模糊PID控制技术研究及其在空调控制过程中的应用优秀毕业论文 参考文献 可复制黏贴.pdf

国内图书分类号：t p 2 7 3单位代码： 学号： 密级： y7 9 2 0 5 5 1 0 0 0 5 g 2 0 0 1 0 2 1 5 北京工业大学工程硕士学位论文 题目模糊p i d 控制技术研究及其在空调控制过程中的应用 英文题目：t h ef u z z yp i dc o n t r o lt e c h n i q u er e s e a r c ha n di t s a p p l i c a t l 0 ni nt h e a i rc o n d i t i i e rc 0 r r o l p r o c e s s i o n 研究生姓名：秦静 工程领域：电子与通信工程研究方向：智能控制 导师姓名：易继锴 霍建华 职称：教授 论文报告提交门期2 0 0 4 年1 0 月学位授予日期 授予申位名称和地址 北京工业大学北京市朝阳区平乐园1 0 0 号 高级工程师 摘要 随着科学技术的发展，现代工业生产过程的一个共同特征是控制系统的复杂 性和不确定性日趋明显，即各子系统之间或其内部会有较强的关联性，参数的高 维性、时变性和随机性，且系统和环境具有许多未知的和不确定的因素，这些因 素还会随环境、工况和时间等发生不可预料的变化。因此已不可能采用那些基于 定量数学模型的传统控制方法对其实现有效的控制，必须寻求新一类的控制策 略。 模糊控制是一种不依赖于被控过程数学模型的仿人思维的控制技术。它可以 利用领域专家的操作经验或知识建立被控系统的模糊规则，有较好的知识表达能 力。模糊p i d 控制技术是智能控制的重要研究领域之一，具有学术理论意义和实 际应用价值。本文首先着重对模糊控制系统的原理、结构、算法等进行了论述， 并针对一类非线性、多变量耦合、大滞后、时变的过程控制系统，提出了一种模 糊控制算法，该算法不依赖被控对象的深层次知识( 即精确数学模型) ，可以实 现在线自调整模糊规则，从而增强了模糊控制器的自学习能力。通过算法的仿真 研究，验证了算法的可行性。m a t l a b 是一个开放的环境，目前它已经成为国际控 制界广泛流行的语言之一。本文在m a t l a b 6 1 基础上，介绍模糊控制工具箱中基 本函数及s i m u l i n k 工具箱的功能，并介绍如何利用s i m u l i n k 和f u z z y 工具箱构 造空调模糊控制系统的结构框图和进行仿真研究的方法及具体步骤 本文的第二部分针对许多工业过程控制中先验知识不充分的特点，提出了一 种面向温、湿度变量控制的智能型控制策略，对智能空调控制系统对其进行温度、 湿度的控制。将空调系统最为研究对象，建立数学模型时，控制对象由集中参数 和带纯滞后的一阶惯性环表示，根据其传递函数可以得到数学模型，根据有人工 操作经验设计的模糊规则表，经过推理，得出空调器的模糊控制查询表。为了减 小模糊控制空调器稳态误差和超调，可以通过增加控制规则数来实现，但是这样 将会使模糊计算变得异常复杂，不适合空调器实时控制要求。为了提高模糊空调 的控制效果，本文主要讨论以下两种类型的模糊p i d 控制器，并将控制结果进行 仿真实现。 关键词模糊控制；智能空调控制；系统仿真 a b s t r s a c t a 1 0 n gw i t ht h ed e v e l o p m e n to f s c i e n c ea n dt e c h n o l o g y ，t h e r ee m e r g e s t h ei n c r e a s i n gc o m p l e x i t ya n du n c e r t a i n t yo fc o n t r o ls y s t e m sini n d u s t r y m a n u f a c t u r ep r o c e s s m a n yu n c e r t a i nf a c t o r s ，s u c ha sc o r r e l a t i o na n d r a n d o m i c i t y ，w i11 c h a n g ei n c i d e n t a l l yw h e nt h ee n v i r o n m e n ta n d t i m e c h a n g e s ot r a d i t i o n a lc o n t r o lt e c h n i q u eb a s e do nm a t h e m a t i c a l m o d e l s e e m si n s u f f i c i e n t f o rt h i sr e a s o n ，n e wc o n t r o ls t r a t e g ys u c ha sf u z z y p i dc o n t r o l h a s h e i n gs e e k i n gf o r f u z z yc o n t r o li s o n ek i n do fh u m a ni m i t a t i n gt e c h n i q u ew h i c his i n d e p e n d e n to n t h e c o n t r o l l e dp r o c e s s i o n sm a t h e m a t i c a lm o d e l i t u t i li z e st h ek n o w l e d g ea n de x p e r i e n c eo fe x p e r t st os e tu pt h ef u z z y c o n t r 0 1r u l e sf o rt h ec o n t r o l1 e ds y s t e m f u z z yp i dc o n t r o lt e c h n i q u ei s o n eo ft h ei m p o r t a n tr e s e a r c ha r e a so fi n t e l l i g e n tc o n t r o la n di th a s a c a d e m i ca n da p p l i c a t i o nv a l u e t h ef i r s ts e c t i o no ft h i st h e s i s e m p h a s i z e so nt h es e tf o r t ho ft h et h e o r y ，f r a m e w o r ka n da r i t h m e t i co f t h ef u z z yc o n t r o ls y s t e m f u r t h e r m o r e ，a i m i n ga tas e to fn o n l i n e a r ， m u l t i v a r i a b l e s ，o v e rl a g ，a n dt i m e v a r i a b l ep r o c e s sc o n t r o ls y s t e m ，i t p r e s e n t so n ek i n do fn e wf u z z yc o n t r o la r i t h m e t i c t h i sa r i t h m e t i c i s i n d e p e n d e n to ft h ed e e pl a y e rk n o w l e d g eo ft h ec o n t r o ll e do b j e c t ，t h a t is ，t h ea c c u r a t em a t h e m a t i c a lm e d e l ，a n di tc a nr e a l i z et h ef u z z yr u l e s o fo n l i r es e l f a d j u s t m e n t ，t h e r e f o r e ，i ti n c r e a s e st h es e l f l e a r n i n g c a p a b i l i t yo ft h ef u z z yc o n t r 0 1 i tv e r i f i e st h ea r i t h m e t i c s f e a s i b i l i t yv i ai t ss i m u l a t i o nr e s e a r c h m a t l a bi sa no p e ns y s t e ma n di t h a sb e c o m eo n eo ft h ep o p u l a r1 a n g u a g e si nt h e i n t e r n a t i o n a lc o n t r o l i n d u s t r y b a s e do i l t h em a t l a b 6 1 ，t h i st h e s i si n t r o d u c e st h eb a s i c f u n c t i o no ft h ef u z z yc o n t r o lk i t sa n dt h es i n u l i n kk i t s a n di n t r o d u c e s h o wt ou t i l i z et h es i m u l i n ka n df u z z yk i t st ob u i i du pt h es y s t e m a t i c f r a m e w o r ko ft h ea i rc o n d i t l o n e rf u z z yc o n t r e ls y s t e m ，i nt h em e a n w h il e ， itin t r o d u c e st h em e t h o d sa n ds t e p su s e df o rt h es i m u l a t i o nr e s e a r c h a c c o r d i n gt ot h ei s s a eo fi n a d e q u a t eh i s t o r yi n f o r m a t i o n inm a n y i n d u s t r yp r o c e s sc e n t r e l ，t h es e c o n ds e c t i o no ft h i st h e s iss e t sf o r t h o n ek i n do ft e m p e r a t u r ev a r i a b l e o r i e n t e da n dh u m i d i t yv a t i a b l e o r i e n t e d i n t e l1i g e n tc e n t r e ls t r a t e g ya n dp u ti ti n t ou s et oc o n t r o lt h e t e m p e r a t u r ea n dh u m i d i t yi nt h ei n t e l l i g e n ta i rr e n d i t i o n e rc o n t r o l s y s t e m w h e nt h ea irr e n d il i o n e rs y s t e misb e i n ga st h er e s e a r c ho b j e cl a n dm a t h e m a t ic a lm o d e li ss e t t i n gu p ，t h ec o n t r o ll e do b j e c ti sr e p r e s e n t e d b yt h ec e n t r a lp a r a m e t e ra n do n e s t e pi n e r t i a1 0 0 pw i t hp u r ei a g a c c o r d i n gt ot h et r a n s f e rf u n c t i o n t h em a t h e m a t i c a lm o d e lc a nb e a c h i e y e d ，a n db ym e a n so ft h ef u z z yr u le1 js td e s i g n e db yt h ee x p e r i e n c e d o p e r a t o r ，t h ef u z z yc o n t r o jn q u ir y1is tc a nb ea c h i e y e dv i a as e r i a l o fd e d u c t i o n s i no r d e rt od e c r e a s et h es t a b l es t a t ee r r o ra n de x c e s s jv e a d j u s t m e n t ，i tc a nb ea c c o m p li s h e dv i ai n c r e a s i n gt h ec o n t r o lr u l e s o n t h eo t h e rh a n d ，i tm a y b em a k et h ef u z z yc a l c u l a t i o nt o oc o m p l i c a t e dt o m e e tt h er e a l t i m ec o n t r 0 1r e q u i r e m e n to ft h e a i rc o n d i t i o n e r i no r d e rt oi m p r o v et h ef u z z yc o n t r o le f f e c to ft h ea i rc o n d i t l o n e r ， t h ist h e s i sm a i n l yd i s c u s s e st w ok i n d so ff u z z yp i dc o n t r o l ，a n dm a k et h e c o n t r o lr e s u l tt ob ea e c o m p l i s h e dv i as y s t e ms i m u l a t i o n k e y w o r d s ：f u z z yc o n t r o l ：i n t e l l i g e n ta i rc o n d i t i o n i n gc o n t r 0 1 s y s t e ms i m u l a t i o n 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其它人 已经发表或专写过的研究成果，也不包含为获得北京工业大学或其他教育机构的 学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已 在论文中作了明确的说明并表示了谢意。 签芥鹜日期一矽 关于论文使用授权的说明 本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有权 保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部 分内容，可以采用影印、缩印或其他复制手段保存论文。 保密的论文在解密后应遵守此规定) 繇苍箭 、j 翩签移( 舻瞒俐护 第l 章绪论 1 1 课题背景 第1 章绪论 在科学技术的发展史上，控制科学同其它科学一样，它的产生与发展主要由 人类的生产发展需求和人类当时的技术和知识水平所决定。自动控制理论经历了 两个主要的发展阶段：经典控制理论与现代控制理论。 经典控制理论一般指20 世纪50 年代前后的控制理论。这一时期的理论主 要研究线性定常系统，主要解决单变量系统的反馈控制问题，主要研究方法通常 采用以传递函数、频率特性、根轨迹分布为基础的波德( h w b o d e ) 图法 和依凡思( w r e v a n s ) 的根轨迹法，包括劳斯( e j r o u t h ) 赫尔维 茨( h u r w i t z ) 代数判据、奈奎斯特( h n y q u i s t ) 稳定判据与期望对数频率 特性综合等。对于非线性系统，则采用描述函数分析和一般不超过2 个变量的庞 加莱( p o i n c a r e ) 的相平面分析法。 现代控制理论指2 0 世纪6 0 年代末至7 0 年代初的控制理论，现代控制理论 着重解决多变量系统的优化控制问题；主要研究方法是用一组一阶微分方程( 亦 称为状态方程) 代替经典理论中的一个高阶微分方程式来描述系统，并且把系统 中的各个变量均取为时间的函数，因而属于时域分析法，便于用计算机进行运算： 此外，状态变量的选取可以不一定是系统的物理量，因而具有很大自由度。现代 控制理论的主要研究内容包括： ( 1 ) 运动状态的描述( 即系统数学模型的建立) 和系统能控性、能观性的 分析。 ( 2 ) 在不求出状态方程解的情况下，运用李亚普诺夫稳定性理论( 直接法) 一1 一 北京i l 业人学工程硕士学位论文 和李弧普诺夫函数( 亦称v 函数) 来确定任意阶非线性系统和( 或) 时变系统 的稳定性。 ( 3 ) 建立在统计函数理论基础上，利用系统在时间上的转移关系所获得的 卡尔曼滤波理论( r e k a l a m n ) 和应用相关函数的系统动态识别方法。其中， 卡尔曼滤波属于时域法，有别于频域法中的维纳霍夫( w i e n e r h o f f ) 滤 波理论。 ( 4 ) 改变系统控制量，使系统按某一最佳运行方式工作，实现系统性 能指标泛函最小的“系统最佳控制”。1 96 1 年苏联学者提出的极大值原理和1 9 5 7 年贝尔曼根据哈密尔顿雅可比方程提出的动态规划最佳原理。 ( 5 ) 在环境条件有大范围变化时，仍能保证系统处于最佳运行状态的 确定性自适应控制；环境条件的改变并不确知情况下，仍能实现系统最佳控制的 不确定性自适应控制。为此做出杰出贡献的有2 0 世纪7 0 年代初瑞典的奥斯特隆 姆教授和法国的朗道教授。 随着科学技术的飞速发展，现代工业系统具有了如下特征： ( 1 ) 复杂性：系统的结构和参数具有高维性、时变性、高度非线性； ( 2 ) 不确定性：系统及其外部环境具有许多未知的和不确定的模糊性因素； ( 3 ) 高标准的性能要求：由于系统复杂，导致了控制目标的多样性和各种 目标之间的矛盾，需综合考虑。 传统的控制方式是基于被控对象精确模型的控制方式，实际上往往是利用不 精确的模型，又采用固定的算法，使整个控制系统置于模型框架下，缺乏灵活性 和应变能力，因而很难胜任对复杂系统的控制。常规的控制方法主要是针对集中 参数的线性动态系统，要求对象必须可以量化，且各种量化参数之间的关系能够 用微分方程或差分方程来描述。随着系统复杂程度的提高，将难以建立系统的精 确数学模型和满足实时控制的要求，因此，常规的控制方法在面对现代工业系统 时就显得力不从心。人们期望探索出一种简便灵活的描述手段和处理方法，并为 一，一 第1 章绪论 此进行了种种尝试，结果发现一个复杂的传统控制理论似乎难以实现的控制系 统，却可由一个操作人员凭着丰富的实践经验得到满意的控制结果。智能控制是 把控制理论的方法和人工智能的灵活框架结合起来，改变控制策略去适应对象的 复杂性和不确定性。骑自行车就是一个例子，任何一个经过训练的人都可以骑车 自如地穿过人群，却难以对这种极为复杂的动力学问题使用精确的数学模型进行 控制，这个例子给我们带来启示，吸收人脑的这种特点，模拟人的思维方法，把 自然语言植入计算机内核，使计算机具有活性和智能，这长期以来直是中外科 学家的夙愿。模糊逻辑控制( f u z z yl o g i cc o n t r 0 1 ) 就是使计算机具有活性 和智能的一种新颖的智能控制方法。当然生产力的发展必然推动科学技术要相适 应发展。于是，智能控制系统便应运而生。 所谓智能控制系统是某些具有仿人智能的工程控制和信息处理系统，它与人 工智能的发展紧密联系。智能控制是一门新兴的交叉前沿学科，它具有非常广泛 的应用领域。智能可定义为：能有效的获取、传递、处理、再生和利用信息，从 而在任意给定的环境下成功的达到目的的能力。人工智能是应用除了数学式子以 外的方法把人们的思维过程模型化，并利用计算机来模仿人的智能的学科。它的 应用范围远比控制理论广泛，如包括判断、理解、推理、预测、识别、规划、决 策、学习和问题求解等，是高度脑力行为和体力行为的综合。智能控制就是应用 人工智能的理论与技术和运筹学的优化方法，并将其同控制理论方法与技术相结 合，在未知环境下，仿效人的职能，实现对系统的控制。这里所致的环境，是指 广义的被控对象或过程及其外界条件。或者说，智能控制是类无需( 或仅需尽 可能少的) 人的干预就能独立的驱动智能机器实现其目标的自动控制。智能控制 代表着自动控制科学的最新进程。 智能控制的特点是可以利用人的经验知识，与经典的p i d 控制器( 比例，微 分，积分器) 相比，p i d 控制实现的是对系统的定量描述，模糊控制实现的则是 对系统的定性描述。模糊控制规则在本质上是非线性的，模糊控制可以实现静态 一3 一 北京上业大学工程硕士学位论文 非线性传递函数，即对无法建立数学模型的对象或者是干扰十分严重的系统进行 捧制。尽管它对过程参量的改变不是很灵敏，但由于对所有的工作点都能得到控 制，所以有快速的响应能力。据此，工业上新型的模糊控制器常常采用与传统的 p t d 控制器相结合的方式对系统进行复合控制，因此其更为有效和符合实际，即 当系统出现大的偏差的情况下，采用模糊控制以获得大范围的快速调节；当系统 出现细小的局部偏差情况下，采用p i d 控制以获得较高的稳态精度。由此可以看 出，模糊控制器的出现并不会取代传统p i d 调节器，由于它以自适应p i d 控制参 数自动校正，因此成为p i d 调节器的一个最佳补充和优化。 人工智能的发展促进了自动控制理论向着智能控制方向发展，而智能控制和 具有智能化的自动控制系统又是人工智能的一个具有广泛应用前景的研究领域。 新世纪控制理论发展的特点之一是受到相近领域的影响很大。具有代表性的是神 经网络和模糊控制，二者均属智能控制，各有优缺点，具有很强的互补性，其结 合技术模糊神经网络的研究正方兴未艾。 本文选择模糊p i d 控制作为毕业论文的题目，旨在通过对模糊控制理论的研 究为深入学习智能控制领域打开了一扇窗口，以自己积累的知识及学习的能力对 这一课题进行了深入的研究。 1 2 模糊控制技术的发展概况 模糊控制技术是以模糊集合论作为它的数学基础的。模糊控制是一种正在兴 起的能够提高工业自动化能力的控制技术，模糊控制系统是智能控制的一个十分 活跃的研究领域，凡是无法建立数学模型或难以建立数学模型的场合都可以采用 模糊控制技术。模糊理论的创始人，美国加州大学柏克莱分校的l - a z a d e h 教 授在1 9 6 5 年发表了关于模糊集的开创性论文。他在研究人类思维、判断过程的 建模中，提出了用模糊集作为定量化的手段。但是在最初的十年中，除了极少数 4 第l 章绪论 的专家外，模糊理论并未受到世人的注目。模糊控制技术经历了3 0 多年的研究 和发展已经逐步完善，尤其在应用领域更是成果辉煌。直到1 9 7 4 年，英国q u e e n m a r r yc o l l e g e 的e h m a m d a n i 教授首先将模糊逻辑应用到蒸汽发动机的压 力和速度的控制中，取得了比常规的p i d 控制更好的结果。随后不久，丹麦的 f l s m i t h 公司于1 9 8 0 年成功地将模糊控制理论应用到水泥窑的自动控制中， 为模糊理论的实际应用开辟了崭新的前景。 从此以后，模糊理论的应用，特别是在工业控制中的应用，得到了迅速的发 展。特别是在日本，日立制作所研制了地铁自动操作的模糊控制系统，将其投入 到仙台市的地铁运行中；富士电机公司开发了净水工厂药剂投量的自动控制系 统；立石电机公司向市场投放了最早的模糊控制器硬件；三菱电机公司开发了电 梯群运行的管理系统；松下电器推出了全自动的模糊洗衣机、电饭锅等目前， 在日本得到空前发展的模糊理论的应用正在向北美、欧洲蔓延。模糊理论在应用 中愈来愈受到人们的肯定，与此同时，在学术界也受到不同专业的研究工作者的 重视。1 9 8 4 年，国际模糊系统学会( i f s a ) 正式成立，并于1 9 8 5 年在西班牙召 开了第一次国际年会。目前，有关模糊理论和应用的杂志、特刊有数十种，论文 数千篇；另外还有数以百计的应用实例，超过百件以上的商品。 计算机不能象人脑一样的思维、推理和判断，只有当给定准确的信息之后， 计算机才能作出对错的判断。但人脑即使在只有部分、甚至不完全准确的信息情 况f ，也能够进行判断。计算机要模拟人的思维和判断过程，就必须将人类的语 言中所具有的多义、不确定信息定量地表示出来。模糊集的概念就由此而来。它 的应用有以下几个方面： ( 1 ) 将人的经验、常识等用适合计算机的形式表现出来； ( 2 ) 建立人的感觉、语言表达方式和行动过程的模型； ( 3 ) 模拟人的思维、推理和判断过程； ( 4 ) 将信息转换成容易被人理解的形式； 一5 一 北京工业大学工程硕士学位论文 ( 5 ) 压缩信息。 模糊集打破了传统的分明集只有0 和1 的界限。在分明集中，任意元素属于 某一集合的程度要么是0 ，要么是1 。例如数“3 ”属于奇数集，而不属于偶数 集。但在模糊集的概念中，任意元素可同时部分地属于多个模糊子集，隶属关系 用隶属的程度来表示。显然这种表现方法要比分明集自然，更接近人的表达方式。 模糊集将分明集中的o 和1 的边界平坦化，使其更自然。 在传统控制器中，参数或控制输出的调整是根据对由一组微分方程描述的过 程模型的状态分析和综合来进行的，而模糊控制器参数或控制输出的调整是从过 程函数的逻辑模型产生的规则来进行的，改善模糊控制性能的最有效方法是优化 模糊控制规则。模糊规则是定义在模糊集上的规则，常用“i f t h e n ”的形 式，可用来表示专家的经验、知t 等。由于模糊规则的表现方式自然，因此用这 种表达方式就比较容易获取专家的经验。同样，计算机的运算结果能表示成模糊 规则的形式，则它也容易被人理解。由一组模糊规则构成的模糊系统可代表一个 输入、输出的映射关系。从理论上说，模糊系统可以近似任意的连续函数。要表 示输入输出的函数关系，模糊系统除了模糊规则外，还必须有模糊逻辑推理和反 模糊化的部分。模糊逻辑推理就是根据模糊关系合成的方法，从数条同时起作用 的模糊规则中，按并行处理方式产生对应输入量的模糊子集。反模糊化过程是将 输出的模糊子集转化为非模糊的数字量。由于模糊集能处理非定量的信息，因此 在控制、统筹、决策等中，除了使用可直接测量的物理量外，由人感官而得的信 息也能有效地加以利用。通常，模糊控制规则是通过将人的操作经验转化为模糊 语言形式获取的，因此它带有相当的主观性，可以说，没有一种特定的方法是最 优的，每一种规则控制方式都有其优缺点。 模糊控制就是应用模糊集合理论、统筹考虑控制策略的一种控制方法。它具 有如下特征：不需要对象的精确数学模型，而只要求有关的控制经验和知识，鲁 棒性强，适用于非线性、时变、大滞后系统的控制。模糊控制的特点是：一方面， 一6 一 第1 章绪论 模糊控制提供了一种实现基于自然语言描述规则的控制规律的新机制：另一方 面，模糊控制其提供了一种改进非线性控制器的替代方法，这些非线性控制器一 般用于控制含有不确定性和难以用传统非线性控制理论来处理的装置。目日u 模糊 控制正处于蓬勃发展之中，受到了人们愈来愈多的重视，成为智能控制领域的重 要研究方向。 模糊控制技术是将经验知识总结成若干条控制规则，并以模糊推理的方式来 使用这些规则，因此可以说，这些规则就是模糊控制器的“智能”所在。但与人 的智能相比较，这些推理规则仅是与人的思维比较接近的一种人为的规定。模糊 量确定也缺乏一个明确的准则用于确定隶属函数曲线。因此就其利用经验知识的 程度而言，模糊控制器并不令人十分满意。组合智能控制的目标是将智能控制与 常规控制模式有机的组合起来，以便取长补短，获取互补特性，提高整体优势， 一起获得人类、人工智能和控制理论高度及密结合的指能控制系统，如模糊p i d 控制器、基于神经网络的自适应控制系统等。模糊控制技术随着大规模集成电路 技术、计算机技术、工艺技术的发展而不断成熟起来，但是模糊控制毕竞还是一 门新兴学科，仍有许多问题有待解决。至今，各国学者提出的模糊推理有十多种， 但还没有一种方法能在各方面都表现出最大的合理性，虽然在研究模糊控制系统 的稳定性方面取得了一些成果，但稳定性理论还很不完美，未能建立一套完整而 合理的全新方法。 总之，模糊控制技术是种更加拟人化的方法，用模糊逻辑处理和分析现实 问题，其结果往往更符合人的要求。用模糊控制技术更能容忍噪声干扰和元器件 的变化，使系统适应性更好。模糊控制技术由于拥有众多的优点，其应用领域更 加广泛，应用前景更加广阔。 第2 章模糊控制系统的结构及其工作原理 第2 章模糊控制系统的结构及其工作原理 2 1 模糊控制系统的组成 经典控制理论和现代控制理论几十年的发展和应用，在空间技术、军事科 学和工业控制等各个领域获得较为显著的成效。但是他们的共同点是都需要系 统的精确模型。在根据物理规律建立数学模型的过程中，对于一些非线性复杂 对象，尽管采用了近似描述和线性化原理，但其最终的模型表示形式应该是确 定的，而且利用它能够容易得到精确的定量解。随着科学技术的高度发展，被 控对象也越来越复杂，一个复杂系统的突出表现是它的多输入一多输出变量问 的强耦合性、系统参数的时变性、系统结构的严重非线性与不确定性，这类系 统没有明确的物理规律可遵循，即使做出多种假设，要进行传统的定量分析也 是十分困难的，甚至是无法实现的。 传统的反馈控制系统有三部分组成：被控对象、产生作用于被控对象输入 的控制器、测量被控对象输出的敏感元件，每一部分都有两个输入信号、一个 输出信号。系统的控制目标就是要通过控制输入u ，使输出y 达到所要求的形 式，为此就必须首先通过机理建模方式或实验建模方式来建立被控对象的数学 模型，然后依据控制目标和约束条件找到恰当的可以实现的控制器的结构和参 数。比例一积分一微分是常用的一种控制器，在工业过程中其常用的形式是 k p + k i s + k o s ，这种控制器称为p i d 控制器。这种控制用来解决现性定常系统的 控制问题是十分有效的。 所谓系统指的是两个以上彼此联系又互相作用的对象所构成的具有某种功 能的集体，而模糊系统是由那些模糊现象引起的不确定系统，也就是说一个模 一9 北京工业大学工程硕七学位论文 糊系统，它的状态或输入、输出具有模糊性，一般晚来，模糊系统也是复杂过 程的一种近似表示方式，浚过程本身并不一定是模糊的。由于被控对象( 或生 产过程) 的精确数学模型很难建立，这样的对象或过程就难以进行自动控制。 与此相反，对于上述难以实现自动控制的生产过程，有经验的操作人员进行手 动控制，却可以收到令人满意的效果。在这种情况下人们又重新研究和考虑人 的控制行为的特点，能否对无法构造数学模型的对象让计算机模拟人的思维方 式进行控制和决策。模糊数学的创始人z a d e h 给出了一个非常富有启发性的停 车的例子以及那些难以用控制理论的方法进行建模控制，而有经验的操作人员 却很好地控制这些工业生产过程。对类似的受控过程能否不用传统的方法而是 让计算机模仿人的思维方式，按人的操作规则去进行控制。模糊控制正是源于 这种思想。 模糊控制的基本思想就是利用计算机来实现人的控制经验，而人的控制经 验一般是用语言来表达的，这些语言表达的控制规则又带有相当的模糊性。我 们可以用模糊性的概念来描述被控对象的各个工作状态，以及执行的动作也是 模糊的。控制规则的形式正是模糊条件语句的形式，可以用模糊数学的方法， 来描述过程变量和控制作用的这些模糊概念及它们之间的关系，又可以根据这 种模糊关系将某时刻过程变量的检测值转换成模糊量，用模糊逻辑推理的方法 得出此时刻的控制。由于模糊控制的模型不是由数学表达的数学模型，而是由一 组模糊条件语句构成的语言形式，因此，模糊控制也被称为模糊语言控制。 模糊控制是基于专家经验和论域知识而总结出的若干条模糊控制规则，构 成描述具有不确定性的复杂对象的模糊关系，通过被控系统的输出误差及误差 变化和模糊关系的推理合成而得到控制量的一种控制。这种控制方式具有明显 的表达知识的特点。模糊控制的模型是由带有模糊性的有关控制人员和专家的 控制经验和知识组成的知识模型，是基于知识的控制，因此，模糊控制属于智 能控制的范畴。模糊控制是以人的控制经验作为控制的知识模型，以模糊集合， 一1 n 第2 章模糊控制系统的结构及其上作原理 模糊语言变量以及模糊逻辑推理作为控制算法的数学工具，是用计算机来实现 的一种智能控制。 2 1 1 模糊控制系统 模糊控制系统是以模糊数学、模糊语言形式的知识表示和模糊逻辑的规则 推理为理论基础，采用计算机控制技术构成的一种具有反馈通道的闭环控制结 构的数学控制系统。因而，模糊控制系统具有常规计算机控制系统的结构形式， 如图2 1 所示。 图2 1模糊控制系统组成框图 由图可知，模糊控制系统通常由模糊控制器、输入输出接口、执行机构、 被控对象和测量装黄的五个部分组成 1 ) 被控对象：它可以是种设备或装置以及它们的群体，也可以是一个生 产的、自然的、社会的、生物的或其他各种的状态转移过程。这些被控对象可 以是确定的或模糊的、单变量的或多变量的、有滞后的或无滞后的，也可以是 线性的或非线性的、定常的或时变的、以及具有强耦合的和干扰等多种情况。 对于那些难以建立精确数学模型的复杂对象，更适宜采用模糊控制。 2 ) 执行机构：除了电气的以外，如各类的交、直流电动机、伺服电动机、 一1 1 北京工业大学工程硕士学位论文 步进电动机等，还有气动的和液压的，如各类气动调节阀和液压马达、液压阀 等。 3 ) 控制器：它是各类自动控制系统中的核心部分。由于被控对象的不同， 以及对系统静态、动态特性的要求和所应用的控制规则( 或策略) 相异，可以 构成各种类型的控制器，如在经典控制理论中，用运算放大器加上阻容网络构 成的p i d控制器和有前馈、反馈环节构成的各种串、并联校正器；在现代控 制理论中，设计的有状态观测器、自适应控制器、解祸控制器、鲁棒控制器等。 而在模糊控制理论中，则采用基于模糊知识表示和规则推理的语言型“模糊控 制器”，这也是模糊控制系统区别于其他控制系统的特征所在。 4 ) 输入输出( i o ) 接口：在实际系统中，由于多数被控对象的控制量及 其可观测状态量是模拟量，因此，模糊控制系统与通常的全数字控制系统或混 合控制系统一样，必须具有模数( a d ) 、数模( o a ) 转换单元，不同的只是在 模糊控制系统中，还应该有使用于模糊逻辑处理的“模糊化”与“清晰化”( 或 称为“非模糊化”) 环节，这部分通常也是被看作模糊控制器的输入输出接 口。 5 ) 测量装置：它是将被控对象的各种非电量，如流量、温度、压力、速度、 浓度等物理量转换为电信号的一种装置。通常由各类数字的或模拟的测量仪器、 测量元件或传感器等组成。它在模糊控制系统中占有非常重要的地位，其精度 往往直接影响整个系统的性能指标，因此要求其精度高、可靠且稳定性好。 在模糊控制系统中，为了提高控制精度，要及时观测被控量的变化特性及 其与期望值间的偏差，以便及时调整控制规则和控制量输出值，因此，往往将 测量装置的观测值反馈到系统的输入端，并与给定输入量相比较，构成具有反 馈通道的闭环结构。 1 2 第2 章模糊控制系统的结构及其工作原理 2 1 2 模糊控制器( f c _ 书l z z yc o n t r o l l e r ) 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 识表示和模糊逻辑推理为理论基础，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，无疑，模糊 逻辑控制系统是一种典型的智能控制系统，在控制原理上它应用模糊集合论、 模糊语言变量和模糊逻辑推理知识，模拟人的模糊思维方法，对复杂过程进行 控制。模糊逻辑控制的基础是模糊逻辑。模糊逻辑从含义上比其它传统逻辑更 接近人类的思想和自然语言。它能够对真实世界的近似的、不确切的特征进行 刻画。实际上，模糊逻辑控制是利用模糊逻辑建立一种“自由模型”的非线性 控制算法，特别是在那些采用传统定量技术分析过于复杂的过程或者提供的信 息是定性、非精确的、非确定的系统中，模糊逻辑控制的效果是相当明显的。 由于模糊控制器是模糊控制系统的核心，模糊控制系统的性能优劣，取决于模 糊控制器的结构、所采用的模糊算法、合成推理算法，以及模糊决策的方法等 因素。 模糊控制器的结构如图2 2 ： 厂一： 囤冒烟瓣 输入 i ，。1 。| 。1i 。i 。一1 输生 i ”“7 2 “i 二! ：竺 8 ”一“l l 一j 图2 - 2 模糊控制器组成 1 3 北京工业大学t 程硕士学位论文 从图中可看出，模糊控制器包含五个部分：输入量模糊化接口、数据库、规 则库、推理机和输出解模糊接口。很显然，模糊控制系统在结构卜与传统的控 制系统没有太大的差别，主要不同之处在于控制器采用了模糊控制器。在设计 模糊控制器时，首先是根据被控对象的具体情况来确定模糊控制器的结构。所 渭模糊控制器的结构指的无非是它的输入输出变量、模糊化算法、模糊推理规 则和精确化计算方法( 清晰化) 。模糊控制器设计的第一步就是确定控制器的输 入输出变量，这在一些简单的控制系统中并没有显示出它的重要性，而对复杂 系统来说，模糊控制输入输出变量的选择是极其重要的。 模糊化接口是将真实的确定量输入转化成一个模糊矢量：数据库用来存放 所有输入；输出变量的全部模糊子集的隶属度值( 即经过论域等级的离散化后 对应值的集合) ，若论域为连续域，则为隶属度函数；规则库存放着基于专家知 识和手动操作熟练人员长期工作经验的模糊规则，它是按人的直觉推理的一种 语言表达形式，通常由一系列的关系词连接而成，如i f - t h e n 、e l s e 、a l s o 、 e n d 、o f 等，关系词必须经过“翻译”才能将模糊规则数值化：推理机根据输 入模糊量，由模糊规则完成模糊推理来求解模糊关系方程，从而获得模糊控制 量，常用的模糊推理方法是z a d e h 近似推理；输出解模糊接口是将经过推理得 到的模糊控制量转化为清晰的确定量。由于模糊控制器是采用数字计算机来实 现的，所以它应具备以下功能： ，把系统偏差从数字量转化为模糊量( 模糊化过程、数据库两块完成) 对模糊量由给定的规则进行模糊推理( 规则库，推理决策完成) 把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟 量。 控制设计的主要任务是以被控系统的性能指标作为设计和调节控制器参数 的依据。控制器的最终控制性能应该达到预期的目的。一般说来，模糊控制器 设计需要考虑的设计参数有：采样频率( 根据香农定理和被控过程的技术限制 一14 第2 章模糊控制系统的结构及其工作原理 ! ! 目目| e ! e 目e ! | 一i g | ! ! | | ! ! e ! 曼 来选择) 、量化等级( 它严重影响系统的响应，如超调、上升时间、稳态精度等) 、 隶属度函数的类型和不同隶属度函数之间的重叠率、规则的数目和精确化计算 方法。实质上模糊控制器设计的关键在于如何有效地建立知识库即数据库和规 则库，决策逻辑控制实际上是依赖规则库来实现的。模糊控制器( 模糊推理系 统) 是直接实现模糊推理算法的专用设备，可以采用软件和硬件两种方式完成 一个模糊控制器的功能。当计算量比较小时，可以用软件实现模糊控制器。但 对于一些计算量大，实时要求高的控制系统，需要用硬件设备直接实现模糊推 理，以达到计算迅速，使用简便的目的。模糊逻辑控制是一种利用认得直觉和 经验设计的控制系统，与传统控制器设计思想不同，它不需要受控对象的数学 解析模型，因此不如经典控制器设计那样有成熟而固定的设计过程和方法。模 糊控制器是按一定的语言规则进行工作的，而这些控制规则是建立在总结操作 员控制经验的基础上，且大多数模糊逻辑推理方法采用m a m d a n i 极大极小推理 法。 由于被控对象的复杂非线性，难以建立其精确的数学模型，所以有关对象 知识的主要来源是领域专家或操作人员的知识和经验。但这些经验并不都是以 某种现成的形式存在于这些知识源中儿可供挑选的。为了从中得到有用的知识， 需要做大量的工作，即要把蕴含于知识源中的知识经过理解、选择、归纳等过 程抽取出来，用于形成经验型的知识模型或知识库，称知识获取，从而确定模 糊控制其的输入变量和输出变量以及它们的数值变化范围。在系统综合设计阶 段，需要根据实际问题进行具体分析，如自动操作的约束条件、工艺要求和控 制品质要求等，然后确定模糊控制其的结构，这一部的工作是十分关键的，因 为总体设计思想的正确与否关系到系统控制效果实现的成败，在控制器实现阶 段，要对输入值和输出变量的隶属函数进行定义，建立控制，进行运算子的确 立和选择清晰化方法，然后根据它们进行模糊化、模糊推理和清晰化的操作， 从而实现模糊控制。最后进行离线仿真研究和在现实是模拟试验，检验所涉及 一】5 一 北京上业人学上程硕士学位论文 的模糊控制器是否达到预定的控制目标。如果没有达到要求，就要对控制器的 结构、隶属函数、推理方法等进行重新设计或调整。设计时要调整的参数有： t 控制器结构； + 隶属函数的形状、位置； + 规则和隶属度； + 模糊推理的运算子； 清晰化方法。