模糊控制在爐温控制中的应用.docVIP

模糊控制原理在炉温控制系统中的应用简介 一、摘要 模糊技术的特长在于逻辑推理能力。将模糊控制技术引入到神经网络中，可以大大拓宽其信息处理能力；与遗传算法结合可以增强系统的鲁棒性和自适应性。火炉炉温控制系统是“大惯性”“大滞后”系统，这种系统精确数学模型很难得到，而模糊控制正适合数学模型未知，动态过程变化大的系统。 二、模糊控制原理 1、模糊控制原理与模糊控制器 对于模糊控制来说，其核心在于模糊控制器。也就是说，模糊控制的机理是通过模糊控制器来体现的。模糊控制器的思想来自人类在生产实践中对被控对象的控制。 在生产实践中，人们发现有经验的操作人员虽然不懂被控对象的数学模型，但却能十分有效地对系统执行控制。如一个汽车司机不懂汽车的数学模型而能很好地驾驶汽车，这是因为操作人员对系统的控制是建立在直观的经验上的，凭借在实际中取得的经验采取相应的决策就可以很好地完成控制工作。 人的经验是一系列含有语言变量值的条件语句和规则，而模糊集合理论能十分恰当地表达具有模糊性的语言变量和条件语句。因此，模糊集合理论描述人的经验就有着得天独厚的长处。很明显，把人的经验用模糊条件语句表示，然后，用模糊集合理论对语言变量定量化，在用模糊推理对系统的实时输入状态进行处理，产生相应的控制决策。这无疑是一种新颖的方法。这样就产生了模糊控制器。 模糊控制器对被控对象的控制采用的是人类的模糊控制意念。这种模糊控制意念是以模糊控制语句来描述的。在模糊控制语句中，含有人类对环境的模糊检测和对被控对象的模糊命令。 这一系列意念就是模糊控制规则，只不过是用模糊控制语句来表达而已。这些模糊控制语句可以采用条件语句的形式化格式表示。用t表示环境温度，分别用SU、UH、SH、MH、BH 表示合适、微高、稍高、较高、高；而用v表示电风扇转速，用ST、LO、MI、FA、VF分别表示停止、低速、中速、较快速、快速，则可以以if---then格式表示如下： if t=BH then v=VF if t=MH then v=FA if t=SH then v=MI if t=UH then v=LO if t=SU then v=ST 在上述语句中，环境温度t所取的合适（SU）、微高（UH）、稍高（SH）、较高（MH）、高（BH）是人对环境的模糊检测结果，所以都是模糊量；电风扇的转速v所取的停止（ST）、低速（LO）、中速（MI）、较快（FA）、快速（VF）是人对电风扇转动所给出的模糊命令，也是模糊量。 2、模糊集合的隶属函数 在经典集合中，特征函数只能取0和1两个值，即特怔函数与{0，1}相对应；而在模糊集合中，其特征函数的取值范围从两个元素的集合扩大到在[0，1]区间连续取值。为了把两者区分开来，就把模糊集合的特征函数称作隶属函数。若是隶属函数的取值只有0和1，那么模糊集合就缩减成经典集合。从这个意义上来说，模糊集合的隶属函数是经典集合特征函数的扩展和一般化。模糊集合与经典集合不同的是，元素与集合属于关系并不适用于模糊集合，因为在模糊集合中已没有元素的概念。如果说到元素，实际上那是指的全集合的元素，而不是指模糊集合的元素。所以从概念上严格的说，隶属度应该是全集X的元素x被包含于模糊部分集合A的程度，而不能说是x属于模糊集合A的程度。但在一般情况下，并不严格去区分。 图 可变模糊温度的隶属函数 讨论可变模糊温度的隶属函数，上图表示在用摄氏温度计测出的摄氏温度域上的各种形式，每条曲线为不同模糊变量，如“很冷”，“冷”，“常温”，“热”，“很热”等所对应的隶属函数。当然，这些曲线起相互关联的作用并可提供人们进行分析。确定隶属函数至今还未找到一种统一的方法。但有三条必须遵守的原则： 1)表示隶属函数的模糊集合必须是凸模糊集合。 2)变量所取的隶属函数通常是对称和平衡的。 3)隶属函数要遵从语意顺序和避免不恰当的重合。 3、模糊判决 通过模糊推理得到的结果是一个模糊集合或者隶属函数，但在实际使用中，特别是在模糊逻辑控制中，必须用一个确定的值才能去控制伺服机构。在推理得到的模糊集合中取一个相对最能代表这个模糊集合的单值的过程就称作解模糊或模糊判决（Defuzzification）。模糊判决可以采用不同的方法，用不同的方法所得到的结果也是不同的。理论上用重心法比较合理，但是计算比较复杂，因而在实时性要求较高的系统不采用这种方法。最简单的方法是最大隶属度方法，这种方法取所有模糊集合或者隶属函数中隶属度最大的那个值作为输出，但是这种方法未考虑其他隶属度较小的值的影响，代表性不好，蓑衣它往往用于比较简单的系统。介于这两者之间的还有几种平均法：如加权平均法、隶属度限幅元素平均法等。下面介绍各种模糊判决方法，并以“水温适中”为例，说明不同方法的计算过程。 这里假设“水温适中”的隶属函数为： U(xi