【文章內(nèi)容簡介】 糊決策的方法等因素[19]。模糊控制系統(tǒng)組成原理框圖如圖23 所示。圖 33 模糊控制系統(tǒng)組成原理框圖 The schematic of the fuzzy control system模糊控制系統(tǒng)是由被控對(duì)象、執(zhí)行機(jī)構(gòu)、過程輸入輸出通道、檢測(cè)裝置、模糊控制器等幾部分組成。被控對(duì)象的數(shù)學(xué)模型可以是已知的、精確的，也可以是未知的、模糊的。過程輸入輸出通道一般指模/數(shù) (A/D)、數(shù)/模 (D/A) 轉(zhuǎn)換單元和接口部件，電平轉(zhuǎn)換裝置及多路開關(guān)等。作為控制系統(tǒng)核心部件的模糊控制器不依賴于被控對(duì)象的精確數(shù)學(xué)模型，易于對(duì)不確定性系統(tǒng)進(jìn)行控制。模糊控制器抗干擾能力強(qiáng)，響應(yīng)速度快，并對(duì)系統(tǒng)參數(shù)的變化有較強(qiáng)的魯棒性。在實(shí)際應(yīng)用中，模糊控制器有兩種組成方式，一種是由模糊邏輯芯片組成的硬件專用模糊控制器，它是用硬件芯片來直接實(shí)現(xiàn)模糊控制算法，這種模糊控制器的特點(diǎn)是推理速度快，控制精度高，但價(jià)格昂貴，輸入和輸出以及模糊規(guī)則都有限，且靈活性較差，在實(shí)際中較少使用；另一種組成方式是采用與數(shù)字控制器相同的硬件結(jié)構(gòu)，目前多用單片微機(jī)來組成硬件系統(tǒng)。而在軟件上用模糊控制算法取代原來數(shù)字控制器的數(shù)字控制算法，這樣就把原來的數(shù)字控制器改成了模糊控制器，組成了一個(gè)單片機(jī)的模糊控制系統(tǒng)。本文所應(yīng)用的電鍋爐控制系統(tǒng)采用的就是后一種組成方式[20]。模糊控制器 (FC—Fuzzy Controller) 又稱為模糊邏輯控制器 (FLC—Fuzzy Logic Controller),它的模糊控制規(guī)則用模糊條件語句來描述，是一種語言型控制器，因此有時(shí)又被稱為模糊語言控制器。模糊控制器的機(jī)構(gòu)框圖如圖 24 所示。圖 24 模糊控制器結(jié)構(gòu)框圖 The schematic of the fuzzy controller圖24中，ut是被控對(duì)象的輸入，y(t)是被控對(duì)象的輸出，s(t)是參考輸入，e為誤差。圖中虛線框內(nèi)就是模糊控制器，它根據(jù)誤差信號(hào)產(chǎn)生合適的控制作用，輸出給被控對(duì)象。模糊控制器主要由模糊化接口、知識(shí)庫、模糊推理機(jī)、解模糊解口四部分組成，各部分作用如下: 模糊化接口接受的輸入只有誤差信號(hào)e，由e再生成誤差變化率Δe或誤差的積分，模糊化接口完成兩項(xiàng)功能:①論域變換：e和e都是非模糊的普通變量，它們的論域 (即變化范圍) 是實(shí)際域上的一個(gè)真實(shí)論域，分別用X和Y來代表。在模糊控制器中，真實(shí)論域要變換到內(nèi)部論域X′和Y′，無論是對(duì)于DFC (離散論域的模糊控制器)，還是CFC(連續(xù)論域的模糊控制器) ，論域變換后e和Δe變成E和EC，相當(dāng)于乘了一個(gè)比例因子(還可能有偏移) 。②模糊化：論域變換后E和EC仍是非模糊的普通變量，這里把它們分成若干個(gè)模糊集合，如：“負(fù)大”(NL)、“負(fù)中”(NM)、“負(fù)小”(NS)、“零”(Z)、“正小”(PS)、“正中” (PM)、“正大” (PL)，……，并在其內(nèi)部論域上規(guī)定各個(gè)模糊集合的隸屬度函數(shù)。在 t 時(shí)刻輸入信號(hào)的值e和Δe經(jīng)論域變換后得到E和EC，再根據(jù)隸屬函數(shù)的定義可以分別求出 E 和 EC 對(duì)各模糊集合的隸屬度，如μ(E)、μ(EC)、……，這樣就把普通變量的值變成了模糊變量 (即語言變量)的值，完成了模糊化的工作。這里 E，EC 既代表普通變量又代表了模糊變量，作為普通變量時(shí)其值在論域 X′和Y′中，是普通數(shù)值；作為模糊變量是其值在論域[0，1]中，是隸屬度。2. 知識(shí)庫 顧名思義，知識(shí)庫中存儲(chǔ)著有關(guān)模糊控制器的一切知識(shí)，它們決定著模糊控制器的性能。是模糊控制器的核心。知識(shí)庫又分為兩部分，分別介紹如下:① 數(shù)據(jù)庫：它與計(jì)算機(jī)軟件中的數(shù)據(jù)庫不同，它存儲(chǔ)著有關(guān)模糊化、模糊推理、解模糊的一切知識(shí)，如模糊化中的論域變換方法、輸入變量各模糊集合的隸屬函數(shù)定義、模糊推理算法、解模糊算法、輸出變量各模糊集合的隸屬函數(shù)定義等。② 規(guī)則庫：其中包含一組模糊控制規(guī)則，即以“if …，then …”形式表示的模糊條件語句如 R：if E is A and EC is B, then U is C；R：if E is A and EC is B, then U is C；……R：if E is A and EC is B, then U is C。其中，E和EC就是前面的語言變量，A，A,…，A是E的模糊集合，B，B，…B是 EC的模糊集合，C，C，…，C是U的模糊集合。每條規(guī)則是在一個(gè)積分空間X′Y ′Z′中的模糊關(guān)系，E∈X′，EC ∈ Y′，U ∈ Z′。如果 X′、Y ′、Z ′皆為離散論域，還可以寫成模糊關(guān)系矩陣R，i=1,2,…,n。規(guī)則庫中的 n條規(guī)則是并列的，它們之間是“或”的邏輯關(guān)系，因此整個(gè)規(guī)則集的模糊關(guān)系為R= 推理機(jī)有每個(gè)采樣時(shí)刻的輸入，依據(jù)模糊控制規(guī)則推導(dǎo)出控制作用，而模糊控制規(guī)則這一組模糊條件語句可以導(dǎo)出一個(gè)輸入輸出空間上的模糊關(guān)系，推理機(jī)按著模糊推理的合成規(guī)則進(jìn)行運(yùn)算從，而求得控制作用，推理機(jī)制為在 t 時(shí)刻若輸入量為 E 和 EC，E ∈ X′，EC ∈ Y′，若論域 X′、Y′、Z′皆為離散的，E 在 X′上對(duì)應(yīng)矢量 A′，EC 在對(duì)應(yīng)矢量B′，則推理結(jié)果是Z′上的矢量C′4．解模糊 解模糊可以看作模糊化的反過程，它要由模糊推理結(jié)果產(chǎn)生tu 的數(shù)值，作為模糊控制器的輸出。解模糊接口主要完成以下兩項(xiàng)工作:①解模糊：對(duì)ut 也要有真實(shí)論域 Z 變換到內(nèi)部論域 Z ′，對(duì) U ∈ Z ′定義若干個(gè)模糊集合，并規(guī)定各模糊集合的隸屬度函數(shù)。模糊推理是在內(nèi)部論域上進(jìn)行的，因此得到的推理結(jié)果C′是Z′上的模糊矢量，其元素為對(duì) U 的某個(gè)模糊集合的隸屬度。對(duì)于某組輸入 E 和 EC，一般會(huì)同時(shí)滿足多條規(guī)則,因此會(huì)有多個(gè)推理結(jié)果Ci′，i 為不同的模糊集合,用公式 (215) 求 C。C=并用解模糊算法 (如最大隸屬度法、重心法、中位法等) ，即可求得此時(shí)的內(nèi)部控制量u′。② 論域反變換：得到的 U ∈ Z′，進(jìn)行論域反變換即可得到真正的輸出 u∈ Z，它仍是非模糊的普通變量。模糊控制算法的實(shí)現(xiàn)方法目前有三種，即查表法、硬件專用模糊控制器和軟件模糊推理等。其最主要的區(qū)別在于模糊推理的實(shí)現(xiàn)方法不同[21] 。 適用于輸入、輸出論域?yàn)殡x散有限論域的情況。查表法是輸入論域上的點(diǎn)到輸出論域的對(duì)應(yīng)關(guān)系，它已經(jīng)是經(jīng)過了模糊化、模糊推理和解模糊的過程，它可以離線計(jì)算得到，模糊控制器在線運(yùn)行時(shí)，進(jìn)行查表就可以了，因而可以大大加快在線運(yùn)行的速度。這一過程可以用圖35表示。本論文模糊控制器的設(shè)計(jì)采用的正是此法。圖 35 查表法 Method of looking up the form 采用具有模糊推理功能的模糊芯片，它推理速度快，控制精度高，處理速度至少比軟件提高一個(gè)數(shù)量級(jí)。目前已經(jīng)采用的硬件實(shí)現(xiàn)模糊控制器產(chǎn)品有日本立石公司的模糊控制器 FZ—1000，2000，5000，6000 等，日本奧井點(diǎn)電機(jī)公司的 FOC2001A，日新電機(jī)的模糊控制器等等。限制硬件模糊控制器普及的主要因素是價(jià)格問題，目前模糊芯片的價(jià)格還是比較昂貴的。 采用軟件模糊推理法指用軟件實(shí)現(xiàn)輸入模糊化、模糊推理算法以及輸出解模糊等模糊過程，尤其是模糊推理過程，它不同于查表法，可以把模糊推理過程離線完成，而是在線運(yùn)行時(shí)每一個(gè)采樣周期都要進(jìn)行模糊推理。因此這種方法靈活性強(qiáng)，應(yīng)用范圍廣，比查表法有更高的精度，但由于其推理要花費(fèi)一定的時(shí)間，因而要求計(jì)算機(jī)有較高的運(yùn)行速度。目前有用軟件實(shí)現(xiàn)的通用模糊控制器產(chǎn)品，也有在它們生產(chǎn)的產(chǎn)品中配置有模糊控制軟件模塊。 模糊控制方法的進(jìn)展。常用的是模糊控制器與PI調(diào)節(jié)器相結(jié)合的FuzzyPI雙?？刂菩问絒22]。這種控制形式的出發(fā)點(diǎn)主要是因?yàn)槟：刂破鞅旧硐€(wěn)定誤差的性能較差，加入 PI調(diào)解器可以消除穩(wěn)定誤差的作用?？刂撇呗陨蠟椋诖笃罘秶鷥?nèi)，即偏差e在某個(gè)閥值之外采用模糊控制，以獲得良好效果的瞬態(tài)性能；在小偏差范圍內(nèi)，即e落在閥值之內(nèi)時(shí)轉(zhuǎn)換成PID(或PI)控制，以獲得良好的穩(wěn)態(tài)性能。二者之間的轉(zhuǎn)換閥值由微機(jī)程序根據(jù)事先給定的偏差范圍自動(dòng)實(shí)現(xiàn)。u=kf(ke,kec)f為非線性函數(shù),顯然 FLC 的控制作用u 與比例因子k、k和量化因子k有關(guān)系，它們的變化引起了控制系統(tǒng)的動(dòng)態(tài)性能和穩(wěn)態(tài)性能的變化。在線整定比例因子k1 、k2 和量化因子k，使他們保持合適的數(shù)值，在隨機(jī)的環(huán)境中能對(duì)控制器進(jìn)行自動(dòng)校正，使得在被動(dòng)對(duì)象特性變化或擾動(dòng)情況下，控制系統(tǒng)保持較好的性能[23]。對(duì)于經(jīng)典的單變量二維 FLC，由式(316)可以看出比例因子k、k分別相當(dāng)于模糊控制的比例作用和微分作用的系數(shù)，量化因子k則相當(dāng)于總的放大倍數(shù)。具體比例因子k、k和量化因子k與系統(tǒng)性能的如下關(guān)系。一般k越大，系統(tǒng)調(diào)節(jié)惰性越小，上升速率越快。但k過大，將使體統(tǒng)產(chǎn)生較大的超調(diào)，使調(diào)節(jié)時(shí)間增長，嚴(yán)重時(shí)會(huì)產(chǎn)生振蕩乃至系統(tǒng)不穩(wěn)定。但k1 過小，系統(tǒng)上升速率變小,調(diào)節(jié)惰性變大，使穩(wěn)態(tài)精度降低。k越大，對(duì)系統(tǒng)狀態(tài)變化的抑制能力增大，使超調(diào)量減小，增加系統(tǒng)穩(wěn)定性。但k 過大，會(huì)使系統(tǒng)輸出上升速率過小，使系統(tǒng)的過渡過程時(shí)間變長。k過小，系統(tǒng)輸出上升速率增大，導(dǎo)致系統(tǒng)產(chǎn)生過大的超調(diào)和振蕩。k增大，相當(dāng)于系統(tǒng)總的放大倍數(shù)增大，系統(tǒng)相應(yīng)速度加快。在上升階段，k3 越大，上升越快，但也容易產(chǎn)生超調(diào)。k過小，則系統(tǒng)反應(yīng)緩慢，使調(diào)節(jié)時(shí)間加長。3. 自適應(yīng)模糊控制 自適應(yīng)模糊控制又稱為自組織模糊控制，它在控制過程中自動(dòng)地對(duì)模糊控制規(guī)則進(jìn)行修改、改進(jìn)和完善，具有自適應(yīng)自學(xué)習(xí)的能力[24]。它比一般的模糊控制器增加了三個(gè)環(huán)節(jié)：性能量測(cè)、控制量校正和控制規(guī)則修正。性能量測(cè)環(huán)節(jié)用于測(cè)量實(shí)際輸出特性與希望特性的偏差，以確定輸出響應(yīng)的校正量?？刂屏啃Ｕh(huán)節(jié)將輸出響應(yīng)的校正量轉(zhuǎn)換為控制量的校正量?？刂埔?guī)則修正環(huán)節(jié)修改模糊控制器的控制規(guī)則，這樣就實(shí)現(xiàn)了對(duì)控制量的校正。自適應(yīng)模糊控制原理框圖如圖 36 所示。圖 36 自適應(yīng)模糊控制系統(tǒng) Adaptive fuzzy control system4. 專家模糊控制 專家模糊控制是專家系統(tǒng)技術(shù)和模糊控制相結(jié)合的產(chǎn)物，把專家系統(tǒng)技術(shù)引入模糊控制中，目的是進(jìn)一步提高模糊控制器的智能水平[25]。常規(guī)模糊控制器的魅力在于它能在一般的數(shù)學(xué)分