（计算机软件与理论专业论文）模糊pid控制中模糊控制规则的获取方法.pdf

! i ! 壬。 一 t ，j - ， 独创性声明 本人郑重声明：所提交的学位论文是本人在导师指 导下独立进行研究工作所取得的成果。据我所知，除了 特别加以标注和致谢的地方外，论文中不包含其他人已 经发表或撰写过的研究成果。对本人的研究做出重要贡 献的个人和集体，均己在文中作了明确的说明。本声明 的法律结果由本人承担。 学位做作者躲五! l 嗍 沙 9 毛1 v 学位论文使用授权书 本学位论文作者完全了解东北师范大学有关保留、使用学位论文的规 定，即：东北师范大学有权保留并向国家有关部门或机构送交学位论文的 复印件和电子版，允许论文被查阅和借阅。本人授权东北师范大学可以将 学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩 印或其它复制手段保存、汇编本学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：五鹭指导教师签名：狸盔垒2 日 期：三竺2 竺：生7 1 一日期：型f 塑，笸! ! ? 学位论文作者毕业后去向： 工作单位： 通讯地址： 电话： 邮编： _ r i 1 7 j 摘要 随着现代工业过程的不断复杂化，实际生产过程中的非线性、不确定性和复 杂性的增加，传统的p i d 控制器已经不能满足我们的实际要求，因此我们力图将 近些年发展起来的一些先进的智能控制方法，应用到p i d 控制领域当中。 近年来，模糊控制已成为智能自动控制研究中最为活跃，又富有成果的领域。 其中模糊p i d 控制技术扮演了十分重要的角色，并仍将成为未来研究与应用的重 点技术之一。 显然，在模糊p i d 控制过程中，模糊控制规则的提取是关键和难点。目前， 由于现场采集数据困难、存在误差等原因，多数模糊控制规则是靠设计者或研究 者在先验知识和实践经验基础上通过分析、归纳和总结等方法推导出的，具有不 完整和主观性强等缺点，同时这种推导和提取模糊控制规则的过程对于一般的工 程技术人员难度较大，因此，设计一种提取模糊控制规则的通用方法是非常有意 义的。本文就对此问题进行研究。 关键字：模糊p i d 控制；关联规则：模糊控制规则 a b s t r a c t a l o n gw i t ht h ec o m p l i c a t i o no fm o d e r ni n d u s t r i a lp r o c e s s ，a n dt h e i n c r e a s eo fn o n li n e a r i t y ，u n c e r t a i n t ya n dc o m p l e x i t yd u r i n gt h ep r a c t i c a l p r o d u c t i o np r o c e s s e s ，t h ec o n v e n t i o n a lp i d c o n t r o l l e rc a nn ol o n g e rm e e t o u rr e q u i r e m e n t ，t h e r e f o r e ，s o m ea d v a n c e di n t e l l i g e n t c o n t r o lm e t h o d s d e v e l o p e di nr e c e n ty e a r s h a v eb e e na p p ll e di nt h ep i dc o n t r o lf i e l d f u z z yc o n t r o lh a sb e c o m et h em o s ta c t i v ea n df r u i t f u l f i e l d i nt h e s t u d yo f i n t e l l i g e n ta u t o m a t i cc o n t r o l ，i nw h i c hf u z z yp i dc o n t r o ln o to n l y p l a y sav e r y i m p o r t a n tr o l e ，b u ta l s ow i i ib eo n eo fm a i nt e c h n o l o g y i n f u t u r er e s e a r c ha n da p p lic a tio n s c l e a r l y ，i nt h ef u z z yp i dc o n t r o lp r o c e s s ，t h ee x t r a c t i o no ff u z z y c o n t r o lr u l e s i st h ek e ya n dd i f f i c u l tp r o b l e m a tp r e s e n t ，d u e t o d i f f i c u l t i e si nf i e l dd a t ac o l l e c t i o n ，e x i s t e n c eo fe r r o r s a n do t h e r r e a s o n s ，m o s to ff u z z yc o n t r o lr u le sa r eb yt h ed e s i g n e ro rr e s e a r c h e ro n t h eb a s i so ft h e p r i o rk n o w l e d g ea n dp r a c t i c a le x p e r i e n c e t h r o u g h a n a l y s i s ，s y n t h e s i sa n ds u m m a r y m e t h o d sd e r i v e dw i t hw e a k n e s s e so f i n c o m p l e t e n e s sa n ds t r o n gs u b j e c t i v i t y ，a tt h e s a m et i m e ，t h ed e r i v a t i o n a n de x t r a c t i o np r o c e s so ff u z z yc o n t r o lr u l e si ng e n e r a le n g i n e e r i n ga n d t e c h n i c a lp e r s o n n e la r em o r ed i f f i c u l t ，t h e r e f o r e ，t h ed e s i g no fac o m m o n f u z z vc o n t r o lr u l ee x t r a c t i o nm e t h o di sv e r ym e a n i n g f u l i nt h i sp a p e r ， t os t u d yt h ei s s u e k e y w o r d s ：f u z z yp i dc o n t r o l ：a s s o c i a t i o nr u l e s ：f u z z yc o n t r o lr u l e s 一 7 j 目录 摘要i a b s t r a c t i i 目录i i i 第1 章绪论1 1 1 研究背景、目的和意义1 1 2 模糊p i d 控制技术研究现状1 1 3 本文的工作安排2 第2 章模糊p i d 控制系统分析3 2 1 模糊p i d 控制系统3 2 2 模糊p i d 控制过程分析3 2 3 模糊p i d 控制策略4 2 3 1 常规p i d 控制策略分析4 2 3 2 模糊控制策略分析5 2 3 3 模糊p i d 控制策略分析5 2 4 模糊p i d 控制实现的基本步骤5 第3 章常规p i d 控制相关工作数据的采集7 3 1 常规p i d 控制系统7 3 1 1 常规p i d 控制系统结构7 3 1 2 常规p i d 控制功能分析7 3 1 3 常规p i d 控制系统数学模型7 3 2 工作数据采集的实现方法8 3 3 “常规p i d 模拟与数据采集 系统的设计9 3 3 1 系统结构设计1 0 3 3 2 数据库设计1 0 3 3 3 通信协议设计1 1 3 3 4 软件设计1 1 第4 章数据仓库的建立1 3 4 1 数据筛选分组1 3 4 2 数据形式转换1 3 4 3 数据仓库的建立1 4 第5 章模糊p i d 控制的实现1 6 5 1 模糊化处理1 6 5 2 数据挖掘中的关联规则方法1 6 5 3 使用关联规则挖掘模糊控制规则1 7 5 4 决策表的生成1 8 5 5 反模糊化处理1 8 第6 章仿真效果比较1 9 第7 章结论与展望2 5 7 1 结论2 5 7 2 展望2 5 参考文献2 6 致谢2 9 一 ， 东北师范大学硕士学位论文 第1 章绪论 1 1 研究背景、目的和意义 在模糊p i d 控制过程中，模糊控制规则的提取是关键和难点。目前，由于现 场采集数据困难、存在误差等原因，多数模糊控制规则是靠设计者或研究者在先 验知识和实践经验基础上通过分析、归纳和总结等方法推导出的，具有不完整和 主观性强等缺点，同时这种推导和提取模糊控制规则的过程对于一般的工程技术 人员难度较大，因此，设计一种提取模糊控制规则的通用方法是非常有意义的。 目i i l 多数同类研究中，都是在固定p i d 参数k p 、k i 和k d 状态下对系统输出 u 与误差e 和误差变化率e 。三个变量的采集，并在此基础上挖掘模糊控制规则， 实际上并未考虑和分析参数k p 、k i 、k d 在控制过程中某一时刻的影响，具有不 完整性。本论通过控制过程中不同时刻有限p i d 参数k p 、k i 和k d 动态变化的自 动生成，在一定程度上增强了数据的完整性。 应用先进的数据挖掘知识，快速高效地从采集数据中挖掘并优化出高可信度 的模糊控制规则，而不是根据先验知识和经验，有助于实现智能化和自动化，体 现了现代智能控制的特点。 通过本论关于模糊p i d 控制设计中模糊控制规则生成方法的研究，不仅是对 数据挖掘中模糊集、粗糙集、关联规则等重要理论知识的实践应用和检验，从客 观上解决了原来模糊控制规则生成的主观性强、经验依赖性大等缺点，更为一般 的工程技术人员提供了一种普遍的控制方法。u q 们 1 2 模糊pid 控制技术研究现状 目前工业自动化水平已成为衡量各行各业现代化水平的一个重要标志，如 何提高自动化水平和产品质量，直接关系到生产企业的切身利益和生存，其中现 代智能控制理论的出现、发展、完善和应用无疑起到了至关重要的作用。常见的 智能控制典型实例有：模糊全自动洗衣机、吸尘机械人等。同其它现代技术一样， 现代智能控制技术是建立在传统控制技术基础上，同现代多学科、多领域的先进 技术( 如：机器学习、模式识别、数据库、人工智能、专家系统、网络通信等) 相互结合、相互渗透、共同发展的智能化、自适应化、最优化的控制技术。现代 智能控制技术具有数字化、智能化、网络化和分布式化等特点。 p i d 控制器是工业控制中最常见的控制器，在实现温度、压力、流量、液位 等控制中都能见到p i d 的身影，而大多数可编程控制器( p l c ) 和工控p c 系统都 具备p i d 控制功能。p i d 控制器自身特点是结构简单、稳定性好、工作可靠、调 整方便，当我们不完全了解一个系统和被控对象，或不能通过有效的测量手段来 获得系统参数时( 即得不到精确的数学模型时) ，最适合用p i d 控制技术。传统 的p i d 控制具有多变环境下其参数整定比较烦琐、整定精度低等局限。 在传统的控制过程中，对系统动态模型描述的精确程度直接关系到控制结 果的精确，然而面对日渐复杂的系统，工程技术人员很难利用原有的知识精确描 述系统的动态，而且从实际应用上看性价比也不是很理想，为了简化控制，模糊 东北师范大学硕士学位论文 控制应运而生。模糊控制是在模糊集合理论基础上发展起来的，通过对整个系统 动态进行模糊化描述和模糊化处理从而达到控制目的一种控制方法。模糊控制具 有很强的鲁棒性，特别适合于非线性、时变及纯滞后系统的控制，同时由于模糊 控制方法自身原因，具有一定的稳态误差。 现今的p i d 控制已经向智能化、自适应化、最优化的趋势发展，在传统p i d 控制基础上，融合了先进智能控制思想的智能p i d 控制器在很多方面表现出了更 好的特性。目前常见的智能p i d 控制有模糊p t d 、神经网络p i d 、遗传算法p i d 控制等，而且由多种不同控制方法和技术共同参与的复合控制已经成为提供和改 善控制性能的有效途径和研究重点。q 副 作为智能控制的代表，模糊p i d 控制是结合p i d 控制和模糊控制得出的一 种新型的控制方式，是p i d 控制和模糊控制两者相互取长补短的一种折中方案。 在这种控制方式中，模糊控制的主要任务就是找出p i d 控制3 个参数与误差e 和误差变化率e 。之间的模糊关系，在控制中不断检测e 和e 。，根据确定的模糊 控制规则对p i d 三个参数进行在线调整，满足不同e 和e 。时对三个参数的动态 要求，从而使p i d 工作于最优状态，满足控制性能需求。 目前随着数据挖掘和智能控制理论的不断发展、完善并融合，模糊p i d 控 制技术已趋成熟，并在工业自动控制领域得到了广泛应用。在模糊p i d 控制中， 高可信度模糊控制规则的自动生成是关键，它直接关系到模糊p i d 控制性能的高 低，而高可信度模糊控制规则是由完整、准确的数据采集和良好的模糊控制规则 挖掘方法所决定的。因此，如何采集到更完整、更准确的数据，如何改善现有的 模糊控制规则挖掘方法成为了研究热点。 1 3 本文的工作安排 本文一共分为七个部分：第一部分为绪论部分，主要阐述本课题研究的背景、目 的和意义，并简单阐述模糊p i d 控制技术研究现状。第二部分，对模糊p i d 控制 系统的控制机理进行分析。就其系统结构、控制过程、控制策略等进行详细分析。 第三部分，对常规p i d 控制相关工作数据的采集进行实现。通过对数字p i d 数学 模型的研究提出一种可行的工作数据采集方案并实现工作数据的自动生成和采 集。第四部分，研究数据仓库的建立过程。研究数据库的筛选、形式的转换以及 数据仓库的建立。第五部分为模糊p i d 控制的具体实现。依次对模糊控制各组成 部分进行实现，主要是介绍关联规则数据挖掘方法并应用其提取模糊控制规则。 第六部分，仿真效果比较，最后一个部分就是对本文进行结论与展望。 2 东北师范大学硕士学位论文 第2 章模糊p id 控制系统分析 2 1 模糊pld 控制系统 模糊p i d 控制系统是一种环型控制系统，是模糊控制和常规p i d 控制的结 合体，其构成如图2 1 。 图2 1 模糊p i d 控制基本原理图 其中：x 为给定量( 设定值) ，y 为输出量( 测量值) ，e 和e 。分别为系统误 差和误差变化率，e 和e 。分别为e 和e 。经过输入模糊化处理后的模糊量，k 。、k ，、 k d 分别为常规p i d 控制器的三个参数，u 为常规p i d 控制器的输出量。 2 2 模糊p id 控制过程分析 模糊p i d 控制过程分为模糊控制过程和常规p i d 控制过程。每次控制循环 过程中，模糊控制过程在前，常规p i d 控制过程在后，即两个过程是“串行 的， 这两个控制过程实现的功能和目的也是不同的。 模糊控制过程实现的功能是：首先按一定规则将测得的系统误差和误差变 化率( 精确量) 转化为能为模糊推理接受的模糊量，然后利用已提取的模糊控制 规则对接受的模糊量进行模糊推理和决策，求得输出的模糊量，最后将输出的模 糊量按一定规则再转化为输出的精确量。可见，模糊控制过程实际上是将输入经 过一系列已提取的模糊逻辑处理或计算并将结果输出的过程，目的是根据系统误 差和误差变化率计算出相应的常规p i d 参数k 。、k 。、k d ，从而使常规p i d 工作在 较优状态，达到更精确控制，其过程概括为下面几个子过程： 1 输入的模糊化处理。模糊控制过程的输入必须通过模糊化处理，将精确 值转化成模糊量后才能用于模糊推理和决策，这是由模糊推理和决策过程本身决 定的，模糊控制过程的输入是连续的，而模糊推理和决策过程是面向论域做处理 事物的，事物的属性值必须在论域内，论域是离散的，这样一方面便于计算处理， 另一方面也有利于简化处理过程，降低了处理复杂度。 2 模糊推理和决策。模糊推理和决策过程是整个模糊控制过程的核心，根 据输入模糊量，由模糊控制规则完成模糊推理来求解关于输入与输出模糊量对应 关系的方程，并获得输出模糊量，这罩的模糊控制规则就是客观描述输入与输出 模糊量之间对应关系的集合。理论上模糊控制规则的提取是：先建立模糊控制过 东北师范大学硕士学位论文 程关于输入与输出精确值对应关系的集合，然后分别按照一定规律对输入和输出 量做模糊化处理，再对这个模糊化的关系集合进行优化、筛选等处理，最后得到 模糊控制规则。由上可以看出，模糊推理和决策实际上是对已经被认可的处理行 为在特定条件下的模仿或再现过程，而模糊控制规则则是关于在何种条件下采取 何种行为的行为准则。 3 输出的反模糊化处理。经过模糊推理和决策过程处理得到的输出量仍是 论域上的模糊量，不能直接用来作为实际控制量，因此必须经过一次转换，求得 真正的控制量输出。这个过程跟前面的模糊化处理过程相反，但遵循的规律却很 大不同，主要因为多个输入可以映射为一个输入模糊量，而一个输出模糊量只可 以映射为唯一一个输出控制量，另外输入和输出的值域一般也是不同的。 常规p i d 控制过程实现的功能是：经过上面模糊控制过程处理，得到了当 前系统误差e 和误差变化率e 。所需的常规p i d 参数k 。、k ；、l ( d ，常规p i d 根据系 统误差e 和误差变化率e 。并累加比例、积分、微分控制所得的控制量最终生成模 糊p i d 控制系统的控制量。同模糊控制过程相比，常规p i d 控制过程比较简单， 无论是通过软件实现常规p i d 控制功能还是完全由硬件实现控制功能，其控制过 程基本分为下面四个控制过程： 1 比例控制过程。比例控制是使输出量( 控制量) 与输入量( 系统误差e ) 成某种比例关系，模糊控制过程得到的常规p i d 参数k 。就是比例控制过程中确定 的比例系数。 2 积分控制过程。积分控制是使输出量( 控制量) 与输入量( 系统误差e ) 的积分成某种比例关系，模糊控制过程得到的常规p i d 参数k 。就是积分控制过程 中确定的比例系数。为了消除系统在比例控制方法控制下进入稳态后仍然存在的 误差而引入的一种控制方法，随着时间的积累，系统误差的积累会越来越大，促 使系统控制机构的输出增强，进而减小系统的稳态误差。 3 微分控制过程。微分控制是使输出量( 控制量) 与输入量( 系统误差e ) 的微分即误差变化率e 。成某种比例关系，模糊控制过程得到的常规p i d 参数k 。 就是微分控制过程中确定的比例系数。对于具有较大惯性或滞后特性的系统，微 分控制能“提前 根据误差的变化趋势，减小系统误差，使系统更加稳定。 4 累加控制过程。累加控制过程就是将前面三个控制过程输出量累加最终 生成实际输出量。 在常规p i d 控制过程中，比例、积分、微分三个控制过程可以是并行处理 的，也可以串行处理的，但必须在最后的累加控制过程前完成。而比例、积分、 微分三个控制过程的结果在整个常规p i d 控制过程中所占的重要程度则是由常 规p i d 参数k 。、k ，、l ( d 分别决定的，因此有时也称i ( p 、k ；、l ( d 为比例、积分、微 分三个控制过程的权。u 7 哪。 2 3 模糊p id 控制策略 2 3 1 常规p i d 控制策略分析 p i d 控制器问世至今已有近7 0 年的历史，以其结构简单、稳定性好、工作 可靠、调整方便，控制效果较好而成为工业控制的主要技术之一。 常规p i d 控制系统最主要的问题是参数整定问题，一旦整定计算好后，在整 个控制过程中都是固定不变的。而在实际应用中，系统本身和环境等因素都是不 4 东北师范大学硕士学位论文 断变化和不确定的，这就产生了两个问题：对于一个确定系统，参数如何整定； 固定不变的参数，如何适应不断变化的系统状态。实践证明，对于具有高度非线 性、时变性、不确定性、大滞后等特点的系统，常规p i d 控制很难达到最佳。 2 3 2 模糊控制策略分析 在传统的控制过程中，对系统动态模型描述的精确程度直接关系到控制结 果的精确，然而面对日渐复杂的系统，工程技术人员很难利用原有的知识精确描 述系统的动态，而且从实际应用上看性价比也不是很理想，为了简化控制，模糊 控制应运而生。模糊控制是在模糊集合理论基础上发展起来的，通过对整个系统 动态进行模糊化描述和模糊化处理从而达到控制目的一种控制方法。 模糊控制具有很强的鲁棒性，特别适合于非线性、时变及纯滞后系统的控 制，同时由于模糊控制方法自身原因，具有较大的稳态误差。 2 3 3 模糊p i d 控制策略分析 模糊p i d 控制是结合常规p i d 控制和模糊控制得出的一种新型的控制方 式，是常规p i d 控制和模糊控制两者相互取长补短的一种折中方案。在这种控 制方式中，模糊控制的主要任务就是找出常规p i d 控制3 个参数与误差e 和误 差变化率e 。之间的模糊关系，在控制中不断检测e 和e 。，根据确定的模糊控制 规则对常规p i d 三个参数进行在线调整，满足不同e 和e 。时对三个参数的动态 要求，从而使常规p i d 工作于最优状态，满足控制性能需求。 同传统控制方法相比具有以下突出特点： 1 不需要精确的被控对象的数学模型； 2 使用自然语言，编制方法易于掌握： 3 鲁棒性好，能够较大范围的适应参数变化，动态响应品质优良； 4 稳态误差同常规p i d 控制相近，一般小于模糊控制； 5 控制比较容易实现，具有较高的性价比。 2 4 模糊p l d 控制实现的基本步骤 由于模糊p i d 控制的核心是模糊控制，因此，模糊p i d 控制实现主要是如 何实现模糊控制的功能，从而使常规p i d 达到最佳工作状态。模糊p i d 控制实现 共分为四个步骤： 1 模糊控制机构输入、输出的模糊化处理。模糊化处理实际上是将输入、 输出信号按一定规则或策略映射到论域适当范围内的确定值，从而达到简化和方 便模糊控制过程的目的。模糊化处理应注意对于所有的有效输入、输出量都应有 论域上唯一确定的值与之对应，对于具有误差的输入、输出量应采取一定措施处 理，同时需要高精确控制时，论域的范围应相应扩大。模糊控制机构输入、输出 的模糊化处理的另外一个目的是为下一步的模糊控制规则的提取做必要的准备。 2 模糊控制规则的提取。一般模糊控制规贝0 的提取是直接参考专家经验得 到的，具有一定的不完整和主观性强等缺点。本论将在自动采集大量常规p i d 实 际工作数据基础上，运用数据挖掘中的关联规则算法进行发掘潜在的、高可信度 的输入与输出量之间模糊关系，从而实现模糊控制规则的自动提取。因此，这一 步骤又分为：工作数据自动采集、数据仓库的建立、挖掘算法的选择、模糊控制 规则的挖掘等。 5 东北师范大学硕士学位论文 3 模糊推理和决策表的生成。在模糊控制规则的基础上，为了降低控制运 算逻辑复杂度，提高系统反应速度，生成决策表。实际上就是模糊控制规则经化 简、变换形式等处理后的逻辑条件判断结构体。 4 输出的反模糊化处理。 6 东北师范大学硕士学位论文 第3 章常规p id 控制相关工作数据的采集 3 1 常规p id 控制系统 3 1 1 常规p i d 控制系统结构 由于实现方式不同，常规p i d 控制系统原理框图如图3 1 所示。系统主要 由p i d 调节器和被控对象组成，可见常规p i d 控制是一种线性环型控制。 给 图3 1 传统的p i d 控制基本原理图 在常规p i d 控制中，p i d 三个参数k p 、k ；、k 。的整定显然是关系系统控制性 能的关键，当我们不完全了解一个系统和被控对象，或不能通过有效的测量 手段来获得系统参数时( 即得不到精确的数学模型时) ，最适合用p i d 控制 技术。常规p i d 控制具有多变环境下其参数整定比较烦琐、整定精度低和 适应能力弱等局限。因此，现在大都使用复合p i d 控制，以弥补其缺点， 例如模糊p i d 控制等。心卜2 5 3 3 1 2 常规p i d 控制功能分析 由常规p i d 控制过程的分析知道，常规p i d 控制器的功能主要有比例控制、 积分控制、微分控制及它们的累加功能，实际上都是针对系统误差e 和误差变化 率e 。求输出量u 的运算或信号处理。 3 1 3 常规p i d 控制系统数学模型 模拟p i d 控制输出公式： 印) ：k p ( + 古船) + 丁t d d e ( t ) ) 注：u ( t ) 为控制器的输出值： e ( t ) 为控制器输入与设定值之间的误差o k p 为比例系数； t i 为积分时间常数； t d 为微分时间常数。 为了便于计算机计算，将上面公式离散处理并经计算、变形后得到数字p i d 控制输出公式： 7 东北师范大学硕士学位论文 pc k ) = p ( k 1 ) + k p ( e ( k ) 一e ( k 1 ) ) + k i e k + l ( d ( e t k ) - 2 e ( k 1 ) + e ( k 一2 ) ) 注：p 为第k 次采样时控制器的输出值； e 为第k 次采样时控制器输入与设定值之间的误差： k p 为比例参数； k ；为积分参数； l 【d 为微分参数。 3 2 工作数据采集的实现方法 理论上，模糊控制规则的提取是分析足够数量系统工作数据，从而找到输 入量与输出量之间的模糊关系。但在实际应用中，模糊控制规则的提取是非常困 难的，这跟多变、复杂环境下控制系统工作数据的采集有直接关系。一般情况下， 直接采集能真正满足提取模糊控制规则的系统工作数据是非常费时的，有时甚至 是不可实现的。例如某一控制系统，从初始状态到达稳定状态一般需要3 0 分钟， 要采集1 0 0 0 个完整系统工作数据，以便数据挖掘使用，将至少需要3 0 1 0 0 0 = 3 0 0 0 0 分钟的时间进行采集。同时，采集到的数据还存在是否具有代表性 的问题，即是否涵盖了系统所需的所有状态，因此，设计一种可行的数据采集方 案是模糊控制规则科学高效提取的前提。 为了在最短时间内采集到满足要求的工作数据，根据比例控制、积分控制、 微分控制三者的作用和重要性，我们将采集过程分为三个阶段：先比例控制，然 后加入积分控制，最后加入微分控制，每个阶段分别对k 。、( k 。，k ；) 、( k ，k ；， k 。) 在一定范围内以一定间隔进行顺序设置，然后分析系统工作状态，如果在规 定时间内到达稳定状态并满足系统误差要求则将整个工作数据序列作为一个样 本保存；前两阶段将分别最多保留性能最佳的前5 个和前2 5 个样本，其它的舍 去，这前5 个和前2 5 个样本将作为下一阶段相应的参数进行顺序设置，最后我 们将得到最多1 2 5 个较优的样本。这种方法我们称之为“分段多次采集法 。下 面将分阶段详细介绍这种方法： 1 比例控制采集阶段。这一阶段将p i d 参数k 。，k d 都设置为o ，重点考虑 参数k 。的变化。 这时数字p i d 控制输出公式：p ( k ) = p ( h ) + k p ( e - e 。h ) ) ，对于某个l ( p 的值l 【p ， 若系统达到稳定状态时系统平均误差为e ，那么可以看出当k 。的值大于l ( p 时，系 统的稳态误差将会加大，由此我们得出结论：当符合要求的样本出现后，如果连 续几个k 。的设置值都使系统性能不能满足要求，那么我们就应停止本轮数据采集 了。实践也证明，当由小到大顺序设置k 。的值时，样本出现的顺序都为：，不 合格样本，不合格样本，合格样本，合格样本，合格样本，合格样本，不合格样本， 不合格样本，。就是说不存在这样的样本序列：，合格样本，不合格样本，合 格样本，。 比例控制采集的总体原则是先找到满足需要的k 。的值大概区间，然后在这个 区间查找满足需要的k 。的值的较精确的区间，直到采集样本的数量满足要求为 止。下面举例说明这一过程： 先由1 开始，间隔为5 ，顺序设置l ( p 的值，即1 ，6 ，1 1 ，1 6 ，分析样本出 现的规律： 如果开始就到达了稳态，但稳态误差太大且后面样本稳态误差逐渐放大， 则停止采样，显然合格的样本对应的l ( p 的值应在o 和1 之间，则调整l ( p 的开始 东北师范大学硕士学位论文 值为o 0 1 ，间隔为o 0 5 ，继续采样。 如果有合格的样本记下合格样本与不和格样本之间的边界，即与合格样本 相临的两个不和格样本对应的k 。的值，以此为下、上限，间隔先为1 ，继续采样， 将会再取得合格样本与不和格样本之间的边界，以此为下、上限，间隔再适当调 小，继续采样，直到满足有足够的合格样本为止。 如果在过程中间到达了稳态，但稳态误差太大且后面样本稳态误差逐渐放 大，则停止采样，明显，合格的k 。的值应在到达稳态之前与未到达稳态之后这个 区间内，以此为上、下限，先缩小间隔，例如将原来的间隔5 改为1 或0 5 ，继 续采样，直到满足有足够的合格样本为止。 最后我们选取相对最优的5 个样本，记录他们对应的k 。的值。 2 积分控制采集阶段。积分控制的作用是在比例控制基础上进一步降低稳 r 态误差，因此，我们用f j l 面一步采集得到的5 个k 。的值分别设置p i d 参数k 。的 值，同时将p i d 参数k 。设置为o ，而重点考虑参数k ；的变化。 这时数字p i d 控制输出公式为：p ( k ) = p ( 。- 1 ) + k p ( e ( k ) - e ( h ) ) + k ；e 。，同样我们将得 到类似的结论：当符合要求的样本出现后，如果连续几个k ；的设置值都使系统性 能不能满足要求，那么我们就应停止本轮数据采集了。 具体的积分控制采集过程同比例控制采集基本相同，这里不再重复叙述， 针对每个确定的k 。的值，我们选取5 个最佳性能的k ；记录下来，最终我们将得 到相应符合条件的2 5 个( k 。，k ；) 有序对。 3 微分控制采集阶段。微分控制的作用是在前面两步控制基础上“提前” 根据误差的变化趋势，减小系统误差，使系统更加稳定。因此，我们用前面一步 采集得到的2 5 个( k ，k 。) 有序对分别设置p i d 参数k p 、k ；的值，而重点考虑参 数k 。的变化。 具体的微分控制采集过程同上面控制采集基本相同，这里重复不再叙述， 最终我们将得到相应符合条件的1 2 5 个( k 。，k 。，k 。) 有序序列。将这1 2 5 个有 序序列、相对应的k 。，k ，和l ( d 、系统稳态误差都保存起来，为数据挖掘做好准备。 3 3 “常规p l d 模拟与数据采集 系统的设计 为了方便自动工作数据采集，采用软件实现常规p i d 控制，因此要对原来 的常规p i d 控制系统做一些改变。原来的常规p i d 控制器将被替换为p c 机中软 件来实现其比例、积分和微分功能，同时添加了对常规p i d 三个参数k 。、k 。、k 。 自动设置的功能，对相关数据保存的功能，常规p i d 输入、输出信号接收和发送 的功能，用户操控软件功能等。我们称这个系统为“常规p i d 模拟与数据采集” 系统，下面将介绍这个系统的建立。 9 东北师范大学硕士学位论文 3 3 1 系统结构设计 图3 2 “常规p i d 模拟与数据采集”系统的组成结构图 如图3 2 所示系统主要由左边的大框部分和右边的被控对象两部分组成， 左边的大框实际上是一个p c 机系统，通过通讯模块与远端的被控对象相连，采 集测量值和发送控制量。用户根据需要，通过用户操控面板( 即人机交互界面) 对p i d 模拟模块、参数自动设置模块、数据采集模块和数据库等进行操控，进而 实现常规p i d 控制、数据采集功能和相关的采集数据浏览、查询等功能。 3 3 2 数据库设计 由于系统采集的数据需要保存、浏览和查询，另外，系统可能多次重新启 动，为了避免系统的参数重复设置和记录上次采集的进程都需要永久保存相关数 据，虽然都比较简单，但数据库是必须的。 保存的数据主要分为三部分：采集的数据，常用系统参数的数值，上次采 集的进程标记。 采集的工作数据表应包括：样本序列号( 主键) ，采集阶段标记，常规p i d 三个参数k 。、k 。、k 。的值，系统稳态误差，序对( 系统误差量，系统输出量) 构 成的序列等字段。 样本序列号是采集的多条样本记录的唯一标识，以区别与其他记录。采集 阶段标记代表了本条记录产生的采集阶段，作为后期对其如何处理的依据，这里 定义其含义：1 代表比例控制采集阶段，2 代表积分控制采集阶段，3 代表微分 控制采集阶段，4 代表其它含义。参数k 。、k ；、k d 的值是指本样本记录产生时对 应的确定的k 。、k ；、l ( d 的值。系统稳态误差是指系统到达稳定状态下一定时间内 误差的平均值。序对( 系统误差量，系统输出量) 构成的序列是这个样本记录的 核心，它完整记录了系统由初态到达稳态后一定时间内每次测控循环产生的系统 误差量和对应的系统输出量，主要供后面数据挖掘使用。 常用系统参数表应包括：系统设定值，允许的最大误差范围，到达稳态后 采样次数下限( 是否稳态的标准) ，精确控制下限，精确控制上限，当前可用的 样本序列号等字段。 系统设定值是用户设定的实际系统工作的目标，系统在理想情况下最佳工 作的状态标准。允许的最大误差范围是相对系统设定值比较，允许的最大误差值。 到达稳态后采样次数下限是判断是否达到稳态，系统采样达到一定次数，并且每 1 0 东北师范大学硕士学位论文 次误差都小于允许的最大误差，我们就认定系统达到的稳态。精确控制下限是指 系统测量值低于某个数值时，系统控制机构输出将达到最大，相反，精确控制上 限是指系统测量值高于某个数值时，系统控制机构输出将达到最小，两者组成的 区间恰好是我们要具体精确控制的范围。当前可用的样本序列号是定义下一个采 集数据记录要使用的顺序号，每保存一个样本，它的值就随着增加1 。 上次采集的进程标记表应包括：采集阶段标记，设置区间下限，设置区间 上限，间隔值，当前常规p i d 三个参数k 。、k ，、k 。的设置值等字段。 采集阶段标记含义同上。设置区间下限和设置区间上限构成了一个区间， 根据当前采集阶段的不同，分别代表常规p i d 三个参数k 。、k 。、k 。的设置值的设 置范围。间隔值则代表区间内取值的间隔大小。啪啪3 3 3 3 通信协议设计 由于一般p c 机系统本身不具备与外部被控对象间直接通信的能力，所以在 p c 机和外部被控对象端都要加入合适的通信接口( 或转换接口) 以进行输入和 输出信号的接收和发送。一般常用的通信标准采用r s 4 8 5 ，这就要求先对通信协 议进行设计。 为了简化控制，这里我们采用两个常用的串口进行通信，一个为接受测量值 使用，另一个为发送控制量使用。工作方式采用主从方式，发送控制量时，p c 机为主机，被控对象为从机。接受测量值时，p c 机为从机，被控对象为主机。 通信过程为：主机首先发送控制请求，从机作好准备并回应，主机发送数据，从 机接收数据。数据格式：第7 - 6 位为0 0 时，数据为请求接收信号，第7 6 位 为0 1 时，数据为应答接收信号：第7 位为1 时，数据为发送的具体数据，第1 位到第6 位为数据位；第0 位为字节的奇偶校验位；数据发送时，每次发送4 个 字节的数据，前两个字节为发送数据内容的整数位，后两个字节为发送数据内容 的小数位；请求或应答时，每次发送一个字节的数据；波特率都为9 6 0 0 波特。 3 3 4 软件设计 应用软件按照功能采用自顶向下模块化设计，软件主模块调用下面三个功能 子模块：软件初始化模块、用户交互模块、软件结束处理模块。 1 软件初始化模块调用下面几个功能子模块：远程通信端口打开与测试模 块、数据库连接与测试模块、全局变量设置模块。 远程通信端口打开与测试模块主要是在具体使用通信端口前将其打开，并进 行测试以验证端口打开状态。 数据库连接与测试模块主要是建立与数据库的连接，未将来操作数据库做准 备，并进行测试以验证数据库连接状态。 全局变量设置模块是对整个系统控制过程中经常使用的变量进行定义，如果 需要的话赋予初值。有时全局变量的初值被保存在数据库常用系统参数表中，这 就要先从数据库中检索该值，然后再赋初值。 2 用户交互模块调用下面几个功能子模块：系统参数设置模块、数据库信 息查询模块、系统状态显示模块、系统状态控制模块。 系统参数设置模块主要功能是对数据库中常用系统参数表内相应的设置值 进行浏览、设置和修改，以便系统工作时检索使用。 数据库信息查询模块是为方便用户查询得到的工作数据而设计的数据库操 作模块。 系统状态显示模块是向用户实时提供系统相关的工作信息和运行状态，使用 东北师范大学硕士学位论文 户更好的管理整个系统的运作。 系统状态控制模块是用户根据需要，操控整个系统的运行。这个过程是通过 相应的几个子功能模块完成的：p i d 参数自动生成和设置模块、接收测量数据模 块、控制计算模块、数据库数据操作模块、控制信号发送模块。 p i d 参数自动生成和设置模块功能是根据当前采样过程的完成情况，自动生 成下一组p i d 参数并对常规p i d 参数进行在线设置。 接收测量数据模块功能是不断通过数据通信端口接受系统的测量值，并将该 值发送到相应模块使用。 控制计算模块功能是实现常规p i d 控制器的比例、积分和微分控制功能，并 计算相关的数据为采集和控制做准备。 数据库数据操作模块实际上是实现采集数据和系统工作进程保存功能。 控制信号发送模块负责将系统控制信号通过通信端口发送给被控对象。 3 软件结束处理模块：关闭通信端口模块、断开数据库连接模块。 关闭通信接口模块功能是关闭通信端口，释放相应系统资源。 断开数据库连接模块功能是断开数据库连接，结束程序。 1 2 东北师范大学硕士学位论文 4 1 数据筛选分组 第4 章数据仓库的建立 数据筛选分组目的是为了挖掘出高置信度的模糊控制规则。在我们实际学 习过程中，某位同学因成绩优异经常被老师表扬并成为我们学习的榜样，而我们 一般都要问：他为什么成绩好呢? 他有怎样的好的学习方法呢? 为了提取到高置 信度的模糊控制规则，我们同样要筛选出控制效果相对较好的工作数据，在其基 础上分析其控制规律，并应用到将来的控制中，从而达到精确控制的目的。 一般情况下，将所有采集到的数据按照样本的系统稳态误差由小到大进行 排序，从中间将其分为两部分，前部分作为正向数据挖掘的基础数据集，挖掘出 将要实际使用的模糊控制规则，而后部分可以作为前部分的比较基础数据集，挖 掘出将要对照的模糊控制规则，两者在实际工作或模拟环境中进行比较，验证前 者结论的正确性使用。 在实际筛选分组中我们会遇到这种情况：稳态误差较小和较大的两个分组 中同时包含稳态误差相同的样本。这时，如果样本数量足够多，应将两个分组中 相同的样本删除。 以某电热带生产车间的电热硫化道温控系统为例，按上一章提出的“分段 多次采集法”采集工作数据，进行筛选分组，得到4 1 个控制效果较优的样本， 具体工作数据记录如表4 1 ，在后面章节中我们将使用这些工作数据作为具体实 例进一步研究。枷1 表4 1 筛选分组后控制效果较优的样本 稳 态 序误 k 。 k ji ( d( 误差：输出) 对序列 号差 值 10 3413 0 1 1 9 8 8 ：9 9 0 3 ，1 9 8 1 ：9 5 5 0 ，1 9 7 4 ：9 1 1 7 ，1 9 6 0 ：8 6 8 5 ， 20 3413 1 1 1 9 6 3 ：9 8 7 6 ，1 9 4 8 ：9 4 2 9 ，1 9 3 7 ：9 0 0 1 ，1 9 2 9 ：8 5 1 9 ， 3o 3413 2 1 1 9 8 1 ：9 9 2 1 ，1 9 5 4 ：9 5 1 l ，1 9 3 9 ：9 0 6 2 ，1 9 2 5 ：8 6 0 8 ， 3 90 4625 1 1 1 9 7 9 ：9 8 8 3 ，1 9 6 5 ：9 5 3 8