基于可编程控制器的液位模糊控制系统设计.doc

哈尔滨工业大学工程硕士学位论文 [11][12]。 1、控制系统的设计不要求知道被控对象的精确数学模型，只需要提供现 场操作人员的经验知识及操作数据。 2、对被控对象特性参数的变化具有较强的鲁棒性。适合于对难以建立被 控对象的数学模型的复杂系统进行控制，如非线性、时变、滞后系统。 3、以语言变量代替常规的数学变量，易于构造形成专家的“知识”。相比 于神经网络，模糊逻辑建立在已经熟悉相关系统的专家基础上，更能充分利用 现有的专家知识。 4、控制推理采用“不精确推理”(approximate reasoning)。推理过程模仿人 的思维过程，由于加入了人类的经验，因而能够处理复杂系统。 5、模糊逻辑是柔性的。对于给定的系统，很容易处理以及直接增加新的 功能，而不需要从头做起。易于与传统的控制技术相结合。模糊系统不需要替 代传统的控制方法，在很多情况下，只是在原有的控制方法上做简单的修改。 6、控制效果好，且所需设备简单，经济效益显著。 虽然模糊控制以其自身的优势在实践中取得了巨大的发展，然而，不同于 其它领域，模糊控制应用的发展似乎落后于模糊控制理论的发展，缺乏常规控 制理论指导是阻碍模糊控制理论发展的一个重要因素。模糊控制理论的发展需 要建立一个结构框架，即通过分析模糊控制算法的推理过程，揭示模糊控制器 工作的实质和机理，从而建立模糊控制同常规控制策略之间的内在联系。这种 研究也可促使人们将传统的成熟的控制理论应用于模糊控制理论中，去解决模 糊控制理论发展过程中的难题，从而推动模糊控制理论的发展。根据常规控制 理论解析分析模糊控制器的结构，是发展模糊控制技术的一条重要途径。这对 于模糊控制器的实际应用具有一定的指导意义，因为模糊控制技术中许多重要 而难度较大的方面(如分析、设计、稳定性和鲁棒性)，可用(非线性)控制理论 中现有的数学技术有效地加以研究。 模糊控制属于智能控制中的一种，是自动化技术中的一个非常活跃的领 域。它以现代控制理论为基础，同时结合人工智能技术、神经元网络鼓术、仿 人智能技术，并因其具有自身优点，因而在控制领域得到了空前的应用。目 前，主要有以下几个发展方向： 1、Fuzzy-PID 复合控制 Fuzzy-PID 复合控制是用模糊技术与常规 PID 控制算法相结合的控制方 法，以此达到较高的控制精度。它比单用模糊控制和单用 PID 调节器具有更 好的控制性能。 2、参数自整定模糊控制 - 2 - 哈尔滨工业大学工程硕士学位论文 参数自整定模糊控制或称比例因子自整定模糊控制，这种控制方法较之常 规的固定比例因子的模糊控制方法对环境变化有更强的适应能力，在随机环境 中能对控制器进行自动校正，使得被控对象特性变化或扰动情况下控制系统保 持较好性能。 3、自适应模糊控制 自适应模糊控制能自动地对自适应模糊控制规则进行修改和完善，以提高 控制系统的性能。它具有自适应、自学习的能力，对于那些具有非线性、大时 滞、高阶次复杂系统有着更好的控制效果。 4、专家模糊控制 专家模糊控制是专家系统技术与模糊控制相结合的产物。引入专家系统模 糊控制进一步提高了模糊控制器智能水平，专家模糊控制保持了基于规则的方 法和用模糊集合处理带来的灵活性．同时把专家系统技术的表达与利用知识的 长处结合起来，能处理更广泛的控制问题。 5、神经模糊控制 神经模糊控制是基于神经网络的模糊控制方法。这种控制利用了模糊逻辑 具有较强的结构性知识表达能力，即描述系统定性知识的能力，以及神经网络 强大的学习能力与定量数据的直接处理能力。 研究的意义和目的 控制理论的发展经历了古典控制理论、现代控制理论和智能控制理论三个 阶段。在古典控制理论中，应用最成功的是比例积分微分(PID)控制。它是一 种在工业生产中广泛应用的常规控制算法，属于线性控制。这种控制方式的最 大优点是结构简单，使用方便，可以不用被控对象的模型参数，直接根据输出 的偏差进行调节。该算法由于其简单实用而被广大工程技术人员所熟悉、使 用。但是当被控对象比较复杂时，便难以取得满意的控制效果[13][14]。 现代控制理论为控制复杂系统提供了新的思路。采用该理论进行控制时，需要 提供准确的数学模型。尽管数值计算与计算机技术的发展，为求解模型参数提 供了有效的方法和工具，但由于这些模型方程中有众多的参数需要估计，而求 解这些参数时又往往缺少足够的信息特征和信息量，因此限制了现代控制理论 的有效应用[15]。 一个控制系统控制质量的优劣，关键在于它能否对被控对象提供精确的控 制。当研究的控制系统涉及非线性、多变量、时变性等这样的大系统时，如煤 炭生产过程、金属冶炼、石油化工、工业锅炉等，系统的复杂性与控制技术的 - 3 - 哈尔滨工业大学工程硕士学位论文 精确性便形成了尖锐的矛盾。由于被控对象和过程的非