水箱水位模糊控制系统仿真作业

水箱水位模糊控制系统仿真建模摘要水位控制系统在各个领域上都有广泛应用，虽然其结构简单但由于控制过程具有多变量，大滞后，时变性等特点，且在控制过程中系统会受到各种不确定因素的影响，难于建立精确的数学模型。虽然自适应、自校正控制理论可以对缺乏数学模型的被控对象进行识别，但这种递推法复杂，实时性差。近年来模糊控制在许多控制应用中都取得了成功，模糊控制应用于控制系统设计不需要知道被控对象精确的数学模型，对于许多无法建立精确数学模型的复杂系统能获得较好的控制效果，同时又能简化系统的设计，因此，在水箱水位自动控制系统中，模糊控制就成为较好的选择。本文主要论述了应用模糊控制理论控制水箱水位系统，首先详尽的介绍了模糊控制理论的相关知识，在此基础上提出了用模糊理论实现对水箱水位进行控制的方案，建立了简单的基于水箱水位的模糊控制器数学模型。本试验系统还充分利用了MATLAB的模糊逻辑工具箱和SIMULINK相结合的功能，首先在模糊逻辑工具箱中建立模糊推理系统FIS作为参数传递给模糊控制仿真模块，然后结合图形化的仿真和建模工具，再通过计算机仿真模拟出实际系统运行情况。通过试验模拟，证明了其可行性。关键词：水位控制；模糊控制；MATLAB；Simulink1绪论1.1水箱水位系统概述在能源、化工等多个领域中普遍存在着各类液位控制系统液。各种控制方式在液位控制系统中也层出不穷，如较常用的浮子式、磁电式和接近开关式。而随着我国工业自动化程度的提高，规模的扩大，在工程中液位控制的计算机控制得到越来越多的应用。液位控制系统的检测及计算机控制已成为工业生产自动化的一个重要方面。经典控制理论和现代控制理论的控制效果很大一部分取决于描述被控过程精确模型的好坏，这使得基于精确数学模型的常规控制器难以取得理想的控制效果。但是一些熟练的操作工人、领域专家却可以得心应手的进行手工控制。因此基于知识规则的模糊控控制理论在其应用中就有了理论和现实意义1.2模糊控制理论简介1.2.1模糊控制理论的产生、发展及现状目前，模糊理论及其应用愈来愈受到人们的欢迎，在学术界也受到不同专业研究工作者的重视，在化工、机械、冶金、工业炉窑、水处理、食品生产等多个领域中发挥着重要的作用。究其原因，主要在于模糊逻辑本身提供了一种基于专家知识（或称为规则）甚至语义描述的不确定性推理方法。控制系统的设计不要求知道被控对象的精确数学模型，只需要提供专家或现场操作人员的经验知识及操作数据，因而对于许多无法建立精确数学模型的复杂系统能获得较好的控制效果，同时又能简化系统硬件电路的设计。充分显示了其对大规模系统、多目标系统、非线性系统以及具有结构不确定性的系统进行有效控制的能力。近年来，模糊控制已渗透到家用电器领域。国内外现在已有模糊电饭煲、模糊洗衣机、模糊微波炉、模糊空调机等在市场上出现。1.2.2模糊控制理论运用于水箱水位系统控制的意义采用传统的控制方法对锅炉实施控制时存在以下一些难以克服的困难：（１）在一些应用中系统存在严重耦合，如在密封容器中水与气体的耦合。（２）由环境温度的不断变化给系统带来的不确定性。（３）对于多级复杂的水箱水位控制系统存在时间滞后，包括测量带滞后、过程延迟和传输时滞等。（４）在一些工作环境恶劣的条件下，在测量信号中存在大量噪声。（５）一些工作环境经常变化和应用广泛的设备的水位控制系统其运行参数的设定值需要经常变化。模糊控制理论以其非线性控制、高稳定性、较好的“鲁棒性”、对过程参数改变不灵敏、参数自调整功能等众多经典ＰＩＤ控制所不具备的特点能很好的克服以上所列的困难。1.3本文的主要任务及内容安排本文以简单的一级水箱水位控制系统为研究对象，来尝试模糊控制理论在自动控制中的应用，模糊控制系统实质上是计算机控制系统，它的硬件部分和一般的计算机控制系统相同，一般由单片机或微机及相关的外围电路、板卡或工控模块等组成，所不同的只是在软件设计上。本文主要是探讨模糊控制理论的一种典型应用，其生成的实物并没有直接的应用的价值，因此不值得浪费经费去形成成品，而利用了当前流行的仿真软件MATLAB/SIMULINK，进行仿真建模生成软件模型进行仿真调试，以期达到掌握参数，控制精度，动态特性等指标的比较结果的目的。根据这些任务，本文主要进行了以下几个方面的工作：（１）对模糊理论相关知识进行理论学习。（２）结合一级水箱水位系统进行模糊控制器的设计（３）利用MATLAB/SIMULINK软件对水箱水位系统进行仿真建模。进行调试（４）对本文的工作进行总结，得出结论并对本文涉及的内容作出进一步的展望。2水箱水位模糊控制器的建立本章利用模糊数学工具及模糊控制理论知识，建立一个水箱水位模糊控制器，水位模糊控制器可以设计为二维控制器，即输入量是水位误差和误差变化率，输出量是阀门控制量，但由于过程计算量大，计算复杂所以此章仅采用一维系统，即单输入——单输出统，较复杂的二维系统将在下一章里利用MUTLAB软件构建，并仿真。图3—1为水位模糊控制系统的基本结构。图3—1水位模糊控制系统2.1输入输出语言变量语言值的选取及其赋值表我们选取误差语言变量、控制语言变量的语言值为5个，即{PL，PS，O，NS，NL}。设误差、控制量语言变量的论域分别为X、Y，量化等级都为9个。有X=Y={-4，-3，-2，-1，0，1，2，3，4}图3—2给出了输入、输出语言变量的隶属函数。表3-1给出了语言变量的赋值表M模糊控制器反馈压力传感器控制量设定图3—2输入、输出语言变量的隶属函数图量化等级隶属度语言值-4-3-2-101234PLPSONSNL000010000.50.500010000.50.500010000.50.500010000.50.500010000表3—1输入输出语言变量赋值表2.2控制规则描述总结人的控制水位策略，设计水位控制器包括5条规则如下：R1:ifE=NLthenU=PLR2:ifE=NSthenU=PSR3:ifE=OthenU=OR4:ifE=PSthenU=NSR5:ifE=PLthenU=NL2.3水位控制模糊关系矩阵首先，求每条规则所描述的模糊关系Ri，然后，再求描述水位控制系统的总的模糊控制关系R，即54321RRRRRR。-5-4-3-2-10123451μNL(x)μNL(y)μNS(x)μNS(y)μO(x)μO(y)μPS(x)μPS(y)μPL(x)μPL(y)0000000000000000000000000000000000000000000000000000000000000005.05.0000000015.0000000015.0000000000000005.01)()(1PLNLPLNLUPLENLRT00000000000000000000000000000000000000000000005.05.05.00000005.015.00000005.05.05.00000000000000005.015.000000000005.015.00)()(2PSNSPSNSUPSENSRT0000000000000000000000000000005.05.05.00000005.015.00000005.05.05.00000000000000000000000000000000005.015.00000005.015.0000)()(3OOOOUOEORT000000000000005.05.05.00000005.015.00000005.05.05.00000000000000000000000000000000000000000000000000005.015.0005.015.000000)()(4NSPSNSPSUNSEPSRT00000005.0100000005.05.000000000000000000000000000000000000000000000000000000000000000015.0000005.0115.00000000)()(5NLPLNLPLUNLEPLRT00000005.01000005.05.05.05.0000005.015.000005.05.05.05.05.000005.015.000005.05.05.05.05.000005.015.0000005.05.05.05.00000015.0000000054321RRRRRR3.4模糊推理3.4.1输入量模糊化假设实际水位误差量化后等级分别为-4、-3、-2、-1、0、1、2、3、4，然后对这些量化等级进行模糊化。规定等级-4、-2、0、2、4模糊化后的模糊集合分别为：NL、NS、O、PS、PL。而-3属于模糊集合NL、NS的隶属度都等于0.5，-1属于模糊集合NS、O的隶属度也等于0.5，1属于模糊集合O、PS的隶属度都等于0.5，3属于模糊集合PS、PL的隶属度也等于0.5。因此：（1）当输入误差量化等级为-3时，其输出控制量的模糊集合相应于输出论域元素的隶属度，应为当输入为NL、NS（或量化等级为-4、-2）时输出控制量集合相应于输出论域元素的隶属度和的一半。或者认为：当输入误差量化等级为-3时，其输出控制量的精确值，为当输入为NL、NS（或量化等级为-4、-2）时输出控制量精确值的一半。（2）当输入误差量化等级为-1时，其输出控制量的模糊集合相应于输出论域元素的隶属度，应为当输入为NS、O（或量化等级为-2、0）时输出控制量集合相应于输出论域元素的隶属度和的一半。或者认为：当输入误差量化等级为-1时，其输出控制量的精确值，为当输入为NS、O（或量化等级为-2、0）时输出控制量精确值的一半。（3）当输入误差量化等级为1时，其输出控制量的模糊集合相应于输出论域元素的隶属度，应为当输入为O、PS（或量化等级为0、2）时输出控制量集合相应于输出论域元素的隶属度和的一半。或者认为：当输入误差量化等级为-3时，其输出控制量的精确值，为当输入为O、PS（或量化等级为0、2）时输出控制量精确值的一半。（4）当输入误差量化等级为3时，其输出控制量的模糊集合相应于输出论域元素的隶属度，应为当输入为PS、PL（或量化等级为2、-4）时输出控制量集合相应于输出论域元素的隶属度和的一半。或者认为：当输入误差量化等级为-3时，其输出控制量的精确值，为当输入为PS、PL（或量化等级为2、4）时输出控制量精确值的一半。3.4.2模糊推理对上述量化等级-4、-3、-2、-1、0、1、2、3、4模糊化后对应的模糊集合，分别进行模糊推理，得到的输出模糊集合分别为U1、U2、U3、U4、U5、U6、U7、U8、U9。计算如下15.05.05.00000000000005.01000005.05.05.05.0000005.015.000005.05.05.05.05.000005.015.000005.05.05.05.05.000005.015.0000005.05.05.05.00000015.0000000000000005.011RNLU5.05.015.05.05