【文章內(nèi)容簡介】 ） 現(xiàn)場試湊依據(jù)經(jīng)驗先將調(diào)節(jié)器的參數(shù)設(shè)定在某些數(shù)值上，然后直接在閉合的控制系統(tǒng)中通過改變給定值和施加擾動信號，觀測系統(tǒng)的輸出響應(yīng)曲線和擾動響應(yīng)曲線的形狀。依據(jù)比例度、積分時間常數(shù)和微分時間常數(shù)對控制系統(tǒng)的影響規(guī)律，進(jìn)行現(xiàn)場試湊整定相應(yīng)參數(shù)。關(guān)于液位控制系統(tǒng)，對象時間常數(shù)變化范圍較大，系統(tǒng)要求不高時，可在一定范圍內(nèi)選擇，一般不加微分。比例帶：20％—80％。（2）ZN法ZieglerNichols整定算法是基于帶有延遲的一階傳遞函數(shù)模型提出的，這樣的對象模型可表示為： （）在實踐控制過程中，有許多的對象模型能夠近似地由這樣的一階傳遞函數(shù)模型來表示。倘若不能物理地建立起系統(tǒng)的模型，我們還可以由實驗提取相應(yīng)的模型參數(shù)。可以經(jīng)過實驗測取對象模型的階躍響應(yīng)曲線。這樣我們能夠通過這樣的草圖獲取K、L與T參數(shù)。 　ZN整定公式控制類型PPIPID 　階躍響應(yīng)曲線圖在Simulink環(huán)境中建立傳統(tǒng)PID控制系統(tǒng)結(jié)構(gòu)圖，：　常規(guī)PID結(jié)構(gòu)圖 無PID控制器響應(yīng)曲線 由被控對象的單位階躍響應(yīng)曲線可以看出，被控對象的調(diào)整時間較長為6000s，無超調(diào)量，偏差較大，存在一定的時間滯后問題。根據(jù)響應(yīng)曲線，求出，L=250，T=2250，來計算出PID的三個參數(shù)其中：, 125 ，設(shè)置輸入的液位為單位10　調(diào)整后的響應(yīng)曲線，傳統(tǒng)PID控制對被控對象有良好控制效果，超調(diào)量不大，超調(diào)量為，上升時間，峰值時間響應(yīng)速度也較快穩(wěn)定時間，調(diào)整時間比原來控制對象時間縮短，穩(wěn)態(tài)誤差幾乎為零。試湊調(diào)整參數(shù)， 改變控制參數(shù)后的響應(yīng)曲線將控制參數(shù)改變后，會呈現(xiàn)不同的控制效果，調(diào)整后的響應(yīng)時間較短，超調(diào)量會更小，穩(wěn)態(tài)誤差較小，振蕩次數(shù)減少，波動幅度減小，控制效果較好，達(dá)到了理想的控制效果。　PID控制器的特點PID控制器的特點有： 　?。?）原理簡單，易被人們熟悉和駕馭。PID的控制參數(shù)可以依據(jù)響應(yīng)的動態(tài)過程進(jìn)行整定。倘若被控對象的參數(shù)發(fā)生變化，會及時做出調(diào)整；（2）依照PID控制規(guī)律進(jìn)行工作的控制器已經(jīng)普遍應(yīng)用于各種控制過程，且具有完善的控制理論作為研究基礎(chǔ)；（3）控制控制效果較好。恰當(dāng)整定PID控制器參數(shù)，可使控制系統(tǒng)達(dá)到較好控制效果，且PID控制對被控對象特性的變化不太靈敏。傳統(tǒng)的PID控制也存在許多不足之處。例如，無自適應(yīng)能力，是對于某一具體已知模型和參數(shù)的系統(tǒng)，只能用于固定的某種情況。但是，實際工業(yè)過程控制中，都具有時變、非線性等特點。顯然，固定結(jié)構(gòu)情況并不能滿足這種多樣性?！mith預(yù)估補償控制 Smith補償控制是正對一種純滯后補償模型進(jìn)行的控制，原理是與PID控制器并接一個補償環(huán)節(jié)，該補償環(huán)節(jié)成為Smith預(yù)估器[10]。 被控對象、PID控制、Smith補償控制比較仿真結(jié)構(gòu)圖 被控對象、PID控制、Smith補償控制比較響應(yīng)結(jié)果圖，Smith預(yù)估補償控制的超調(diào)量為，調(diào)整時間，傳統(tǒng)PID控制的超調(diào)量，調(diào)整時間。在傳統(tǒng)PID控制的基礎(chǔ)上加入Smith預(yù)估補償控制能夠得到較好的控制效果，其響應(yīng)速度較快，穩(wěn)態(tài)誤差幾乎為零。 觀察Smith預(yù)估補償控制對于隨機擾動的控制效果，： 加入隨機干擾的Smith預(yù)估補償仿真系統(tǒng)結(jié)構(gòu)圖 加入隨機干擾的Smith預(yù)估補償響應(yīng)圖 由圖像可以看出，Smith預(yù)估補償能夠?qū)崿F(xiàn)良好的控制效果。能夠消除系統(tǒng)中的滯后問題，使系統(tǒng)的控制過程獲得良好的改善。加入隨機擾動后，能夠很好地隨著擾動的變化進(jìn)行調(diào)整整定，使系統(tǒng)能夠在誤差允許的范圍內(nèi)，得到良好的控制效果。觀察Smith預(yù)估補償控制對于階躍擾動的控制效果，在t=1500s時，加入單位階躍擾動，： 加入階躍擾動的Smith預(yù)估補償仿真系統(tǒng)結(jié)構(gòu)圖 加入階躍擾動的Smith預(yù)估補償仿真響應(yīng)圖，在加入階躍擾動后，Smith預(yù)估補償控制器能夠?qū)Ρ豢貙ο筮M(jìn)行良好的控制效果，超調(diào)量為30%，穩(wěn)態(tài)誤差較小。正在加入擾動后的600s后又恢復(fù)穩(wěn)定狀態(tài)，穩(wěn)態(tài)誤差幾乎為零。波動幅度較小，振動次數(shù)少，調(diào)節(jié)時間較短，控制效果較好。 綜上所述，Smith預(yù)估補償?shù)腜ID控制器對雙容水箱對象具備良好的控制作用。對于有純滯后的控制系統(tǒng)，Smith預(yù)估補償控制能夠有效的緩解滯后問題，振蕩次數(shù)較少，穩(wěn)態(tài)誤差較小，能夠達(dá)到理想的控制效果。 　模糊控制算法 隨著工業(yè)水平的不斷提高和科學(xué)技術(shù)的不斷進(jìn)步，人們面臨的控制問題越來越復(fù)雜，關(guān)于控制品質(zhì)的要求也越來越嚴(yán)峻，要對那些復(fù)雜的工業(yè)過程和具備劇烈的非線性、不確定性甚至根本無法建立準(zhǔn)確的數(shù)學(xué)模型的系統(tǒng)進(jìn)行有效而精確的控制就非常艱難。模糊控制仿照人類思維，毋需用精確模型。模糊控制算法模仿自然語言的模糊性來建立一系列的模糊語句，根據(jù)被控對象的特征和控制要求選擇合適的控制語句來進(jìn)行控制。模糊語句的選擇往往是依據(jù)專業(yè)的操作人員或者相關(guān)專家的經(jīng)驗知識進(jìn)行抉擇。實際工業(yè)過程控制中，模糊語句的總結(jié)是漫長的，而且模糊規(guī)則庫是復(fù)雜的，對于不同的控制對象，會有不同的控制規(guī)則?？刂埔?guī)則的復(fù)雜性就增加了控制器的復(fù)雜性，控制規(guī)則往往需要花費較長的時間去建立，相比較傳統(tǒng)PID控制器，模糊PID控制器會顯得比較復(fù)雜。　模糊控制算法的產(chǎn)生及發(fā)展 模糊控制是智能控制的重要組成部分，智能控制推動著科學(xué)技術(shù)的不斷進(jìn)步。智能控制在許多領(lǐng)域都有所應(yīng)用，在醫(yī)療、軍事、科技等領(lǐng)域的發(fā)展將會不斷推動人工智能化的進(jìn)步。人們對控制對象要求越來越高，而對于傳統(tǒng)控制，往往基于簡單的模型進(jìn)行粗略的控制，控制精度較低，將難以達(dá)到更嚴(yán)密的控制要求。所以，人們正在積極地探索更加簡便靈活的控制措施，發(fā)現(xiàn)由一個操作員憑借著豐富的實踐經(jīng)驗可以得理想的控制效果。就像一個電腦操作員，可能不懂的電腦的結(jié)構(gòu)組成，但是可以通過經(jīng)驗操作，從而熟練操縱電腦。模糊集合理論就有著描述人類經(jīng)驗的獨特優(yōu)勢，可以用模糊條件語句來表達(dá)人類的經(jīng)驗，然后用模糊集合理論對語言變量進(jìn)行量化，再用模糊推理對系統(tǒng)的實時狀態(tài)進(jìn)行控制，產(chǎn)生相應(yīng)的控制決策[6]。模糊數(shù)學(xué)和模糊控制的概念是由加利福尼亞大學(xué)著名教授查德（）于1965年在他的《Fuzzy Sets》中首先提出的[7]。1974年，英國教授馬丹尼（）首次將模糊理論應(yīng)用于鍋爐和蒸汽機的控制中去，并帶來了模糊控制理論及早期應(yīng)用的興盛[6]。1990年以來，模糊控制得到逐步推廣和應(yīng)用，為工業(yè)生產(chǎn)注入新鮮力量，促進(jìn)工業(yè)生產(chǎn)的發(fā)展和進(jìn)步。模糊控制的不斷發(fā)展，出現(xiàn)了許多組合控制應(yīng)用：（1）模糊PID復(fù)合控制：將模糊控制的算法的優(yōu)勢與PID控制算法的具備完整的理論基礎(chǔ)相結(jié)合。（2）自適應(yīng)模糊控制：自適應(yīng)控制器是同時執(zhí)行系統(tǒng)辨識和控制任務(wù)的，而自適應(yīng)模糊控制器的本質(zhì)是通過對控制器的觀察，做出控制決策，并用語言形式描述策略[7]。（3）專家模糊控制：專家模糊控制是專家系統(tǒng)技術(shù)與模糊控制技術(shù)的結(jié)合，目的是進(jìn)一步提高模糊控制器的智能水平，既保持了基于規(guī)則方法的的價值和模糊處理的靈活，也把專家系統(tǒng)技術(shù)的表達(dá)和利用知識的優(yōu)點結(jié)合起來[7]。（4）模糊神經(jīng)網(wǎng)絡(luò)控制：模糊神經(jīng)網(wǎng)絡(luò)是將神經(jīng)網(wǎng)絡(luò)技術(shù)和模糊邏輯控制技術(shù)結(jié)合起來的[7]。這些新興的控制組合，實現(xiàn)不同控制策略的優(yōu)勢互補，相比較單一的控制措施，在響應(yīng)速度和偏差等方面有更好的控制效果。隨著新興的控制策略不斷提出，在過程工程控制中的自動化程度不斷增加，也使得人工智能化的程度不斷增加，人工智能化得以不斷推動科技進(jìn)步。模糊控制也不斷被注入新的控制策略，組合控制策略的自組織和自學(xué)習(xí)能力不斷增強，更加容易滿足精確的控制要求。模糊邏輯控制在聚類分析、故障診斷、專家系統(tǒng)和圖像識別等領(lǐng)域有所應(yīng)用?！∧：刂频幕靖拍罴袄碚? 模糊控制是以模糊集合論、模糊語言變量以及模糊推理為基礎(chǔ)的智能控制。： 模糊控系統(tǒng)的結(jié)構(gòu)圖，模糊控制系統(tǒng)包含參考輸入、模糊控制器以及輸出，三者依次順序連接構(gòu)成閉合回路。知識庫中的規(guī)則作用于模糊化、模糊推理以及清晰化，依據(jù)知識庫中的規(guī)則選擇合適的控制規(guī)則進(jìn)行控制。 （1）模糊集合集合是指具有某種特定性質(zhì)的具體化的事物或者是抽象的對象的匯聚成的集體。例如，全中國人的集合，它的元素就是每一個中國人。集合具有確定性、互異性、無序性等特點，就像全中國人的集合，每個元素都是指明確定的；每個中國人都有各自獨特的特點，這就是互異的；在這個大集合中，每個人沒有固定的順序，這就是無序性。對于模糊集合有相同的特點，給定論域，是中的模糊集合，就是指用這樣的隸屬度函數(shù)來體現(xiàn)其特點的集合。稱為屬于的隸屬函數(shù)。它反映了模糊集合中的元素屬于該集合的程度。若中的元素用表示，則稱為屬于的隸屬度。的取值范圍為閉區(qū)間[0,1],接近1，表示屬于A的程度高；接近0，表示屬于的程度低。隸屬函數(shù)通常根據(jù)每個人的不同的理解進(jìn)行確定，依據(jù)實際的被控對象需要達(dá)到的控制精度來確定的。雖然，隸屬函數(shù)是客觀的，但為了達(dá)到不同精度的控制，它往往又是主觀的。模糊集合有很多種表示方法：①Zadeh表示法用論域中的元素與其隸屬度函數(shù)按下式表示，則 （）式中表示論域中的元素與其隸屬度函數(shù)之間的對應(yīng)關(guān)系；“+”表示模糊集合在論域上的整體。在Zadeh表示法中，隸屬度為零的項可以不寫入。②序偶表示法用論域中的元素與其隸屬度函數(shù)來表示，則 （）這稱為序偶表示方法。在序偶表示方法中，隸屬度為零可省略。③向量表示方法用論域中元素與其隸屬度函數(shù)構(gòu)成序偶來表示，則 （）在向量表示法中，隸屬度為零的項不能省略。若為以實數(shù)為論域的模糊集合，其隸屬函數(shù)為，如果對任意實數(shù)，都有 （）則稱為凸模糊集。表示如下： （）（2）隸屬函數(shù) 隸屬函數(shù)是對模糊概念的定量化規(guī)范描繪，用中的一個實數(shù)來度量元素，來表示模糊集的程度，這個實數(shù)稱為“隸屬度”，隸屬度隨著元素的不同而改變，這個元素的變化規(guī)律稱為“隸屬函數(shù)”。隸屬函數(shù)個選取往往是由個人的控制習(xí)慣決定的，參考被控對象的特點利于實現(xiàn)最優(yōu)控制為前提。在實際模糊邏輯中，常用的隸屬函數(shù)有一下幾種： 用兩個參數(shù)來描述，可表示為（） （） 這種函數(shù)可有三個參數(shù)表示為：：這個隸屬函數(shù)可由四個參數(shù)表示：：（3）模糊關(guān)系 設(shè)集合和是兩個非空集合，則在直積總一個模糊集合稱為從到的一個模糊關(guān)系，記為。 模糊關(guān)系由隸屬函數(shù)完全刻畫，表示了中的元素x與Y中的元素y具有關(guān)系的程度。 以上定義的模糊關(guān)系又稱為二元模糊關(guān)系，當(dāng)=Y時，稱為上的模糊關(guān)系。當(dāng)論域為n個集合的直積 （） 時，它所對應(yīng)的為元模糊關(guān)系。當(dāng)論域，是有限集合時，定義在上的模糊關(guān)系可用如下的階矩陣表示，即 （）這樣的矩陣稱為模糊矩陣。模糊矩陣R中的元素表示論域中第個元素與論域中第個元素對于模糊關(guān)系的隸屬程度，因此取值在區(qū)間內(nèi)。（4）模糊邏輯模糊邏輯的真值在取值。邏輯值是大約的一個范圍值，并不對模糊邏輯進(jìn)行絕對化。模糊邏輯模擬人類思維的模糊概念，沒有明確的外延概念。（5）模糊邏輯函數(shù) 倘若取值區(qū)間，則稱為模糊變量，模糊變量的集合為,則映射定義為模糊邏輯函數(shù)，記為，它是由變量，0，1及有限次析取、合取、非運算及括號組成。（6）模糊語言變量語言是人們進(jìn)行思維和信息交流的重要工具。語言可以分為兩種，即自然語言和形式語言。人們在日?；顒又兴玫恼Z言屬于自然語言，它的特點是語義豐富、靈活。一般來說，通常的計算機語言是形式語言，它只是形式上起記號作用。自然語言和形式語言最主要的區(qū)別在于，自然語言具有模糊性，而形式語言不具有模糊性，它完全具有二值邏輯的特點。語言的形式擴大了可能的范圍，能夠有更全面的可能控制策略。基于精確模型的變量，一般僅僅局限于特定的被控對象。模糊數(shù)通常不是一個常數(shù)值，而是一個約估摸的值。模糊語言是一種有彈性的語言，對于外延并不精確、內(nèi)涵無指定性，有更大的概括性。本質(zhì)上是明確的，但表面上看起來像是模棱兩可的。模糊語言不僅在語言分支上逐漸引起跟多人的關(guān)注，在科學(xué)領(lǐng)域的控制方面也應(yīng)用較多。（7）量化因子和比例因子模糊控制器中的兩個輸入誤差E和誤差變化率EC的變化范圍以及輸出量的變化范圍是這些基本變量的論域。這些變量的基本論域轉(zhuǎn)化為相應(yīng)的模糊論域后，才能進(jìn)行模糊化。進(jìn)行模糊化時，需要引入量化因子、。模糊量需要轉(zhuǎn)化為被控對象能夠接受的論域中去。從而引入比例因子。設(shè)誤差E的基本論域為，對應(yīng)論域為離散化論域，則： () () ()。模糊化、知識庫、模糊推理及清晰化。以下對著四個組成部分進(jìn)行介紹：（1）模糊化模糊化運算是將輸入空間的觀測量映射為輸入論域上的模糊集合。模糊化在處理不確定信息方面具有重要的作用。在模糊控制中，觀測到的數(shù)據(jù)常常是清晰量。模糊化前，要對輸入量做相應(yīng)變換。模糊化的作用是將輸入的精確量轉(zhuǎn)換成模糊化量。過程：首先，將這些輸入量變成模糊控