電廠鍋爐主蒸汽溫Fuzzy-PID控制器設(shè)計(jì)及仿真

1、本科學(xué)生畢業(yè)論文論文題目：電廠鍋爐主蒸汽溫Fuzzy-PID控制器設(shè)計(jì)及仿真學(xué) 院：電子工程學(xué)院年 級(jí)：2009專 業(yè)：*姓 名：劉*學(xué) 號(hào)：2009*指導(dǎo)教師：胡致* 年 月 日i 摘要自20世紀(jì)60年代以來，現(xiàn)代控制理論已經(jīng)在工業(yè)生產(chǎn)過程、軍事科學(xué)以及航空航天等許多方面都取得了成功的應(yīng)用。例如利用卡爾曼濾波器可以對(duì)有色噪聲的系統(tǒng)進(jìn)行狀態(tài)估計(jì)；預(yù)測(cè)控制理論可以對(duì)大滯后過程進(jìn)行有效地控制。但是它們都有一個(gè)基本的要求：需要建立被控對(duì)象的精確數(shù)學(xué)模型。隨著科學(xué)技術(shù)的迅猛發(fā)展，各個(gè)領(lǐng)域?qū)ψ詣?dòng)控制系統(tǒng)控制精度、響應(yīng)速度、系統(tǒng)穩(wěn)定性與適應(yīng)能力的要求越來越高，所研究的系統(tǒng)也日益復(fù)雜多變。然而由于一系列原因

2、，諸如被控對(duì)象或過程的非線性、時(shí)變性、多參數(shù)間的強(qiáng)烈耦合、較大的隨機(jī)干擾、過程機(jī)理錯(cuò)綜復(fù)雜、各種不確定性以及現(xiàn)場(chǎng)測(cè)量手段不完善等，難以建立被控對(duì)象的精確模型。雖然常規(guī)自適應(yīng)控制技術(shù)可以解決一些問題，但范圍是有限的。傳統(tǒng)的被控方法，往往不如一個(gè)有實(shí)踐經(jīng)驗(yàn)的操作人員所進(jìn)行的手動(dòng)控制效果好。因?yàn)槿四X的重要特點(diǎn)之一就是有能力對(duì)模糊事物進(jìn)行識(shí)別與判決。本文將針對(duì)電廠鍋爐主蒸汽溫的控制，利用MATLAB/simulink軟件進(jìn)行PID和FuzzyPID的仿真。關(guān)鍵詞模糊數(shù)學(xué)；模糊控制；MATLAB/simulink；PID AbstractSince the 1960s, the modern contr

3、ol theory has in many industrial processes, military science and aerospace achieved successfully. Such as the use of the Kalman filter can be colored noise system state estimation; predictive control theory can effectively control the large time delays. But they have a basic requirement: the need to

4、 establish a precise mathematical model of the controlled object.With the rapid development of science and technology in all fields of automatic control system to control accuracy, response speed, system stability, and ability to adapt to the increasingly high demand for increasingly complex system

5、under study. However, due to a number of reasons, such as the charged object or process non-linear, time-varying, the strong coupling between the multi-parameter, the larger the random interference, complex process mechanism, uncertainty and imperfect means of field measurements, it is difficult to

6、establish an accurate model of the controlled object. While conventional adaptive control techniques can solve some problems, but is limited in scope. Accused are often not as good as a practical experience in the operation manual control effect. Because one of the important features of the human br

7、ain is capable of recognition and judgment fuzzy things.The article will focus on the power plant boiler main steam temperature control PID and Fuzzy-PID simulation using MATLAB / Simulink software. Key wordsFuzzy Mathematics；Fuzzy Control；MATLAB/simulink；PIDII目錄摘要IAbstractII前言1第一章 模糊控制概論21.1 模糊邏輯的形

8、成21.2. 模糊控制工程的產(chǎn)生和發(fā)展21.3 模糊控制方法的研究現(xiàn)狀3第二章 模糊的數(shù)學(xué)基礎(chǔ)42.1 模糊控制的集合論42.1.1 模糊集合的定義及表示42.1.2 集合的運(yùn)算及其性質(zhì)52.1.3 模糊集合隸屬函數(shù)的建立72.2 模糊關(guān)系及其關(guān)系8第三章 模糊控制原理和設(shè)計(jì)方法93.1 模糊控制器概述93.1.1 模糊控制系統(tǒng)組成93.1.2 模糊控制的基本原理103.2 模糊控制器設(shè)計(jì)的基本方法113.2.1 模糊控制器的結(jié)構(gòu)設(shè)計(jì)113.2.2 精確量的模糊化方法113.2.3 模糊控制器規(guī)則的設(shè)計(jì)12第四章 PID控制器的基本理論14第五章 電廠鍋爐主蒸汽溫Fuzzy-PID控制器設(shè)計(jì)及

9、仿真175.1 模型建立及過程的仿真分析175.2 數(shù)學(xué)模型185.3 采用PID控制進(jìn)行仿真185.4 模糊控制器結(jié)構(gòu)設(shè)計(jì)215.5 模糊控制規(guī)則215.6 FuzzyPID控制仿真24參考文獻(xiàn)26致 謝27電廠鍋爐主蒸汽溫FuzzyPID控制器設(shè)計(jì)及仿真前言 現(xiàn)代控制系統(tǒng)，規(guī)模越來越大，系統(tǒng)越來越復(fù)雜，用傳統(tǒng)的控制理論方法已不能滿足控制的要求。智能控制是在經(jīng)典控制理論和現(xiàn)代控制理論的基礎(chǔ)上發(fā)展起來的，是控制理論、人工智能和計(jì)算機(jī)科學(xué)相結(jié)合的產(chǎn)物。智能控制主要分為模糊邏輯控制、神經(jīng)網(wǎng)絡(luò)控制和實(shí)時(shí)專家系統(tǒng)。研究的主要目標(biāo)不僅僅是被控對(duì)象，同時(shí)也包含控制器本身。L.A.Zadeh教授在1965年

10、發(fā)表的Fuzzy Set論文中首次提出表達(dá)事物模糊性的重要概念隸屬函數(shù)。模糊控制理論的核心是利用模糊集合論，把人的控制策略的自然語言轉(zhuǎn)化為計(jì)算機(jī)能夠接受的算法語言所描述的算法。但它的控制輸出卻是確定的，它不僅能成功的實(shí)現(xiàn)控制，而且能模擬人的思維方式，對(duì)一些無法構(gòu)成數(shù)學(xué)模型的對(duì)象進(jìn)行控制。“模糊概念”更適合于人們的觀察、思維、理解、與決策，這也更適合于客觀現(xiàn)象和事物的模糊性。“模糊控制”的特色就是一種“語言型”的決策控制。模糊控制技術(shù)，已經(jīng)成為智能控制技術(shù)的一個(gè)重要分支，它是一種高級(jí)算法策略和新穎的技術(shù)。自從1974年英國(guó)的馬丹尼(E.H.Mandani)工程師首先根據(jù)模糊集合理論組成的模糊控制

11、器用于蒸汽發(fā)動(dòng)機(jī)的控制以后，在其發(fā)展歷程的30多年中，模糊控制技術(shù)得到了廣泛而快速的發(fā)展。現(xiàn)在，模糊控制已廣泛地應(yīng)用于冶金與化工過程控制、工業(yè)自動(dòng)化、家用電器智能化、儀器儀表自動(dòng)化、計(jì)算機(jī)及電子技術(shù)應(yīng)用等領(lǐng)域。尤其在交通路口控制、機(jī)器人、機(jī)械手控制、航天飛行控制、汽車控制、電梯控制、核反應(yīng)堆及家用電器控制等方面，表現(xiàn)其很強(qiáng)的應(yīng)用價(jià)值。并且目前已有了專用的模糊芯片和模糊計(jì)算機(jī)的產(chǎn)品，可供選用。我國(guó)對(duì)模糊控制器開始研究是在1979年，并且已經(jīng)在模糊控制器的定義、性能、算法、魯棒性、電路實(shí)現(xiàn)方法、穩(wěn)定性、規(guī)則自調(diào)整等方面取得了大量的成果。著名科學(xué)家錢學(xué)森指出，模糊數(shù)學(xué)理論及其應(yīng)用，關(guān)系到我國(guó)二十一世

12、紀(jì)的國(guó)力和命運(yùn)。第一章 模糊控制概論1.1 模糊邏輯的形成在一般人的印象中，經(jīng)典數(shù)學(xué)應(yīng)該是精確的，嚴(yán)格地說不應(yīng)該是模糊的。但模糊現(xiàn)象又的確客觀存在于人類的思維、社會(huì)現(xiàn)象和自然現(xiàn)象中，為了描述這類現(xiàn)象而產(chǎn)生了模糊數(shù)學(xué)。隨著科學(xué)技術(shù)的發(fā)展和互相滲透，過去和數(shù)學(xué)無關(guān)或關(guān)系不大的學(xué)科，如生物學(xué)、心里學(xué)、醫(yī)學(xué)等，都迫切要求數(shù)學(xué)化和定量化，而這些學(xué)科又包含了大量的模糊概念，不能或不便應(yīng)用經(jīng)典數(shù)學(xué)描述。所以只能改變數(shù)學(xué)本身，使其適用于更廣泛的學(xué)科。模糊數(shù)學(xué)是研究和處理模糊現(xiàn)象的，所以研究的事物概念本身是模糊的，即一個(gè)對(duì)象是否符合這個(gè)概念難以確定，這種由于概念的外延模糊而造成的不確定性稱為模糊性（Fuzzin

13、ess）。在0,1上取值的隸屬函數(shù)就描述了這種模糊性。模糊數(shù)學(xué)一經(jīng)出現(xiàn)就表現(xiàn)出其強(qiáng)大的生命力和滲透力。20世紀(jì)70年代以后，在廣泛的領(lǐng)域內(nèi)得到了很快的發(fā)展。以天氣預(yù)報(bào)為例，如“多云”、“偏南風(fēng)”、“中到大雨”等氣象術(shù)語都是模糊概念，應(yīng)用模糊數(shù)學(xué)進(jìn)行天氣預(yù)報(bào)已成若干成果的先例。再如醫(yī)療診斷，一些癥狀如“食欲不振”、“頭痛”、“疲勞乏力”等也都是模糊概念。模糊數(shù)學(xué)在工業(yè)生產(chǎn)和管理方面也得到了廣泛的運(yùn)用，如生產(chǎn)過程控制、單機(jī)自動(dòng)控制及交通管制等，現(xiàn)已形成了自動(dòng)控制和模糊數(shù)學(xué)的一門交叉學(xué)科模糊控制工程。1.2. 模糊控制工程的產(chǎn)生和發(fā)展在控制系統(tǒng)傳統(tǒng)設(shè)計(jì)中，都需要了解被控對(duì)象的數(shù)學(xué)模型。但是，對(duì)于一些

14、生產(chǎn)過程，要獲得既有足夠的精確性，又便于系統(tǒng)分析的數(shù)學(xué)模型是相當(dāng)困難的。這就使現(xiàn)代控制理論的應(yīng)用受到了限制。然而，一個(gè)熟練的操作人員卻能夠?qū)ο到y(tǒng)中的各種參量如溫度、壓力，以致顏色、氣味等，作出響應(yīng)和判斷，最終獲得良好的人工控制效果。這種控制方式并不依賴于數(shù)學(xué)模型，僅依賴于人的經(jīng)驗(yàn)積累、感覺和邏輯判斷。由此得到啟發(fā)，將頭腦中的經(jīng)驗(yàn)加以總結(jié)，把憑經(jīng)驗(yàn)所采取的相應(yīng)措施總結(jié)成一條條控制規(guī)則，進(jìn)而構(gòu)筑一個(gè)控制器去代替人對(duì)復(fù)雜的生產(chǎn)過程進(jìn)行控制，這種控制就是模糊控制。1.3 模糊控制方法的研究現(xiàn)狀簡(jiǎn)單Fuzzy控制器和常規(guī)的控制器相比具有無需建立被控對(duì)象的數(shù)學(xué)模型，對(duì)被控對(duì)象的非線性和時(shí)變性具有一定的適應(yīng)

15、能力等特點(diǎn)，然而它也存在著一定的缺點(diǎn)： 精度不太高。這主要是由于模糊控制表的量化等級(jí)有限二造成的，通過增加量化等級(jí)數(shù)目雖可提高精度，但查詢表將過于龐大，須占用較大空間，使運(yùn)算時(shí)間增加。實(shí)際上，如果模糊控制器不引入積分機(jī)制，原則上誤差總是存在的。 自適應(yīng)能力有限。 由于量化因子和比例因子是固定的，當(dāng)對(duì)象參數(shù)隨環(huán)境的變遷而變化時(shí)，它不能對(duì)自己的控制規(guī)則進(jìn)行有效地調(diào)整，從而使其良好的性能得不到充分發(fā)揮。 易產(chǎn)生振蕩現(xiàn)象。如果查詢表構(gòu)造不合理，或量化因子和比例因子選擇不當(dāng)，都會(huì)導(dǎo)致系統(tǒng)振蕩。針對(duì)上述問題人們提出了很多改進(jìn)方案，設(shè)計(jì)出各種高性能模糊控制器，大多數(shù)應(yīng)用成功應(yīng)用。FuzzyPID復(fù)合控制指的

16、是模糊技術(shù)與常規(guī)的PID控制算法相結(jié)合的一種控制方法。這種改進(jìn)的控制方法的出發(fā)點(diǎn)主要是因?yàn)槟：刂破鞅旧硐到y(tǒng)誤差的性能比較差，難以達(dá)到較高的控制精度，而PI調(diào)節(jié)器的積分調(diào)節(jié)作用從理論上可使系統(tǒng)的穩(wěn)態(tài)誤差控制位零，有較好的消除誤差的作用。因此把模糊控制盒PI調(diào)節(jié)器相結(jié)合已增加穩(wěn)態(tài)控制性能。 第二章 模糊的數(shù)學(xué)基礎(chǔ) 模糊控制是通過模擬人腦的模糊思維方法，從而實(shí)現(xiàn)對(duì)被控系統(tǒng)的控制。所謂模擬人腦思維，簡(jiǎn)單地說就是先將人工實(shí)踐經(jīng)驗(yàn)用模糊語言的形式加以總結(jié)和描述，產(chǎn)生一系列模糊控制規(guī)則，再通過模糊推理，將輸入量變換為模糊控制輸入量這樣一個(gè)過程。所有這些內(nèi)容，即形成了模糊控制的基本原理和方法。因此，可以

17、說模糊數(shù)學(xué)就是模糊控制的理論基礎(chǔ)。這里，重點(diǎn)介紹與模糊控制相關(guān)的模糊集合、模糊關(guān)系和模糊推理等方面的基本知識(shí)。2.1 模糊控制的集合論2.1.1 模糊集合的定義及表示模糊集合是模糊數(shù)學(xué)的基礎(chǔ)，它是從經(jīng)典集合理論發(fā)展而來的。Zadeh于1965年提出了模糊集合的概念，在經(jīng)典集合基礎(chǔ)上將特征函數(shù)的取值范圍從0,1兩值擴(kuò)大到0,1區(qū)間上連續(xù)取值，以此來描述一個(gè)模糊子集。定義2-1 設(shè)給定論域，其上的一個(gè)模糊子集是指，對(duì)，都指定了一個(gè)數(shù)與對(duì)應(yīng)，它稱為對(duì)的隸屬度。這意味著作了一個(gè)映射： ：0,1這個(gè)映射稱為的隸屬函數(shù)。隸屬度有時(shí)也記作。 上述定義說明，論域上的模糊子集由隸屬函數(shù)來表征，通過它可以定量地描

18、述模糊集合。取值范圍在閉區(qū)間0.1上，的大小反應(yīng)了對(duì)于模糊子集的從屬程度。的值越接近1，表示從屬于的程度越高，當(dāng)取1時(shí)完全屬于；反之，越接近于0，從屬程度越低，當(dāng)取0時(shí)表示完全不屬于。當(dāng)?shù)闹涤驗(yàn)?,1兩值時(shí)，即退化稱為一個(gè)經(jīng)典子集的特征函數(shù)，相應(yīng)的模糊子集便退化成為一個(gè)經(jīng)典子集。模糊集合有多種不同的表示方法，一般地一個(gè)模糊子集可表示成序偶： =， （2-1）其中為論域，為論域中的元素，為相應(yīng)的隸屬度。當(dāng)論域?yàn)橛邢藜蚩蓴?shù)集，則模糊子集由以下三種方法表示：（1） Zadeh表示法：=/ （2-2）其中斜線“/”僅表示論域中的元素與其對(duì)的隸屬度之對(duì)應(yīng)關(guān)系，求和號(hào)“”僅表示論域X上集合的全部，而不是

19、相加求和的意思。 （2）序偶表示法：=，, （2-3） （3）向量表示法：=， （2-4） 注意其次序必須與論域向量一致，且零隸屬度不可省略不寫。定義2-2 在給定論域上的模糊子集的全體，稱為中的模糊冪集，記作，即： =|：0,1 可見，統(tǒng)一論域上可以有不同的模糊子集，一般所說的模糊集合都是指模糊子集。特殊地，如對(duì)，若=0，則稱為空集，記作，若=1，則稱為全集。論域就是全集。2.1.2 集合的運(yùn)算及其性質(zhì)因模糊集合是經(jīng)典集合的拓廣，所以可以參照經(jīng)典集合的基本運(yùn)算，如并、交、補(bǔ)、相等，對(duì)模糊集合進(jìn)行基本運(yùn)算。但模糊集合是由隸屬函數(shù)來刻劃的，故模糊集合之間的運(yùn)算通過隸屬函數(shù)來定義。1. 模糊子集的

20、包含和相等關(guān)系定義2-3 設(shè)論域，隸屬函數(shù)分別和。如果： ， （2-6）稱包含，或是的子集，記為；如果： =， （2-7）稱為與相等，記作=。 2.模糊子集的并、交、補(bǔ)定義2-4 設(shè)論域，、，隸屬函數(shù)分別為和。的補(bǔ)集記作，和的并集記作，和的交集記作，它們的隸屬函數(shù)分別為： （2-8） ， （2-9） ， （2-10）式中Zadeh算子“”表示取大運(yùn)算，“”表示取小運(yùn)算。設(shè)論域，那么容易證明，模糊集合的并、交、補(bǔ)運(yùn)算具有以下基本性質(zhì)：（1）冪等律：， （2-11）（2）交換律：， （2-12）（3）結(jié)合律：， （2-13）（4）分配律：，（2-14）（5）吸收律：， （2-15）（6）同一律：，

21、 （2-16）（7）復(fù)原律： （2-17）（8）德·摩根律：， （2-18） 必須指出的，上述模糊集合運(yùn)算性質(zhì)與經(jīng)典集合相同，但互補(bǔ)律在模糊集中不再成立，這是因?yàn)槟：捌溲a(bǔ)集子啊論域上沒有明確的邊界。 2.1.3 模糊集合隸屬函數(shù)的建立 通過隸屬函數(shù)可以講模糊集合的模糊性作定量描述，故隸屬函數(shù)在模糊集合中占有十分重要的地位。正確確定隸屬函數(shù)，是運(yùn)用模糊集合理論解決模糊控制問題的基礎(chǔ)，也是模糊理論中的關(guān)鍵問題。由于人們遇到的模糊現(xiàn)象千變?nèi)f化，要找到統(tǒng)一模式的隸屬度計(jì)算方法是不現(xiàn)實(shí)的。譬如，對(duì)于同一個(gè)模糊概念，不同的人可能會(huì)建立完全不同的隸屬函數(shù)。但是，只要能反映同一模糊概念，符合模糊

22、控制的要求，也不必去求形式上的相同。事實(shí)上，隸屬函數(shù)的確立過程本身是主觀反映客觀的過程，或多或少帶有主觀色彩，但本質(zhì)上應(yīng)是客觀的。1. 建立隸屬函數(shù)必須滿足凸模糊集要求 定義2-6 設(shè)實(shí)數(shù)域論域R上的模糊子集，其隸屬函數(shù)，若對(duì)任意兩實(shí)數(shù)、，當(dāng)<<時(shí)，均有： min, (2-22)則稱為凸模糊集。 由上述定義知，凸模糊集要求隸屬函數(shù)應(yīng)是單峰函數(shù)。在模糊控制中遇到的一般是凸模糊集，因此隸屬函數(shù)必須具有單峰特性。例如對(duì)于“速度適中”這一模糊子集，專家對(duì)所討論的系統(tǒng)定義為： =0/30+0.5/40+1/50+0.5/60+0/70這里隸屬度為1的速度值定在50km/h，隸屬函數(shù)以此為中心

23、兩邊單調(diào)下降，呈現(xiàn)出單峰形狀。否則，如將70km/h的隸屬度定義為0.8，這意味著在此70km/h比60km/h速度更適中，顯然這是不符合邏輯的。 2.隸屬函數(shù)形狀選擇要滿足控制特性 一般而言，論域上隸屬函數(shù)密集度越大，即曲線形狀越扁陡，其分辨率越高，模糊控制系統(tǒng)的靈敏度也越高，其系統(tǒng)響應(yīng)結(jié)果就越平滑。但是因此模糊控制規(guī)則就會(huì)增加，導(dǎo)致計(jì)算時(shí)間大大增加。反之，隸屬曲線形狀變化較緩，則系統(tǒng)的響應(yīng)不會(huì)太敏感，并可能導(dǎo)致對(duì)于小的輸入變化無法及時(shí)提供輸出控制。所以，建立隸屬函數(shù)時(shí)，在誤差較大的區(qū)域內(nèi)采用低分辨率，在誤差較小的區(qū)域采用較高的分辨率，在誤差接近于零的區(qū)域內(nèi)選擇高的分辨率。3.隸屬函數(shù)在論域

24、上分布應(yīng)合理為使模糊控制系統(tǒng)在要求的范圍內(nèi)都能夠很好的實(shí)現(xiàn)控制，描述同一輸入輸出變量（語言變量）的個(gè)模糊子集（語言值）的隸屬函數(shù)在論域上的分布應(yīng)合理，即應(yīng)能較好的覆蓋整個(gè)論域。想間隔的兩個(gè)模糊子集的隸屬函數(shù)應(yīng)盡量不相交，以使論域中的同一個(gè)點(diǎn)至多不超過兩個(gè)隸屬函數(shù)覆蓋，否則由可能出現(xiàn)相關(guān)模糊子集在概念上的自相矛盾情況。相鄰的兩隸屬函數(shù)最大隸屬度2.2 模糊關(guān)系及其關(guān)系關(guān)系常記為R，它是定義在以元素序?qū)λ鶚?gòu)成的集合（作為關(guān)系的論域）上的。設(shè)、為兩非空集合，各任意取一元素組成序?qū)Γ? ）,稱所有序?qū)?gòu)成的集合為和的直積，并記為： ×=（, ）|， （2-23）那么，對(duì)于普通關(guān)系，可由元素間

25、有某種聯(lián)系的序?qū)Φ募蟁來表示，顯然它屬直積×的一個(gè)經(jīng)典子集。此種關(guān)系也可拓廣到模糊關(guān)系。 定義2-7 從到的模糊關(guān)系是指在直積×中的一個(gè)模糊子集，其模糊關(guān)系由隸屬函數(shù)： ：×0,1來刻畫，隸屬度（, ）表示序?qū)Γ? ）具有關(guān)系的程度。特別的，如=，則稱為上的模糊關(guān)系。對(duì)于多元模糊關(guān)系，例如n元模糊關(guān)系，是指當(dāng)模糊關(guān)系的論域?yàn)閚個(gè)非空集合的直積時(shí)。第三章 模糊控制原理和設(shè)計(jì)方法模糊自動(dòng)控制是以模糊集合化、模糊語言變量及模糊邏輯推理為基礎(chǔ)的一種計(jì)算機(jī)數(shù)字控制。從線性控制與非線性控制的角度分類，模糊控制是一種非線性控制；從控制器的只能性看，模糊控制屬于只能控制的范疇，

26、而且它已成為目前實(shí)現(xiàn)智能控制的一種重要而有效的形式。3.1 模糊控制器概述3.1.1 模糊控制系統(tǒng)組成模糊控制屬于計(jì)算機(jī)數(shù)字控制的一種形式，因此模糊控制系統(tǒng)的組成類似于一般地?cái)?shù)字控制系統(tǒng)，其框圖如下： 圖3-1模糊控制系統(tǒng)的數(shù)字控制框圖模糊控制系統(tǒng)一般可分為五個(gè)部分：（1）模糊控制器，是各類自動(dòng)控制系統(tǒng)中的核心部分。在模糊控制理論中，采用基于模糊控制知識(shí)表示和規(guī)則推理的語言型“模糊控制器”。（2）輸入/輸出接口。模糊控制器通過輸入/輸出接口從被控對(duì)象獲得數(shù)字信號(hào)量，并將模糊控制器決策的輸出數(shù)字信號(hào)經(jīng)過數(shù)模轉(zhuǎn)換，將其轉(zhuǎn)變?yōu)槟M信號(hào)，然后送給被控對(duì)象。在I/O接口裝置中，除A/D、D/A轉(zhuǎn)換外，還

27、包括必要的電平轉(zhuǎn)換電路。（3）執(zhí)行機(jī)構(gòu)：包括各交、直流電動(dòng)機(jī)，伺服電動(dòng)機(jī)，步進(jìn)電動(dòng)機(jī)，氣動(dòng)調(diào)節(jié)閥和液壓電動(dòng)機(jī)、液壓缸等。（4）被控對(duì)象。對(duì)于那些難以建立精確數(shù)學(xué)模型的復(fù)雜對(duì)象，更適宜采用模糊控制。（5）傳感器。傳感器是將被控對(duì)象或各種過程的被控制兩轉(zhuǎn)換為電信號(hào)（模擬或數(shù)字）的一類裝置。在選擇傳感器時(shí)，應(yīng)注意選擇精度高且穩(wěn)定性好的傳感器。3.1.2 模糊控制的基本原理模糊控制的基本原理可由圖3-2表示，它的核心部分為模糊控制器，如圖中虛線框中部分所示。模糊控制器的控制規(guī)則由計(jì)算機(jī)的程序?qū)崿F(xiàn)，微機(jī)通過采樣獲取被控量的精確值，然后將此量與給定值比較得到誤差信號(hào)E（在此取誤差反饋）。一般誤差信號(hào)E作為

28、模糊控制器的輸入量。把誤差信號(hào)E的精確量進(jìn)行模糊化變成模糊量，誤差E的模糊量可用響應(yīng)的模糊語言表示。至此，得到了誤差E的模糊語言集合的一個(gè)子集（實(shí)際是一個(gè)模糊向量）。再由和模糊控制規(guī)則（模糊關(guān)系）根據(jù)推理合成規(guī)則進(jìn)行決策，得到模糊控制量為： = o 式中為一個(gè)模糊量。 圖3-2 模糊控制原理框圖 為了對(duì)被控對(duì)象施加精確的控制，還需要將模糊量轉(zhuǎn)換為精確量，這一步驟在上圖中稱為非模糊化處理（亦稱為去模糊化或清晰化處理）。得到了精確的數(shù)字控制量后，經(jīng)數(shù)模轉(zhuǎn)換，變?yōu)榫_的模擬量后送給執(zhí)行機(jī)構(gòu)，對(duì)被控對(duì)象進(jìn)行控制。綜上所述，模糊控制算法可概括為以下四個(gè)步驟：（1）根據(jù)本次采樣得到的系統(tǒng)輸出值，計(jì)算所選擇

29、系統(tǒng)的輸入變量。（2）將輸入變量的精確值變?yōu)槟：?。?）根據(jù)輸入變量（模糊量）和模糊控制規(guī)則，按模糊推理合成模糊控制規(guī)則計(jì)算控制量（模糊量）（4）由上述得到的控制變量（模糊量）計(jì)算精確的控制量。3.2 模糊控制器設(shè)計(jì)的基本方法 模糊邏輯控制器（Fuzzy Logic Controller）簡(jiǎn)稱為模糊控制器（Fuzzy Controller），因?yàn)槟：刂破鞯目刂埔?guī)則是基于模糊條件語句描述的語言控制規(guī)則，所以模糊控制又稱為模糊語言控制器。3.2.1 模糊控制器的結(jié)構(gòu)設(shè)計(jì)模糊控制器的結(jié)構(gòu)設(shè)計(jì)是指確定模糊控制器的輸入變量和輸出變量。模糊控制系統(tǒng)中，也可以類似地分別定義為“單變量模糊控制系統(tǒng)”和“多

30、變量模糊控制系統(tǒng)”。所不同的是模糊控制系統(tǒng)往往把一個(gè)被控制量（通常是系統(tǒng)輸出量）的偏差、偏差變化以及偏差變化的變化率作為模糊控制器的輸入。因此，從形式上看，這是輸入量應(yīng)該是3個(gè)，但是人們也習(xí)慣于稱它為單變量模糊控制系統(tǒng)。下面以單輸入單輸出模糊控制器為例，給出幾種結(jié)構(gòu)形式的模糊控制器，如圖3-3所示。在一般情況下，一維模糊控制器用于一階被控對(duì)象，由于這種控制器輸入變量只選一個(gè)誤差，它的動(dòng)態(tài)控制性能不佳。所以目前被廣泛采用的均為二維模糊控制器，這種控制器以誤差和誤差變化為輸入變量，以控制量的變化為輸出變量。從理論上將，模糊控制器的維數(shù)越高，控制越精細(xì)。但是維數(shù)過高，模糊控制規(guī)則變得過于復(fù)雜，控制算

31、法的實(shí)現(xiàn)相當(dāng)困難。3.2.2 精確量的模糊化方法 在確定了模糊控制器的結(jié)構(gòu)之后，就需要對(duì)輸入量進(jìn)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（Fuzzification），或稱為模糊量化。如圖3-2中經(jīng)計(jì)算機(jī)計(jì)算出的控制量均為精確量，須經(jīng)過模糊量化處理，變?yōu)槟：浚员銓?shí)現(xiàn)模糊控制算。過程參數(shù)的變化范圍是各不相同的，為了統(tǒng)一到指定的論域中來，模糊化的第一個(gè)任務(wù)是進(jìn)行論域變換，過程參數(shù)的實(shí)際變化范圍成為基本論域?？梢酝ㄟ^變換系數(shù)（量化因子）實(shí)現(xiàn)由基本論域到指定論域的變換。模糊化的第二個(gè)任務(wù)是求得輸入對(duì)應(yīng)語言變量的隸屬度。語言變量的隸屬函數(shù)有兩種表示方式，即離散方式和連續(xù)方式。離散方

32、式是指去論域中的離散點(diǎn)（整數(shù)值）及這些點(diǎn)的隸屬度來描述一個(gè)語言變量。模糊化一般采用如下兩種方法： （1）把精確量離散化。如把在-3，3之間變化的連續(xù)量分為七個(gè)檔次，每一檔對(duì)應(yīng)一個(gè)模糊集，這樣處理使模糊化過程簡(jiǎn)單。否則，將每一精確量對(duì)應(yīng)一個(gè)模糊子集，有無窮多個(gè)模糊子集，使模糊化過程復(fù)雜化。在-3，3區(qū)間的離散化了的精確量與表示模糊語言的模糊量建立了關(guān)系，這樣就可以將-3，3之間的任意的精確量用模糊量Y來表示，例如在-3附近稱為負(fù)大，用NB表示，在-2附近稱為負(fù)中，用NM表示。實(shí)際上的輸入變量(如誤差和誤差的變化等)都是連續(xù)變化的量，通過模糊化處理，把連續(xù)量離散為-3，3之間有限個(gè)整數(shù)值的做法是為

33、了使模糊推理合成方便。（2）第二種方法更為簡(jiǎn)單，它是將在某區(qū)間的精確量x模糊化成這樣的一個(gè)模糊子集，它在點(diǎn)x處隸屬度為1，除x點(diǎn)外其余各點(diǎn)的隸屬度均取0。不過可想而之這種模糊化的效果不理想。3.2.3 模糊控制器規(guī)則的設(shè)計(jì)控制規(guī)則的設(shè)計(jì)是設(shè)計(jì)模糊控制器的關(guān)鍵，一般包括三部分設(shè)計(jì)內(nèi)容：選擇描述輸入、輸出變量的詞集，定義各模糊變量的模糊子集及建立模糊控制器的控制規(guī)則。（1）選擇描述輸入和輸出變量的詞集。模糊控制器的控制規(guī)則表現(xiàn)為一組模糊條件語句，在條件語句中描述輸入輸出變量狀態(tài)的一些詞匯(如“正大”、“負(fù)小”等)的集合，稱為這些變量的詞集(亦可以稱為變量的模糊狀態(tài))。選擇較多的詞匯描述輸入、輸出變

34、量，可以使制定控制規(guī)則方便，但是控制規(guī)則相應(yīng)變得復(fù)雜；選擇詞匯過少，使得描述變量變得粗糙，導(dǎo)致控制器的性能變壞。一般情況下都選擇七個(gè)詞匯，但也可以根據(jù)實(shí)際系統(tǒng)需要選擇三個(gè)或五個(gè)語言變量。針對(duì)被控對(duì)象，改善模糊控制結(jié)果的目的之一是盡量減小穩(wěn)態(tài)誤差。因此，對(duì)應(yīng)于控制器輸入(誤差、誤差的變化率)之一的誤差采用：(負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大)用英文字頭縮寫為：NB，NM，NS，ZO，PS，PM，PB另一個(gè)輸入誤差的變化率及控制器的輸出采用：(負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大)用英文字頭縮寫為：NB，NM，NS，Z0，PS，PM，PB（2）定義各模糊變量的模糊子集。定義一個(gè)模糊子集，實(shí)

35、際上就是要確定模糊子集隸屬函數(shù)曲線的形狀。將確定的隸屬函數(shù)曲線離散化，就得到了有限個(gè)點(diǎn)上的隸屬度，便構(gòu)成了一個(gè)相應(yīng)的模糊變量的模糊子集。理論研究顯示，在眾多隸屬函數(shù)曲線中，用正態(tài)型模糊變量來描述人進(jìn)行控制活動(dòng)時(shí)的模糊概念是適宜的。但在實(shí)際的工程中，機(jī)器對(duì)于正態(tài)型分布的模糊變量的運(yùn)算是相當(dāng)復(fù)雜和緩慢的，而三角型分布的模糊變量的運(yùn)算簡(jiǎn)單、迅速。因此，控制系統(tǒng)的眾多控制器一般采用計(jì)算相對(duì)簡(jiǎn)單，控制效果迅速的三角型分布。（3）建立模糊控制器的控制規(guī)則。模糊控制器的控制規(guī)則是基于手動(dòng)控制策略，而手動(dòng)控制策略又是人們通過學(xué)習(xí)、試驗(yàn)以及長(zhǎng)期經(jīng)驗(yàn)積累而逐漸形成的，存儲(chǔ)在操作者頭腦中的一種技術(shù)知識(shí)集合。手動(dòng)控制

36、過程一般是通過對(duì)被控對(duì)象(過程)的一些觀測(cè)，操作者再根據(jù)已有的經(jīng)驗(yàn)和技術(shù)知識(shí)，進(jìn)行綜合分析并做出控制決策，調(diào)整加到被控對(duì)象的控制作用，從而使系統(tǒng)達(dá)到預(yù)期的目標(biāo)。手動(dòng)控制的作用同自動(dòng)控制系統(tǒng)中的控制器的作用是基本相同的，所不同的是手動(dòng)控制決策是基于操作系統(tǒng)經(jīng)驗(yàn)和技術(shù)知識(shí)，而控制器的控制決策是基于某種控制算法的數(shù)值運(yùn)算。利用模糊集合理論和語言變量的概念，可以把利用語言歸納的手動(dòng)控制策略上升為數(shù)值運(yùn)算，于是可以采用微型計(jì)算機(jī)完成這個(gè)任務(wù)以代替人的手動(dòng)控制，實(shí)現(xiàn)所謂的模糊自動(dòng)控制。第四章 PID控制器的基本理論在工程實(shí)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(jiǎn)稱PID控制，又稱PID

37、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(jiǎn)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(duì)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(shí)，控制理論的其它技術(shù)難以采用時(shí)，系統(tǒng)控制器的結(jié)構(gòu)和參數(shù)必須依靠經(jīng)驗(yàn)和現(xiàn)場(chǎng)調(diào)試來確定，這時(shí)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(gè)系統(tǒng)和被控對(duì)象，或不能通過有效的測(cè)量手段來獲得系統(tǒng)參數(shù)時(shí)，最適合用PID控制技術(shù)。PID控制，實(shí)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(jì)算出控制量進(jìn)行控制的。圖4-1 PID控制器PID控制器是一種比例、積分、微分并聯(lián)控制器。它是最廣泛應(yīng)用的一種

38、控制器。PID控制器的數(shù)學(xué)模型可以用下式表示: （4.1）其中:u(t)一控制器的輸出e(t)一控制器輸入，它是給定值和被控對(duì)象輸出值的差，稱偏差信號(hào)。Kp一控制器的比例系數(shù)。Ti一控制器的積分時(shí)間。Td一控制器的微分時(shí)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。這三部分別是: (1)比例部分比例部分?jǐn)?shù)學(xué)式表示如下: （4.2）偏差一旦產(chǎn)生，控制器立即有控制作用，使控制量朝著減小偏差的方向變化，控制作用強(qiáng)弱取決于比例系數(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??；但Kp越大，超調(diào)量也越大，越容易產(chǎn)生振蕩，導(dǎo)致動(dòng)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)

39、Kp，選擇必須適當(dāng)，才能取得過渡時(shí)間少、穩(wěn)態(tài)誤差小而又穩(wěn)定的效果。(2)積分部分積分部分?jǐn)?shù)學(xué)表達(dá)式表示如下: （4.3）從積分部分的數(shù)學(xué)表達(dá)式可以知道，只要存在偏差，則它的控制作用就會(huì)不斷地積累，輸出控制量以消除偏差?？梢?，積分部分的作用可以消除系統(tǒng)的偏差?？墒欠e分作用具有滯后特性，積分控制作用太強(qiáng)會(huì)使系統(tǒng)超調(diào)加大，控制的動(dòng)態(tài)性能變差，甚至?xí)归]環(huán)系統(tǒng)不穩(wěn)定。積分時(shí)間Ti對(duì)積分部分的作用影響極大。當(dāng)Ti較大時(shí)，則積分作用較弱，這時(shí)，有利于系統(tǒng)減小超調(diào)，過渡過程不易產(chǎn)生振蕩。但是消除誤差所需時(shí)間較長(zhǎng)。當(dāng)Ti較小時(shí)，則積分作用較強(qiáng)。這時(shí)系統(tǒng)過渡過程中有可能產(chǎn)生振蕩，消除誤差所需的時(shí)間較短。(3)微

40、分部分微分部分?jǐn)?shù)學(xué)表達(dá)式表示如下: （4.4）微分控制得出偏差的變化趨勢(shì)，增大微分控制作用可加快系統(tǒng)響應(yīng)，減小超調(diào)量，克服振蕩，提高系統(tǒng)的穩(wěn)定性，但使系統(tǒng)抑制干擾的能力降低。微分部分的作用強(qiáng)弱由微分時(shí)間Td決定。Td越大，則它抑制e(t)變化的作用越強(qiáng)，Td越小，它反抗e(t)變化的作用越弱。它對(duì)系統(tǒng)的穩(wěn)定性有很大的影響。在計(jì)算機(jī)直接數(shù)字控制系統(tǒng)中，控制器是通過計(jì)算機(jī)PID控制算法程序?qū)崿F(xiàn)的。PID計(jì)算機(jī)直接數(shù)字控制系統(tǒng)大多數(shù)是采樣數(shù)據(jù)控制系統(tǒng)。進(jìn)入計(jì)算機(jī)的連續(xù)時(shí)間信號(hào)，必須經(jīng)過采樣和整量化后，變成數(shù)字量，方能進(jìn)入計(jì)算機(jī)的存貯器和寄存器，而在數(shù)字計(jì)算機(jī)中的計(jì)算和處理，不論是積分還是微分，只能用

41、數(shù)值計(jì)算去逼近。在數(shù)字計(jì)算機(jī)中，PID控制規(guī)律的實(shí)現(xiàn)，也必須用數(shù)值逼近的方法。當(dāng)采樣周期相當(dāng)短時(shí)，用求和代替積分，用差商代替微商，使 PID 算法離散化，將描述連續(xù)時(shí)間 PID算法的微分方程，變?yōu)槊枋鲭x散時(shí)間 PID 算法的差分方程，即為數(shù)字PID 位置型控制算式，如下式（4.5）： （4.5）式中:u(k)一 k 采樣周期時(shí)的輸出e(k)一 k 采樣周期時(shí)的偏差Ts一采樣周期 即有 （4.6）其中Kp、KI、KD分別為比例、積分、微分系數(shù)第五章 電廠鍋爐主蒸汽溫Fuzzy-PID控制器設(shè)計(jì)及仿真火電廠中從汽包出來的蒸汽，經(jīng)過鍋爐煙道中的過熱器同高溫?zé)煔鉄峤粨Q，在過熱器出口所得到的蒸汽溫度被稱

42、為主蒸汽溫度或過熱蒸汽溫度，簡(jiǎn)稱主汽溫度或過熱溫度 。在現(xiàn)代火力發(fā)電廠熱工控制中，主蒸汽溫度是火電廠生產(chǎn)運(yùn)行中的一個(gè)重要檢測(cè)和控制參數(shù)，對(duì)電廠的安全經(jīng)濟(jì)運(yùn)行有重大影響。一般中高壓鍋爐主汽溫的暫時(shí)偏差不允許超過±10 長(zhǎng)期偏差不允許超過±5 這個(gè)要求對(duì)汽溫控制系統(tǒng)來說是非常高的。主汽溫偏高過高、主汽溫偏低都會(huì)降低機(jī)組的效率，影響機(jī)組運(yùn)行的經(jīng)濟(jì)，縮短汽輪機(jī)葉的使用壽命2。模糊控制是當(dāng)今控制領(lǐng)域中令人矚目的控制方法和技術(shù)，它通過把專家的經(jīng)驗(yàn)和要求總結(jié)成若干規(guī)則，采用簡(jiǎn)便、快速、靈活的手段，來完成那些用經(jīng)典和現(xiàn)代控制手段難以實(shí)現(xiàn)的自動(dòng)化的目標(biāo)，因而在多個(gè)領(lǐng)域中得到越來越廣泛的應(yīng)用。

43、模糊控制器是近年來發(fā)展起來的新型控制器，其優(yōu)點(diǎn)是不要求掌握受控對(duì)象的精確數(shù)學(xué)模型，而根據(jù)人工控制規(guī)則組織控制決策表，然后由該表決定控制量的大小 3。本文以此為基礎(chǔ)借助于Matlab軟件來構(gòu)建火電廠主汽溫控制系統(tǒng)的仿真模型，更好的達(dá)到控制效果。5.1 模型建立及過程的仿真分析火電廠中從汽包出來的蒸汽，經(jīng)過鍋爐煙道中的過熱器同高溫?zé)煔鉄峤粨Q，在過熱器出口所得到的蒸汽溫度被稱為主蒸汽溫度或過熱蒸汽溫度，簡(jiǎn)稱主汽溫度或過熱溫度1 。在現(xiàn)代火力發(fā)電廠熱工控制中，主蒸汽溫度是火電廠生產(chǎn)運(yùn)行中的一個(gè)重要檢測(cè)和控制參數(shù)，對(duì)電廠的安全經(jīng)濟(jì)運(yùn)行有重大影響。一般中高壓鍋爐主汽溫的暫時(shí)偏差不允許超過±10

44、長(zhǎng)期偏差不允許超過±5 這個(gè)要求對(duì)汽溫控制系統(tǒng)來說是非常高的。主汽溫偏高過高、主汽溫偏低都會(huì)降低機(jī)組的效率，影響機(jī)組運(yùn)行的經(jīng)濟(jì)，縮短汽輪機(jī)葉的使用壽命3。模糊控制是當(dāng)今控制領(lǐng)域中令人矚目的控制方法和技術(shù)，它通過把專家的經(jīng)驗(yàn)和要求總結(jié)成若干規(guī)則，采用簡(jiǎn)便、快速、靈活的手段，來完成那些用經(jīng)典和現(xiàn)代控制手段難以實(shí)現(xiàn)的自動(dòng)化的目標(biāo)，因而在多個(gè)領(lǐng)域中得到越來越廣泛的應(yīng)用。模糊控制器是近年來發(fā)展起來的新型控制器，其優(yōu)點(diǎn)是不要求掌握受控對(duì)象的精確數(shù)學(xué)模型，而根據(jù)人工控制規(guī)則組織控制決策表，然后由該表決定控制量的大小 3。本文以此為基礎(chǔ)借助于Matlab軟件來構(gòu)建火電廠主汽溫控制系統(tǒng)的仿真模型，更好

45、的達(dá)到控制效果。5.2 數(shù)學(xué)模型本文所選的是某單元機(jī)組容量為300MW的主蒸汽溫度，這一具體對(duì)象1是:(1)主調(diào)節(jié)區(qū)傳遞函數(shù): (2)導(dǎo)前區(qū)傳遞函數(shù)為: 整個(gè)主汽溫調(diào)節(jié)系統(tǒng)過程的方框圖如圖14 圖5-1 主汽溫調(diào)節(jié)系統(tǒng)過程方框圖其中-導(dǎo)前區(qū)對(duì)象傳遞函數(shù)；-惰性區(qū)對(duì)象傳遞函數(shù)；-主調(diào)節(jié)器傳遞函數(shù)；-副調(diào)節(jié)器傳遞函數(shù)；導(dǎo)前氣溫變送器的斜率；主氣溫變送器的斜率。5.3 采用PID控制進(jìn)行仿真圖5-2采用PID仿真的原理圖(Gain為5)圖5-3 PID參數(shù)圖圖5-4 采用PID仿真的波形 經(jīng)多次調(diào)整PID控制器的P（比例環(huán)節(jié)）得知，在微分為0，積分為0.2的情況下，參數(shù)P在0.1到4時(shí)，仿真結(jié)果大體

46、上如圖所示。如果參數(shù)P大于6則呈現(xiàn)振蕩，如圖所示。 圖5-5 PID控制器中參數(shù)P為6時(shí)的仿真圖圖5-4中系統(tǒng)的響應(yīng)的超調(diào)過大，調(diào)整PID控制器的參數(shù)I，發(fā)現(xiàn)隨著越小，系統(tǒng)階躍響應(yīng)的超調(diào)量越小。圖5-6 PID參數(shù)調(diào)整為P為1，I為0.008，D為0時(shí)的圖形結(jié)論：調(diào)整PID參數(shù)中雖然，微分D能加快系統(tǒng)的反應(yīng)時(shí)間，但容易造成系統(tǒng)不穩(wěn)定。5.4 模糊控制器結(jié)構(gòu)設(shè)計(jì)模糊控制器的結(jié)構(gòu)設(shè)計(jì)5 實(shí)質(zhì)上是確定模糊控制器的輸入語言變量、輸出語言變量及模糊控制器的不同組合與擴(kuò)展問題。對(duì)于鍋爐主汽溫控制系統(tǒng)的設(shè)計(jì)，這里我們選擇的是雙輸入單輸出的二維模糊控制器，模糊控制器的輸入量是鍋爐過熱蒸汽溫度與給定值的偏差（即

47、偏差e）和偏差e的變化率ec，輸出量是減溫水量u。5.5 模糊控制規(guī)則控制規(guī)則的設(shè)計(jì)5是設(shè)計(jì)模糊控制器的關(guān)鍵，一般包括三部分，選擇描述輸入變量的詞集，定義各模糊變量的模糊子集及建立模糊控制器的控制規(guī)則。在這里，我們將偏差e所對(duì)應(yīng)的語言變量E、偏差變化率ec所對(duì)應(yīng)的語言變量EC、輸出變量u所對(duì)應(yīng)的語言變量U都分為7檔:NB, NM, NS, Z, PS, PM, PB即負(fù)大,負(fù)中,負(fù)小,零,正小,正中,正大，其中對(duì)應(yīng)取E、EC的量化論域?yàn)?7, 7 對(duì)應(yīng)取U的量化論域?yàn)?7, 7。 隸屬函數(shù)均為三角形隸屬函數(shù)，隸屬函數(shù)曲線圖形如圖3、4 所示。圖5-7 E、EC的隸屬函數(shù)圖形圖5-8 U的隸屬函

48、數(shù)圖形基于操作者手動(dòng)控制策略總結(jié)，得出一組由模糊條件語句構(gòu)成的控制規(guī)則，將這些條件語句加以歸納，可建立主汽溫系統(tǒng)控制規(guī)則的模糊控制狀態(tài)表（如表1）。 表1 主汽溫系統(tǒng)控制的模糊控制狀態(tài)表 U EC NB NM NS PO PM PS PB E NB PB PB PB PB PM PO PO NM PB PB PB PB PM PO PO NS PM PM PM PM PO NS NS PO PM PM PM ZM PO NS PO PS PS PS PO NM NM NM NM PM PO PO NM NB NB NB NB PB PO PO NM NB NB NB NB 圖5-9 Matlab中規(guī)則編輯器 圖5-10 輸出曲面觀察器5.6 FuzzyPID控制仿真如圖5-11所示，為F