模糊控制在基于CAN总线的数据采集与控制系统中的应用.docVIP

　　模糊控制在基于CAN总线的数据采集与控制系统中的应用|第1 ... 摘要：介绍了如何的把把模糊算法与CAN部线结合起来应用于控制系统；并设计了一种智能型模糊控制算法，给出了系统的整体结构和现场模糊控制单元的硬件实现电路及其软件设计思路。系统的仿真结果表明，该系统实时性好、控制精度较高。 关键词：模糊控制 现场总线 数据采集 控制系统 CAN总线L.A.扎德教授于1965年创立的模糊集合理论（Fuzzy Sets）及模糊数字（Fuzzy Mathematics）为模糊逻辑控制的形成提供了理论基础。500)this.style.ouseg(this)近年来，随着各企业生产规模的不断扩大，生产过程控制系统也变得越来越复杂。由于整个系统的非线性增强、时滞增大，而且不是系统中的每个环节都需要建立精确的数学模型，使得模糊逻辑控制在生产过程中的应用成为可能。随着模糊控制的迅速发展，不需要对控制对象建立精确数学模型的模糊控制方法已进入实用化的阶段，它主要是把对被控系统的熟练的操作经验转换成模糊规则。现场总线的出现，为复杂现场采用模糊控制技术进行直接控制提供了很好的途径，也使模糊控制算法可以利用现场总线的强大网络功能实现集中化管理，而对各个现场部分实现分散控制。下面介绍一种基于CAN总线的运用模糊控制技术的数据采集与控制系统。1 CAN总线的特点CAN总线最早由德国的BOSCH公司提出，它具有以下性能：（1）多主方式工作，非破坏性的基于优先权的总线仲裁技术；（2）采用短帧结构，受干扰概率低，每帧信息都有CRC校验及其它检错措施；500)this.style.ouseg(this)（3）对严重错误具有自动关闭总线功能，使总线其它操作不受影响；（4）灵活的传输介质，多样、快速和远距离的信息传送方式。基于CAN总线的以上特点，我们设计了一种采用CAN总线技术和模糊控制技术的控制系统，其结构框图如图1所示。2 模糊控制器的设计模糊控制器的设计主要是设定各输入与输出变量模糊子集的隶属函数、模糊变量的量化论域、模糊控制规则、输入输出变量的比例变换因子等参数。常规模糊控制器的输入是将连续信息经量化因子量化成几个等级后的数据，但因不能把输入论域无限细分，只能划分为有限的几个等级，且由于系统没有积分环节，所以在系统的平衡点附近容易产生振荡或出现极限环。针对常规模糊控制器不能消除稳态误差的情况，我们设计了一种智能型模糊控制器，其结构图如图2所示。该模糊控制器与常模糊控制器的不同之处就是在控制规则库上并联了一积分环节以减少或消除系统的稳态误差。其控制规则可根据系统的控制响应曲线来获得，为了使系统输出尽快跟踪输入且使系统误差在允许的精度范围内，采用了分段引入积分环节。在系统响应曲线偏离平衡点即系统误差趋势增大时，引入积分作用；而在系统响应曲线从偏离点趋向平衡点即系统误差趋势变小时，取消积分作用。并且K值的大小要适中，过大会使系统振荡，过小体现不了积分作用。此设计思想可写成如下表达式形式： 500)this.style.ouseg(this) 其中，F（e,ec）为模糊控制规则部分的输出，K∫Edt为积分环节的输出。由图2可知，该模糊控制器的输入为系统的偏差e和偏差变化率ec，输出为控制量的增量Δu;ke、kc为Δu的模糊语言变量。输入、输出变量被划分为正大（PL）、正中（PM）、正小（PS）、零（ZO）、负小（NS）、负中（NM）、负大（NL）7个模糊状态，其相应论域为{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}13个等级。在充分考虑到控制系统的非线性、大时滞等情况下，根据专家先验知识和现场熟练操总结出来的操作经验，我们得出如下的控制规则，如表1所示。 表1 模糊控制规则表 E ELNMNSZOPSPMPLNL NM NS ZO PS PM PLPL PL PL PM PS ZO ZOPL PL PM PM ZO ZO NSPL PM PM PS ZO NS NMPL PM PS ZO NS NM NBPM PS ZO NS NM NM NBPS ZO ZO NM NM NB NBZO ZO NS NM NB NB NB表1的模糊控制规则可用if-then语句形式表示为：if Ei and Ecj then Uij，根据Mamdani揄法则，此控制规则可用模糊关系表达式表示为：R=Y{Ei×ECj×Uij} （2）若某时刻的偏差为E，偏差变化率为EC，则得到相应的控制量为：ΔU={E×EC}·R （3）当式（2）遍历所有的控制规则后可得到总的模糊控制规则表，如表2所示。 表2 模糊控制规则总表 E EC-6-5-4-3-26 -5 -4 -3 -2 -1 0 1 2 3 4 5 67 7 7 6