求周围环 境的相关参数如温度、湿度等维持在特定的范围内，并在指定的时间内恒定运行，不受任 何干扰的影响。同时，人们对生产生活所处的环境也提出了更高的要求。一个舒适优雅的 生活办公的场所，应该至少是温度适宜、湿度适中、噪音低等，这些不仅能有益于人们的 健康，而且还能提高工作效率。这些都使得空调成为一个必不可少的环节。现代工业要求 厂用空调系统，不仅性能稳定，而且节约能源以及低噪音。最新数据表明，空调系统的能 耗占整个建筑能耗的4 0 8 0 t 1 1 。在工业生产的许多环节，环境的温度与湿度对产品的质 量起到了决定性的作用。因此，空调控制系统亦是控制技术研究的重点。 随营出簖鹎钮沭豹商匿泼展，卫i 目窑| ；曙鳓越耥魄靳女町。荫减几制涮刁： 非线性。现今的工业控制系统，其输出与输入并不成比例关系，或者说，并不能找出 其对应的关系。 复杂性。随着时间的推移，系统的参数也在逐渐发生变化；气候及负载的改变，也会 带来许多意想不到的干扰。这使得控制系统渐趋复杂。 高要求。无论控制系统多么复杂，生产工艺的要求却在不断提高。要求工程技术人员 在工艺要求与复杂的控制对象之间找到平衡点，以满足现代生产的需要。这就要求系统能 长期稳定的运行。 传统的控制方法都是先对控制对象进行线性化的假设、分析，然后获得结论再进行控 制【3 】。总体而言，用一种确定的精确的算法去控制一个实际上参数并一定固定的控制对象。 在这种控制模式之下，控制算法自然就缺少了灵活性与应变能力。对于复杂的控制系统， 这种控制模式往往并不能胜任。例如，针对一个复杂的非线性的时变系统，仅仅采用传统 的p i d 控制很有可能会显得力不从心。然而，在复杂的控制算法难以胜任时，一个经验丰 富的操作却人员却可以精确的手动控控制对象，取得满意的效果。上述这个简单的例子， 其实就是引入了智能算法。智能控制是把传统的控制理念与专家的丰富经验相结合，互相 之间取长补短，从而形成一个功能强大的控制算法【4 】。这种强大之处在于：控制器能够智 能的判断系统参数的变化，从而改变控制策略，即自我调整，以适应控制对象的时变性和 复杂性【5 】。模糊控制本身即是非线性的，针对于复杂的时变的工业控制对象，模糊控制就 可以显示出其强大的控制能力。例如，模糊控制可以让系统以很高的优优级快速度响应。 而对于小偏差，模糊控制却反而力不从心。这时，经典p i d 控制就起到了重要的作用，从 而可以使用系统运行在一个精确的状态范围内。 目前，大部分的空调水泵恒压控制仍是采用传统的p i d 调节。传统p i d 算法应用如此 广泛，与其不可替代的优点密不可分。比如其结构简单，控制精度高等。只是，p i d 的三 个参数：比例，积分，微分的整定主要还是依靠人的经验。当经验丰富的工程师在一个特 第2 页武汉科技大学硕士学位论文 定的情况下设定好了p i d 参数后，并不能保证当环境因素变化以后，这组p i d 参数依然能 够正常运行。目前已经提出了许多智能算法。所谓智能，指的是控制系统能够自我进行调 节与整定，以适应周围环境的变化【6 1 。 空调恒压水泵控制系统的主要控制对象是水管网的液体的流速和压力，它是滞后性很 大的变量，整个控制过程与系统本身的各项参数以及周围环境的条件等等各种因素密切相 关，是一个多输入及参数随时变化的非线性系统【7 】。目前最常用的控制方式是传统的p i d 控 制，其参数都是依赖工程技术人员的工程经验。由于系统滞后性较大，p i d 因此调试结果 往往并不能立即让人满意，更重要的时，在某一特定性况下设置的控制器参数很可能只适 应于当前的系统环境下运行，一旦环境改变，p i d 控制器可能需要重新调整。这样的情况 将严重浪费人力及财力，并且影响生产的正常运行。 模糊控制充分结合人的工作经验，以模糊集合论作为其理论基础。相对于传统p i d 控 制，其最大的优点就在于其可以应用在难以用数学模型去分析的场合，因此将模糊控制引入 到常规的p i d 控制中来，从而形成一种全新的合成的智能算法，融合二者的长处：模糊算法可 以有效的提高系统的适应性与稳定性；而经典p i d 算法则可以提高系统的无差度。因此， 对这种新的联合算法的研究与应用，有着现实的实践意义。 1 2 国内外研究现状 最初的供水系统，直接采用电机带动水泵。目前这种方式逐渐淘汰【8 1 。应用较多的是 用变频器控制电机。通用变频器中都内置了p i d 调节器，可以满足一般的饮用水以及灌溉 系统的要求。如无极调速，启动平滑，具有多种信号输入输出接口等等。但是，这种单一 的控制方式用在某些变化较大的复杂场合，其反应速度则跟不上系统的变化，其控制性能 不能达到稳定性，控制精度以及可靠性要求。由此，国内外外许多厂家推出了新的供水专 用变频器，针对特定系统的性能，采取更加智能的算法，从而提高控制品质。例如日本的 三垦公司四 ，其推出的水泵专用变频器可以集成了p l c 与p i d 控制器二者的功能，从而更 加方便控制。但目前为止，尚且没有针对性p i d 参数白整定的解决方案，无一例外都是通 过人工的经验将调试好的一组p i d 参数事先写入控制器。这种基于当前系统工况的参数， 随着时间的推移，将逐渐失去效用，以至于控制效果越来越差。 基于这种实际状况，国内许多公司都研制出了专用p i d 控制器，通过一系列特定的算 法，最终得出一组具有参考性p i d 参数，然后以通讯的方式输送给变频器或是p l c 从而用 来控制变频器的输出。事实上，p i d 调节器的出现已经有7 0 多年的历史，但采用新开发 的p i d 调节器，相对于不同的工况则更有针对性。不同的调节器也采用了不同的智能算法。 如英华达公司的e n 6 0 0 0 b 型系统p i d 调节器，可以专门用于流量控制、压力控制及液位控 制，相对于通用p i d 调节器，其控制效果会更好。同时，关于专用p i d 的研究成果也不断 见诸于报文期刊，取得丰富的成果。 当采用特定的p i d 调节器在调试系统时，会节省宝贵时间。然而，相对于工况不断变 化的控制系统，专用p i d 也显得无能为力。甚至有做法是采用多个专用p i d 调节器，针对 武汉科技大学硕士学位论文第3 页 不同的工况进行切换。但这种做法并不能能从根本上解决问题。 当今，p i d 控制器在国外应用相当多，技术也日趋成熟。例如电饭锅和全自动洗衣机， 就采用了模糊控制技术。还有其它许多高端域也大量应用着模糊控制。 然而在国内，模糊p i d 调节却应用较少，模糊p i d 控制器的硬件产品在市场上也比较 少见【1 0 1 。大部分的研究，也是基于仿真的研究；也有少量的应用到实践中进行检验。近年 来，模糊p i d 在国内的应用也日渐增多。例如，全国“飞思卡尔杯智能汽车大赛”第一届中 国区比赛中，清华大学队就采用了模糊p i d 控制策略，使其在比赛中一举夺魁，其性能明 显优于传统p i d 控制。然而在工业方面，模糊p i d 控制还处于研究及仿真及简单的应用层 面，真正意义上的高度智能化、高度自适应性、完全的自我调节的模糊p i d 控制器，应用 也比较少。 因此，模糊p i d 控制的实际应用还需要更进一步的研究，不仅仅只是停留在软件设计 及系统仿真的层次，更要在实际应用中解决其应用的瓶颈，开发出具有通用性的以及专用 的模糊p i d 控制器，如专门针对供水系统的模糊控制器，以便更好的服务于现代工业。 1 3 本文的研究内容 1 3 1 课题来源 本课题来源于湖北省某大型发动机实验研发基地楼宇空调水泵恒压供水控制系统项 目。空调系统所覆盖的建筑面积大约为1 5 0 0 0 m 2 。共两层，一层主要是实验室、组装车间、 供配电室、维修车间及仓库等，二楼为大型办公场地及食堂。整个基地对空气调节的要求 如下：其中，实验室是对温度控制要求最高的区域。其所有实验对象，包括发电机、发动机 等实验运行期间都要求周围温度及湿度保持在恒定的范围内。所有的实验对象运行时会散 发出巨大的热量，因此要求空调系统换风快，冷风温度低且恒定。同时，由于实验室较多， 随机同时运行的试验设备数目难以确定。一期工程和二期工程的实验室数目大体相同。因 此，空调负载变化范围大，负载运行没有任何规律。 供配电室及控制室则要求长年温度在2 5 左右为最佳，最高不能超过4 5 。而根据 湖北省武汉市夏季气候，中午最高气温最高可达4 2 ，加上室内电气设备的运行所发出的 热量，最高可以达到6 0 * ( 2 。这将严重影响供电系统的运行。因此，供配电室及控制室的空 调要求稳定运行。 办公室、仓库及其它区域的温度及湿度则以入的舒适度最佳为原则，一般定为2 3 。 当空调系统负载突然增大可空调系统一时难以适应时，可以切断这些区域的空调控制。 在整个实验基地投入运行初期，空调系统运行稳定。p i d 控制算法充分发挥了其精确 控制的优点，整个空调系统运行良好，水泵恒压控制在0 5 m p a 左右。而初期的p i d 参数 整定来源于工程人员的丰富经验。随着实验基地运行，以及二期实验室的投入运行，负载 大幅增加，负载波动幅度较大，空调控制系统反应滞后严重。水泵供水压力波动随之增大， 水泵电机发热量严重，系统时常报警，办公室及其它有人活动区域的空调常被断掉。原有 的控制器不仅不能达到节能作用，而且已经不能使得系统稳定运行，急需要改进。 第4 页武汉科技大学硕士学位论文 1 3 2 本文研究内容 本论文具体工作包括： ( 1 ) 对水泵恒压供水系统的工况作了仔细分析，总结出其问题所在，如上- - d , 节所述。 对传统p i d 控制不能满足控制要求也作了研究。原有的p i d 控制算法之所以能发挥其作 用，是因为原有的p i d 参数是针对其当时的系统条件而设置的。当后期负载大幅增加，且 负载量波动严重时，这组p i d 参数就已经不能适应负载环境的变化。于是，春秋两季需要 一类p i d 参数，冬天和夏天各需要一类p i d 参数。每一类p i d 参数下还要分负载量进行分 组，当负载大小处于范围a 时，就启用a 参数；处于b 范围时，就启用b 参数。这种情 况，显然在实际生产运行当中是不可行的。 ( 2 ) 提出了模糊p i d 控制策略，并阐述其可行性。在原有的p i d 算法基础上，加入模 糊控制算法，组成模糊p i d 控制器，以使得控制系统具有自适应及自我调节的能力。模糊 p i d 控制器能够根据负载变化及其变化率，自动调用存储在控制器内的模糊规则，然后再 进行p i d 控制。 ( 3 ) 设计模糊p i d 控制器。确定了输入输出变量，并对所有变量进行了模糊化、选择 隶属函数等一系列处理；其中，最重要的环节是建立模糊控制规则，建立模糊规则数据库 的方法是归纳总结了人工经验，并进行了理论推导。 ( 4 ) 在实现了模糊p i d 控制器后，再进行m a t l a b 仿真，从理论上验证其可靠性，并与 传统户，d 控制进行比较，以证明其优越性。 ( 5 ) 针对整个控制系统的硬件配置情况，在节省成本以及提高设备利用率的情况下， 设计出整个控制系统的硬件配置方案。最后将模糊p i d 控制算法集成到系统软件中，并在 实际工程中进行调试运行。 武汉科技大学硕士学位论文第5 页 第二章p i d 控制与模糊控制原理 2 1p i d 概念 p i d 算法即比例、积分、微分控制。由于其诸多优点，如结构简单，稳定性好，调 试方便等从而成为工业控制的主要技术之一。经典p i d 控制算法主要用于以下情况，即当 被控制对象不是很复杂，可以通过建立数学模型来对系统进行理论分析时，或是对象的各 项参数可以以一定的方式进行量化时，则可以用传统p i d 控制规律【l 。 事实上，p i d 算法只是控制领域诸多算法中的一种，其性能并非优于其它算法。许多 不同的算法理念及研究成果都应用到了实际的工程当中，有些可能完全替代p i d 算法，甚 至优于p i d 算法。但是，p i d 算法作为一种基本算法，其应用已经比较成熟，有其广阔的 用武之地。 一个传统的p i d 控制器结构如图2 1 所示： 图2 1 经典p i d 控制器结构 p i d 控制器作为一种线性控制器，其最重要的一个输入参数就是误差： p ( f ) = ，( f ) - y ( t )( 2 1 ) 其中，( f ) 系统的设定值，亦是期望值；y ( t ) 是系统的反馈值，也是系统的输出值。 对于计算机处理系统来说，反馈值一般还要经过a d 变化才能转换成计算机能接收的数据。 p i d 算法的表达式为： 少= k p ( 印) + ；出+ 半) ( 2 2 ) 其中，k 。为比例系数，互为积分时间常数，乃为微分时间常数。 2 2p i d 算法各环节的作用 p i d 表达式中各校正环节的作用如下【l l 】： 比例环节。比例环节用于成比例的反映误差信号p ( f ) 。一旦有误差产生，就立即产生 控制作用。当k 。较大时，可以很快的校正误差。但k 。太大，容易使被控制对象产生过冲， 即容易出现超调；于是系统又超相反的方向抵制超调，于是就出现正超调与负超调轮换出 现，即产生振荡。当k 。太小时，则控制器对误差的反应会比较迟缓，控制效果将不明显。 一般来说，在误差较大时，足。也较大；误差较小时k 。也变小。 图2 2 所示为k 。较大时出现的振荡。 第6 页武汉科技大学硕士学位论文 0 9 0 8 0 7 0 6 3 呈0 5 c c 0 4 0 3 0 2 0 1 0 y o u t k p 较大时的p i d i i i l 线 、 r i n 、 ? 、一、 ? 一。一 、 j 、。7 一 l f、 7 00 10 20 30 40 50 60 70 80 91 t i m e ( s ) 图2 2k 。较大时的尸：，d 曲线图 积分环节。积分环节主要用于消除系统静态误差，提高系统的无差度。z 越小，积分 作用越强；反之积分作用越弱。积分环节亦可以抵制系统的超调与振荡。即系统的输出量 只能在积分时间z 内增大或是减小【1 2 】。z 越大，积分作用亦越弱，被控制量在较长的正时 间内缓慢上升或是下降。过大的z 会使得当系统在负载陡然变化时难以使系统回到稳定状 态。 如图2 3 所示，当积分时间较大时，系统显得有些振荡。 武汉科技大学硕士学位论文第7 页 j o x c e - k d 较大时的p l d 曲线 1 0 9 0 8 0 7 0 6 3 曼0 5 c c 0 4 0 3 t i m e ( s ) 图2 3k 较小时的p d 曲线图 k d 较大时的p i d 曲线 一 7 ， ， + 一一一 一一一一3。 一“。8 9 一 、 ， t i m e ( s ) 图2 4 髟较大时的p d 曲线图 第8 页武汉科技大学硕士学位论文 微分环节。微分环节反映了误差信号p ( f ) 的变化趋势，并能在偏差信号变得太大之前 在系统中引入一个有效的早期修正信号，从而加快系统的动作速度，减少调节时间。例如， 当积分时间太大时，系统会反应比较迟钝。这时，适当加大微分环节的作用，可以克服系 统恢复滞后的问题。合理的选择微分作用，有得于系统的快速稳定。但同时微分作用也会 放大干扰信号。 如图2 4 所示。从图中可以看出，引入微分环节后，系统反应时间明显提前。 2 3p i d 的性能指标 评价p i d 的性能指标，首先是看其是否能达到稳态，在此基础上看超调量，调节时 间，稳态误差等。 以一个能达到稳态的控制系统运行曲线为例，如图2 5 所示： p i d 性能指标 趔 丑 簿 圻 趔 酬 踩 图2 5p i d 性能指标 上升时间f ，：指的是系统的响应从初始值到第一次达到系统终值所需要的时间。上 升时间用以表示系统的响应速度。 调节时间t ：指系统从初始值开始，到达系统稳态误差保持在一定范围内的最短时间。 超调量盯：指系统响应的最大误差与系统稳定值的百分比。其公式如下： 盯：h ( t , ) - h ( o o ) ( 2 3 ) a ( o o ) 其中，t 。表示系统到达其振荡波形中最大峰值的时间。 武汉科技大学硕士学位论文第9 页 2 4 模糊控制的概念 当一个系统可以被某种方式控制，比如可以被经验丰富的操作人员控制。在这个条 件下，模糊控制就可以派上用场。因为，人工经验将是模糊控制的数据基础。模糊控制 器就是不采用经典p i d 控制的理念，转而模仿人类大脑的思维方式，将操作人员的经验转 换成控制规则从而控制非线性系统。这也是模糊控制的核心理念。 让计算机通过模糊控制策略来控制系统，最大的问题在于：抽象性，即只能定性不能 定量的问题【1 3 1 。将人的经验表达出来，将会是很抽象的语言符号。而计算机所能施加于 控制对象的，则是精确的数字。人们用模糊集合来描述被控制量所处的状态，可以用精确 的值来定量的描述被控量的状态与这些模糊集合的隶属度；同时，也可以将只能定性描述 的控制规则转换成精确的控制量。此即为模糊化与反模糊化。模糊控制的核心在于建立 模糊控制规则，它是经验丰富的操作人员在对待同样的情况下所采取的措施的一种反映。 模糊控制将人的经验整理成许多控制规则，属于智能控制的范畴。 2 5 模糊控制器的结构 本文中所用到模糊控制结构，通过传感器将系统的输出量采集后传送到控制器。控 制器再将该值与期望值进行比较，通过系列运算从而可以得出之前的系统控制质量。 r g ，n 。， 模糊控制器 u 执行机构 被控对象 一j p s 反馈信号 图2 6 模糊控制的基本结构 在图2 6 的模糊控制简要框图中，只是控制对象要求的设定值，例如可以是本文所讨 论的管网期望压力值；只是传感器实际测得的物理量，比如管网的实际水压值：u 是控 制系统的输出值，如控制器输送给变频器的频率值。 模糊控制有的也有专用的模糊控制芯片将某些程序的执行用硬件来代替，从而加快运 算速度。但这也是算法的一部分。在模糊控制中，其重要的一个部分就是专家经验【1 4 1 。 将系统误差输入模糊控制器后，可以得到相应的控制量。必要时，需要增加d a 即数 字模拟量转换器将控制量施加于执行机构。执行机构可以是水泵、阀门等。 控制对象这里可以指水管压力，也可以指变频器。在本文所讨论的控制对象中，执行 机构是水泵。控制对象本文中是管网中流动的水体，期望其以1 5 m s 的速度恒定流动【l5 1 。 传感器用于将控制对象的运行情况加以监测，然后将结果输送给控制器。传感器将控 制对象的运行参数比如速度、温度等转换成电信号，再经过a d 转换器变换成数字信号。 这种信号采集的精度以及模拟数字信号的转换精度直接影响着控制系统的控制精度。 一个模糊控制器的基本结构如下图所示，它主要由三部分组成：输入变量的模糊化、 模糊推理及解模糊化。 第l o 页武汉科技大学硕士学位论文 输入量模糊化就是将一个精确的输入量映射到选定的模糊集合，最后得出隶属度。 在这个过程中，首先要确定模糊论域，再确定模糊集合，最后选定隶属度函数。将一个实 际测得的物理量要对应到模糊论域中的某一个元素，再代入隶属度函数中得出其与模糊集 合的隶属度。控制规则存放的是从专家的经验以及操作员的实践知识演变而来的控制规 则，可以说人的经验的语言表述形式。但有了模糊控制规则还不够，还要有一个模糊推理 最终决定模糊输出量。这个模糊推理也是模糊控制的精髓所在。得到了模糊输出量后，还 不能直接施加到执行机构上，还需要转换成实际的物理量后才能施加到执行机构上。 在设计模糊控制器时，采样时间的确定是一个重要的环节【1 6 】。这里就不能硬搬香农定 理了。在设计控制器的采样时间时还要参考系统的时滞性。对于一个滞后性较大的系统， 采样时间也就可以取得大一些：反之亦然。采样频率过大，理论上可以增加控制器的控制 精度，实际不然，反而会加大控制器的计算负担。 例如，本文中的采样时间为0 5 秒。每四次的采样值经过平均后，得到一次最终的采 样值。 量化等级与采样时间的确定有些类似。量化等级也不宜分得太细。模糊控制本身类似 于一种粗线条的控制，其控制规则有着许多的抽象性，因此，太细的量化等级不适用于模 糊控制。这是其与p i d 控制的不同之处。当然，也不宜分的太粗糙，否则，系统控制也不 够精确，增大系统的调节时间。 设计一下模糊控制器的基本步骤如图2 7 所示： 武汉科技大学硕士学位论文 第1 1 页 图2 7 模糊控制器设计流程 否 2 6 模糊控制算法的原理 2 6 1 输入变量的确定 对于单个输入信号的系统，称为一维系统；对于n 个输入信号的系统，则称为n 维 系统。一般来说，控制系统设定为反馈控制系统的根据原因在于将系统的输出值与期望值 相比较，得到一个系统偏差e ；将偏差e 进行一定的运算，还可以得到偏差的变化率能。 通过这两个变量的值，可以判断系统运行的状态，从而决定控制策略。 对于一维控制系统，其输入量一般就是指误差e 。这样的控制策略用于简单的对象以 及要求不高的场合能基本达到要求，但由于其动态控制性能不佳，因此一般不会用于复杂 的控制对象中【1 7 】。 二维控制对象，可以将误差e 以及误差的变化率缸作为输入信号，即比例、微分控制 策略；如果将误差p 和误差的累积e e 作为控制信号输入，则控制器具有比例、积分控制 策略。相对于一维控制器，二维控制器更加利于保证系统的稳定性、减少超调及弱化震荡 等。 第1 2 页武汉科技大学硕士学位论文 相对于二维控制器而言的三维控制器，其输入信号有误差p 、误差的变化率e 以及误 差的累积y p 。理论上来说，其具有更高的控制精度，但由于输入变量较多，控制规则选 取会比较困难，而且控制算法也很复杂，在实际应用中并不多见【1 8 】。 2 6 2 论域与量化因子 控制系统的输入输出量都会一个基本的变化范围，假定误差p 的范围是【一，】，误 差变化率p 的范围是【- ，】，输出量“的变化范围是【一“一，“一】。可以看出，各 个变量中的取值都是精确的值。理论上来说，输入量的任何一段连续变化的值都可以对应 一模糊集合。但在实际的应用当中，选取输入量的变化范围对应一个模糊集合。为了将 这些精确值映射到模糊集论域，有必要对其进行量化。因为，有时输入量的变化范围太小， 不方便在实际运算中进行操作，故将其放大或是缩小。一般来说，量化因子都是整数，亦 或是1 0 的倍数。例如，选取误差变量e 的量化因子是k ，其计算公式是【1 9 】： k ： ( 2 4 ) e 。 同理可得误差变化率的量化因子是： 瓯2 忐 ( 2 5 ) 以及输出变量“的比例因子是： k = ! k ( 2 6 ) 将量化后的变量的变化范围分别离散化2 1 、2 m 、2 n 档，则映射到模糊集合中的论域 为： e = 一l , - l + 1 , - l + 2 0 ，z 一2 ，一1 ，】( 2 7 ) a e = 【一m ，一所+ 1 , - - m + 2 0 ，m 一2 ，m 一1 ，m 】( 2 8 ) u = 【一刀，- - n + l ，一咒+ 2 o ，以一2 ，以一1 ，甩】 ( 2 9 ) 关于将输入变量的精确的取值范围划分成多少档，一般是取经验值，约为6 7 档。这 样，模糊集合中元素的个数正好是语言值个数的2 倍，确保模糊集较好覆盖模糊集的论域， 避免失控现象【2 0 】。 对于计算机采样所取得的一个值，进行量化后，可以在模糊论域中找到与其对应值。 设采样值为e ，经过量化后的值为p k 。现在分三种情况讨论： 如果：- l - - e k ，则将e 蜒四舍五入后取论域中的一个值； 如果e 疋，则取，； 如果一e k 一，则取一，。 2 6 3 语言变量 般来说，语言变量选取为n b ，n m ，n s ，z o ，p s ，跗，船，即“负大，负中， 武汉科技大学硕士学位论文第1 3 页 负小，零，正小，正中，正大”。 在上一小节中讨论的论域中，最常用的一种形式是： - 6 ，一5 ，4 ，一3 ，- 2 ，一1 ，0 ，1 ，2 ，3 ，4 ，5 ，6 ) ，该论域中与语言变量值具有最大隶属度的元素有 下列：( 即隶属度为1 ) + 6 隶属度为l 时对应为咫，即正大； + 4 隶属度为l 时对应为p m ，即正中； + 2 隶属度为l 时对应为p s ，即正小； 0 隶属度为1 时对应为z o ，即零： 2 隶属度为l 时对应为n s ，即负小； - 4 隶属度为l 时对应为n m ，即负中； 6 隶属度为l 时对应为n b ，即负大。 2 6 4 隶属度函数的选取 隶属度就是论域中的元素所属于语言变量值的程度，它由隶属函数来确定。 通常，隶属度函数为正态分布函数或是三角函数。 一个典型的正态函数曲线如图2 8 所示。 ： 正态函数数学表达式如下： 一f e - a 1 2 但) = e b 。 ( 2 1 0 ) 其中，针对不同的语言值，a 可取隶属度为l 的论域中的值。例如，对于语言值咫， a 可取6 ，因为6 与语言值朋的隶属度为l 。b 则根据经验取值，其值越大，则正态曲线 越窄；否则就越宽。正态曲线越宽，说明其分辨率相对较低，控制系统的对控制量的反应哆 就显得迟钝；正态曲线越窄，说明分辨率相对较高，系统的反应更加灵敏【2 1 1 。 三角形隶属函数，其对于隶属度的计算是一种线性化计算，在一般的应用场合和，也 可以有效的计算隶属度。其曲线如图2 9 。 其数学表达式为： “( e ) = e 一土6 e 口 口二6 口一6 ( 2 1 1 ) 旦一三口e c 第1 4 页武汉科技大学硕士学位论文 正态函数 武汉科技大学硕士学位论文第1 5 页 2 6 5 建立模糊控制规则 控制规则是模糊控制器的核心，它直接决定着系统的输出。控制规则的多少并无优劣 之分。控制规则多并不代表控制器一定就很精确，而控制规则少也可能有效的控制系统， 这决定于控制规则本身的准确度【2 2 】。 控制规则一般来源于专家经验与操作员经验相结合的结果。专家规则库是将理论知识 转化成i f t h e n 语句，从而来模仿人类的行为进行决策及分析。但，专家的控制规则并 不一定实际有效，还需要多次调试修正。而系统操作员有可能没有过任何控制理论的学习， 但一样能有效的控制系统的运行，操作员的经验对于系统的运行也显得成为可贵。于是， 专家的理论经验与操作员的实践经验相结合，就形成了模糊控制器的规则库。 2 6 6 模糊推理 如果说控制规则库是模糊控制器的核心，则模糊推理就是模糊控制器的精髓。模糊控 制器最终的输出只是一个模糊集合，比如，输出的是p m ，表示正中。而在对应p m 的输 出值的论域中，不同的隶属度有不同的值。那么，到底应该选取一个什么值来作为最终的 输出，显得至关重要。最常见的模糊推理的方法有三种：最大隶属度法、中位数法和加权 平均法【2 3 1 。 ( 1 ) 最大隶属度法。对于一个输出的