搜索
基于双模糊控制的温度控制系统研究近年来，智能控制作为一门新兴的理论和技术发展很快，许多学者进行了大量的研究工作。其中，模糊控制不要求被控对象的模型精确，具有较强的鲁棒性且适应性强而被广泛应用。但在一般的模糊控制中，没有考虑常规模糊控制器不同时具备在偏差大时快速跟踪，在偏差小时精确定位的问题，而且这两个要求是相互矛盾的，并发生在不同的时域。另外，也没有考虑常规模糊控制稳态精度不高且稳定性难以保证的问题。基于以上分析，本文在分析常规PID控制和模糊控制算法的基础上，设计了带有自调整因子的双模糊控制器。根据设定值与输出值间的偏差及偏差的变化，切换模糊控制器1和模糊控制器2，完成两组控制器的平稳过渡，并结合Ma-tlab环境下的模糊逻辑工具箱对其进行了仿真研究。1双模糊控制系统结构双模糊控制系统由模糊控制器FC1和模糊控制器FC2并联组成，并由控制开关进行模式选择，其结构如图1所示。其工作原理是当系统误差较大，落在某个阈值以外时，就采用模糊控制器FC1进行控制，以达到快速响应，消除误差的目的;当系统误差较小，落在阈值以内时，采用模糊控制器FC2进行控制，由于此控制器已将零域进一步细分，因此可以大大改善模糊控制器对于系统小误差的控制效果，从而达到极大地消除静态误差的目的，进而取得满意的控制效果。判断电路的控制规则可以描述为：2双模糊控制系统的设计2.1被控对象的选取在控制工程实践中，温度控制具有典型的时间滞后特点，现选取温度控制系统为带有纯延迟的一阶过程模型，设被控对象的传递函数为：2.2PID控制器设计为获得较好的稳态控制效果，普遍采用PID控制，也就是在系统中加入一个比例放大器、一个积分器和一个微分器。通过参数整定得到PID控制器的参数为KP=1.5，KI=1，KD=0.8，单位阶跃响应曲线如图2所示。PID控制器是一种线性控制器，鲁棒性不够强，具有对负载变化适应能力差，抗干扰能力弱和控制性容易受模型参数变化影响等弱点。所以在控制系统中难以达到令人满意的调速性能，尤其是在对系统性能和控制精度要求较高的场合，这就需要对PID算法进行改进，以达到更好的控制性能。2.3模糊控制器设计2.3.1确定输入、输出隶数度函数模糊控制器采用二维结构，以误差e和误差变化率ec作为模糊控制器的输入信号，将模糊控制器进行模糊化、模糊逻辑推理、解模糊化等一系列操作，最后得到模糊控制器输出控制信号量u。根据双模糊控制器的原理，令其输入为E和Ec，输出为U，并确定输入输出的隶属度函数。取E，Ec，U的模糊论域为[-6，6]。实际误差e的变化范围是[-0.5，0.5]，实际误差变化率ec的变化范围是[-1，1]，实际输出控制量u的变化范围是[0，10]。因此可确定偏差e的量化因子Ke=15，偏差变化率ec的量化因子Ke=6，控制量u的量化因子Ku=1。变量E的语言值设定为8个，即{负大(NB)、负中(NM)、负小(NS)、负零(NO)、正零(PO)、正小(PS)、正中(PM)、正大(PB)};将变量Ec的语言值设定为7个，即{负大(NB)、负中(NM)、负小(NS)、零(ZO)、正小(PS)、正中(PM)、正大(PB)};输出变量U的语言值也设定为7个，即{负大(NB)、负中(NM)、负小(NS)、零(ZO)、正小(PS)、正中(PM)、正大(PB)}，E，Ec，U的隶属度函数选为梯形，如图3～图5所示。2.3.2模糊规则设计双模糊控制中的模糊控制器根据误差和误差变化率的不同状态，工程设计人员的技术知识和实际操作经验，建立合适的模糊规则表，得到模糊控制规则如表1所示。3基于Matlab/simulink的双模糊控制系统仿真3.1建立模糊推理系统结构在Matlab命令窗口键入fuzzy命令进入模糊逻辑工具箱，在FISEditor窗口的Edit菜单下确定输入、输出变量的论域范围和各个语言变量的隶属函数曲线等参数，双击每个图标就可以进行编辑，得到模糊控制器的文件。3.2建立模糊控制规则用Edit菜单下的rules打开模糊规则编辑器确定“IF…THEN”形式的模糊控制规则。u共有控制规则56条，每条规则的加权值都缺省为1，推理算法为max-min合成法，解模糊方法采用取重心法。将设计好的模糊控制器保存在一个用户自己定义的文件，后缀为fis。3.3创建仿真框图在Simulink环境下，建立模糊-PI双模控制器仿真系统结构见图6，图7，仿真结果如图8所示。双模系统稳定且消差的关键在各个参数的选择上，从仿真结果可以看出，双模糊控制系统的上升时间和最大超调量都有所减少，系统性能更好，使得控制器的性能得到较大的改善。4结论本文提出的双模糊控制器当系统误差较大时，采用模糊控制器FC1进行控制，以达到快速响应，消除误差的目的，以获得良好的动态性能;当系统误差较小，采用模糊控制器FC2进行控制，从而达到极大地消除静态误差的目的，以获得较好的稳态性能。通过在Matlab/Simu-link环境下的仿真研究可以看出，与传统的PID控制器和常规的模糊控制器相比，双模糊控制器能很好地解决前者上升时间长，超调量大的缺点，且在快速性、稳定性及准确性方面都有较大的改善。