模糊控制在間歇式反應(yīng)釜自動控制中的應(yīng)用

1、題 目：模糊控制在間歇式反應(yīng)釜自動控制中的應(yīng)用57內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計說明書（畢業(yè)論文）畢業(yè)設(shè)計（論文）原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設(shè)計（論文），是我個人在指導(dǎo)教師的指導(dǎo)下進行的研究工作及取得的成果。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機構(gòu)的學(xué)位或?qū)W歷而使用過的材料。對本研究提供過幫助和做出過貢獻的個人或集體，均已在文中作了明確的說明并表示了謝意。作 者 簽 名： 日 期： 指導(dǎo)教師簽名： 日期： 使用授權(quán)說明本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計（論文）的規(guī)定，即：按照

2、學(xué)校要求提交畢業(yè)設(shè)計（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)?？梢圆捎糜坝?、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)?？梢怨颊撐牡牟糠只蛉績?nèi)容。作者簽名： 日 期： 學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨立進行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標(biāo)明。本人完全意識到本聲明的法律后果由本人承擔(dān)。作者簽名： 日期： 年 月 日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)

3、位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán) 大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。涉密論文按學(xué)校規(guī)定處理。作者簽名：日期： 年 月 日導(dǎo)師簽名： 日期： 年 月 日注 意 事 項1.設(shè)計（論文）的內(nèi)容包括：1）封面（按教務(wù)處制定的標(biāo)準(zhǔn)封面格式制作）2）原創(chuàng)性聲明3）中文摘要（300字左右）、關(guān)鍵詞4）外文摘要、關(guān)鍵詞 5）目次頁（附件不統(tǒng)一編入）6）論文主體部分：引言（或緒論）、正文、結(jié)論7）參考文獻8）致謝9）附錄（

4、對論文支持必要時）2.論文字?jǐn)?shù)要求：理工類設(shè)計（論文）正文字?jǐn)?shù)不少于1萬字（不包括圖紙、程序清單等），文科類論文正文字?jǐn)?shù)不少于1.2萬字。3.附件包括：任務(wù)書、開題報告、外文譯文、譯文原文（復(fù)印件）。4.文字、圖表要求：1）文字通順，語言流暢，書寫字跡工整，打印字體及大小符合要求，無錯別字，不準(zhǔn)請他人代寫2）工程設(shè)計類題目的圖紙，要求部分用尺規(guī)繪制，部分用計算機繪制，所有圖紙應(yīng)符合國家技術(shù)標(biāo)準(zhǔn)規(guī)范。圖表整潔，布局合理，文字注釋必須使用工程字書寫，不準(zhǔn)用徒手畫3）畢業(yè)論文須用a4單面打印，論文50頁以上的雙面打印4）圖表應(yīng)繪制于無格子的頁面上5）軟件工程類課題應(yīng)有程序清單，并提供電子文檔5.裝訂

5、順序1）設(shè)計（論文）2）附件：按照任務(wù)書、開題報告、外文譯文、譯文原文（復(fù)印件）次序裝訂3）其它模糊控制在間歇式反應(yīng)釜自動控制中的應(yīng)用摘 要間歇式反應(yīng)釜是化工生產(chǎn)中一類非常重要的反應(yīng)容器，其內(nèi)部化學(xué)反應(yīng)機理復(fù)雜，且其本身又具有較大的時變性、非線性和時滯性。目前在不少間歇工業(yè)生產(chǎn)過程中，仍大多采用手動或半自動控制，整體自動化水平較低。本文主要研究了間歇過程的溫度控制策略，全面分析了間歇式反應(yīng)釜溫度變化的特點及控制難點。本文在參閱大量的中外文獻并結(jié)合實際控制要求的基礎(chǔ)上，對基于模糊控制的間歇反應(yīng)釜溫度計算機控制系統(tǒng)進行了理論研究和工程設(shè)計，將pid控制和模糊控制結(jié)合起來，提出一種智能復(fù)合控制方案，

6、并給出了詳細(xì)的分析步驟和控制算法。同時對常規(guī)pid控制和模糊-pid復(fù)合控制策略進行比較論證和仿真研究，仿真結(jié)果表明該模糊-pid復(fù)合控制器應(yīng)用于間歇式反應(yīng)釜的溫度控制回路，取得了理想的控制效果。本文所提出的模糊-pid復(fù)合控制策略，不需要被控對象的精確數(shù)學(xué)模型，在大滯后、參數(shù)不確定和慣性大的間歇反應(yīng)釜控制系統(tǒng)中工作穩(wěn)定、可靠性高、適應(yīng)性好、魯棒性強。同時這種方法對其它的大滯后，特性參數(shù)不確定等控制對象的控制問題都有很好的參考價值。關(guān)鍵字：間歇式反應(yīng)釜;模糊-pid;自動控制內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計說明書（畢業(yè)論文）application study of fuzzy control in th

7、e batch reactorabstractbatch reactor is a very important vessel in chemistry industry produce. the reaction mechanism in it is complicated. because of multiple controlled objects and big time-variant. non-liner, time-delay, at present, lots of batch production also use manus or half automation opera

8、tion, the lever of the automation is very lover.the paper mainly discussed batch reactor temperature control policy. general analysis batch reactor temperatures characteristic and control difficulty. the paper references to a lot of literature and use fuzzy control to batch reactor temperature contr

9、ol theory study and project design. pid control and fuzzy control. bring forward a intelligent complex control scheme and give the detailed design. simulate the pid control with matlab , and then apply this controller to the batch reactor temperature control, and get the perfect control effect.the e

10、xperiments show that the control system operates steadily and have high functional reliability, and that the algorithm doesnt need the accurate mathematical model of the object and have good flexibility, operational capability and high robustness. at the same time ,this control method has the good r

11、eference value to other object of big delay variable parameter.key words: batch reactor; fuzzy-pid; autocontrol目 錄摘 要iabstractii第一章 引 言11.1 課題研究的背景和意義11.2 間歇式反應(yīng)釜控制技術(shù)現(xiàn)狀11.2.1 基于模型的預(yù)測控制21.2.2 神經(jīng)網(wǎng)絡(luò)控制21.2.3 模糊控制31.2.4 自適應(yīng)控制31.3 模糊控制理論的發(fā)展及應(yīng)用41.3.1 模糊復(fù)合控制51.3.2 自適應(yīng)和自學(xué)習(xí)模糊控制61.3.3 專家模糊控制61.3.4 基于神經(jīng)網(wǎng)絡(luò)的模糊控制71

12、.4 本文的主要工作7第二章 控制原理簡述92.1 pid控制理論92.1.1 pid控制的原理和特點92.1.2 位置式pid控制算法92.1.3 增量式pid控制算法112.1.4 pid控制器的參數(shù)整定122.2 模糊控制理論132.2.1 模糊控制的基本思想132.2.2 模糊控制系統(tǒng)的組成142.2.3 模糊控制器的設(shè)計原理15第三章 反應(yīng)釜總體結(jié)構(gòu)及過程特性分析243.1 反應(yīng)釜總體結(jié)構(gòu)243.2 間歇生產(chǎn)特性分析263.3 間歇反應(yīng)操作流程27第四章 反應(yīng)釜模糊-pid復(fù)合控制器分析與設(shè)計304.1 模糊控制器設(shè)計304.1.1 模糊控制器的結(jié)構(gòu)設(shè)計304.1.2 模糊控制器規(guī)則

13、的設(shè)計334.1.3 求模糊查詢表354.2 模糊-pid復(fù)合控制器設(shè)計364.3 模糊-pid復(fù)合控制器的幾個重要問題374.3.1 模式切換閥值的合理選取384.3.2 模式切換瞬間系統(tǒng)輸出問題38第五章 模糊-pid復(fù)合控制系統(tǒng)仿真研究395.1 模糊控制系統(tǒng)仿真395.2 pid控制系統(tǒng)仿真425.3 模糊-pid復(fù)合控制系統(tǒng)仿真445.4 仿真結(jié)果分析45第六章 結(jié)束語47參考文獻48致 謝50 內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計說明書（畢業(yè)論文）第一章 引 言1.1 課題研究的背景和意義 為了適應(yīng)產(chǎn)品多樣化的市場需要，批量生產(chǎn)的控制問題就成為當(dāng)前控制理論與控制工程領(lǐng)域研究的熱點。就目前發(fā)展趨勢

14、看，由于間歇式反應(yīng)釜具有生產(chǎn)靈活、附加值高等柔性批量生產(chǎn)的特點，在精細(xì)化工及生物制藥等方面得到了廣泛的應(yīng)用。而間歇反應(yīng)釜是高度非線性系統(tǒng)，包括了所有批量過程控制的難點，影響其控制品質(zhì)的因素較多，如外界條件、原料純度、催化劑的類型、原料添加數(shù)量的變化、循環(huán)水或加熱蒸汽溫度、流量的變化等，同時系統(tǒng)本身具有較大的時變性、非線性和時滯性，控制起來非常困難。研究反應(yīng)釜內(nèi)化工生產(chǎn)過程的自動檢測和控制技術(shù)，是適應(yīng)當(dāng)代信息技術(shù)革命和信息產(chǎn)業(yè)革命的需要，也是提高生產(chǎn)效率、改善勞動條件、保證安全生產(chǎn)的必然措施。 由于許多化學(xué)工業(yè)、生物制藥工業(yè)具有規(guī)模小、產(chǎn)品更新?lián)Q代快、各種化學(xué)反應(yīng)過程差異大的特點，對多數(shù)的反應(yīng)釜

15、而言，缺少成熟、通用、制式化的智能控制設(shè)備。因此研制適合于小規(guī)模反應(yīng)釜的低成本、控制簡便的智能控制器具有重要的理論和現(xiàn)實意義。1.2 間歇式反應(yīng)釜控制技術(shù)現(xiàn)狀早期的反應(yīng)釜控制多為位式調(diào)節(jié)的單回路調(diào)節(jié)系統(tǒng)，對于重要的環(huán)節(jié)設(shè)計有串級調(diào)節(jié)系統(tǒng)。后來人們越來越多地使用pid控制，它的算法簡單易于實現(xiàn)，控制效果較以前也有很大提高。但是，由于pid控制對于具有精確數(shù)學(xué)模型的線性過程，可以取得良好的控制效果，而間歇反應(yīng)過程分為多個階段，每個反應(yīng)階段都有明顯不同的特性，且反應(yīng)釜本身具有非線性和時滯性等特點，其過程模型一般很難建立，故pid控制難以滿足反應(yīng)釜的過程控制要求。隨著控制理論的發(fā)展，尤其是智能控制理論

16、的發(fā)展，人們開始研究智能化的反應(yīng)釜過程控制裝置，各種智能控制方法，如專家系統(tǒng)和專家控制、模糊控制、神經(jīng)元網(wǎng)絡(luò)控制、遺傳算法等，都己在反應(yīng)釜控制中有所應(yīng)用。目前最先進的反應(yīng)釜智能控制系統(tǒng)多采用將先進的智能控制理論與傳統(tǒng)的控制策略相結(jié)合的方法，比如直接使用模糊控制的反應(yīng)釜溫度控制方法、pid參數(shù)自適應(yīng)的模糊控制方法、smith-模糊控制方法、基于神經(jīng)元網(wǎng)絡(luò)的直接自適應(yīng)控制、用遺傳算法尋最優(yōu)pid參數(shù)來控制非線性系統(tǒng)的模型參考自適應(yīng)控制方法等。下面簡述幾種應(yīng)用于間歇過程的控制方法:1.2.1 基于模型的預(yù)測控制模型預(yù)測控制是一種基于模型的閉環(huán)優(yōu)化控制策略.其算法核心是使用可預(yù)測過程未來行為的動態(tài)模型

17、，和引入模型誤差的反饋校正機制，采用滾動式的有限時域優(yōu)化策略，反復(fù)在線優(yōu)化局部目標(biāo)，以得到一個顧及了模型失配和干擾引起的不確定性的符合實際的最優(yōu)控制。模型預(yù)測控制具有控制效果好、魯棒性強等優(yōu)點，并能方便地處理過程被控變量和操縱變量中的各種約束2。1.2.2 神經(jīng)網(wǎng)絡(luò)控制人工神經(jīng)網(wǎng)絡(luò)作為建模工具，不需要預(yù)先對模型的形式結(jié)構(gòu)和參數(shù)加以限制，只需根據(jù)實際過程的運行數(shù)據(jù)就可自動尋找輸入與輸出的映射關(guān)系，因此神經(jīng)網(wǎng)絡(luò)對未知和熟知的系統(tǒng)都能建模。在實際控制應(yīng)用中，常采用一種基于反饋神經(jīng)網(wǎng)絡(luò)的預(yù)測控制，將兩個神經(jīng)元網(wǎng)絡(luò)串聯(lián)起來進行外部反饋，產(chǎn)生一個狀態(tài)空間的映射。在噪音、干擾、不可預(yù)測過程變動存在的情況下，

18、可靠性和精確性不斷提高。文獻1將基于反饋神經(jīng)網(wǎng)絡(luò)模型預(yù)測控制器應(yīng)用于間歇式化學(xué)反應(yīng)器的模型預(yù)測控制，并將其與傳統(tǒng)的前饋神經(jīng)元網(wǎng)絡(luò)的預(yù)測器的控制性能進行了對比，在各種操作條件和干擾下的結(jié)果證明了此種方案的優(yōu)越性。文獻2中提出了一種混合ann模型的預(yù)測控制方法，將一個神經(jīng)網(wǎng)絡(luò)模型和過程數(shù)學(xué)模型組織，并將其用于間歇式聚合反應(yīng)過程。結(jié)果表明此模型比傳統(tǒng)方法的“黑箱”模型具有更大優(yōu)越性?；谏鲜龅乃枷耄腥擞痔岢隽藢⒍鄠€神經(jīng)網(wǎng)絡(luò)與簡化機理模型相結(jié)合的混合層疊式神經(jīng)網(wǎng)絡(luò)模型預(yù)測控制，并將其用于間歇式聚合反應(yīng)。在此種混合ann模型的預(yù)測控制中，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)是將聚合物質(zhì)量的樣本數(shù)據(jù)經(jīng)3次樣條插值后產(chǎn)生的

19、。與基于混合單一神經(jīng)網(wǎng)絡(luò)的預(yù)測控制相比，此種預(yù)測控制具有更好的魯棒性2。1.2.3 模糊控制 影響間歇聚合反應(yīng)過程的因素很多，因非線性、時滯、時變、反應(yīng)機理復(fù)雜等因素，用常規(guī)控制方法難以有效控制。然而，具有豐富經(jīng)驗的操作員卻能運用人所特有的觀察、推理和學(xué)習(xí)能力，通過直覺可以安全而有效地對反應(yīng)過程進行控制。因此，提煉和恰當(dāng)?shù)乇磉_這些經(jīng)驗，將其與常規(guī)的控制理論互補地有機結(jié)合起來，可以有效地提高聚合反應(yīng)過程的控制水平。模糊控制的最大特征是它能夠?qū)⒉僮髡呋蝾I(lǐng)域?qū)＜业目刂平?jīng)驗和知識表示成語言變量描述的控制規(guī)則，然后用這些規(guī)則去控制系統(tǒng)。它具有高度的仿人智能特性、不依賴精確數(shù)學(xué)模型的特點，是解決間歇聚合反

20、應(yīng)過程控制問題的一種有效方法。文獻3以間歇聚丙烯反應(yīng)器為對象，參考熟練操作工的控制經(jīng)驗，將模糊控制和常規(guī)的位式控制、pid控制方法結(jié)合起來，提出一套智能復(fù)合控制方案，得出了較好的實驗結(jié)果。文獻4給出了基于規(guī)則的takagi一sugeno的比例一微分模糊控制算法在間歇式苯乙烯聚合反應(yīng)器控制中的仿真研究情況。文獻5主要針對聚合反應(yīng)釜的大慣性、大時滯特性進行多種模糊控制方案的研究。根據(jù)模糊控制本身的特點，有效地克服實際系統(tǒng)中的非線性及干擾，而且完全符合系統(tǒng)的工作過程2。1.2.4 自適應(yīng)控制 自適應(yīng)控制是先進的辯識技術(shù)與現(xiàn)代控制理論相結(jié)合的產(chǎn)物，在歷史上已有近50年的歷史。當(dāng)對被控過程的本身特性及其

21、外部環(huán)境了解不多，或者它們在運行過程中有變化時，設(shè)計一種高性能的控制系統(tǒng)，能根據(jù)對象實際運行情況自動調(diào)節(jié)控制規(guī)律，以達到實時控制的目的?，F(xiàn)在較為成熟的自適應(yīng)控制主要為以下幾種，pid參數(shù)自整定自適應(yīng)控制、模型參考自適應(yīng)控制、無模型自適應(yīng)控制等，并已經(jīng)實際應(yīng)用于間歇化學(xué)反應(yīng)器的溫度生產(chǎn)控制當(dāng)中。 另外，從系統(tǒng)結(jié)構(gòu)來看，早期的反應(yīng)釜自動控制裝置主要采用單元組合儀表組成控制系統(tǒng)，然而由于反應(yīng)過程存在嚴(yán)重的非線性和時滯特性，簡單的位置式控制不僅較難達到預(yù)期精度，部分場合還因超調(diào)過大而導(dǎo)致生產(chǎn)產(chǎn)品失敗。后來有人使用plc作為控制器，較大地提高了控制精度，但對于復(fù)雜的過程控制，則顯得力不從心，在通信和管理

22、方面也存在很多缺點。目前廣泛應(yīng)用于間歇反應(yīng)釜生產(chǎn)過程控制裝置為集散控制系統(tǒng)(dcs)。它把分散的、單回路的測量和控制系統(tǒng)用計算機進行統(tǒng)一管理，用各種i/o板卡代替控制室的各種儀表，利用計算機的強大功能，對工業(yè)生產(chǎn)過程集中進行實時檢測、控制、參數(shù)調(diào)節(jié)、報警顯示和存儲歷史數(shù)據(jù)等操作。隨著網(wǎng)絡(luò)與通信技術(shù)的發(fā)展，總線的出現(xiàn)，一種集計算機、通信和控制技術(shù)(3c)為一體的現(xiàn)場總線(fieldbus)技術(shù)逐步成熟和發(fā)展起來，并己應(yīng)用到工業(yè)過程控制領(lǐng)域，形成現(xiàn)場總線控制系統(tǒng)（fcs）。1.3 模糊控制理論的發(fā)展及應(yīng)用 早期的模糊控制器普遍采用mamdani的基于規(guī)則的控制器的結(jié)構(gòu)。針對這樣的模糊控制系統(tǒng)，70

23、年代末出現(xiàn)了大量的研究成果，如模糊控制的算法結(jié)構(gòu)、模糊控制規(guī)則分析、模糊控制器的多值繼電器模型、最優(yōu)模糊控制概念、模糊控制器的代數(shù)模型及語言模型分析方法和自組織模糊控制器。此外，在模糊模型辨識方面也進行了一些探索。進入80年代，模糊控制器出現(xiàn)了多種改進形式，如各種自適應(yīng)模糊控制方法、模糊pid混合控制、模糊smith預(yù)估控制、預(yù)見式模糊控制等。在原有的模糊控制系統(tǒng)穩(wěn)定性研究結(jié)果的基礎(chǔ)上，在能量穩(wěn)定性方面取得了新的進展。在此期間，基于規(guī)則的模糊模型、模糊關(guān)系模型和模糊分段線性模型的辨識形成了成熟的方法。而對于模糊關(guān)系系統(tǒng)的同時辨識與控制、以及針對反饋解耦和串聯(lián)解耦進行了理論探索。這些工作為后來的

24、模糊關(guān)系理論研究和工程應(yīng)用奠定了基礎(chǔ)。90年代以來，在模糊控制技術(shù)大量的成功應(yīng)用的促進下，模糊控制理論和應(yīng)用研究也進入了新階段。人們試圖在現(xiàn)有成果的基礎(chǔ)上將自動控制學(xué)科中的一些成熟的理論和方法引入模糊控制以建立其理論框架，并和精確域控制方法以及其他智能化方法相結(jié)合形成了多種模糊控制新模式。理論成果有模糊控制系統(tǒng)數(shù)學(xué)描述和分析、模糊控制系統(tǒng)的設(shè)計理論、自適應(yīng)模糊控制、模糊建模和基于模糊模型的控制等。在應(yīng)用方面往往是將模糊控制或模糊推理的思想，與其他相對成熟的控制理論或方法結(jié)合起來，發(fā)揮各自的長處，改善模糊控制的不足，從而獲得理想的控制效果。由于模糊控制和語言很容易被人們廣泛接受，加上模糊化技術(shù)在

25、微處理器和計算機中能很方便地實現(xiàn)，所以這種結(jié)合展現(xiàn)出強大的生命力和良好的控制效果。對模糊控制的改進方法可大致分為模糊復(fù)合控制、自適應(yīng)控制和自學(xué)習(xí)模糊控制，以及模糊控制與智能化方法的結(jié)合等四個方面。1.3.1 模糊復(fù)合控制模糊-pid復(fù)合控制:即模糊-pid控制，通常是當(dāng)誤差較大時采用模糊控制，而誤差較小時采用pid控制，從而既保證動態(tài)響應(yīng)效果，又能改善穩(wěn)態(tài)控制精度;一種簡便有效的做法是模糊控制器和pid調(diào)解器共同合成控制作用。 模糊-線性復(fù)合控制:如模糊-前饋補償控制等，實際利用了模糊控制是變增益pi控制器的特點，在實際系統(tǒng)的控制中取得了較好的效果。 smith-模糊控制器:針對系統(tǒng)的純滯后特

26、性設(shè)計，用模糊控制器替代pid可以解決常規(guī)smith-pid控制器對參數(shù)變化適應(yīng)能力較弱的缺陷；此外模糊推理和模糊規(guī)則的運用有利于在一定程度上適應(yīng)時延的變化，在更復(fù)雜的情況下對對象的純滯后進行有效的補償。 三維模糊控制器:一種是利用誤差e，誤差變化ec和誤差變化速率ecc作為三維量，可以解決傳統(tǒng)二維模糊控制器的快速響應(yīng)與穩(wěn)定性要求之間的矛盾；另一種方法是利用e，ec和誤差的累積和，這相當(dāng)于變增益的pid控制器，提高了模糊控制的穩(wěn)態(tài)精度。 多變量模糊控制:一般采用結(jié)構(gòu)分解和分層分級結(jié)構(gòu)，利用多個簡單的模糊控制器進行組合，并兼顧多規(guī)則集之間的相互關(guān)系5。1.3.2 自適應(yīng)和自學(xué)習(xí)模糊控制 自校正模

27、糊控制器:修改控制規(guī)則的自校正模糊控制器，從響應(yīng)性能指標(biāo)的評價出發(fā)，利用模糊集合平移或隸屬函數(shù)參數(shù)的改變，來實現(xiàn)控制規(guī)則的部分或全面修正，也可通過修正規(guī)則表或隸屬函數(shù)本身進行調(diào)整；基于模糊模型的自校正模糊控制器，包括利用模糊集理論辨識系統(tǒng)模型的語言化方法，基于參考模糊集的系統(tǒng)模糊關(guān)系模型辨識方法，以及i/o數(shù)據(jù)建立模糊規(guī)則模型，并以此作為自校正控制器設(shè)計的基礎(chǔ)等。 參數(shù)自調(diào)整模糊控制:自調(diào)整比例因子的模糊控制，引入性能測量和比例因子調(diào)整的功能，在線改變模糊控制器的參數(shù)，較大地增強了對環(huán)境變化的適應(yīng)能力;基于模糊推理的pid自整定控制，如參數(shù)自整定模糊pd控制，以及類似的pi及pid控制等。 模

28、型參考自適應(yīng)模糊控制器:利用參考模型輸出與控制作用下系統(tǒng)輸出間的偏差來調(diào)整模糊控制器的輸出，包括比例因子、解模糊策略、模糊控制規(guī)則等。 具有自學(xué)習(xí)功能的模糊控制:包括多種對外擾影響或重復(fù)任務(wù)的性能具有自學(xué)習(xí)功能的模糊控制方法，以及自尋優(yōu)模糊控制器等，其關(guān)鍵在于學(xué)習(xí)和尋優(yōu)算法的設(shè)計，尤其是提高其速度和效率。 自組織模糊控制器:將參考模型和自組織機制相結(jié)合的模糊模型參考學(xué)習(xí)控制，及自適應(yīng)階段模糊控制等更高級的自組織形式具有很大的發(fā)展?jié)摿Α?.3.3 專家模糊控制 專家系統(tǒng)能夠表達和利用控制復(fù)雜過程和對象所需的啟發(fā)式知識，重視知識的多層次和分類的需要，彌補了模糊控制器結(jié)構(gòu)過于簡單、規(guī)則比較單一的缺陷

29、，賦予了模糊控制更高的智能;二者的結(jié)合還能夠擁有過程控制復(fù)雜的知識，并能夠在更為復(fù)雜的情況下對這些知識加以利用。1.3.4 基于神經(jīng)網(wǎng)絡(luò)的模糊控制 神經(jīng)網(wǎng)絡(luò)實現(xiàn)局部或全部的模糊邏輯控制功能，前者如利用神經(jīng)網(wǎng)絡(luò)實現(xiàn)模糊控制規(guī)則或模糊推理，后者通常要求網(wǎng)絡(luò)層數(shù)多于三層;自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊控制，利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能作為模型辨識或直接用作控制器;基于模糊神經(jīng)網(wǎng)絡(luò)的隸屬函數(shù)及推理獲取方法，具有模糊連接強度的模糊神經(jīng)網(wǎng)等，均在控制中有所應(yīng)用。 此外，模糊預(yù)測控制，模糊變結(jié)構(gòu)方法，模糊系統(tǒng)建模及參數(shù)辨識，模糊模式識別等的研究，也都屬于前沿的研究方向。 雖然模糊控制理論己經(jīng)在工程上獲得了許多成功的應(yīng)用，但目

30、前模糊系統(tǒng)理論還有一些重要的理論課題還沒有解決，其中兩個重要的問題是:如何獲得模糊規(guī)則及隸屬函數(shù)問題以及如何保證模糊系統(tǒng)的穩(wěn)定性。大體來說，在模糊控制理論和應(yīng)用方面，眾多學(xué)者研究的主要方面有： 模糊控制規(guī)則設(shè)計方法的研究，包括模糊集合隸屬函數(shù)設(shè)定方法、量化水平、采樣周期的最優(yōu)選擇、規(guī)則的系數(shù)、最小實現(xiàn)以及規(guī)則和隸屬函數(shù)參數(shù)自動生成等問題，以進一步給出模糊控制器的系統(tǒng)化設(shè)計方法。模糊控制在非線性復(fù)雜系統(tǒng)中的模糊建模、模糊規(guī)則的建立和推理算法的深入研究。1.4 本文的主要工作本課題以間歇式反應(yīng)釜為研究背景對象，綜合考慮間歇反應(yīng)控制原理和裝置本身的特點，設(shè)計高級控制算法;并研究國內(nèi)外間歇過程生產(chǎn)的控

31、制方法，主要解決以下幾個重要問題：應(yīng)用matlab對模糊-pid復(fù)合控制器進行仿真實驗，并根據(jù)仿真結(jié)果對模糊控制規(guī)則進行了微調(diào)，然后與pid算法的比較。模糊-pid復(fù)合控制器的工程應(yīng)用，針對釜溫在整個控制方案中的作用，設(shè)計其控制策略。釜溫分別采用模糊-pid復(fù)合控制與pid控制兩種控制策略。然后分別對兩種控制方案進行仿真研究，比較兩種控制方案的控制效果。最后得出相關(guān)結(jié)論。第二章 控制原理簡述2.1 pid控制理論2.1.1 pid控制的原理和特點 在工程實際中，應(yīng)用最為廣泛的調(diào)節(jié)器控制規(guī)律為比例、積分、微分控制，簡稱pid控制，又稱pid調(diào)節(jié)。pid控制器問世至今已有近70年歷史，它以其結(jié)構(gòu)簡

32、單、穩(wěn)定性好、工作可靠、調(diào)整方便而成為工業(yè)控制的主要技術(shù)之一。當(dāng)被控對象的結(jié)構(gòu)和參數(shù)不能完全掌握，或得不到精確的數(shù)學(xué)模型時，控制理論的其它技術(shù)難以采用時，系統(tǒng)控制器的結(jié)構(gòu)和參數(shù)必須依靠經(jīng)驗和現(xiàn)場調(diào)試來確定，這時應(yīng)用pid控制技術(shù)最為方便。即當(dāng)我們不完全了解一個系統(tǒng)和被控對象或不能通過有效的測量手段來獲得系統(tǒng)參數(shù)時，最適合用pid控制技術(shù)。pid控制，實際中也有pi和pd控制。pid控制器就是根據(jù)系統(tǒng)的誤差，利用比例、積分、微分計算出控制量進行控制的。2.1.2 位置式pid控制算法pid控制器的數(shù)學(xué)模型可以用下式表示u(t)=kpe(t)+ + (2.1)式中:u(t)一控制器的輸出；e(t)

33、一控制器輸入，它是給定值和被控對象輸出值的差，稱偏差信號；kp一控制器的比例系數(shù)；ti一控制器的積分時間；td一控制器的微分時間。在pid控制器中，它的數(shù)學(xué)模型由比例、積分、微分三部分組成。這三部分分別是:(1) 比例部分比例控制是一種最簡單的控制方式。其控制器的輸出與輸入誤差信號成比例關(guān)系。當(dāng)僅有比例控制時系統(tǒng)輸出存在穩(wěn)態(tài)誤差（steady-state error）?？刂谱饔脧娙跞Q于比例系數(shù)kp，kp越大，則過渡過程越短，控制結(jié)果的穩(wěn)態(tài)誤差也越小;但kp越大，超調(diào)量也越大，越容易產(chǎn)生振蕩，導(dǎo)致動態(tài)性能變壞，甚至?xí)归]環(huán)系統(tǒng)不穩(wěn)定。故而，比例系數(shù)kp的選擇必須適當(dāng)，這樣才能取得過渡時間少、穩(wěn)

34、態(tài)誤差小而又穩(wěn)定的效果。(2)積分部分在積分控制中，控制器的輸出與輸入誤差信號的積分成正比關(guān)系。對一個自動控制系統(tǒng)，如果在進入穩(wěn)態(tài)后存在穩(wěn)態(tài)誤差，則稱這個控制系統(tǒng)是有穩(wěn)態(tài)誤差的或簡稱有差系統(tǒng)（system with steady-state error）。為了消除穩(wěn)態(tài)誤差，在控制器中必須引入“積分項”。積分項對誤差進行積分，隨著時間的增加，積分項會增大。這樣，即便誤差很小，積分項也會隨著時間的增加而加大，進而使穩(wěn)態(tài)誤差進一步減小，直到等于零。積分時間，對積分部分的作用影響極大。當(dāng)t較大時，則積分作用較弱，這時，有利于系統(tǒng)減小超調(diào)，過渡過程不易產(chǎn)生振蕩。但是消除靜差所需的時間較長。當(dāng)較小時，則積

35、分作用較強，這時系統(tǒng)過渡過程中有可能產(chǎn)生振蕩，但消除靜差所需的時間較短。所以積分系數(shù)的選擇也應(yīng)該適中.(3)微分部分在微分控制中，控制器的輸出與輸入誤差信號的微分（即誤差的變化率）成正比關(guān)系。 自動控制系統(tǒng)在克服誤差的調(diào)節(jié)過程中可能會出現(xiàn)振蕩甚至失穩(wěn)。其原因是由于存在有較大慣性組件（環(huán)節(jié)）或有滯后(delay)組件，具有抑制誤差的作用，其變化總是落后于誤差的變化。解決的辦法是使抑制誤差的作用的變化“超前”，即在誤差接近零時，抑制誤差的作用就應(yīng)該是零。這就是說，在控制器中僅引入“比例”項往往是不夠的，比例項的作用僅是放大誤差的幅值，而目前需要增加的是“微分項”，它能預(yù)測誤差變化的趨勢，這樣，具有

36、比例+微分的控制器，就能夠提前使抑制誤差的控制作用等于零，甚至為負(fù)值，從而避免了被控量的嚴(yán)重超調(diào)。所以對有較大慣性或滯后的被控對象，比例+微分(pd)控制器能改善系統(tǒng)在調(diào)節(jié)過程中的動態(tài)特性。 微分部分的作用強弱由微分時間決定。越大，則它抑制輸出c(t)變化的作用越強，越小，它反抗e(t)變化的作用越弱。它對系統(tǒng)的穩(wěn)定性有很大的影響。2.1.3 增量式pid控制算法對2.1式離散化可得出： 令微分項 (2.2) 令積分項 (2.3)式中，t為計算機采樣周期。將式(2.2)和(2.3)代入式(2.1)，這樣可得第k采樣時刻的數(shù)字pid控制算式輸出為： (2.4)因每個采樣間隔由上式計算得到的值相應(yīng)

37、于執(zhí)行機構(gòu)的實際位置，因此稱為位置式。式(2.4)在運算時不僅需要計算當(dāng)前的偏差e（k），同時要計算以前所有偏差的和，這種算法的計算量大，而且要有很大的偏差存儲空間。因此，工程上實際使用的pid控制算式是增量式控制算法。對于第k-1時刻，式(2.4)變成 (2.5)將式(2.5)減去式(2.4)，可得 (2.6)上式為增量式pid算法，它的輸出不是執(zhí)行機構(gòu)的實際位置，而是它的改變量。在上述位置式和增量式pid控制算式中，可以看到增量式比位置式有下述優(yōu)點: 增量式具有抗積分飽和的優(yōu)點，因為在計算積分作用項時，不用計算偏差的累積和； 增量式輸出的是原來執(zhí)行機構(gòu)的位置上加一個改變量，只有偏差出現(xiàn)時，

38、才有輸出增量產(chǎn)生； 增量式很容易從手動位置切換到自動位置，無須進行控制器輸出的初始化。根據(jù)具體控制的系統(tǒng)的需要，可以用u(k)也可以用來控制執(zhí)行機構(gòu)。如果是用u(k)來進行控制，可以先利用式計算出，再根據(jù)式算出u(k)。2.1.4 pid控制器的參數(shù)整定pid控制器的參數(shù)整定是控制系統(tǒng)設(shè)計的重要內(nèi)容。它是根據(jù)被控過程的特性確定pid控制器的比例系數(shù)、積分時間和微分時間的大小。pid控制器參數(shù)整定的方法很多，概括起來有兩大類：一是理論計算整定法。它主要是依據(jù)系統(tǒng)的數(shù)學(xué)模型，經(jīng)過理論計算確定控制器參數(shù)。這種方法所得到的計算數(shù)據(jù)未必可以直接用，還必須通過工程實際進行調(diào)整和修改。二是工程整定方法，它主

39、要依賴工程經(jīng)驗，直接在控制系統(tǒng)的試驗中進行，且方法簡單、易于掌握，在工程實際中被廣泛采用。pid控制器參數(shù)的工程整定方法，主要有臨界比例法、反應(yīng)曲線法和衰減法。三種方法各有其特點，其共同點都是通過試驗，然后按照工程經(jīng)驗公式對控制器參數(shù)進行整定。但無論采用哪一種方法所得到的控制器參數(shù)，都需要在實際運行中進行最后調(diào)整與完善?，F(xiàn)在一般采用的是臨界比例法。利用該方法進行 pid控制器參數(shù)的整定步驟如下：(1) 首先預(yù)選擇一個足夠短的采樣周期讓系統(tǒng)工作；(2) 僅加入比例控制環(huán)節(jié)，直到系統(tǒng)對輸入的階躍響應(yīng)出現(xiàn)臨界振蕩，記下這時的比例放大系數(shù)和臨界振蕩周期；(3) 通過公式計算得到pid控制器的參數(shù)。2.

40、2 模糊控制理論2.2.1 模糊控制的基本思想控制理論的發(fā)展和數(shù)學(xué)有著密切的關(guān)系，尤其是現(xiàn)代控制理論的發(fā)展，這種關(guān)系就更為密切。無論是采用經(jīng)典控制理論還是采用現(xiàn)代控制理論去設(shè)計一個自動控制系統(tǒng)，一般需要了解被控對象數(shù)學(xué)模型的結(jié)構(gòu)、階次、參數(shù)等等，然后在此基礎(chǔ)上合理地選擇控制策略。但是，在許多情況下無法建立被控過程的數(shù)學(xué)模型。如煉鋼爐的冶煉過程、工業(yè)鍋爐的燃燒過程等等.此類過程的變量多，各種參數(shù)又存在不同程度的時變性，且過程具有非線性、強耦合、時滯性等特點，因此，建立這一類過程的精確數(shù)學(xué)模型很困難，難以進行控制。但有經(jīng)驗的操作人員進行手動控制卻可以收到令人滿意的控制效果。模糊控制的基木思想就是利

41、用計算機來實現(xiàn)人的控制經(jīng)驗，而人的控制經(jīng)驗一般是由語言來表達的，這些語言表達的控制規(guī)則又帶有相當(dāng)?shù)哪：?。如人工控制反?yīng)釜的釜內(nèi)溫度經(jīng)驗可以表達為:若釜內(nèi)溫度過高時，則開大冷水閥；若溫度和要求的溫度相差不太大，則把水閥關(guān)小:若溫度快接近要求的溫度，則把閥門關(guān)得很小;這些經(jīng)驗規(guī)則中，“較小”、“不太大”、“接近”、“開大”、“關(guān)小”、“關(guān)得很小”這些表示溫度狀態(tài)和控制閥門動作的概念都帶有模糊性，這些規(guī)則的形式正是模糊條件語句的形式，可以用模糊數(shù)學(xué)的方法來描述過程變量和控制作用的這些模糊概念及它們之間的關(guān)系，又可以根據(jù)這種模糊關(guān)系及某時刻過程變量的檢測值(需化成模糊語言值)用模糊邏輯推理的方法得出

42、此刻的控制量。這正是模糊控制的基本思路。由于模糊控制器的模型不是由數(shù)學(xué)公式表達的數(shù)學(xué)模型，而是由一組模糊條件語句構(gòu)成的語言形式，因此從這個角度上講，模糊控制器又稱模糊語言控制器。模糊控制器的模型是由帶有模糊性的有關(guān)控制人員和專家的控制經(jīng)驗和知識組成的知識模型，是基于知識的控制，因此，模糊控制屬于智能控制的范疇。因此可以說，模糊控制是以人的控制經(jīng)驗作為控制的知識模型，以模糊集合、模糊語言變量以及模糊邏輯推理作為控制算法的數(shù)學(xué)工具，用計算機來實現(xiàn)的一種智能控制。2.2.2 模糊控制系統(tǒng)的組成模糊控制系統(tǒng)的基本原理圖如圖2.1表示圖2.1 模糊控制系統(tǒng)基本原理圖（1）模糊控制器:模糊控制器是模糊控制

43、系統(tǒng)的核心，也是模糊控制系統(tǒng)區(qū)別其它自動控制系統(tǒng)的主要標(biāo)志。模糊控制器一般由計算機實現(xiàn)，用計算機程序和硬件實現(xiàn)模糊控制算法，根據(jù)控制系統(tǒng)的需要，可以是單片機，工業(yè)控制機等各種類型的計算機，程序設(shè)計可以用c語言或vc，vb等其它各種高級語言。（2）輸入/輸出接口:輸入/輸出接口是實現(xiàn)模糊控制算法的計算機與控制系統(tǒng)連接的橋梁。模糊控制器通過輸入/輸出接口從被控對象獲取數(shù)字信號量并將模糊控制器決策的輸出數(shù)字信號經(jīng)過數(shù)模變換，將其轉(zhuǎn)變?yōu)槟M信號，送給執(zhí)行機構(gòu)去控制被控對象。（3）執(zhí)行機構(gòu):執(zhí)行機構(gòu)是模糊控制器向被控對象施加控制作用的裝置，如工業(yè)過程控制中應(yīng)用最普遍最典型的各種調(diào)節(jié)閥和變頻器。執(zhí)行機構(gòu)實

44、現(xiàn)的控制作用常常表現(xiàn)為使角度、位置或電壓等發(fā)生變化，因此，它往往是由伺服電動機、步進電動機、氣動調(diào)節(jié)閥、液壓閥等加上驅(qū)動裝置等組成。（4）檢測裝置:檢測裝置一般包括傳感器和變送裝置。它們檢測各種非電量如溫度、流量、壓力、液位、轉(zhuǎn)速、角度、濃度、成分等，并變換放大為標(biāo)準(zhǔn)的電信號，包括模擬的或數(shù)字的等形式。（5）被控對象:被控對象是一種設(shè)備或裝置或是若干個裝置或設(shè)備組成的群體，它們在一定的約束下工作以實現(xiàn)人們的某種目的。工業(yè)上典型的被控對象是各種各樣的生產(chǎn)設(shè)備實現(xiàn)的生產(chǎn)過程，從數(shù)學(xué)模型的角度講，它們可能是單變量或多變量的，可能是線性的或是非線性的，可能是定常的或時變的，可能是一階的或高階的，可能是

45、確定性的或是隨機過程，當(dāng)然也可能是混合有多種特性的過程。對于難以建立精確數(shù)學(xué)模型的復(fù)雜對象，對于非線性和時變對象，模糊控制策略是較為適宜采用的一種方案。其中的核心部分為模糊控制器，由于模糊控制器的控制規(guī)則是根據(jù)操作人員的控制經(jīng)驗取得的，所以它的作用就是模仿人工控制。模糊控制器的控制規(guī)律由計算機的程序?qū)崿F(xiàn)。其功能的實現(xiàn)是要先把計算機觀測控制過程得到的精確量轉(zhuǎn)化為模糊輸入信息，按照總結(jié)人的控制經(jīng)驗及策略取得的語言控制規(guī)則進行模糊推理和模糊決策，再經(jīng)去模糊化處理得到輸出控制的精確量，求得輸出控制量的模糊集作用于被控對象。因此，控制器的結(jié)構(gòu)通常是由它的輸入和輸出變量的模糊化、模糊推理算法、模糊合成和模

46、糊判決等部分組成。2.2.3 模糊控制器的設(shè)計原理模糊控制器結(jié)構(gòu)如圖2.2所示。 圖2.2 模糊控制器組成模糊控制器主要由模糊化，模糊推理和模糊決策(反模糊化)三部分組成。模糊控制器的輸入是實際量，經(jīng)模糊化后轉(zhuǎn)換成模糊輸入。根據(jù)輸入條件滿足的程度和控制規(guī)則進行模糊推理得到模糊輸出。該模糊輸出經(jīng)過模糊判決(反模糊化)轉(zhuǎn)化成非模糊量用于過程的控制。模糊控制器三部分的共同基礎(chǔ)是知識庫，它包含模糊化所用的隸屬函數(shù)，模糊推理的控制規(guī)則及反模糊化所用的公式。和常規(guī)控制方法比較，模糊控制有其明顯的優(yōu)越性。由于模糊控制實質(zhì)上是用計算機去執(zhí)行操作人員的控制策略，因而可以避開復(fù)雜的數(shù)學(xué)模型。對于非線性、時變的大滯

47、后及帶有隨機干擾的系統(tǒng)，由于數(shù)學(xué)模型難以建立，因而常規(guī)控制方法也就失效，而對這樣的系統(tǒng)，設(shè)計一個模糊控制器卻沒有多大困難。模糊控制器在模糊控制系統(tǒng)中具有舉足輕重的作用，模糊控制器的設(shè)計包括以下幾項內(nèi)容:(1) 確定模糊控制器的輸入變量和輸出變量(即控制量):(2) 選擇相應(yīng)的隸屬度函數(shù);(2) 設(shè)計模糊控制器的控制規(guī)則；(3) 確立模糊化和非模糊化的方法；(4) 選擇模糊控制器的輸入、輸出變量的論域并確定模糊控制器的參數(shù)(如量化因子、比例因子)：(5) 編制模糊控制算法的應(yīng)用程序；(6) 合理選擇模糊控制算法的采樣時間。模糊控制器的設(shè)計問題就是模糊化過程、知識庫(含數(shù)據(jù)庫和規(guī)則庫)、模糊推理和

48、反模糊化計算四部分的設(shè)計問題。下面分析一下四大部件的設(shè)計。1、模糊化過程在確定了模糊控制器的結(jié)構(gòu)之后，就需要對輸入量進行采樣、量化并模糊化。將精確量轉(zhuǎn)化為模糊量的過程稱為模糊化，以便實現(xiàn)模糊控制算法。模糊化過程主要完成:測量輸入變量的值，并將數(shù)字表示形式的輸入量轉(zhuǎn)化為通常用語言值表示的某一限定碼的序數(shù)。每一個限定碼表示論域內(nèi)的一個模糊子集，并由其隸屬度函數(shù)來定義。對于某一個輸入值，它必定與某一個特定模糊子集的隸屬程度相對應(yīng)。如下給出了三種模糊化隸屬函數(shù)。(1) 對稱三角形其曲線可以表達為下面函數(shù)式 （2.7） 圖2.3 對稱三角形隸屬度函數(shù)(2) 等腰梯形其曲線可以表達為下面函數(shù)式 （2.8）

49、 圖2.4 等腰梯形隸屬度函數(shù)(3)正態(tài)形其曲線可以表達為下面函數(shù)式 （2.9） 圖2.5 正態(tài)形隸屬度函數(shù)2、知識庫知識庫包括數(shù)據(jù)庫和規(guī)則庫，數(shù)據(jù)庫提供必要的定義，包含了語言控制規(guī)則論域的離散化、量化和正則化以及輸入空間的分區(qū)，隸屬度函數(shù)的定義等。規(guī)則庫根據(jù)控制目的和控制策略給出了一套由語言變量描述的并由專家或自學(xué)習(xí)產(chǎn)生的控制規(guī)則的集合，在建立控制規(guī)則時，首先要解決諸如狀態(tài)變量的選擇、控制變量的選擇、規(guī)則類型的選擇和規(guī)則數(shù)目的確定等事項。(1) 數(shù)據(jù)庫模糊邏輯控制中的數(shù)據(jù)庫上要包括:量化等級的選擇、量化方式、比例因子和模糊子集的隸屬度函數(shù)。這些概念都是建立在經(jīng)驗和工程判斷的基礎(chǔ)上的，其定義有

50、一定的主觀性。(2) 規(guī)則庫模糊控制系統(tǒng)是用一系列基于專家知識的語言來描述的，專家知識常采用“ifthen”的規(guī)則形式，而這樣的規(guī)則很容易通過模糊條件語句描述的模糊邏輯推理來實現(xiàn)。用一系列模糊條件描述的模糊控制規(guī)則就構(gòu)成模糊控制規(guī)則庫。與模糊控制規(guī)則庫相關(guān)的主要有:過程狀態(tài)輸入變量和控制輸出變量的選擇、模糊控制規(guī)則的建立和模糊控制規(guī)則的完整性、兼容性、干擾性等。3、論域、量化因子和比例因子的選擇(1)論域和基本論域模糊控制器的輸入變量誤差、誤差變化的實際范圍稱為這些變量的基本論域，設(shè)誤差的基本淪域為-emin,+emax，誤差變化的基本論域為-ecmin,+ecmax。被控對象實際要求的變化范

51、圍為模糊控制器輸出變量(控制量)的基本論域，設(shè)其-yu,+yu，顯然基本論域內(nèi)的量為精確量。誤差變量所取的模糊子集的論域為:-n,-n+1,0,n-1,n誤差變化變量所取的模糊子集的論域為: -m,-m+1,0,m-1,m 控制量所取的模糊子集的論域為:- ,-+1,0,-1, 有關(guān)論域的選擇問題，一般選擇誤差論域的n6，誤差變化的論域m6，控制量的論域7。因為這樣能滿足模糊集論域中所含元素個數(shù)為模糊語言子集總數(shù)的兩倍以上，確保模糊集能較好地覆蓋論域，避免出現(xiàn)失控現(xiàn)象。值得指出，增加論域中的元素個數(shù)，即把等級細(xì)分，可以提高控制精度，但是受到計算機字長的限制，另外也要增大計算量。關(guān)于基本論域的選

52、擇，由于事先對被控對象缺乏先驗知識，所以誤差及誤差變化的基本論域只能做初步的選擇，待系統(tǒng)調(diào)整時再進一步確定。被控對象的基本論域根據(jù)被控對象提供的數(shù)據(jù)選定。(2)量化因子和比例因子為了進行模糊化處理，必須將輸入變量從基本論域轉(zhuǎn)換到相應(yīng)的模糊集的論域，這中間必須將輸入變量乘以相應(yīng)的量化因子。量化因子一般用k表示，誤差的量化因子ke和誤差變化的量化因子kec分別由下面兩個公式來確定即:ke= kec=在模糊控制器實際工作過程中，一般誤差和誤差變化的基本論域選擇范圍要比模糊論域選擇范圍小的多，所以量化因子的選擇都遠(yuǎn)大于1。每次采樣經(jīng)模糊控制算法給出的控制量還不能直接控制對象，必須將其轉(zhuǎn)換到為控制對象所

53、能接受的基木論域中去。輸出控制量的比例因子由下式確定:ku=由于控制量的基本論域為一連續(xù)的實數(shù)域，所以，從控制量的模糊集論域到基本論域的變換，由下式確定:yu=ku*f （2.10）式中，f為控制量模糊集合論域中的任一元素或者為控制量模糊集合判決所得到的確切控制量，yui為控制量基本論域中的一個精確量，ku為比例因子。比較量化因子和比例因子，不難看出，兩者均是考慮兩個論域變換而引出的，但是對輸入變量而言的量化因子確實具有量化效應(yīng)，而對輸出而言的比例因子只起比例作用。(3)量化因子和比例因子的選擇設(shè)計一個模糊控制器除了要有一個好的模糊控制規(guī)則外，合理的選擇模糊控制器輸入變量的量化因子和輸出變量的

54、比例因子也是很重要的。實驗結(jié)果表明，量化因子和比例因子的大小及其不同量化因子之間大小的相對關(guān)系，對模糊控制器的控制性能影響極大。量化因子ke和kec的大小對控制系統(tǒng)的動態(tài)性能影響極大。ke過小，系統(tǒng)上升速度過小，可能造成系統(tǒng)產(chǎn)生震蕩，甚至使系統(tǒng)不穩(wěn)定。ke選的較大時，系統(tǒng)的超調(diào)也較大，過渡過程較長。因為從理論上說ke增大，相當(dāng)于縮小了誤差的基本論域，增大了誤差變量的控制作用，雖然能使上升時間變短，但是由于超調(diào)過大，使得系統(tǒng)的過渡時間變長，ke過大時，系統(tǒng)的上升速度過快，也會產(chǎn)生震蕩，甚至使系統(tǒng)不穩(wěn)定。kec選的較大時，系統(tǒng)地超調(diào)較小，但是系統(tǒng)的響應(yīng)速度變慢。量化因子ke和kec的大小影響著輸入

55、變量誤差和誤差變化的不同加權(quán)程度，ke和kec兩者之間也相互影響。輸出控制量的比列因子ku作為模糊控制器總的增益，它的大小影響著控制器的輸出，ku選擇過小會使動態(tài)響應(yīng)過程變長，而ku選擇過大會使系統(tǒng)振蕩加劇。通過調(diào)整ku可以改變被控對象輸入的大小。4、模糊推理在模糊規(guī)則中，模糊邏輯推理是建立在模糊邏輯基礎(chǔ)上的，用于從給定的規(guī)則輸入信息中產(chǎn)生規(guī)則輸出，它是一種不確定性推理方法，是在二值邏輯三段論基礎(chǔ)上發(fā)展起來的。這種推理方法以模糊判斷為前提，利用模糊語言規(guī)則，推導(dǎo)出一個近似的模糊判斷結(jié)論。己經(jīng)提出的有l(wèi)arsen直接推理法、mamdani最大最小推理法和tsukamato推理法等。5、模糊判決通過模糊推理得到的結(jié)果是一個模糊集合，模糊判決就是將在推理中得到的模糊集合轉(zhuǎn)變成能代表這個集合的單值的數(shù)學(xué)過程。在實際使用中，特別是在模糊邏輯控制中，被控過程只能接受一個精確的控制量。因此，必須做一次轉(zhuǎn)換，將模糊量轉(zhuǎn)換為清晰的數(shù)字量。模糊判決有各種方法，用不同的方