【文章內(nèi)容簡介】 。K3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)。K3過小，則系統(tǒng)反應(yīng)緩慢，使調(diào)節(jié)時(shí)間加長。[20] 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。它比一般的模糊控制器增加了三個(gè)環(huán)節(jié)：性能量測、控制量校正和控制規(guī)則修正。性能量測環(huán)節(jié)用于測量實(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。控制量校正環(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4所示。圖 4自適應(yīng)模糊控制系統(tǒng) 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。常規(guī)模糊控制器的魅力在于它能在一般的數(shù)學(xué)分析方法無能為力時(shí)提供一種基于規(guī)則的控制方法，而且簡單易行。但常規(guī)的模糊控制方法的局限性在于控制器的結(jié)構(gòu)過于簡單，規(guī)則庫一般只允許一種格式的規(guī)則，規(guī)則語言還不足以控制復(fù)雜過程所需要的啟發(fā)式知識(shí)。專家系統(tǒng)方法重視知識(shí)的多層次及分類的需要，以及用這些知識(shí)進(jìn)行推理的計(jì)算機(jī)組織。專家模糊控制保持了基于規(guī)則的方法的價(jià)值和用模糊集處理帶來的靈活性，同時(shí)把專家系統(tǒng)技術(shù)的表達(dá)、利用知識(shí)的長處結(jié)合進(jìn)來。[16] 神經(jīng)模糊控制 是指基于神經(jīng)網(wǎng)絡(luò)的模糊控制方法。神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)的簡稱，它是由許多神經(jīng)元作為節(jié)點(diǎn)以一定的方式連接在一起的網(wǎng)絡(luò)，它具有分層的結(jié)構(gòu)。神經(jīng)網(wǎng)絡(luò)的基本工作原理是先要提供它足夠的典型的學(xué)習(xí)樣本，這些樣本必須能相當(dāng)完善地描述所希望達(dá)到的系統(tǒng)的性能。神經(jīng)模糊控制方法是指用一個(gè)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)常規(guī)模糊控制器的功能。就目前的資料應(yīng)用方法，可以大致分為兩類，一類是神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)模糊控制規(guī)則及模糊推理，另一種則由神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)全部模糊邏輯控制功能。神經(jīng)網(wǎng)絡(luò)技術(shù)與模糊邏輯控制相結(jié)合的神經(jīng)模糊控制方法目前還沒有達(dá)到成熟、完善和系統(tǒng)的地步。模糊控制具有快速性、魯棒性好的特點(diǎn)，可以考慮用它對(duì)系統(tǒng)進(jìn)行控制。在確定性控制系統(tǒng)中，根據(jù)輸入變量和輸出變量的個(gè)數(shù)，可分為單變量控制系統(tǒng)和多變量控制系統(tǒng)。 將其輸入變量的個(gè)數(shù)定義為模糊控制器的維數(shù)，其結(jié)構(gòu)圖如下圖5所示：一維模糊控制器如圖(a)所示。一維模糊控制器的輸入變量往往選擇為受控量和輸入給定的誤差 E。由于僅僅采用偏差值，很難反映受控過程的動(dòng)態(tài)性品質(zhì)。因此得不到滿意的系統(tǒng)動(dòng)態(tài)性能效果，這種一維模糊控制器通常用于簡單的被控對(duì)象。圖5單變量模糊控制器二維模糊控制器如圖(b)所示。二維模糊控制器的兩個(gè)輸入變量為被控量與給定值的誤差量 E 和誤差變化量 EC，由于它們能夠嚴(yán)格的反映受控過程中輸出變量的動(dòng)態(tài)特性，在控制效果上要比一維模糊控制器好的多，它是目前被廣泛采用的一種模糊控制器。三維模糊控制器如圖(c) 和(d)所示。三維模糊控制器的三個(gè)輸入變量為系統(tǒng)誤差量 E、誤差變化量 EC 和偏差變化率 ECC，也可以是 E，EC 和 EC 的積分EI。由于這類模糊控制器結(jié)構(gòu)比較復(fù)雜，推理運(yùn)算時(shí)間長，因此除非對(duì)動(dòng)態(tài)特性要求特別高的場合，一般較少選擇三維模糊控制器。 如圖6所示，模糊控制器是由多個(gè)獨(dú)立的輸入變量和一個(gè)或多個(gè)輸出變量。多變量模糊控制器的變量個(gè)數(shù)多，且各個(gè)變量之間存在著較強(qiáng)的耦合，因此要直接設(shè)計(jì)多變量模糊控制器相當(dāng)困難。好在可以利用模糊控制器本身的解耦性質(zhì)，通過模糊關(guān)系方程分解，在控制器結(jié)構(gòu)上實(shí)現(xiàn)解耦，便可以將一個(gè)多輸入多輸出 (MIMO) 模糊控制器，分解成若干個(gè)多輸入單輸出 (MISO) 模糊控制器，這樣就實(shí)現(xiàn)了模糊控制器的降維處理。圖6 多變量模糊控制器[32] [33]汽包水位是鍋爐給水系統(tǒng)安全、穩(wěn)定運(yùn)行的主要指標(biāo)之一。汽包水位過高會(huì)造成汽空間縮小, 將會(huì)引起蒸汽帶水, 影響汽水分離效果使蒸汽品質(zhì)惡化, 以致在過熱器管內(nèi)產(chǎn)生鹽垢沉積, 管子過熱, 金屬強(qiáng)度降低而發(fā)生爆破。 滿水時(shí)蒸汽大量帶水, 將會(huì)引起管道和汽輪機(jī)內(nèi)產(chǎn)生嚴(yán)重的水沖擊, 造成設(shè)備的損壞。水位過低會(huì)造成鍋爐水循環(huán)的破壞, 使水冷壁管超溫過熱。嚴(yán)重缺水時(shí),容易使水全部汽化燒壞鍋爐甚至爆炸, 造成更嚴(yán)重的設(shè)備損壞事故[1]。因此加強(qiáng)對(duì)水位的監(jiān)視和調(diào)整至關(guān)重要。這就要求汽包水位在一定范圍內(nèi), 適應(yīng)各種工況的運(yùn)行。由于汽包水位受給水壓力和蒸汽壓力等外界因素干擾現(xiàn)象嚴(yán)重, 動(dòng)態(tài)特征強(qiáng), 又有大滯后、多變量、強(qiáng)耦合及非線性等特性,使得傳統(tǒng)的PID控制器難以收到良好的控制效果。模糊控制的特點(diǎn)是在偏離工作點(diǎn)較遠(yuǎn)的區(qū)域可明顯改善控制的動(dòng)態(tài)性能, 并且對(duì)控制對(duì)象特性的變化比PID線性控制器具有更強(qiáng)的魯棒性[2]。由于模糊控制器本質(zhì)上屬于非線性控制方法,缺乏通用的系統(tǒng)化設(shè)計(jì)方法,控制器的穩(wěn)定性難以保證, 控制精度不夠高, 并且在工作點(diǎn)附近容易產(chǎn)生極限振蕩。實(shí)際應(yīng)用中,模糊控制器的設(shè)計(jì)和參數(shù)整定往往過于依賴現(xiàn)場操作經(jīng)驗(yàn)和試湊法。本文基于PID 線性控制器和模糊控制器的上述特點(diǎn),提出一種模糊PID復(fù)合控制器[3]控制鍋爐汽包水位的新方法。[30]理想的PID 控制器根據(jù)給定值 r(t)與實(shí)際輸出值c(t)構(gòu)成的控制偏差e(t)e (t) = r (t) c (t) 將偏差的比例、積分和微分通過線性組合構(gòu)成控制量，對(duì)被控對(duì)象進(jìn)行控制。u(t)=K[e(t)+式中 u(t)──控制器的輸出；e(t)──控制器的輸入，給定值與被控對(duì)象輸出值的差，即偏差信號(hào)； Ke(t) ──比例控制項(xiàng)，K為比例系數(shù)； ──積分控制項(xiàng)，T為積分時(shí)間常數(shù) T——微分控制項(xiàng)，T 為微分時(shí)間常數(shù)。PID控制算法：在計(jì)算機(jī)直接數(shù)字控制系統(tǒng)中，PID 控制器是通過計(jì)算機(jī)PID控制算法程序?qū)崿F(xiàn)的。進(jìn)入計(jì)算機(jī)的連續(xù)時(shí)間信號(hào)，必須經(jīng)過采樣和量化后，變成數(shù)字量，才能進(jìn)入計(jì)算機(jī)的存儲(chǔ)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，只能用數(shù)值