【正文】 6.[5] 馬占有,田俊忠,馬澤玲. 溫度控制系統(tǒng)模糊自適應(yīng)PID控制器仿真研究[J]. 計(jì)算機(jī)仿真，2010,27(10)：160～163[6] 李先峰，楊國(guó)華，李建春. 基于模糊PID的電阻爐溫度的設(shè)計(jì)與仿真研究[J]. 微機(jī)與應(yīng)用， 2012(10): 81～83.[7] PID 的溫度控制系統(tǒng)設(shè)計(jì)與分析[J]. 精密制造與自動(dòng)化, 2010(2): 23～26.[8] 南新元,陳志軍,程志江. 基于模糊PID控制的電鍋爐溫度過(guò)程控制系統(tǒng)[J]. 自動(dòng)化儀表, 2008,29(5): 6～8.[10] 王平法,孫偉旺,于陽(yáng)陽(yáng),孫利鋒,周輝. 基于模糊PID 算法的電鍋爐溫度控制[J]. 機(jī)械與電子, 2011(5)：48～51.[11] 李實(shí). 基于模糊PID算法的電阻爐溫度控制系統(tǒng)設(shè)計(jì)[J]. 計(jì)算機(jī)工程應(yīng)用技術(shù). 2011,7(5)：1162～1163.[12] 李洪亮. 基于模糊自適應(yīng)PID的電阻爐溫度控制系統(tǒng)[N]. 吉林化工學(xué)院學(xué)報(bào). 2007,24(1): 66～68.[13] 王曉員. 基于模糊自適應(yīng)PID 的溫度控制系統(tǒng)[N]. 成都大學(xué)學(xué)報(bào). 2011,30(4): 361～363.[14] 黃海云. 模糊PID 控制器在溫度控制系統(tǒng)中的應(yīng)用[J]. 中國(guó)水運(yùn). 2009,9(6).[15] 劉秀紅. 模糊自整定PID 控制在電阻爐溫度控制中的應(yīng)用[J]. 計(jì)量技術(shù).2007.[16] 龍偉,聶官鴻. S7200系列PLC和PC機(jī)實(shí)時(shí)通信的實(shí)現(xiàn)方法[N].南昌大學(xué)學(xué)報(bào). 2002,24(2): 81～83.[17] 丁莉君,鄧莎萍. 淺談PLC通信技術(shù)[J]. 電氣傳動(dòng)自動(dòng)化. 2007,29(4).[18] Hui Huang1, Xiaoyi Yang2, Xinli Deng3, and Zhenghong Qiao4. A Parameter AutoTuning Method of FuzzyPID Controller[J]. SpringerVerlag Berlin Heidelberg. 2009. .[19] Gao Guofang1,Li Zhengzhong. Design of Heating Furnace Temperature Control System Based on FuzzyPID Controller[J]. SpringerVerlag London Limited. 2012. .[20] Yinghong Duan. The Design of Predictive FuzzyPID Controller in Temperature Control System of Electrical Heating Furnace[J]. SpringerVerlag Berlin Heidelberg. .附 錄1 S7200地址表S7200地址地址域格式類型VD100過(guò)程變量實(shí)型輸入VD104設(shè)定值實(shí)型輸入VD108輸出實(shí)型輸入/輸出VD112增益實(shí)型輸入VD116采樣時(shí)間實(shí)型輸入VD120積分時(shí)間或復(fù)位實(shí)型輸入VD124微分時(shí)間或速率實(shí)型輸入VD128偏差實(shí)型輸入/輸出VD132以前的過(guò)程變量實(shí)型輸入/輸出開(kāi)始按鈕離散輸入停止按鈕離散輸入SMB34中斷時(shí)間字節(jié)輸出VD250設(shè)定值輸入實(shí)型輸入VD260實(shí)際溫度值實(shí)型輸入/輸出VW200模糊化后的偏差變化e字輸出VD270偏差變化e實(shí)型輸出VW300模糊化后的ec字輸出VD290偏差變化率ec實(shí)型輸出VD800KP的增量實(shí)型輸出VD804KI的增量實(shí)型輸出VD808KD的增量實(shí)型輸出2 STEP72MicroW IN32程序如下：主程序SBR0:SBR1:SBR2:SBR3：SBR4:SBR5:SBR6:SBR7:INT_0:譯 文一種針對(duì)非線性不確定系統(tǒng)的一種模糊PID控制器,摘 要為了控制系統(tǒng)包含非線性或不確定性的系統(tǒng)，而控制策略必須處理這些影響。由于大部分基于數(shù)學(xué)模型的控制方法關(guān)注于對(duì)魯棒性而不是非線性或不確定性 ，因此中文寫方法在改善瞬態(tài)響應(yīng)的能力上受到限制。在本文中，提出一種非線性的模糊PID控制方法，這種方法可以穩(wěn)步的改善系統(tǒng)擾動(dòng)由非線性或未知數(shù)學(xué)特性引起的瞬態(tài)響應(yīng)。雖然控制定律的推導(dǎo)是基于一般模糊邏輯控制器的設(shè)計(jì)過(guò)程，但控制算法的結(jié)果具有時(shí)變的PID增益解析形式，而不是邏輯形式。這意味著執(zhí)行該方法可以很容易地和有效地應(yīng)用到實(shí)時(shí)控制情況。通過(guò)示例系統(tǒng)的仿真，驗(yàn)證所提算法的瞬態(tài)性能，并將結(jié)果與文獻(xiàn)[9]所提出的非線性模糊PI控制方法進(jìn)行比較。 關(guān)鍵字：非線性不確定系統(tǒng)，模糊邏輯控制器，模糊PID控制，時(shí)變PID增益1 介紹 隨著工業(yè)的發(fā)展，通過(guò)改善瞬態(tài)響應(yīng)使控制系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)更精確更快的控制的需求日益增加，為了滿足這一要求，當(dāng)選擇和發(fā)展一種控制理論時(shí)，模型的偏差和不確定性的影響必須被考慮。在過(guò)去的幾年中，自從Mamdani [1]在1974年利用Zadeh的模糊邏輯第一次實(shí)現(xiàn)模糊控制以來(lái)，模糊控制已成為模糊理論的最活躍，最重要的應(yīng)用分支之一，可以參考文獻(xiàn)[2,3]。模糊邏輯控制器（FCL）是基于模糊邏輯的，同傳統(tǒng)的邏輯系統(tǒng)相比，模糊邏輯控制器是更接近人類的思維和自然語(yǔ)言，從這個(gè)角度看，F(xiàn)LC的重要組成部分是一組邏輯控制規(guī)則，該規(guī)則是與模糊蘊(yùn)涵和推理規(guī)則相關(guān)的雙重概念。因此本質(zhì)上FLC提供了一種將基于專家知識(shí)的邏輯控制策略轉(zhuǎn)換成自動(dòng)控制策略的算法。從這方面考慮，對(duì)于采用傳統(tǒng)控制技術(shù)分析起來(lái)特別復(fù)雜，并且可利用的信息資源是不精確且不確定的過(guò)程來(lái)說(shuō)，F(xiàn)LC的方法顯示出了尤其有用的效果。為了克服生成模糊控制時(shí)的難度和復(fù)雜性，Sugeno等[46]試圖設(shè)計(jì)一種方法，該方法提供了一種FLC的系統(tǒng)設(shè)計(jì)過(guò)程，并確保了在模糊控制理論下的穩(wěn)定性。在傳統(tǒng)控制理論的幫助下，另一種FLC趨勢(shì)也出現(xiàn)在了FLC系統(tǒng)設(shè)計(jì)并保持穩(wěn)定的方向上，如滑?？刂芠7]和 PI控制[810]。根據(jù)Ying等人提出的模糊PI控制律，為產(chǎn)生一個(gè)簡(jiǎn)單的設(shè)計(jì)過(guò)程并改進(jìn)非線性不確定系統(tǒng)的瞬態(tài)響應(yīng)，本文推導(dǎo)出一個(gè)非線性模糊PID控制律。雖然推導(dǎo)過(guò)程是基于一般FLC的設(shè)計(jì)過(guò)程，但是由此產(chǎn)生的控制規(guī)律具有解析的PID控制器形式，而不是語(yǔ)言形式。在發(fā)展非線性模糊PID控制律時(shí)，非線性模糊PID控制系統(tǒng)的穩(wěn)定性完全依賴自然產(chǎn)生的線性PID 控制系統(tǒng)。2 非線性模糊PID控制的推導(dǎo)到目前為止最流行的模糊控制器開(kāi)發(fā)需要兩個(gè)輸入，例如偏差和偏差變化率（短期速率）。然而本文提出的非線性模糊PID控制器具有一個(gè)額外的輸入，即加速偏差變化率（簡(jiǎn)稱ACC），以改善非線性不確定系統(tǒng)的瞬態(tài)響應(yīng)。本文提出的FLC的配置如圖1所示。具有三個(gè)輸入的FLC的結(jié)構(gòu)有兩個(gè)獨(dú)立并行的模糊控制塊，其中每個(gè)都包含了相應(yīng)的模糊控制規(guī)則和一個(gè)解模糊化器。模糊控制器的增量輸出是通過(guò)代數(shù)的方法將兩個(gè)模糊控制塊的輸出相加得到的。圖1 本文設(shè)計(jì)的FLC的結(jié)構(gòu)以下是采用的公式 ， , , , ,其中n是正整數(shù)，T是采樣周期。 和表示采樣時(shí)間nT過(guò)程中的輸出，偏差，速率和加速偏差變化率，GE（偏差增益）是偏差的輸入轉(zhuǎn)換器，GR（速率增益）速率的輸入轉(zhuǎn)換器，GA（ACC增益）是ACC的輸入轉(zhuǎn)換器和GU（控制器輸出增益）FLC的輸出轉(zhuǎn)換器。描述是轉(zhuǎn)換后輸入信號(hào)的模糊化。表示FLC在采樣時(shí)間nT的增益輸出。在采樣時(shí)間nT內(nèi)從模糊集‘output I’ 中指明模糊控制的增益輸出塊。因此，F(xiàn)LC包括以下組成部分：（1） 輸入轉(zhuǎn)換器 GE,GR,GA 和輸出轉(zhuǎn)換器 GU；（2） 比例偏差，比例速率，比例ACC 和每個(gè)控制塊輸出的模糊控制算法；（3） 每個(gè)控制塊的模糊控制規(guī)則；（4） 用來(lái)求出每個(gè)控制塊模糊控制規(guī)則的模糊決策邏輯；（5） 用來(lái)獲得在控制過(guò)程中每個(gè)控制塊輸出的一個(gè)模糊化的算法。 2．1 模糊化算法轉(zhuǎn)換輸入的模糊化算法如圖 2a 所示。模糊集‘偏差’有兩個(gè)部分 EP（正偏差）和EN （負(fù)偏差），模糊集‘速率’有兩個(gè)部分RP(正變化率)和 RN（負(fù)變化率），模糊集‘ACC’也有兩部分AP(正ACC)和AN（負(fù)ACC）。模糊集‘輸出1’有三個(gè)部分OP（正輸出），OZ（零輸出）和ON（負(fù)輸出）關(guān)于模糊控制塊1模糊化后模糊增量輸出如圖2b所示。模糊集‘輸出2’有兩個(gè)部分OPM(output_positive_middle）和ONM（output_negative_middle）如圖 2c所示關(guān)于模糊控制塊2模糊化后模糊增量輸出。盡管通過(guò)模糊控制規(guī)則可以決定輸出部分等級(jí)，但是對(duì)模糊化和模糊控制規(guī)則模糊集‘OUTPUT1’和‘OUTPUT2’的定義依然是必要的。應(yīng)當(dāng)指出的是，模糊集‘OUTPUT2’的模糊算法不同于‘OUTPUT1’的模糊算法。因?yàn)槟：刂茐K2有一個(gè)特點(diǎn)就是它會(huì)補(bǔ)償模糊塊1。圖2C FLC輸入和輸出的模糊化算法2．2有關(guān)評(píng)估模糊控制規(guī)則的模糊控制規(guī)則和模糊邏輯模糊控制規(guī)則必須基于專家經(jīng)驗(yàn)和控制工程方面的知識(shí)，或基于運(yùn)營(yíng)商的控制行動(dòng)，在本文中，模糊控制規(guī)則基于專家經(jīng)驗(yàn)，控制工程方面的知識(shí)和包括每個(gè)模糊控制塊四個(gè)模糊控制規(guī)則的控制規(guī)則集。每個(gè)控制塊的四個(gè)控制規(guī)則如下：: IF error = EP and rate = RP THEN output = OP: IF error = EN and rate =RN THEN output =OZ: IF error = EN and rate = RP THEN output = OZ: IF error = EN and rate = RN THEN output = ON對(duì)于模糊控制塊2，不同于模糊控制塊1的四個(gè)模糊控制規(guī)則如下: IF rate = RP and acc = AP THEN output = OPM: IF rate = RP and acc =AN THEN output =ONM: IF rate= RN and acc = AP THEN output = OPM: IF rate = EN and acc = RN THEN output = ONM模糊控制邏輯的發(fā)展用于求每個(gè)模糊控制規(guī)則的值。在本文中模糊邏輯使用的是Zadeh和Lukasiewicz的邏輯。在控制規(guī)則時(shí)，求單個(gè)控制規(guī)則使用Zadeh 與邏輯是非常正確的，但是在求 和之間的或時(shí)應(yīng)該使用Lukasiewicz的或邏輯。控制規(guī)則和在兩個(gè)條件的情況下都采用Zadeh和，比如一個(gè)是在比例偏差下另外是一個(gè)是在比例變化率下。由于Zadeh是兩個(gè)值的最小值，所以在模糊控制塊中有兩種不同的情況出現(xiàn)，在控制塊1中一種是當(dāng)比例偏差小于比例變化率，一種是當(dāng)比例變化率小于比例偏差。類似的，在控制塊2中2種情況在比例變化率和比例acc中也出現(xiàn)了。比例偏差和比例變化率的八種不同組合方式構(gòu)成了控制規(guī)則下的輸入，比例速率和比例acc的八種不同的組合方式如圖4。當(dāng)使用模糊控制規(guī)則進(jìn)行求值時(shí)，這些輸入的組合必須被考慮。當(dāng)比例偏差和變化率在丨L,L丨的時(shí)間間隔內(nèi)，求值模糊控制規(guī)則的結(jié)果在表1中給出。在表一中μEN和μEN（μRP和μRN）是在模糊控制集‘偏差’（變化率）中EP和EN（RP和RN）的值，例如當(dāng)比例偏差和的值已知，要得出通過(guò)模糊化算法得出隸屬的值，就是在圖2（a）中的μEP和μRP。在規(guī)則，與模糊集‘OUTPUT1’的ON相關(guān)的隸屬值是MIN（lEP,lRP）在表一中列出。請(qǐng)注意 （1） （2） （3） （4）圖3 對(duì)于控制塊1 和可能的輸入組合 圖4 對(duì)于控制塊2 和可能的輸入組合表1 當(dāng)和在[L,L]范圍內(nèi)，所有輸入組合的模糊控制規(guī)則的求值結(jié)果表2 當(dāng)和在[L,L]范圍內(nèi)，所有輸入組合模糊控制規(guī)則的求值結(jié)果 （5） （6）此外，要注意的是在這種情況下Lukasiewicz 或推導(dǎo)出的是按順序的各級(jí)數(shù)據(jù)的總和，因?yàn)檫@個(gè)總和不可能大于在研究下的模糊控制器的整體。以相同的方式，表二顯示了在圖4 情況下，比例變化率和ACC在[L,L]范圍內(nèi)對(duì)于所有組合輸入模糊控制規(guī)則的求值結(jié)果，請(qǐng)注意： （7） （8） （9） （10） （11） （12）2．3 模糊