【电子膨胀阀控制系统的模糊PID控制策略及仿真分析案例4800字】

电子膨胀阀控制系统的模糊PID控制策略及仿真分析案例目录TOC\o"1-3"\h\u28100电子膨胀阀控制系统的模糊PID控制策略及仿真分析案例 1205771.1模糊控制 1156121.2隶属度函数 2131871.3模糊PID控制结构 3281171.4控制系统设计 5113521.4.1输入输出量模糊化 548251.4.2模糊规则确定 6312111.5系统仿真 81.1模糊控制因为被控制的对象十分复杂，并且是非线性的，包括其存在滞后性，我们对它们的精确认识的能力就会下降，这就导致使用传统的控制方法的控制精度就会降低。在这种情况之下，考虑到到其复杂性，不可能得到很高的清晰性，所以我们采用模糊控制。这种控制理论可以将被控制的对象视做一个黑箱。然后我们将黑箱中的运行的一系列过程称为一个模糊规则。然后使用机器去模拟这些模糊规则，从而实现一种自动的控制方法。模糊控制理论存在一套非常完善的体系，可以把我们日常中使用的语言、知识、规则转化成一套数学函数，从而让系统、机器得以识别。所以说，模糊控制理论是一种由自然语言的控制学发展而来的控制技术，但是他并不依赖于传统的数学模型，而是依赖于操作过程中的操作经验。通过经验性的知识进行转化，所以说某些角度上讲，实现了人工智能，属于一种智能化控制。

我们面对的电子膨胀阀流量控制系统，它的特点是比较滞后，并且随着时间发生的变化是一种非线性的变化，包含了许多未知性的变量，以及可能有许多波动的变量，所以说，在这种情况下建立一个完全符合要求的数学模型，几乎是不可能的。但是使用传统的控制系统在进行控制时，因为其流量是随需求波动性变化的，我们设置参数的话，只能依赖于人工经验进行调整，但是当控制系统中的被控对象进行波动时，并不能自动地调整参数，而是需要人工去进行调整，这样就会在调整过程中导致精度不高，效果比较差，系统鲁棒性不高。但是随着时间的发展，模糊控制器的兴起，这种控制器基于一种模糊控制原则，可以自动的发出调控指令来控制决策。并不被传统的方法所局限，也不需要一个非常精确的数学模型，这就解决了我们的传统方法没有解决办法解决的调整问题，所以说是非常适合于我们的控制系统的。

这种控制方法能够得到人们的青睐，并且应用于工业界是因为它的特点有：（1）不一定需要建立被控对象准确的数学模型。它指的是一种推理的逻辑控制,具有近似人类推理思维的若干基本特点,能够根据人类一系列的模糊推理知识和复杂数据进行推导而得出各种符合实际逻辑关系的推理结论,不同于需要系统精确的建立数学推理模型,因此被认为特别适合于推理系统复杂、难于或根本无法自行建立新的数学推理模型、人工智能操作和无经验有效的非线性、时变及纯粹的滞后性等系统的推理控制。（2）适应性强。经研究结果表明，对于一个完全确定的复杂运动过程系统控制对象,模糊控制与经常用到的采用PID运动控制的传统运动滞后效果相当，对于具有一些非线性、噪声和纯粹的滞后过程的系统时,一些传统控制则会显得无力。（3）鲁棒性强。由于模糊控制系统采用的不是二次多值控制逻辑,而是一种连续多值逻辑,所以当模糊系统控制参数发生变化时,能比较容易地地实现稳定的模糊控制。（4）软件系统的操作规则和基本参数功能整体设定方便。只要通过对现场的各种工业语言过程变量进行不确定性的统计分析,就已经能比较好地找出建立语言过程变量的基本控制操作规则和系统的主要控制参数,而且这些参数的控制适用范围较广。（5）软件结构简单。系统的软硬件功能实现都比较方便。1.2隶属度函数在我们获取一个符合自己需要的模糊控制系统时，就必须要获得一个隶属度的函数，在这里我们首先介绍一下隶属度函数如下： 对于论域U内的任一元素A都有一个范围内的不确定数B(A)与之对应，那么我们就把A称为论域U.上的模糊集，B(A)称为A对B的隶属度。当A在论域内产生变化时，此时的B(A)就是一个函数，我们把此时的B(A)就称作A的隶属函数。当隶属度B(A)越接近论域范围内的最大值时，A属于B的程度越高，反之则亦然。在我们的模糊系统中，之所以要研究隶属度函数，是因为这个概念是可以支持我们从模糊集合中来表示在多种因素影响下，判断一个决策是否能够成立的重要因素。所以我们在设计一个模糊的控制系统时就需要使用这个隶属度函数，只有这个函数才能够帮我们把具有关联的自变量与因变量进行结合，并进行表述可以选择一个函数作为最优化函数。最优化函数与隶属度函数之间是一一对应的，我们在选择合适的函数时，主要有以下两种方法，如：1、经验法这种方法比较依赖于专家自身的知识见解，通过专家来分析过往的数据以及一些实际的输入输出，给出一个比较权威的处理算式，然后邀请多位学者进行测算加入自己的经验，添加到隶属度函数中去。这种方法需要通过大量的实际效果来检验是否正确，需要不断的验证自己的猜测验证进行完善，所以伴随着非常大的工作量，所以说，这种方法所得到的结果也就更符合实际需求。2、函数法使用函数的方法进行选择时，则不需要这么复杂，只需要综合考虑之后，选择一个典型函数作为代表即可，函数的选择有非常多，三角形和Z型都可以，此处不再一一列举，但是这种方法相对于第一种方法更简单，也不需要很复杂的试验效果，工作量比较小。1.3模糊PID控制结构 在我们实际的生产作业环境中，每一个系统都存在着变量的实时波动以及外部的一些干扰，所以使用一个专家经验的控制系统就可以在一定程度上解决以上问题，我们可以通过多种制定多种多元化的规则来覆盖掉实际生产任务的各种情况，实现一个最佳的系统运行环境。此控制系统的组成主要是一个模糊控制器加一个PID调节器，我们使用误差和一个偏差的变化率作为控制系统的输入。误差，指的是输出与设定值的一个差值，这是一个精准量，并且是一个常量，在我们上文中提到过，整个控制器需要对系统进行模糊规则的匹配，推测出我们需要的相应参数，然后再通过实际的算法将参数传递，从而最后获得输出量。反复执行以上的各种操作，直到最后达到一种稳定状态，我们的控制系统图如图4-1所示：如下图所示，我们所设计的控制系统相对于原有的传统控制系统，可以说是更加完备，功能上也更加充实，在控制器中我们加入了输入模糊化以及输出的清晰化调整，让我们的结果也可以变得更精确。图4-1模糊PID控制系统结构图如上图所示，在整个的控制系统之中，可谓模糊控制器是整个系统的最核心的组成部分，这个控制器主要负责的是对于传输进来的信号执行处理，然后根据已有的经验以及实际的工作效果进行一系列的操作运算，获得一个符合当前预算场景的决策，然后执行一系列的模糊化操作，把控制器中输出的信号变为可以被识别的量，图中的模糊控制器实际由三个分模糊控制器组成的，分别作用在PID控制的三个参数Kp、KI和KD，完成整个控制过程。所以说我们构造整个控制系统的最中心的部分，就是如何构造一个符合我们需求的控制器，在我们规划整个控制过程中需要的是确定整个控制器的结构，从而能够建立一套符合要求的模糊规则。最后选定我们需要的算法进行推理。只有这样，才能够选择好配套的其他模块以及相应的隶属函数。包括最后的清晰模块和相应的清晰化函数。像我们上文中提到的，专家带给我们的经验以及实际生产效果中的一些数据，可以来帮助我们构造我们自己的模糊规则，完成了比较核心的工作，所以说人工积累的经验和当前的过往实验数据是我们所需要的基本基础。就像传统系统中的数学模型一样。我们需要执行一个去模糊的操作，又称清晰化操作，在这个操作是因为控制器进行模糊推理以后，获得的信号量只能被控制器所读取，而不能被执行器所读取，所以我们需要将其转化为执行器可以读取的量称之为清晰量，其主要有两种方法：a.隶属度法使用最大的隶属度作为参考的方法实际上是在我们的模糊子集中，寻找一个与当前输出最大的相关隶属度的元素作为输出值。如果有多个输出的隶属度的大小相等都是最大值时，那我们就对其做一个平均操作，获得一个平均值，这种方法的优点是运算比较简单，工作量不大。但是因为求解的是最大的隶属度，所以会忽略到一些其他点，精确度不高，所以说也不适用于一些比较复杂的系统。b.重心法使用重心法第一点是需要得到所有的元素的隶属度，然后求一个元素隶属度的乘积。获得乘积以后就是加权平均值，这个方法是目前来看最有效的一种方法，工作量比较大，但是工作量都是由计算机完成的。1.4控制系统设计1.1.1输入输出量模糊化我们整个的控制系统需要将电子膨胀阀内的实际流量与设定值进行一个对比，所以说需要设定输入和输出，我们的输入输出变量如下表4-1：表4-1参数命名本文中设置输入量化ke=0.01;解模糊因子ku包括比例因子wP=0.5，wI=0.025,wD=2.对应的模糊子集如下表4-2：表4-2模糊子集变量1.1.2模糊规则确定根据我们前文的介绍中在整个模糊设计过程中最重要的就是设计一套模糊控制规则。因为它不仅是内部控制器的支撑更是我们的系统设计能否顺利运行的基础。模糊设计的规则的工作原理是使用自然语言来转述专家的控制意见，同时，将专业人员以及过往数据，做一个抽象化处理，从而达到一种输入输出的函数关系。最终得到符合我们需求的这么一套规则。在经过我们多次的实验以及对过往数据的勘察，结合专家们的意见操作之后，我们分析得到输入输出之间的以下几种关系：

⑴如果输入的偏差比较大。我们就需要让系统尽快的做出调整，此时我们就需要加快系统的响应速度，Kp的取值应该比较大，这样我们就减少系统的阻尼指数与时间的常数，但是不能过分操作，否则就会导致系统的错误。所以说，我们应该从小到大进行调节KD，呈现一个调节指数的上升趋势。为了防止超调量过大，可以选取KI的值为0。

⑵当输入的误差，如果是中等大小的误差时，对于Kp的选取，考虑到调节系统的超调量，应该取比较小的值，考虑到系统响应速度的快慢，对于KD的大小应选择适中，为了系统更加的合理，KI的可以适当的稍微增加一点。

⑶最后一种情况就是当输入的误差的变化非常小的时候，我们为了使稳定整个系统稳定，KP和KI的值需要增大，与此同时为了避免系统发生一种不均匀的震荡，应该尽量的提高系统的抗干扰能力，对此我们对KD的参数要求设置了一定的原则：系统偏差变化率较小，对于KD值的选取应该大一些，偏差变化率较大时，对于KD值的选取应该小一些，一般情况下，KD值的选取应适中。基于以上我们给出的几种关系，以及我们输入输输入与多个参数之间的调整方法。结合过往数据以及专家们给出的建议，我们建立了一套相应的模糊规则机制如下：然后我们把规则转化成控制表为：表4-3KP模糊控制规则表表4-4KI模糊控制规则表表4-5KD模糊控制规则表根据我们上面给出的规则表，则可以确定编程语句，从而可以完成对于我们需要的控制器的模糊设置。最后可以实现我们的控制器，对于电子膨胀阀流量的实时性把控。加上我们之前对于模糊控制的讲解。以及前期的工作经验和过往的实验数据，可以对模糊聚类的方法进行一个调整。最后我们建立了一整套的规则，如下图4-2所示：图4-2模糊规则1.5系统仿真1）系统编辑器增加输入输出选项，并且给对应的输入和输出修改名称。其中输入的控制量是流量的误差以及其偏差的变化率，输出则是u（KP、KI、KD），如图4-3所示。2）函数编辑器在函数编译器中，首先我们选定输出，然后再在出现的窗口左下中选择写入的范围，然后我们选择三个默认的隶属度函数，并且在添加四个其他的函数。选择函数名称为Trimf，选择参数值，如图：（参数）中选择添加三个参数值，并利用同样的操作方法设定output（u）参数值，如图4-4所示。图4-3推理编辑器图4-4函数编辑器我们使用函数编译器结合我们提出的模糊规则进行添加，添加规则如图4-5，然后把所有的规则进行优