模糊控制实际应用研究.docVIP

模糊控制实际应用研究 　　摘 要：模糊控制理论主要控制理论是人通过计算机来实现控制经验，是模糊数学中最重要理论，在工程中地位非常重要。模糊理论结合计算机技术、自动化技术，其控制特性得到广泛应用。 　　关键词：模糊控制；自调整因子；单片机；温度传感器 　　DOI：10.16640/j.cnki.37-1222/t.2016.06.202 　　在工业生产中温度控制是经常使用。有些系统把温度定位主要参数，例如热水器。工业中使用温度控制有很多种方式，其中PID类型占据主要地位并且经常使用的。PID控制技术虽然使用广泛，但存在一些弊端，在解决某方面实现非常困难，例如一些复杂、非线形、时变、大延迟被控对象，而模糊控制就可以很好的解决这类问题。 　　1 PID控制与模糊控制二者比较 　　举例介绍，热水器温度控制系统是使用单片机控制，如果采用模糊制的方法人为的设定程序，也就是按照人的思维方式进行控制。如果被控对象的参数突然发生变化，要得到较为理想温度，系统是否仍可的控制？其实采用PID控制技术调节储水式电热水器温度的自动控制系统，要使加热功率达到理想控制温度，控制效果一般。尽管在工业控制中PID控制广泛应并占有主导地位，但是在解决一些复杂的时变的、迟滞的被控对象方面控制效果不好。PID控制技术还有一项缺点，其参数设定专业而且整定难度大，当外界条件干扰控制系统后，参数还需要重新整定。最终体现控制达不到理想的效果。表现为控制系统稳定性、鲁棒性不好、控制调节时间长。 　　采用的模糊控制系统是一种自动控制系统。用模糊语言形式、模糊数学模糊逻辑的规则来表示，计算机控制技术具有反馈通道的闭环结构并带有数字控制系统。常规的PID控制和模糊控制比，有以下的优点： 　　（1）有很强的适应性。如果控制对象确定，模糊控制和PID控制效果一样；但对于不确定系统例如非线性、时变，模糊控制的优势就很明显，同时对噪声、纯滞后抑制能力特别强大。 　　（2）整定参数方便。模糊控制数学模型和被控对象不用复杂建立。采用被控过程参数现状来判断所产生的定性感觉，计算控制发展趋势观测。控制中形成一定规则参与控制过程，对现场操作人员、有关专家的经验知识、操作数据加以总结和归纳是模糊控制器出发点便。 　　（3）系统鲁棒性强。模糊控制参数变化以后系统不敏感，是因为不采用二值逻辑，而采用一种连续多值逻辑控制。所以系统参数变化，容易实现稳定控制，尤其适合于非线性、滞后系统时变的控制。 　　（4）结构简单。硬件结构无特殊要求，软硬件具有很强的优势，实现特别方便，主要体现在算法简捷。简单的查表运算对于模糊控制就可以实现，一些控制过程可离线进行，所以设计者设置容易，使用者也容易掌握。 　　（5）系统的规则。建立语言变量的控制规则灵活、系统控制参数，适用范围非常广。 　　2 热水器中模糊控制原理 　　首先数据采集模块要对内胆温度采集，模拟量转换成数字量，数据开始控制，具体形式表现――模数转换――中值滤波――存入对应存储单元。温度加热是通过键盘设定也就是键盘输入模块，对出水温度进行实时跟踪显示是LED显示模块，错误代码开始显示是就说明有异常情况；模糊控制器是控制模块采用主要控制，采集数据进行运算控制主要是输出驱动模块，双向晶闸管导通角是由输出控制信号控制，并设定的控制强度。 　　模糊控制中模糊控制器是相当重要，控制器性能好坏对系统的控制特性影响很大。模糊控制规则的确定性、可调整性是由控制性能决定的。模糊控制器的设计，控制设计在不同程度上加权是由量化因子kc和ke的位置和大小对输入变量误差、误差变化决定。调整系统特性时，kc和ke互相控制。改变一个，另一个也改变，所以要引进一种参数，这是参数是可调的，当采用可调参数对控制规则进行调整，被控对象不同，但都能获得满意控制效果。温度控制系统设计中，选用两位模糊控制器即EC――偏差变化率E――偏差，EC、E来做为模糊控制器的输入量。其中kc、ke和Ku 分别为输入和输出变量的量化因子和比例因子。量化因子kc和ke和比例系数Ku对控制系统的影响大。 ke选大，系统的超调也大，过渡过程也长；ke↑，超调↑，系统过渡时间变长。kc选择较大时，超调量减小，kc↑，系统超调↓，但系统的响应速度就慢。因此ke对超调的抑制不明显而kc对超调的抑制作用明显。增大Ku能使系统加快响应速度，但有一点增要考虑到， 增大Ku可能引起振荡。ke值怎样选择很重要，要使ke=N/em ，em――误差最大值， N――误差论域的最大量化等级。同时再加一个阶越信号，令 kc=0，观察输出结果，如果输出剧烈振荡，要增大kc；若输出不能跟踪理想信号，就要减小kc直至输出信号理想，输出信号理想时kc选择为1/100。要结合采样周期的长短来选择Ku，采样周期长，Ku可选的大。温度偏