基于MATLAB的智能多输入多输出智能解耦系统设计仿真

洛阳理工学院毕业设计（论文）基于MATLAB 的多输入多输出智能解耦系统仿真摘 要随着人类社会的飞快发展与进步，农业的科学技术也在跟着不断的前进，现代化农业越来越趋向于农业的自动化管理。研究温室环境的自动化控制系统，尤其是网络化的自动化现代农业的智能控制管理是现在和未来所必须研究的，也是未来很有潜力的研究方向。在温室环境的控制系统中，对温室里面的各个环境因子的控制将直接影响到农作物的生长和发育，其中温度和湿度的测控向来都是温室环境因子研究中的重中之重。此次研究的课题运用到了许多学科的新理论、新技术，本系统用的是智能控制中的模糊控制技术，针对很长时间以来温室中的温度和湿度存在很强的耦合关系和温室温湿度变化情况对监控系统的反馈等问题提出了不错的解决方案，提供了一种新的方法来解决系统控制不够精准、能源消耗比较高、经济效益不理想等问题，同时也可以解决好时变性、大滞后和耦合性这些繁琐的系统控制问题，可以有效的对温度和湿度存在的强耦合进行智能解耦。关键词：湿度，模糊控制，智能解耦，MATLABMATLAB Based Multi-Input Multi-Output Intelligent Decoupling System SimulationABSTRACTWith the continuous progress of human society and the rapid development of agricultural technology, agricultural facilities modernization of agriculture is undoubtedly an important symbol. Greenhouse environmental control system, in particular the network, based on modern agriculture control management automatic control technology, it is necessary and development potential. In the greenhouse environment control system, control of environmental factors in the greenhouse crops directly affect growth and development, including the detection and control of temperature and humidity monitoring greenhouse has been the focus of the study of environmental factors. The integrated use of new knowledge topic multidisciplinary, new results, the system uses intelligent control fuzzy control technology, has long been the strong coupling of temperature and humidity in the greenhouse effect and greenhouse temperature and humidity changes in the monitoring system of feedback and other issues made a very good the solution for system control precision is not high, relatively high energy consumption, poor economic returns and other such difficult issues opened up a new route, it is able to handle complex system degeneration, big lag and disaster together, etc. control problems, can effectively decoupled between temperature and humidity.KEY WORDS：Humidity,Fuzzy Control,Intelligent Decoupling,MATLAB1目录前言1第1章 绪 论21.1 课题研究的目的和意义21.2 国内外研究现状和发展趋势4第2章 系统总体设计62.1 控制系统的设计要求62.2 设计目标62.3 解耦系统的组成及解耦原理7第3章 解耦方法的选择93.1 系统环境因子的研究93.1.1 温度对作物的影响93.1.2 湿度对作物的影响103.1.3 温度和湿度的耦合关系113.2 解耦方法的选择123.2.1 对角矩阵法123.2.2 单位矩阵法123.2.3 前馈解耦法123.2.4 模糊解耦法及其优越性13第4章 模糊控制系统的设计144.1 模糊控制系统方案144.2 模糊逻辑控制器设计174.2.1 测量信息的模糊化184.2.2 模糊控制规则214.2.3 模糊推理224.2.3 反模糊化22第5章 系统仿真与调试245.1 系统仿真模型的建立245.1.1 Simulink仿真环境简介245.1.2 Simulink仿真模型组成245.1.3Simulink仿真的基本过程255.2 仿真调试295.3 仿真结果分析29结 论31谢 辞32参考文献33外文资料翻译34前言在智能温室控制系统中，温室里面的各种环境因素都是能够直接影响到农作物的生长和发育。在众多的环境因子中，能够对农作物起到明显的影响效果的就是温度和湿度的变化。不过，这样的复杂系统往往有着非线性、多变量、时变、大时滞这些特点，实际应用设计的时候建立它的很精确的模型是一件困难的事情，并且鲁棒性和自适应性都很弱。这些年来，采用模糊控制算法来解决这种复杂的控制系统的问题有了很大进步的实践。常见的温湿度控制器是把温度和湿度分开来进行监控的，但是真实的环境中温度和湿度这两种环境因子存在较强的耦合关系，对其中一个环境因子控制就会直接干扰另外一个因子的变化。研本课题的研究可以学习多变量系统的特点，系统的运动和平衡的变量之间的关系，并了解多变量系统的内部结构，同时能够了解模糊控制理论，用MATLAB实现多变量系统智能解耦控制。第1章 绪 论1.1 课题研究的目的和意义我国是一个拥有众多人口但是人均资源却相当匮乏的国家，据最新统计我国每人平均的耕地面积还达不到全球平均水平的三分之一，人均水资源拥有量也不到全球平均水平的四分之一，并且这些资源分布也不均衡。并且，由于目前我国的人口比较多，所以今后的一段时间我国的人口数量还会有一定的增加。面临这种严峻的资源形势，要满足大众的最根本的生活问题，首先一定要改变农业的生产方式，因为目前我国的农业仍然是浪费国家土地资源和水资源最严重的。因此，针对以往粗放型的农业生产方式加以改进，从而来减少浪费资源甚至达到不浪费，在有限资源环境的前提下，依靠科学技术的不断发展，来实现农作物的高产，生产的高效。就当前世界农业的发展形势来看，设施农业必定会成为农业现代化的一个重要标志。所谓设施农业，就是依据先进的农业设施，改造农作物、水产品、禽畜等的生活环境，抵挡外界的不良环境，增加对农作物作业的时间，从而使得农作物、水产品、畜禽等在更好的环境中使得产量和质量得到进一步提高。国家运用了很多方法来加快农业现代化的步伐，尤其是国家科委提出了“工厂化高效农业”这一具有时代标志的伟大工程，对我国农业的未来发展提供了一个很好的基础，在高效的农业科技生产项目中，其中一个重要的部分就是建立自动化水平比较高的温室。先进的现代化温室来源于发达的科学知识和技术，运用持续的生产管理方式，高效率的最大化生产各种水果、蔬菜、花卉等农作物，其核心技术是机械化，环境控制，自动生产。环境控制工程作为提高农业产量和质量的一种方法，成为了现代化农业的一个先进标志。但由于温室内较高的温度和湿度这种不好的工作环境以及追求高效率、精准的作业，仅仅依靠人工来对这些环境进行监控是不太现实的。采用计算机进行温室环境的自动监测控制和管理来代替人工是目前发展形势。研究合理高效的温室环境的控制方法可以提高土地和其它资源的利用率，通过对温室环境的准确的测量和控制，来减少温室环境的投入资源。在温室环境监这样的检测和控制控系统中，作物的生长速度与发育情况跟温室中的各个环境因子的控制有着直接的联系，所以对环境因子进行很优良的控制是一件非常必要并且很重要的一件事情。温室中存在着的各个环境因子都能对温室中的作物产生不一样的影响，比如温室内光照度、CO浓度、温度、湿度、营养液导电率(EC )，营养液酸碱度(PH)、土壤温度以及土壤湿度等，不仅温室内的环境因子能对作物产生影响，就连温室外的环境因子也能影响到作物的发育，比如温室外的风力、风向以及雨雪等，由于传感器技术的不断进步，实现对作物的一些特有指标和生理功能的监控已经可以变成现实了，就算模拟温室作物的一些生长过程以及发育情况也是可以做到的。这些类型有所不一样，性质也比较复杂的变量就是温室监测控制系统要重点处理的对象，以往的普通传感器是没有办法测量出这一些复杂的变量的精准的数据的，要求要有功能不一样的传感器来当做监测的工具选择正确的合适的传感器就可以实现对不同的变量进行精准的测量了。温度和湿度是这么多的环境因子中最基本的，它们对作物的影响也是最明显的，对温湿度的检测和控制向来都是温室环境因子监控中的重点，可是一直都没有完全解决下面的两个大难题，第一个就是温室中的温度和湿度不是相互独立的环境因子而是存在一定关系的，温度上升的话湿度就会有所减小，同样湿度增加的话温度就会降低即它们之间存在着一定的耦合作用，如果仅仅是控制两者其中的一个是不可能得到精确的结果的，第二个问题就是，以往在研究过程中，往往不会考虑执行机构得到数据后开始执行后，温室中的环境又发生了变化，这些变化又反馈给了监控系统。上面的这两个问题的一直存在，这样会让控制机构执行起来有些过度，进而温室内的能量消耗会不断增大。单因子控制以及多因子综合控制这两种方法是目前温室温湿度控制的主要方法。单因子控制是相对于多因子控制来说控制起来比较简单，它只是控制所有因素中的一个因子，而不考虑其他因子的影响和变化。当其在控制温度这个因子时，在进行控制时只对温度这一个因子进行调节控制，其它因子的变化已经对整个温室的影响并不给于考虑，这种方法的适用性比较差。因为在实际的温室中几乎所有的环境因子之间都存在着一定的或多或少的联系，一个因素变化了，其它因素也会跟着做出一定的变化，牵一发而动全身。多因子综合控制也可以叫做复合控制，能多多少少解决单因子控制存在的不足，此种控制方法依据作物对不同环境因子之间的影响联系，如果其中一个因子改变了，其它因子也会跟着做出相应的变化，由于这种方法能更好的结合众多的环境因子的变化，所以未来的温室技术的发展也会偏向于这种控制方法。由于常见的控制系统都运用单级控制这种方式，这样的系统还是可以满足一些规模比较小的、普通的、对控制精准对要求不是那么高的温室系统，但是随着时代的不断发展与进步，温室向着越来越大型，系统越来越复杂，要对也越来越高的方向发展，很明显这种比较单纯的控制方式是无法满足时代的需要的。所以，针对当代的大型复杂的温室研究出更好的温室控制系统是非常有必要的，也是很多实际价值的。因为在温室众多的环境因子中，温度和湿度是作为重要的也是对温室环境影响最大的两个因子，所以本科题的目的就是把温室里的温度、湿度作为研究对象来探索温室环境的自动控制技术，仅采用对温湿度环境因子的测控和研究，争取用合乎情理的实验方法得到相对来说比较准确的控制效果，模拟创造出一个人工的环境作为适宜作物生长和发育的生活气候，来代替那些影响作物健康生长和良好发育的环境因子，实现在实际的在农业生产活动中作物的生长周期变短，增加作物的产量，来得到更好的经济效益。1.2 国内外研究现状和发展趋势在温室中对作物影响最严重的环境因子主要就是温度和湿度这两个因子，所以，对温湿度进行智能解耦是当今温室环境控制系统研究的主要方向，随着我国温室产业的不断进步，温室的大小和种类也随之增加，我国的资源环境也跟着一步步短缺，所以，温室也趋向于向节约资源同时高产高效的方向发展，如果温度和湿度得到了优良的解耦那么温室的资源消耗就会大大的降低，温室的这种特点尤其是冬季升温和夏季降温这两个时候变现的更为明显。之前人们对温室中温度湿度的解耦控制问题已经进行了深入探索，总结出了各种，其中最好的解决方法就是通过模糊控制的方法，搭建一个模糊控制系统模型然后再进行模糊控制器的设计，加进解耦参数，通过这种方法来实现对温室的温湿度进行解耦控制，可以很大程度的提高控制系统的控制精准度。由之前人们的研究能够知道，第一，温室中的温湿度两者之间的解耦是温室解耦的主要目标，温室中有众多环境因子，进行解耦时例如二氧化碳、氧气含量以及光照强度等重要因子并没有考虑进去，温室的解耦本应该把其它的重要的环境因子也包括进去，第二，有很大部分都是采用要求有精确的数学模型才能解耦的解耦方法，而温室是一个比较模糊的模型参数，第三，以往采用的进行温室环境控制系统的解耦方法适用性较差，不一样的温室，它的环境模型也是不相同的，所以温室解耦的数学模型应该选取那些较为普遍的环境模型。第2章 系统总体设计2.1 控制系统的设计要求利用MATLAB/Simulink仿真的功能，设计基于MATLAB的温室大棚温湿度智能解耦系统并进行仿真，以温湿度的偏差量和偏差率为输入量，反模糊后的精确的温湿度控制量为输出量，采用模糊解耦方法对系统进行控制：(1) 了解和掌握解耦控制系统的设计方法；(2) 建立被控对象的模糊解耦系统的仿真模型；(3) 进行系统辨识、稳定性分析、控制策略选择、参数整定；(4) 最终进行系统仿真，并对仿真结果进行分析。2.2 设计目标学习多变量系统的特点、系统运动和平衡时各变量之间关系的数学描述法，理解多变量系统的内部结构和性质。用MATLAB实现多变量系统的智能解耦控制是利用模糊控制理论实现的。温度与湿度是影响温室大棚环境的两个重要环境因子。模糊解耦控制系统的原理是把被控量的理想值与t时刻的测量值作出比较 ，进而得到偏差e，再计算出偏差的变化率ec，然后，e和ec分别量化为模糊量E和EC，然后进行模糊决策，模糊决策是根据E、EC和 模糊控制规则R依据推理合成规则 ，得到模糊控制量u，最后把前面计算的模糊控制量u反模糊化成精确量U，作用在被控制的对象身上 ，这样不断的循环下去从而实现对被控对象的模糊控制，来达到系统解耦的目的Error! Reference source not found.。解耦设计的目的是构成独立的单回路控制系统，利用单回路控制理论实现系统控制性能。为了简化分析的难度但同时又不影响对整个问题分析的正确性，系统以温度和湿度的偏差值和偏差率为输入，反模糊化后的温度和湿度的精确控制量为系统输出量，选用模糊解耦法对本系统进行设计和仿真。2.3 解耦系统的组成及解耦原理本设计是基于模糊解耦法的温室温湿度智能解耦控制系统，比较重要的部分有温度和湿度传感器、模糊逻辑控制器以及执行机构等。本模糊系统方案如图2-1所示：图2-1 模糊控制系统方案结构图图中，是专家经验给出的作物生长所需的最佳理论温度，为给出的理论最佳理论湿度。、 分别是理想理论值与实际监测值之间比较后的温度和湿度的偏差，、分别是他们的偏差的变化率。因为实际中温度和湿度存在一定的耦合作用，所以通过加入解耦参数来减弱他们的耦合性，即： （2-1） （2-2）经过模糊控制器的解耦后，求得图中执行机构的输出控制量，本系统的最重要的组成部分就是图中的两个模糊逻辑控制器，其推理设计方法为： 把系统的输入量和输出量转化成模糊子集，然后定义论域，再由各输入输出量的真实变化范围构造模糊化表。根据这个方面专家的知识经验组成一个知识库，并构建模糊控制规则表。然后由模糊化表和模糊规则表，设计控制表格,计算出对应的模糊控制量。第3章 解耦方法的选择3.1 系统环境因子的研究 3.1.1 温度对作物的影响 温度是影响农作物生长发育相当重要的环境因素之一。农作物在整体的生长发育过程中所需要一切生物及化学反应，全都是在特定温度下发生的。农作物生长发育良好的前提就是必须要在适合的温度范围内才生长，如果温度高于上限或者低于一定的温度值，那么农作物就会畸形生长或者无法生长和发育，甚至死亡。所有农作物都有三个不同的温度基点，即能生存的最高温度和最低温度以及最适合作物生长的适宜温度。由于作物的种类、品种等不同，它们生长发育的最适宜温度也不一样。温室内的地温、气温以及营养液的温度都有对作物的呼吸作用、光合作用，还有光合作用产物的传送、根部的生长和水分、养分的吸收均有明显的影响。常见温室农作物生长发育的最合适的温度区间如图表3-1。表3-1常见温室作物的生育适宜温度蔬菜名称发芽期幼苗期采收期白天黑夜白天黑夜黄瓜25-2825-2813-1525-2815-19番茄28-3025-2815-1725-2820茄子30-3527-301717-3020生菜15-2015-2012-1517-1812-15 有表中数据可知，农作物的各种化学、光合作用和大部分产物运输是同一时刻完成的。如果下午和晚上的温度偏低时，叶子中光合作用的产物就不能运输出去，那么叶子就会变厚、同时会发紫，衰老的速度也会比较快，就会消弱以后的光合作用，使光合强度明显下降。如果光的强度比较弱，而温室内温度较高，光合作用的强度就会较弱，而呼吸作用就相对多一些，则作物枝干比较瘦小脆弱，叶子也会表薄。有结果表明，在作物的生长发育过程中如果夜晚营养液的温度比温室环境温度高，能加快作物的生长。作物生长发育前期温室温度应高一些，有利于叶面积指数的增加。到达生长发育的中后期后，叶面积指数就能够达到最大值，以后阶段单位面积的净同化率速率将决定作物的生产多少。在这个阶段就应该适当的下降温室温度，来不断积累净光合作用的产物。3.1.2 湿度对作物的影响湿度是指空气中含有湿空气的量。如果温室中的湿度偏低那么作物中的水分就不足，就无法发生正常的光合作用和蒸腾作用，同时温室中的湿度偏高也会大大加大作物发生病虫害的发生率。并且，湿度的不适宜会导致作物产量的下降，由于温室内作物的不断蒸腾作用和土壤的蒸发，温室内的湿度会很容易的比地面的湿度的高一些。适宜作物生长发育的环境白天为相对空气湿度大概在35%左右，晚上为相对空气湿度是83%左右。所以，温室内的的湿度改变主要就是降低湿度。表3-2给出了常见的几种温室作物生长的最适宜温度。表3-2常见温室作物生育适应湿度蔬菜名称发芽期幼苗期采收期白天黑夜白天黑夜黄瓜60-8530-8070-8530-7070-75番茄50-8020-7060-8020-7060-80生菜60-8030-7070-7530-8060-85空气湿度经常用以下表示方法：水汽压、露点温度、含湿量、相对湿度、绝对湿度和饱和差等，在此次研究中的湿度用的是相对湿度表示。相对湿度通常用%表示，记作%RH。3.1.3 温度和湿度的耦合关系 长期以来，温室环境因子研究的重点都是温度和湿度的耦合关系，只有经过众多的实践经验并总结规律才能正确领悟两者之间存在的耦合关系。温度和湿度这是两个耦合度很高的环境因子，只要其中的一个因子改变那么另外一个也会跟着做出相对的改变，因此想要同时控制这两个因子是一件非常不容易的事情。在一定的范围内如果温室内温度升高，那么湿度也会跟着下降，因为如果温室内的温度高上升，温室内土壤里的水分蒸发出来同时作物的蒸腾作用也会加强，加起来就会造成温室内的湿度有所下降。同样，如果温室内的湿度即水分含量发生了一定的变化，那么温室温度也会发生逆向的变化。本文所研究的对象是温室环境中的温湿度这两个因子，它们具有非线性、时变性、多变量耦合性、控制时延性、分布不均匀性等特点。首先，温室就相当于一个系统，其气候是一种热平衡状态，所以按照普通的方法对其进行建模是不合理的，适用性也会较差。其次，通常来说温室环境的建筑面积都相对来说很大，每个地方，每个角落的温湿度也会有所不一样，一般四周的温湿度都会比中间的要低一些，上部和下部同样也会有些差别，其值的大小取决于气流的流动方向和空间位置等多种因素，温室的构造环境也会对温湿度产生一定的影响。其三，因为作物的吸收热量和散发热量的能力以及光合作用的能力它们的生长发育阶段有关，所以整个温室的气候也会跟着作物的成长周期变化而变化。其四，针对外界环境的干扰，温室系统并不能够立即做出相应的响应，而是反应要相对有些延迟。本控制系统中变量之间存在一定的关系而不是没有联系的，温室内温度上升的同时，湿度就会发生变化而减小；温室湿度与时间的增加，温度会下降，因此，某一因素的温室温湿度控制，或多或少的间接变化的其他因素。总之，温室的温度和湿度这两个环境因子有很强的耦合作用，两者中的一个的变化会影响另一个的变化即存在相互影响，它们连同温室里的其它环境因子共同构成了一个复杂的对象，要想对其进行很好很理想的控制是很难的，这需要系统各个部分的协力配合。 3.2 解耦方法的选择针对多输入多输出的智能解耦方法目前主要有模糊解耦法、单位矩阵法、前馈补偿解耦法、对角矩阵法等。3.2.1 对角矩阵法对角矩阵法是把多个存在耦合的变量解耦成各个相互之间不再有影响的变量然后再进行控制的一个解耦方法，还可以改善单变量对象特性。不过由矩阵计算得到的解耦环节的数学模型，这种数学模型跟变量的维数有关，变量越多计算得到的数学模型就越复杂，这样就更加不容易实现。对角矩阵控制器具有结构简单、成本低的优点。研究结果表明，这种设计方法可以用来实现简单有效的复杂系统如多流的过程控制等。3.2.2 单位矩阵法孙优贤等都认同单位矩阵综合法认为该方法跟其他矩阵综合法相比有一些优点。也有学者认为对P规范双变量控制系统利用对角矩阵法进行设计就控制质量来说可以弥补单位矩阵法的不足，解耦后的系统可以按特定指标设计，对角矩阵法的灵活性较好，能够用多种解耦的方法来达到控制目的，单位矩阵法是根本没法做到这一点的。对于 V 规范系统，对角矩阵法同样具有优越性。这种解耦方法不仅可以解除耦合，而且等效对象为1，具有很强的稳定性。但解耦网络更为复杂，往往难以实现。在大多数情况下，解耦环节在物理上和工程实际中是无法精确实现的。3.2.3 前馈解耦法前馈解耦法是一种计算起来比较容易而且精确度很高的解耦方法。它的核心思路是以一个通道控制器的其他通道的输出的影响的干扰，和控制回路之间的耦合是通过前馈控制原理控制。这种方法是根据被控对象的数学模型设计的，因此此种方法不能应用在那些控制对象的数学模型不够确定的系统上面，适用范围也有一定的局限性。3.2.4 模糊解耦法及其优越性普通的解耦控制方法是在系统的较精确的数学模型上建立的，不过并不是所有的控制系统的精确的数学模型都可以轻而易举的建立的。模糊解耦不需要系统有很精确的数学模型，进行起来比较简单。通常模糊解耦可以划分成两种：一种方法先解耦控制对象，接着再针已经由多变量解耦而成的单变量开始设计后面的模糊控制系统；另一种方法是实现对控制器的解耦，对有多个变量的模糊控制规则进行模糊子空间的划分。实现问题是在建立一种试探搜索的基础上。在实际的控制中, 被控对象一般都不止一个而是有很多个，多个变量之间往往存在一定的耦合关系。为了很好的完成控制任务，必须设置好几个控制回来才行。作为控制回路的增加，两者相互作用的耦合效应也会越来越严重，这种往往是由系统中各控制回路的输入信号引起的，但是每一个回路的输入都会影响到其它回路的输出。模糊控制由于不需要精确的数学模型所以摆脱了这种其它方法无法摆脱的束缚, 这是一种新的控制解耦方法，所以本系统选用了模糊解耦的方法，并针对本控制系统设计了模糊控制器。由专家们的研究结果可知，采用模糊方法来解耦，控制起来相对稳定，系统的调整反应时间段，拥有较强的抗干扰能力，鲁棒性和动态品质也都比较不错，由于模糊解耦具有诸多优点，因此得到了很多专家学者的普遍关注和研究，未来的发展前景一片光明。各种解耦方法适应的控制对象不一样，模糊解耦这种方法适应于模糊的系统，系统的模糊程度越高越能体现出改控制方法的优越之处，所以非常适用于温室环境这样复杂而又模糊的系统的控制。第4章 模糊控制系统的设计4.1 模糊控制系统方案模糊控制是建立在模糊集合理论、模糊语言及模糊逻辑之上一种的控制，属于非线性智能控制。模糊控制系统的一般原理为：把被控量的理想值与t时刻的测量值作出比较 ，进而得到偏差e，再计算出偏差的变化率ec，然后，e和ec分别量化为模糊量E和EC，然后进行模糊决策，模糊决策是根据E、EC和 模糊控制规则R依据推理合成规则 ，得到模糊控制量u，最后把前面计算的模糊控制量u反模糊化成精确量U，作用在被控制的对象身上 ，这样不断的循环下去从而实现对被控对象的模糊控制，来达到系统解耦的目的。模糊控制是通过专家知识和经验的使用是控制对象的控制方法，通常采用“if条件，then结果”这样的描述形式，因此，通常被称为控制语言。它通常用于在一个严密的数学模型的对象模型的控制，它可以用来控制依据的是经验和知识的人（专家）。图4-1所示就是模糊控制的基本原理：图4-1 模糊控制系统原理框图它的核心部分为模糊控制器。模糊控制器可以直接在软件中设计，自己填写所需要的数据，模糊控制的基本过程为：计算机通过传感器得到各个被控量的准确的数据，接着把采样得到的数据跟理论设定的值进行比较得到一个误差信号E；通常取E当做是模糊控制器其中的一个输入，把误差E的准确值模糊化得到E的模糊量，然后用相应的模糊语言代替误差E的模糊量；这就可以得到误差E的模糊语言集合e，再由e和模糊控制规则R(模糊关系)根据推理的合成规则进行模糊决策，得到模糊控制量u为： (4-1)式中u为一个模糊量；为了得到精确的控制量以便对控制对象施加，还要把u的模糊量进行反模糊化最终就可以得到精准的控制量U：有了准确的控制量后，由于执行机构只能接受模拟量，所以还要把精确量进行数模转化，然后才能对被控对象施加准确控制；接着用同样的方法进行下一次采样，完成下一次控制。如此不断的重复下去，被控对象的模糊控制就可以得以实现。模糊控制跟其它的控制方法相比较，主要有一下几个特点：(1) 模糊控制可以不用建立精确的数学模型，只要能够掌握相关领域专家的以往知识和经验或操作或者是通过实践得到的数据，因此比较适合数学模型难以精确的被控过程，以及系统结构和参数不是很清晰等场合。(2) 模糊控制是基于语言变量的控制器，它的控制规则仅仅是通过语言变量这种形式来定性的表达，不需要通过状态方程和传递函数来表达，只要从专家学者的经验和知识中提炼出规则，直接用给定的语言变量，然后运用推理的方法来观察和控制。(3) 系统具有很强的鲁棒性强，能很好的用在时延系统、时变、非线性、的控制中。(4) 不一样的观点就可以设计出不同的目标函数，他们的语言控制规则是没有联系的属于相互独立，虽然如此，但是对系统的整体设计起到了协调作用。图4-2是模糊控制器的结构图，由图中可以看出其有三部分组成：精确量的模糊化，库模糊推理，模糊量的反模糊化。图4-2 模糊控制器组成1. 精确量的模糊化把一个清晰的准确量变成模糊量的过程叫做精确量的模糊化，输入量的种类不同那么他的隶属度也会是不一样的，例如，温度，温度的高低也可以划分为好几个等级非常冷，冷，常温，热、非常热。通常在运用过程中要把精确量进行离散化，就是进行连续的取值然后分成几个部分，每一部分对应一个模糊集。控制系统的偏差和偏差变化率称为该变量的基本论域，假使偏差的基本论域为-x，+x，偏差所取的模糊集的论域为(-n，-n+1,0，n-1,n),这样就能够得到精确量的模糊化的量化因子k： (4-2)2. 规则库和推理机模糊控制器的规则是根据领域专家学者的知识或实际操作人的日积月累得来的经验，这是一种靠人的直觉推理出来的语言。模糊规则一般是由一套连接在一起的关系词而成，如If-then，else-also，and-or等。本模糊控制系统的输入变量为e(误差)和ec(误差变化率)，那么它们对应的语言变量为E和EC，得到的模糊规则如下：R1：If E is NB and EC is NB then U is PBR2：If E is NB and EC is NS then U is PM通常把If部分称为“前提”而then部分称为“结论”。它的基本结构可以表示成If A and B then C，其中A和B分别是是论域U和V上的一个模糊子集。由人为的控制经验，可离线组织其控制决策表R，R是笛卡儿乘积集UV上的一个模糊子集，则某一时刻其控制量C由式给出： (4-3)规则库是存放所有模糊控制规则的一个库，“推理机”在进行推理时提供控制规则。根据上面可知，控制规则的多少跟模糊变量的模糊子集划分多少有直接的关系。模糊子集划分的越多，控制规则的数量也就越多，但是控制规则的条数越多控制规则的精确度也不一定高，规则库是否精准往往跟专家知识经验是否准确有关。在设计模糊控制规则时，一定要把控制规则的一致性、完备性、交叉性等考虑进去。完备性指的是不管是哪一个输入，都有相对性的控制规则来控制它。为了保证系统能完全被控制一定要要求控制规则具有完备性。控制规则的交叉性是指控制规则之间不是孤立的是存在一定的关系。控制规则里面不能有相互对立的规则这就是控制规则的一致性。在现实的过程中，操作人员虽然能够熟练地控制系统，但也不一定能归纳出控制语言。为此，模糊控制规则可由系统的输入和输出产生，然后根据数据生产控制规则。反模糊化：模糊量的模糊控制决策得到。有必要将模糊量的准确数量。它是从模糊集的共同演绎的映射（也叫判决）。就是在一个输出范围内，找到一个被认可的最具有代表性的、可直接驱动控制装置的确切的输出控制值。反模糊化的主要判决方法有：加权平均法，最大隶属度法以及重心法。本系统采用的是加权平均法进行的反模糊化。4.2 模糊逻辑控制器设计模糊逻辑控制器的设计是整个模糊控制系统设计的关键，MATLAB中的模糊控制工具箱可以非常简单便捷对其进行设计，其整体设计思路如下图4-3所示：图4-3 模糊逻辑控制器结构图4.2.1 测量信息的模糊化1. 输入、输出变量分析输入变量各取值情况如表4-1所示。表4-1 输入变量各个取值情况输入变量物理论域-10，+10-1，+1-15，+15%-5，+5模糊子集：NB，NM，NS，Z，PS，PM，PB量化等级13131313模糊论域：-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6X1X2X3X4量化因子0.66.00.41.2输出变量的模糊子集E语言范围为：NB，NM，NS，Z，PS，PM，PB在MATLAB中依照系统真实的输入、输出量个数来确定模糊控制器的结构。本系统的设计中有两个模糊控制器，但是一个模糊逻辑控制器有两个输入和一个输出，即误差e和误差变化率ec为两个输入，以及控制量u为输出。值得注意的是这里的几个变量都还是精确值。后面还要把它们转化成模糊值。e，ec，u分别对应的模糊量为E，EC和U。本系统的输入输出设置如图4-4所示：图4-4 输入输出设置图2. 隶属函数的确定隶属函数(membership function)，是表示模糊集合的数学工具。为了实现简单、实时计算的设计，本系统采用最简单的三角形的隶属函数，其隶属度函数赋值如表4-2所示表4-2 模糊变量隶属度赋值表模糊变量E/EC/U-6-5-4-3-2-10123456NB10.5NM0.510.5NS0.510.5Z0.510.5PS0.510.5PM0.510.5PB0.51在MATLAB中输入输出的隶属函数设计方法如图4-5所示：图4-5 隶属函数的设计4.2.2 模糊控制规则模糊控制规则的确立是有一定的原则的:即系统的输出响应的动静态特性最好。系统稳定性是最重要的，如果偏差出现偏大或者较大时应该以最快消除偏差来选择控制量，如果偏差小时，这是控制量的目的就是要阻止超调。拿温度环境因素来说，他们的模糊控制规则为：IF is and is THEN is 模糊规则就确定就是根据领域专家学者的权威经验，针对本控制系统的结构和对应的输入模糊集，得到了的模糊控制规则条数为49条。在MATLAB中设计模糊规则如图4-6所示：图4-6 模糊控制规则设计图4.2.3 模糊推理从不精确的前提集合中得出可能的不精确结论的推理过程，又称近似推理。在专家系统中，“ if - then”规则并不总是表示逻辑公式， 它们可以看成是用于特殊情形的产生式规则或决策规则。于是“if x 是A then B”可以解释为： “如果x 满足条件A， 则执行动作B”这里B 可以是对知识库的更新，也可以是对某个过程的驱动等等。模糊产生式系统与模糊逻辑系统的不同之处主要是，模糊产生式规则被视为元级规则，且模糊产生式系统的推理机是显式的，而模糊逻辑规则是通过自身隐含的推理机执行的。模糊推理在模糊逻辑控制器的设计过程中是很重要的。本系统采用的推理方法的模糊模型，根据当前时间的模糊控制的输入变量的量化对应的隶属度值，然后找到相应的模糊控制规则，这样我们就能够得到控制量的输出模糊集。对于大滞后的特点，对信号量应控制在EC = 0附近，通过对量化模糊论域中的偏差及偏差的变化率根据领域专家知道及实际工作人员亲身经验可以推理出模糊控制规则，纳入内存中，方便以后用到。4.2.3 反模糊化模糊逻辑控制器的输出量是一个模糊集合，反映的是不一样的控制语言的组合，所以输出的模糊子集中的精确数量的控制输出，这是从模糊集的普通集的映射判决( 清晰化)。判决的方法有多中，前面已经介绍过，在本系统中为了得到精准的控制要求，所以本系统运用的是加权平均法来得到模糊控制的输出控制量。其表达式为 (4-4)上述公式中，n是模糊变量的数量个数；而是模糊变量；是相应的模糊变量隶属度。经过反模糊化后，就能够得到非模糊的精确量的输出，由一系列的计算过程可以得到模糊控制响应表，模糊控制响应规则表如下4-3所示。表4-3 模糊控制规则表UENBNMNSZPSPMPBECNBPBPBPMPMPSZZNMPBPMPSPSZZZNSPBPSZZZNSNMZPMPSZZNSNSNMPSPMZZZNSNMNBPMZZNSNSNMNBNBPBZNSNMNMNBNBNB23第5章 系统仿真与调试5.1 系统仿真模型的建立计算机的仿真过程是依据所研究的控制系统的实验要达到的目标而建立起来的系统仿真模型，并在不同条件下通过计算机对建立的系统模型进行动态运行的过程。本系统采用的是模糊解耦控制算法对温室大棚温湿度进行MATLAB仿真，使用其中的simulink进行的系统仿真。5.1.1 Simulink仿真环境简介Simulink是Simu和Link的合成，所以它拥有仿真和连接的功能，简单地说就是这个软件能够使用鼠标在模型窗口上组建连接出自己想要的控制系统模型，然后在模型窗口直接进行系统的仿真。在实际工程中，控制系统的结构一般都比较复杂，要想输入复杂的控制系统到计算机中，并进一步分析与仿真，只能利用专业的能够建立系统模型的软件来实现，由此可见，为了自己在未来的工作中能够更好的发展一定要熟练掌握Simulink。Simulink是MATLAB软件的扩展，它与MATLAB的不同之处它是基于Windows的模型化图形输入而不是编程语言。通过模型化图形输入，用户只要明白模块的输入、输出和模块的作用。模型化图形输入就是Simulink中的根据功能的不同分类也不一样的基本模块，没有必要知道模块内部是怎么连接实现的。把这些已经调用的模块在模块窗口中搭建成自己想要的系统模型（保存为.mdl文件），就可以实现仿真与分析。5.1.2 Simulink仿真模型组成Simulink中的仿真模型有以为几个基本特点：(1) Simulink内有很多的接收模块例如Scope（示波器），可以看到清晰明了的图形显示。(2) Simulink的模型能够通过建设底层的子系统构建高层次的母系统。(3) Simulink提供的有子系统封装功能，用户可以自己设置系统图标和参数设置对话框。5.1.3 Simulink仿真的基本过程打开Simulink后，就可以在Simulink中进行构造自己需要的模型然后进行仿真。其基本的方法是：1. 打开空白的模型窗口如图5-1所示：图5-1 simulink建立模型窗口2. 在Simulink模块库的浏览界面,可以找到自己需要的的模块。把已经选中的那个模块拖到已经创建好的模型窗口中，在模型窗口中就会出现刚才拖过来的那个模块。Simulink 的仿真模型库如图5-2所示：图5-2 simulink模型库3. 编辑窗口中的模块参数。渲染模块只能通过设置模型的默认参数以此来满足用户的需要，但有些时候要求有指定的一组参数。此时就可以打开模块参数对话框，在弹出的对话框中的查看模块的默认参数，也能够改变模块的参数设置。如图5-3所示：图5-3 模型参数对话框4. 在模型创建窗口，把自己所选择的各模块连接，建立自己所需的系统模型。5. 在对话窗口输入自己需要的仿真模块，然后连接进行仿真分析，同时仿真的结果也能够实时显现。在进行仿真的时候如果到了自己需要的地方，可以点击停止按钮则仿真暂时停止，进行修改参数。6. 如果对结果满意，可以保存模型。通过Simulink进行仿真时，对于平时小的简单模型的仿真，建模时的方法等没有太多要求；但是随着模型的复杂，系统变得庞大，在采用Simulink建模仿真时，则需要进行科学、系统的规划。Simulink的建模有以下几个基本原则。(1) 子系统划分要清晰往往一个大系统是把很多个小的系统搭建起来而成的，所以，对应的大系统模型同样由多个子模型组建而成。两个子模型之间，除了必要的信息联系，相互耦合的作用较小，结构清晰同样也是很重要的。(2) 模型精度要恰当系统工程不一样，对系统要求的精确程度也是不一样的。按照精确程度的不同同样的系统模型可以分成好几个等级。例如用在研究飞行器方面的模型对精准度要求就比一般的模型高，通常要考虑一些细小的参数对整个系统的影响，这类复杂系统的仿真模型，需要相对高性能的计算机来实现的，也有对模型精度要求相对较低的，比如飞行员平时训练飞行的模拟器。(3) 模型要有针对性系统模型应该只包括跟研究内容有关的模块，一个系统不一定只有一个模型，如果研究的目的不一样那么所选择的模型就不一样。(4) 建模要从总体角度出发指的是如果要想把个别模块做成更大的模块，首先要考虑那些合成的模块。按以上方法本文所画系统仿真模型如图5-4所以：图5-4 系统仿真模型5.2 仿真调试该系统的性能是通过设置各模块的参数和Decoupling Control Subsystem 这个子系统的解耦的参数的来进行改进的。当设定温度设为20%，湿度设定值为70%，几次调试后发现T=0.09，H=0.02（精确到小数点后两）时仿真结果最合理。5.3 仿真结果分析 经过多次参数修改与系统调试，得到最终的仿真结果如图5-5所示：图5-5 系统仿真结果图结果表明，温室内的温度和湿度存在相互的影响，当没有进行控制时当温度升高时，湿度就会有所下降，温度下降时湿度又会有所上升，同样温室湿度发生浮动时，温度也会发生变化，并且是逆向的变化。当温室内采用模糊控制系统时，刚开始温度和湿度会发生如上的变化，不过随着时间的推移，温度和湿度就会趋于稳定，他们之间的耦合关系经模糊系统解耦后就消失了，他们之间的相互作用也消失。综上所述，温室里面运用模糊解耦控制算法，表现出系统的超调量小，控制过程是相对平滑的，而