温度模糊控制小论文概要.doc

温度模糊控制 章佩佩 (安徽理工大学电气工程学院 安徽 ) 指导教师: 摘要：为提高工业上所需温度的控制精度，本文介绍如何设计模糊控制器，以及如何在具体的模型在MATLAB中，使用模糊工具箱和Simulink在MATLAB实现参数的计算机模拟控制系统。在该系统中，通过采用模糊控制算法对温度实现了很好的控制，并且该系统正处于实际工业电阻炉温度控制的应用和试行阶段，也达到了满意的控制效果。实践表明，模糊控制方法提高了控制的实时性稳定性和精确度，并且实现了操作过程的简化，对于工程实际应用具有较强的借鉴意义。 关键词：，，M, 温度控制是重要环节, 控制精度直接影响系统的运行和产品质量。在传统的温度控制方法中, 一般采取双向可控硅装置, 并结合简单控制算法(如PID算法) , 使温度控制实现自动调节。 但由于温度控制具有升温单向性、大惯性、大滞后等特点, 很难用数学方法建立精确的模型,因此用传统的控制理论和方法很难达到好的控制效果。 鉴于此, 本文拟以模糊控制为基础的温度智能控制系统, 采用人工智能中的模糊控制技术, 用模糊控制器代替传统的PID 控制器, 以闭环控制方式实现对温度的自动控制。 2 方案设计 利用MATLAB的模糊控制箱及Simulink内含的功能元件，建立温度箱温度模糊控制器及其系统的模型。 2.1、建立模糊控制器 采用温度偏差，即实际测量温度与给定温度之差e及偏差变化率ed作为模糊控制器的输入变量，输出p为“PWM波(脉冲宽度调制)”控制发热电阻的功率，来调节温度箱内温度的升降，形成典型的双输入单输出二维模糊控制器。 运用MATLAB中的FIS编辑器 ，建立温度箱的Mamdani型模糊控制器，如图1所示。温度偏差e、温度偏差变化率ed和输出变量lZ的语言变量E，Ed，P都选择为{NB，NM，NS，Z，PS，PM，PB}，其中P和N分别表示正与负，B，M，s分别表示大、中、小，z表示0。 图1 模糊控制器模型 2.2、建立控制决策及隶属函数 模糊控制决策及解模糊方法采用系统默认值，即极大极小合成运算与重心法解模糊。由模糊控制决策公式可求得输出变量的模糊集合为P =(E ×Ed )×R 本文都采用三角隶属函数，各变量的隶属函数如图2所示。其中，图2(a)为E和Ed，隶属函数图，E和Ed的量化论域为[-6，6]；图2(b)为P隶属函数图，EC的量化论域为[-6，6]。不同的系统, 其模糊集的隶属函数是不同的, 要根据实际情况和实践经验而定。 E和Ed隶属函数 (b) P隶属函数图 图2 隶属函数图 2.3、建立模糊控制规则 模糊控制规则如表1所示。建立该系统模糊控制规则的基本原则为：当温度偏差较大时，选择控制量以尽快消除误差为主；当温度偏差较小时，选择控制量要注意防止超调，以系统的稳定性为主要出发点。 E D NB NM NS Z PS PM PB NB NB NB NB NB NM NS Z NM NB NB NM NM NS Z PS NS NB NM NM NS Z PS PM Z NB NM NS Z PS PM PB PS NM NS Z PS PM PM PB PM NS Z PS PM PM PB PB PB Z PS PM PB PB PB PB 表1 模糊控制规则表. 将模糊控制规则表中的规则逐一输入模糊控制规则界面。如图3所示： 图3 规则库 点击Surface观察模糊规则三维关系曲面图如图4所示。从图4可以清晰地观测到模糊系统基于输入集的输出集的变化范围。 图4 控制规则三维关系图 点击view-Rules,可得到部分规则视图。如图5所示 图5 部分规则视图 3、进行matlab的仿真 为了验证所设计的温度模糊控制器的性能, 并在仿真过程中及时调整模糊控制器的控制规则和各项参数, 笔者利用Matlab 软件进行仿真研究. 本次设计利用FuzzyLog ic Too lbox 和S imu link 图形化工具平台, 对温度控制系统进行优化模糊控制设计与仿真的。 在进行温度控制系统的仿真之前, 必须建立被控对象的数学模型. 通常采