电阻炉非参数预估模糊控制系统设计

1、本科生毕业设计说明书（毕业论文）题 目： 学生姓名：学 号：专 业： 班 级： 指导教师： 42摘 要温度控制在工业控制中一直是富有新意的课题，对于不同的控制对象，有着不同的控制方式和模式。温度系统惯性大、滞后现象严重、难以建立精确的数学模型，给控制过程带来很大难题。本文以工业中常见的井式电阻炉为控制对象，以井式电阻炉(功率450kw)温度控制系统为背景，针对电阻炉具有大滞后、参数时变、非线性的特点，设计并制定了模糊PID选择控制系统、模糊PID自整定控制系统、预估模糊控制系统以及非参数预估模糊控制系统等控制方案，并且在MATLAB语言环境的simulink工具箱中进行了仿真研究，通过实验结果

2、比较证明非参数预估模糊控制系统设计具有响应时间短、没有震荡、没有超调量适应性强等特点，证明其具有良好的控制效果。关键词：电阻炉；模糊控制；非参数预估；MATLAB仿真AbstractTemperature Control in Industrial Control has been the subject of innovative, for different control objects, with different control methods and models. Temperature of the system inertia, lag is serious, it is

3、difficult to establish accurate mathematical model of great challenge to the control process. This common industrial pit resistance furnace as a control object to pit resistance furnace (power 450kw) as the background temperature control system for resistance furnace with a large delay, parameter va

4、riation, non-linear features, design and developed a multi-modal fuzzy PID control system, fuzzy self-tuning PID control systems, fuzzy control systems, and estimated non-parametric prediction fuzzy control system, control program, and the language environment in MATLAB simulink toolbox conducted a

5、simulation study. Comparison by non-parametric estimates prove that fuzzy control system design in resistance furnace temperature control is feasible. Key words: Resistance furnace；Fuzzy control；Non-parametric estimate；MATLAB simulation内蒙古科技大学毕业设计说明书（毕业论文）目 录摘 要IAbstractII第一章 引 言11.1 课题背景及研究意义11.2 电

6、阻炉控制简介11.2.1 电阻炉的简介11.2.2 电阻炉的主要分类11.2.3 电阻炉温度控制策略的研究现状21.3 本文主要研究内容3第二章 电阻炉传统控制系统设计42.1 控制对象简介42.2 传统控制系统的分类52.3 传统PID控制发展的现状62.4 PID的控制原理62.5 PID控制系统仿真82.6 传统PID控制方法的不足9第三章 电阻炉模糊控制系统设计113.1 模糊控制技术的起源与发展113.2 模糊控制的研究现状123.2.1 模糊控制的研究进展123.2.2 模糊控制与其它先进控制理论的结合133.3 模糊控制器的设计133.3.1 模糊控制器选型143.3.2 语言变

7、量及其论域的选择143.3.3 语言值的隶属函数的选择153.3.4 控制规则的建立193.3.5 输入、输出变量的模糊化183.4 模糊控制系统的设计19第四章 电阻炉模糊控制系统仿真234.1 MATLAB简介234.2 单回路模糊控制系统的仿真234.3 模糊PID多模态控制系统的仿真244.4 模糊PID自整定控制系统的仿真264.5 模糊控制与传统PID控制算法的仿真比较27第五章预估模糊控制策略设计及仿真285.1 预估控制的基本原理285.1.1 预估模型285.1.2 滚动优化285.1.3 反馈校正295.2 预估模糊控制系统295.2.1 预估模糊控制设计295.2.2 预

8、估模糊控制的仿真315.3 非参数预估控制系统325.3.1 非参数预估控制原理325.3.2 非参数预估模糊控制系统设计325.3.3 非参数预估模糊控制的仿真33总结与展望366.1 总结366.2 展望36参考文献38致 谢40第一章 引 言1.1 课题背景及研究意义电阻炉是以电流通过导体所产生的焦耳热为热源的电炉，它以电为热源，通过电热元件将电能转化为热能，在炉内对金属进行加热。随着我国科学技术的迅猛发展和工业生产水平的不断提高，电阻炉在国民经济生产中得到了广泛的应用，占有重要的地位。电阻炉和火焰炉相比，具有结构简单，炉温均匀，热效率高，无烟尘、无噪声，炉体寿命长等优点，适用于要求较严

9、的工件的加热，容易实现生产过程的机械化和自动化。本课题以工业中常见的井式电阻炉为控制对象，针对电阻炉具有大滞后、参数时变、非线性的特点，设计了非参数预估模糊控制系统，研究了它的控制算法，并且在M TLAB语言环境的simulink工具箱中进行了仿真研究，证明这种设计具有良好的控制效果。1.2 电阻炉控制技术简介1.2.1 电阻炉的简介电阻炉利用电流使炉内电热元件或加热介质发热，从而对工件或物料进行加热。电阻炉是热处理生产中应用最广的加热设备，电阻炉温度控制系统是一种具有纯滞后的大惯性系统，它被广泛用于机械工业中的金属锻压前加热、金属热处理加热、钎焊、粉末冶金烧结、玻璃陶瓷焙烧和退火、低熔点金属

10、熔化、砂型和油漆膜层的干燥等。电阻炉是典型的工业过程控制对象，具有大惯性、纯滞后、参数时变等特性。随着生产水平不断向前发展，人们对控制系统的稳态精度及各项动态指标等都提出了更高的要求，而对炉温的控制仍是工业控制领域中的一个难题，因此对电阻炉控制策略的研究就具有非常重要的理论价值和实际意义。1.2.2 电阻炉的主要分类1.井式电阻炉井式电阻炉主要用于长杆形工件的正火、淬火、回火等热处理加热。炉架和炉壳由型钢和钢板焊接而成。大型井式炉具有分层组装结构。炉壳密封，炉底因承受较大的砌体质量，用槽钢制成骨架。炉盖上的炉衬常用耐火纤维制作。炉盖的结构根据需要分为整体提升式及水平移开等型式。炉盖可人力操作，

11、也可用动力驱动。炉衬分为全纤维和砖砌两种结构。在全耐火纤维炉衬内为固定电热元件，常预制成一个圆形框架，埋在炉衬砌体中，从框架上再焊接支撑电热元件的杆件，杆件端部套上耐火陶瓷管，悬挂电热元件。砖砌炉衬直接在炉墙上钻孔固定支撑电热元件的杆件。2.台车式电阻炉台车式电阻炉主要用于高铬、高锰钢铸件、灰口铸铁件、球墨铸铁件、轧辊、钢球、破碎机锤头、耐磨衬板淬火、退火以及各种机械零件热处理之用。电炉炉体与台车之间采用双层迷宫式密封或柔性纤维密封来减少电炉的热辐射及对流损失，并可改善炉温均匀性。加热元件的通电与炉门开启及台车的进出采用连锁控制。炉体有安全接地措施，保证使用安全。3.振底式淬火炉振底式炉主要用

12、于处理标准件，轴承套圈等工件。这类炉子设有振动机构，使装载工件的活动底板在炉膛内往复运动，借惯性力使工件连续向前移动。由于振底板一直处在炉内，故炉子热效率高，属能效比较高和运行成本较低的炉型。1.2.3 电阻炉温度控制策略的研究现状电阻炉温度控制系统是大惯性、参数时变、纯滞后的系统。对于这样的系统，传统的PID控制难以获得满意的控制效果。不少学者研究出了很多先进的控制方法以解决复杂的电阻炉温度控制问题。1、针对滞后、时变性和控制动作单向性等特点的炉温控制系统，提出了一种比例、积分自校正PID与修正因子模糊控制算法相结合的模糊PID复合算法，以西门子PLC为控制核心，固态继电器为执行器，通过调功

13、的方法来达到控制温度的目的;并在具体实验中对比了多种控制算法的控制效果，验证了该设计方法的优越性和有效性。2、针对大型台车式电阻炉具有大滞后，大惯性，严重非线性的特性，提出了由预测控制和模糊控制相结合的预测模糊控制算法，同时也介绍了预测模糊控制算法在电阻炉计算机控制系统中的应用。3、用遗传算法对模糊控制器的控制规则的参数进行优化，提高炉温控制系统的动、稳态性能，实现模糊控制和PID控制在不同控制段的优化，并采用遗传算法优化控制参数和控制规则，保证了炉温控制系统具有较高的控制精度和良好的动态特性和鲁棒性。4、根据电阻炉实际生产过程对温度控制的要求，针对常规模糊控制存在较大稳态误差、在给定值附近易

14、产生振荡等不足，提出将专家系统引入模糊控制，构成专家模糊控制器，以改善控制器的性能:文章着重介绍了控制器的构成与设计方法，应用结果表明:基于专家的模糊温度控制系统，稳态误差小、控制精度高，控制方案有效、可行。5、以工业电阻炉为研究对象，对系统进行分析，建立了系统的离散数学模型，用超稳定理论设计了一个结构简单的参考模型自适应(MRAC)系统，仿真结果表明该系统超调量小，跟踪速度快。又以AT89C52单片机为核心实现了该温度控制器的硬件设计，具有一定的实际应用价值。6、通过对电阻炉工作特性的分析，根据电阻炉的特点，采用模糊神经网络控制，提高了系统的稳态性能和动态性能，减小超调量，缩短了动态调节时间

15、，提高了控制系统的实时性，有效地实现了电阻炉的温度控制，证明了基于DSP的模糊神经网络控制算法优于常规的控制方法，使炉温的控制精度大大提高，抗干扰能力增强，取得了良好的控制效果。1.3 本文主要研究内容 对于工程中的电阻炉的温度控制，采用传统控制方法不能很好地解决对象非线性、纯滞后、参数时变等问题，本论文主要研究了将模糊控制技术与在线预估相结合的控制方法。本文主要内容及难点：1.查阅教材、期刊、论文等资料熟悉了解了电阻炉的工艺及特点。2.根据电阻炉过程控制的特点，设计并比较了多种控制系统。3.针对对象非线性、纯滞后、参数时变等特点，研究了一种非参数在线预估的原理，设计一种非参数预估模糊控制系统

16、。4.用simulink对设计的控制系统进行仿真并分析比较其仿真结果。第二章 电阻炉传统控制系统设计2.1 控制对象简介介于电阻炉种类的多样性，以及其大多工作原理类似，固下面仅以中温井式电阻炉作介绍。中温井式电阻炉由炉壳、炉衬、电热元件、炉盖及其升降机构这五个主要部分组成。电阻炉炉体垂直，上端开口，外壳由钢板和型钢制成圆柱形炉体，具有足够的强度。炉盖内面采用弧形超轻质节能耐火材料和胜酸铝纤维制成。炉衬采用超轻质节能微孔耐火保温砖砌筑。炉衬与炉壳夹层置酸铝纤维毡保温，间隙填充膨胀保温粉。加热电阻丝采用OCr25A15高电阻合金丝线成螺旋状安装在炉膛的搁丝砖上，通过引出棒引到炉外。炉盖采用手动或电

17、动升降，可用砂封、水封或油封，绝热性能极佳。根据炉子大小及炉温均匀性的要求，可在炉口区适当增加功率。为了使工件均匀加热，中型井式电炉采用多区多段控温，并按空气升温规律采用均温布丝法合理分配功率，以保证炉膛温度上下均匀一致。为保证操作安全，在升降机构附近装有限位开关，此开关与井式电炉控制柜电源连锁，炉盖关闭时接通电源。当炉盖开启时限位开关即切断控制电源，同时切断加热元件的电源，以保证安全操作。本论文以中温井式电阻加热炉为控制对象。加热设备为三相交流调压装置，输入控制信号为05V，输出相电压为0380V，加热炉额定功率为450kw，最高炉温为650。电阻炉温度控制系统工作原理如图2.1所示。图2.

18、1 电阻炉温度控制系统工作原理框图电阻炉炉温的控制原理如下：电阻炉通过改变加热电阻上的电压调节炉膛温度。传感器将输出的炉温与输入信号比较，得出差值e(t)经A/D转换器变成数字量送控制计算机，经模糊逻辑推理运算后通过D/A转换器输出控制信号u(t)，作用于交流调压装置，从而对电阻炉的温度进行控制。将图2.1中的控制信号u(t)到炉膛温度c(t)的部分看成广义被控对象，当控制信号u(t)=5V时，炉膛温度最高可以达到650。2.2 传统控制系统的分类按系统的基本结构可以将传统控制分成开环控制系统和闭环控制系统，区分开环控制系统和闭环控制系统的主要依据为被控对象的输出量是否被负反馈到控制器。两类系

19、统的结构框图分别如图2.2和2.3所示。图2.2 开环控制系统图2.3 闭环控制系统开环控制系统是指无被控量反馈的控制系统，即需要控制的是被控对象的某一量(被控量)，而测量的只是给定信号，被控量对于控制作用没有任何影响的系统。信号由给定值至被控量单向传递。这种控制较简单，但有较大的缺陷，即对象或控制装置受到干扰，或工作中特性参数发生变化，会直接影响被控量，而无法自动补偿。因此，系统的控制精度难以保证。闭环控制系统则是一个负反馈系统，系统的输出信号沿反馈通道返回到系统的输入端。从被控对象检测出输出量，用此检测值与目标期望值进行比较，控制器根据两者的偏差按某种数学模型进行运算，用其输出结果作为控制

20、量;当各种外部环境发生变化对过程产生扰动时，控制器也做出相应变化，以达到自动控制跟随目标值的目的。闭环系统的突出优点是利用偏差来纠正偏差使系统达到较高的控制精度。2.3 传统PID控制发展的现状在工业过程控制中，PID控制是历史最悠久，生命力最强的一种控制方式。它是迄今为止最通用的控制方法。它提供一种反馈控制，通过积分作用可以消除稳态误差，通过微分作用可以预测未来。PID控制能解决许多控制问题，尤其是在动态过程是良性或者是性能要求不太高的情况下。PID控制不仅是分布式控制系统的重要组成部分，而且还嵌入在许多有特殊要求的控制系统中。在过程控制中，90%以上的控制回路采用PID类型的控制，因此，大

21、多数反馈回路采用该方法或其较小的变形来控制。我们今天所熟知的PID控制产生并发展于19151940年期间。尽管1940年以来，许多先进的控制方法不断推出，但 PID控制方法以其结构简单，被广泛应用于冶金、化工、电力、轻工和机械等工业过程控制中。据日本电气计量器工业会先进控制动向调查委员会统计，在日本有91%的控制回路采用的是PID控制。在美国，据控制工程杂志估计，有90%以上的工业控制采用的是PID控制。而在我国，现在PID控制方法的应用就更加普遍。虽然随着控制理论的发展和控制手段的更新，许多基于现代控制理论的新型控制方法不断出现，但PID控制仍是最重要的控制方法。据估计：在我国过程控制工业中

22、需要约50万个智能的PID控制器。PID控制的发展经历了液动式、气动式几个阶段，目前正经历由模拟控制向着数字化、智能化控制的方向发展阶段，这些数字化、智能化的控制有着传统的模拟控制无法比拟的优点，如：可以灵活的改变控制参数；可以灵活的改变控制策略等。随着工业的发展，对象的复杂程度不断加深，尤其对于大滞后、时变的、非线性的复杂系统：其中有的参数未知或缓慢变化；有的带有延时或随机干扰；有的无法获得较精确的数学模型或模型非常粗糙，加之，人们对控制品质的要求日益提高，基本PID控制方法的缺陷逐渐暴露出来。对于时变对象和非线性系统，基本的PID控制更是显得无能为力。因此，基本PID控制的应用受到很大限制

23、和挑战。人们在对PID控制方法应用的同时，也对其控制算法进行了各种改进，例如：不完全微分PID算式、积分分离PID算式、变速积分PID算式和带死区PID算式等。2.4 PID控制原理PID控制是20世纪30年代提出并实现的控制机理。其控制规律 (2.1)u(t)是控制器的输出；e(t)是控制器的输入，是偏差值，即给定值r(t)与被控参数实际输出y(t)的差值 (2.2)Kp是比例系数；Ti是积分时间常数；TD是微分时间常数。从式(2.1)可知，控制器的输出由三个部分组成。第一部分是比例控制部分，输出为u1(t)=Kpe(t) (2.3)与输入偏差e(t)成正比；只要偏差e(t)一出现，控制器立

24、即产生控制作用，使被控参数朝着减小偏差的方向变化，具有控制及时的特点。控制作用的强弱取决于Kp的大小。如果只用比例控制，系统稳定时要使控制器仍维持一定控制量输出，必然存在静差；加大Kp可以使静差减小，Kp过大会使系统动态品质变坏，引起被控量振荡导致系统不稳定。 第二部分是积分控制部分，输出为 (2.4)只要偏差e(t)不为0，它将通过累积作用影响控制量，以求减小偏差;偏差为0，控制作用不再变化，系统达到稳定。积分作用加人可以消除系统静差。积分时间Ti小，积分速度快，积分作用强。增大Ti将减慢消除静差的过程(降低响应速度)。从而可以减小超调、提高稳定性。对温度参量等滞后较大的对象，宜选Ti大一些

25、。 第三部分是微分控制部分，输出为 (2.5)输出与偏差信号e(t)的变化速度成正比，即使偏差很小，只要出现变化趋势，便马上产生控制作用，以调整系统的输出，阻止偏差的变化.这是一种“超前”控制作用，在偏差出现或变化的瞬间作用明显。偏差变化越快，u3(t)越大，反馈校正量越大。微分控制将有助于减小超调、克服振荡，使系统趋于稳定。采用PID控制器，从静态和动态方面改善了控制器的品质。某时刻改变r(t)或y(t)，作为控制器输人信号的偏差值e(t)是阶跃信号，作为控制器输出信号的u(t)是对e(t)的响应信号。在阶跃信号作用下，首先是比例和微分作用，使控制器控制作用加强；然后再进行积分，直到最后消除

26、静差为止。即这个过渡过程是快速并平稳，然后准确跟踪。PID控制器成为一种应用广泛的控制器。2.5 PID控制系统仿真PID控制的仿真结构图如图2.4所示。本图是电阻炉特性仿真图，以单回路控制系统为研究基础，又因为单回路最简单，所以在仿真过程中，所得仿真特性图最能体现对象的特性。图2.4 PID控制系统由于该PID控制只调整一个参数Kp，取不同的Kp值，可得到一系列的仿真成果，当Kp=0.5, TD=5,Ti=1/200时，仿真结果如图2.5所示。图2.5 PID仿真结果当Kp=1, TD=5,Ti=1/200时，阶跃响应结果如图2.6所示。图2.6 PID仿真结果当Kp=1.5, TD=15,

27、Ti=1/50时，阶跃响应结果如图2.7所示。图3.5 PID仿真结果由这些图可以看出，参数Kp、Ti、TD的选定是很重要的。当比例系数KP增大时，余差虽然会减小，但是系统的稳定性会变差，容易产生振荡，相反的话，余差又会增大，当被控变量受干扰影响而偏离给定值后，不可能再回到原先数值上，因为如果被控变量值和给定值之间的偏差为零，调节器的输出不会发生变化，系统也就无法保持平衡。由此可知，当Kp=0.5, TD=5,Ti=1/200时，仿真结果最好。2.6 传统PID控制方法的不足利用传统方法进行控制(传统的PID控制)的首要任务是推导出被控对象的数学模型。有两种方法:一，利用物理定律建模;二，利用

28、被控对象的试验数据进行辨识，通过计算得出系统模型，即实验建模。有时设计人员先写出表征被控对象特性的微分方程，进一步根据实验得到的数据，来确定对象的模型。利用不同的方法，同一个被控对象可以得出很多数学模型。设计人员的任务就是推导出一个尽可能精确的、可以用来进行系统仿真、分析控制系统性能的模型，即真实的模型。但是没有被控对象能得到一个完美的数学模型，因为通过分析得到的对象的数学模型无法完整且准确地反映对象的所有动态特性。在设计控制系统时，首先就要建立一个相对准确的对象模型来设计控制器。据统计，目前在控制工程中，90%采用PID控制策略。PID控制需要知道被控对象较准确的数学模型。实际上，一些物理过

29、程无法建立较准确的数学模型，但有经验的操作人员可以成功地对其进行控制。对于电阻炉控制系统，人们可以不建立它的数学模型而采用模糊控制的理论对其进行控制。在实际工程中，将模糊控制理论用于电阻炉的温度控制，己经取到了良好的控制效果。第三章 电阻炉模糊控制系统设计3.1 模糊控制技术的起源与发展模糊控制是近代控制理论中建立在模糊集合上的一种基于语言规则与模糊推理的控制理论，它是智能控制的一个重要分支。1965年，美国加利福尼亚大学扎德(L.A.Zadeh)在一篇论文中首先提出模糊逻辑的概念。1973年，扎德又进一步研究了模糊语言处理，给出了模糊推理的理论基础。1974年，玛达尼(Mamdani)制造出

30、用于锅炉和蒸汽机的第一个模糊控制器。1975年，首先在工业上，丹麦建立了模糊控制水泥窑。在日本， SeijiYasunobu和 SojiMiyoto对模糊系统有着极大的兴趣。1985年，他们提供了仿真，证明在仙台地铁采用模糊控制的优越性，他们的主意被采用了。1987年，仙台地铁开始运行，采用模糊系统控制列车的加速、刹车及停、靠站。随着科学技术的迅猛发展，对自动控制系统的控制精度、响应速度、系统稳定性和适应能力的要求越来越高，对大多数复杂的被控对象，采用传统的控制方法往往难以收到满意的控制效果;而模糊控制综合了专家的经验，具有不依赖被控对象的精确数学模型、设计简单、便于应用、抗干扰能力强、响应速

31、度快、易于控制和掌握、对系统参数的变化有较强的鲁棒性等特点，在经典控制理论和现代控制理论难以应用的场合发挥了很大的作用。人们注意到，对于很多复杂的生产过程，即使不知道该过程的数学模型，有经验的操作人员也能够根据长期的实践观察和操作经验进行有效的控制。人的经验参与控制过程的成功，激发了人们对控制原理的深入研究。这种原理以包含人类思维的控制方案为基础、反映人类经验的控制过程的知识、可以达到控制目的、能够利用某种形式表达出来，同时还要容易被实现。这样的控制系统既避免了那种精密、反复、有错误倾向的模型建造过程，又避免了估计模型方程中各种参数的过程。在多变量、非线性、时变的大系统中，人们可以采用简单灵活

32、的控制方式，于是就产生了一个问题:能否把人的操作经验总结为若干控制规则，并设计一个装置去执行这些规则，从而对系统进行有效的控制。这就是模糊控制产生的背景。从以上背景可以看出，模糊控制有以下特点：模糊控制的计算方法虽然是运用模糊集合理论进行的模糊算法，但最后得到的控制规律是确定的条件语句。不需要根据机理与分析建立被控对象的数学模型，对于某些系统，要建立数学模型是很困难的，甚至是不可能的。与传统的控制方法相比，模糊控制系统依赖于行为规则库。由于是用自然语言表达的规则，因此更接近于人的思维方法和推理习惯，便于现场操作人员的理解和使用。模糊控制与计算机密切相关。从控制角度看，模糊控制器实际上是一个由很

33、多条件语句组成的软件控制器。目前，模糊控制还是由应用二值逻辑的计算机来实现，模糊规则经过运算，最后还是进行确定性的控制。模糊推理硬件的研制与模糊计算机的开发，使得计算机可以像人脑进行决策和信息处理。3.2 模糊控制的研究现状3.2.1 模糊控制的研究进展20世纪70年代以来，模糊控制理论的研究大致有以下几方面：(1) 自适应模糊控制理论研究模糊控制的实质是将专家知识和熟练操作人员的经验，转换成模糊化后的语言规则，通过模糊推理与模糊决策，实现对复杂系统的控制。然而，一个复杂受控系统往往具有非线性、大时滞、不确定性和时变性，单纯依靠基于人为信息的有限多条模糊规则，很难完善地描述和适应复杂受控对象的

34、多变性。自适应模糊控制理伦研究的主要内容是如何在控制过程中自动地修改、调整和完善模糊控制规则，来提高模糊系统的控制性能，逐步达到良好的控制效果。(2) 模糊推理策略研究模糊推理策略对模糊控制器的设计和对模糊控制系统的性能影响起着重要作用。目前所采用的模糊推理策略可以有四种:由相应作者名命名的Mamdani推理、Tsukamot。推理、Larsen推理和Takagi推理方法。这些推理策略的共同点是，其模糊性都取决于模糊规则的前提条件和结论部分的语言描述;不同点是，模糊模型与(或)推理合成算子的选择。(3) 模糊模型辨识的研究在模糊控制理论研究中，模糊模型的辨识研究具有非常重要的意义。所谓模糊模型

35、就是指描述受控系统性能的一组模糊规则。尽管它可以有多种表示形式，但都属于非线性模型，易于用来表达非线性时变系统。模糊模型的辨识在控制、规划、决策、统计和分析等领域中得到广泛应用。(4) 模糊系统稳定性研究稳定性分析对于任何一类控制系统都是十分重要的性能指标和研究课题，模糊控制系统也不例外。由于模糊控制器是一种基于规则的“语言型”控制器，难以用数学式子来描述，因此对它的各种性能分析也相当困难。目前有很多关于模糊控制系统稳定性的理论研究，取得了很多研究成果，但至今还没有一种统一和完善的模糊系统稳定性分析方法。3.2.2 模糊控制与其它先进控制理论的结合20世纪中后期发展起来的各类先进控制，如神经网

36、络、遗传算法等引起国内外广大学者的关注和研究兴趣，并将它们与模糊控制结合起来，作为一类模糊控制的新理论方向进行研究。(1) 模糊预测控制模糊预测控制是把各种预测控制的典型算法与模糊控制理论相结合，构成一种以模糊控制为主体的集成控制策略，若以预测控制为主体，则被称为预测模糊控制，以示其主、辅关系，利用模糊控制和预测控制各自的特点，以达到互补的目的。(2) 模糊神经网络控制模糊系统和神经网络在信息处理过程中，均表现出很强的容错能力。但是它们各自都具有鲜明的特点:模糊系统擅长处理定性的知识，能使人们的熟练操作经验和专家知识以规则的形式存于模糊系统中，用来解决那些具有不确定性、模糊性的复杂系统控制问题

37、。但它缺乏自学习能力，模糊规则和隶属度函数的确定依赖于专家知识与熟练操作人员的经验;而神经网络却具有较强的自学习能力，可以直接从系统的输入、输出数据中学习得到其网络结构模型。但神经网络学习完成后，其由权值所描述的系统模型很难被人们直观理解，不能加入对象的先验知识，也不能作必要的修改。(3) 将遗传算法引入模糊控制 将遗传算法同模糊控制相结合，可以利用遗传算法寻找模糊控制器的各项最优参数:输入，输出论域空间的模糊域划分、模糊规则数的选择、规则的连接和模糊集的隶属度函数寻优等，使模糊控制系统具有自组织、自校正和自学习功能。3.3 模糊控制器的设计模糊逻辑控制器的一般组成通常包括输入量模糊化、规则库

38、、推理机和输出量反模糊化五部分。模糊控制器在它的输入和输出之间起着非线性映射作用，其输入和输出都是确定的实数值，而不是模糊集合。模糊化就是将输入转换为模糊集合并送入推理机。推理机使用规则库中的规则产生模糊结论(即蕴涵模糊集合)。知识库包括数据库和规则库，数据库为语言控制规则的论域离散化和隶属函数提供必要的定义，规则库标记控制目标和领域专家的控制策略。反模糊化将模糊结论转换为确定实数输出。3.3.1 模糊控制器选型 随着人们对模糊控制器的深入研究和广泛应用，模糊控制器从原来单一的结构形式发展成为多种多样的结构形式。通常按模糊控制器的输入、输出变量的个数将模糊控制器分为单变量模糊控制器和多变量模糊

39、控制器。单变量模糊控制器的结构：（1）一维模糊控制器一维模糊控制器的输入变量往往选择为被控制量的实测值和给定值之间的偏差e。由于仅仅采用偏差值，很难反映被控对象的动态特性品质，因此所能获得的系统动态特性是不能令人满意的。这种一维模糊控制器常用于一阶对象的控制。（2）二维模糊控制器二维模糊控制器的两个输入基本上都是选用被控变量与给定值的偏差e和偏差变化è。由于它能较严格地反映控制系统中输出变量的动态特性，因此在控制效果上要比一维模糊控制器好的多，也是目前采用较广泛的一类模糊控制器。（3）三维模糊控制器三维模糊控制器的三个输入量是被控量与给定值得偏差e、偏差变化è和偏差变化的变

40、化ë。由于这类模糊控制器的结构复杂、推理时间长，因此，除非对动态特性的要求特别高的场合，一般较少采用。根据控制系统设计要求，本文使用二维模糊控制器。3.3.2 语言变量及其论域的选择 为了建立规则库中的规则，需要使用语言来描述输入和输出以及它们的特征，通常用语言变量(也称模糊变量)来描述模糊控制器的输入和输出。语言变量用若干语言值描述，如:“正大”(PL)，“负中”(NM)，“负小”(NS)等。很显然，如果语言变量选用的语言值越多，制定控制规则就越多，这是因为假定有2个语言变量，每个变量选择5个语言值，那么控制规则就有25条；如果每个变量选择7个语言值，那么控制规则就有49条。显然，

41、控制规则越多，控制效果就越好。本文中的模糊控制器的输入语言变量为温度，输出语言变量为电压。语言值选7个，即:“正大”(PL)，“正中”(PM)，“正小”(PS)，“零”(ZO)，“负大”(NL)，“负中”(NM)，“负小”(NS)。我们将模糊控制器的输入变量偏差e、偏差变化è的实际范围称为这些变量的实际论域，显然他们为精确量。根据专家的经验，认为温度偏差大于、等于6就应该是语言值的最大值“正大”，温度偏差小于、等于-6就是“负大”，因此偏差的实际论域为-6 6。温度偏差变化值大于、等于6/s就应该是语言值的最大值“正大”，温度偏差变化值小于、等于-6/s 就是“负大”，因此偏差

42、32;(t)的实际论域为-6 6。控制器输出控制量u为增量值u，论域为-6 6。3.3.3 语言值的隶属函数的选择 隶属函数的作用是对模糊集合的“模糊性”做定量的描述。隶属函数通常由经验丰富的专家给定并可以根据实际的使用情况进行调整。它的确定具有较大的主观性，人们对同一个模糊概念的认知和理解，常常有差别。但隶属函数的确定却又是客观的，即隶属函数的确定要符合客观实际。隶属函数的形状有：三角形、梯形、钟形(包括高斯函数，正态分布函数等)。本文采用常用的三角型分布隶属函数。模糊控制器的隶属函数分布曲线如图3.1、图3.2、图3.3所示。图3.1 输入模糊变量偏差e(t)的隶属函数曲线图3.2 输入模

43、糊变量偏差è(t)的隶属函数曲线图3.3输出模糊变量偏差u(t)的隶属函数曲线3.3.4 控制规则的建立控制规则的输入是在Rule Editor窗口输入的，以if-then的形式表达。温度控制规则共49条如表3.1所示。表3.1模糊控制规则表U ECEPBPMPSONSNMNBPBPBPBPBPBPMOOPMPBPBPBPBPMOOPSPMPMPMPMONSNSOPMPMPSONSNMNMNSPSPSONMNMNMNMNMPSPSONMNMNMNMNBOONMNBNBNBNB模糊if-then规则又称模糊隐含或模糊条件语句。if-then规则语句用以阐明包含模糊逻辑的条件语句。一个单

44、独的模糊if-then规则形式如下：if x is A then y is B其中，A和B是由模糊集合分别定义在x，y范围(论域)上的语言值。模糊规则中的if部分“x is A”被称为规则的前提或假设，同时then部分“y is B”被称为结果或结论。实质上，该表达式描述了变量x与y之间的关系。因此，我们可以把if-then规则定义为乘积空间中的二元模糊关系。图3.4 模糊推理编辑器图3.5 模糊规则编辑器例如，要购买一个软件，其价格由其用户界面和软件功能决定。若单独考虑其价格，则：if interface is good then charge is high。注意“good”用一个0和1之

45、间的数字表示，因此所谓的前提是一个解析，它返回一个0和1之间的单位。另一面，“high”由一个模糊集合表示，因此所谓的结果是一个分配，它分配整个模糊集合B到输出变量y。在if-then规则中，当“is”分别出现在前提和结果中时，其意义完全不同。就如在MATLAB术语中，使用关系运算符“=”和使用变量赋值符号“”时，其意义也完全不同，书写这个规则时，避免混淆的写法是：if interfacegood then chargehigh，一般来说，if-then规则的输入是输入变量的当前值(在此是“interface”)，输出是一个模糊集合的整体(在此是“high”)。在后面将对这个集合进行反模糊化，

46、将一个值分配到输出。在Matlab下运行fuzzy可进入Matlab动态仿真工具箱动态仿真环境，观察模糊控制规则，如图3.4、图3.5所示。3.3.5 输入、输出变量的模糊化一般来说，对于实际问题输入的模糊化是建立模糊推理系统的第一步，也就是选择系统的输入变量并根据其相应的隶属度函数来确定这些输入分别归属于恰当的模糊集合。在MATLAB模糊逻辑工具箱中，模糊化过程的输入必须是一个确定的值，这也对输入变量的广泛性起了一些限制作用，而输出则是一个特定的模糊集合上的隶属程度(总是在于l之间)。在所设计的模糊-PID控制方案中，输入变量和输出变量的语言值的模糊子集分别为以下七个语言值：NB、NM、NS

47、、O、PS、PM、PB，子集中元素分别代表负大、负中、负小、零、正小、正中和正大。隶属度函数采用灵敏性强的三角函数。在仿真环境下，如图3.6、图3.7、图3.8所示。可见输入变量E、EC和U的模糊子集均为NB、NM、NS、O、PS、PM、PB，E和EC的论域为-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6，U的论域为-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6。图3.6 输入变量E的隶属函数曲线图3.7 输入变量EC的隶属函数曲线图3.8 输出变量U的隶属函数曲线3.4 模糊控制系统的设计模糊控制系统的设计要建立在设计者对被控对象有一定的理解的基础上。模糊控制

48、系统的设计包括：确定模糊控制器的输入、输出变量及论域；制定用模糊语句描述的模糊控制规则；确定解模糊判决的方法；合理地选择控制器的结构(输出形式)；确定模糊控制器参数(如量化因子，比例因子)；合理选择模糊控制算法的采样时间。根据被控制对象的特性，本论文中的模糊控制器采用增量式输出方式，如图3.9所示。图3.9 二维模糊控制器框图3.5.1.1 量化因子计算机实现模糊控制算法进行模糊控制时，将每次采样得到的被控量经过计算机计算，得到模糊控制器的输入变量的误差及误差变化。为了进行模糊化处理，必须将输入变量从实际论域转换到相应的模糊集论域(控制论域)，这中间须将输入变量乘以相应的因子，从而引出量化因子

49、的概念，有时称量化因子为增益系数。3.5.1.2 量化因子的选择1.量化因子的选择设计一个模糊控制器除了要有一个好的模糊控制规则外，合理地选择模糊控制器输入变量和输出控制量的增益系数是非常重要的。实验结果表明，量化因子的大小对模糊控制器的控制性能影响较大。量化因子Ke及Kc的大小对系统的动态性能影响很大。Ke选的较大时，系统上升较快，超调量也较大，过渡过程较长。因为，Ke增大，相当于缩小了误差的基本论域，增大了误差变量的控制作用，因此导致上升时间变短，但由于出现超调，使得系统的过渡过程变长。当Kc选择较大时，系统超调量减小，Kc选择越大，系统超调量越小。Kc对系统超调的遏制作用十分明显。量化因

50、子Ke及Kc的大小意味着对输入变量误差和误差变化的不同加权程度，Ke及Kc二者之间也相互影响，在选择量化因子时要充分考虑这一点。(1) 偏差量化因子凡的选择本论文中，根据专家的经验，认为系统偏差 (3.1)的值大于、等于6就应该是语言值的最大值“正大”， e(t)的值小于、等于-6就是“负大”，因此偏差e(t) 的论域为-6 6，则本文中模糊控制器Ke的初选值为1。(2) 偏差变化量化因子凡的选择本论文中，广义对象的传递函数为式(3.2) (3.2)其控制输入量u(t)=(05)V。现在给广义对象施加一个控制电压u(t)=4.8V的阶跃输入，广义对象的响应如图3.10所示。图3.10 被控对象

51、阶跃响应曲线图对象响应曲线稳定在600，计算600的63.2%，即600x63.2%=395() (3.3)从图3.5的纵坐标轴的395处做水平的虚线，与对象响应曲线相交，再从相交的点做垂直虚线交于横轴，交点的横坐标为T=185S。此时，对象的最大响应速率为 (3.4) 选择对象的最大响应速率的20%，即 (3.5)则è(t)的论域为-0.478 0.478/S。那么Kc的初值为 (3.6)2. Ku的选择Ku的大小也影响这模糊控制系统的特性。Ku不同，在模糊控制器输出相同的情况下，加到被控对象上的实际控制量则不同。Ku选择的小，会使系统动态响应过程变长，而Ku越大，则控制器的控制作

52、用就越强，系统响应快、易超调，Ku选择过大会导致系统振荡。第四章 电阻炉模糊控制系统仿真4.1 MATLAB简介MATLAB语言是由美国的Clever Moler博士于1980年开发，以后又经多位专家以补充、添加，成为功能强大、内容广泛的计算机辅助设计的软件工具。目前的7.0版本（windows环境）是一种功能强、效率高便于进行科学和工程计算的交互式软件包。其中包括：一般数值分析、矩阵运算、数字信号处理、建模和系统控制和优化等应用程序，并集应用程序和图形于一便于使用的集成环境中。在此环境下所解问题的MATLAB语言表述形式和其数学表达形式相同，不需要按传统的方法编程。不过，MATLAB作为一种

53、新的计算机语言，要想运用自如，充分发挥它的威力，也需先系统地学习它。但由于使用MATLAB编程运算与人进行科学计算的思路和表达方式完全一致，所以不象学习其它高级语言，如Basic、Fortran和C等那样难于掌握。MATLAB大大降低了对使用者的数学基础和计算机语言知识的要求，而且编程效率和计算效率极高，还可在计算机上直接输出结果和精美的图形拷贝，所以它的确为一高效的科研助手。自推出后即风行美国，流传世界。Simulink是MATLAB环境下的数字仿真工具，其文件类型为.mdl，是一个用来对动态系统进行建模、仿真和分析的集成环境。它支持连续、离散及两者混合的线性和非线性系统仿真，也支持具有多种

54、采用速率的多速率系统仿真。Simulink提供了用鼠标“画”出系统框图的方式，可以进行图形建模。与传统的仿真软件包用微分方程或差分方程建模相比，它具有直观、方便、灵活的优点9。Simulink还提供了封装和模块化工具，尤其适用于复杂、多层次、高非线性的系统仿真。它简化了设计过程，减轻了设计负担，提高了仿真的集成化和可视化程度16。在MATLAB工作空间中键入命令Simulink，便可以打开Simulink模块库。Simulink提供了采用鼠标拖放的方法建立系统框图模型的图形交互平台。通过Simulink提供的丰富功能块，可以迅速的创建动态系统模型。4.2 单回路模糊控制系统的仿真用MATLAB

55、软件的simulink工具箱中对前面设计的模糊控制系统进行仿真实验，选择被控对象的传递函数为 (4.1)模糊控制系统仿真框图如图4.1所示。图4.1单回路模糊控制系统仿真框图调整模糊控制器的各个量化因子使响应曲线达到最佳效果如图4.2所示。图4.2 单回路模糊控制系统仿真响应曲线图由仿真结果可以看出，经过220s左右系统达到稳态，系统稳定后有一定的余差。模糊控制系统具有超调量小、上升时间快、系统波动小等优点。4.3 模糊PID多模态控制系统的仿真该控制系统当系统的被控量偏差绝小时，即系统接近稳态，采用PID控制器，可以达到较高的调节精度，克服了普通模糊控制器稳态精度较低的缺点。当系统的误差较大时，模糊控制器起控制作用，这时可以发挥模糊控制器的优点，使系统具有响应速度快，鲁棒性好等特性。 模糊PID多模态控制系统仿真框图如图4.3所示。图4.3 模糊PID多模态控制系统仿真框图调整模糊控制器的各个量化因子使响应曲线达到最佳效果如图4.4所示。图4.4 模糊PID多模态控制系统仿真响应曲线图由仿真结果可以看出，经过400s左右系统达到稳态，系统稳定后余差较小。模糊PID多模态控制系统具有超调量小、上升时间快、系统波动小、能够把温度快速地调到允许偏差范围内等优点。4.4 模糊PID自整定控制系统的仿真该系统是由一个标准PID控制器和一个模糊自整定机构组成。利用自整定因子模糊控制器设计