【正文】 ，5]。對誤差變量進行模糊化處理時，必須將誤差變量從基本論域轉(zhuǎn)換到模糊論域，這時需將誤差變量乘以相應的量化因子。本論文選取誤差變量的量化因子=。本系統(tǒng)誤差變化量不是很大，不會超過lmm，因此確定誤差變化量的范圍為[lmm，+lmm]，模糊論域定為[1，+1]，因此厚度誤差變化量的量化因子為=1。本系統(tǒng)控制量輥縫調(diào)節(jié)值的變化范圍定為[1mm,+lmm]，模糊論域定為[1，+1]，因此控制量的量化因子為=1。而且在E、EC、U的論域上定義5個語言變量值{NB(負大)，NS（負小），ZO（零），PS（正?。琍B（正大）}，依據(jù) 經(jīng)驗這里模糊隸屬度函數(shù)應用高斯函數(shù)[21]。模糊控制器控制規(guī)則的設計原則是使系統(tǒng)輸出相應的動態(tài)性能與穩(wěn)態(tài)性能達到最佳。即當誤差較大時，選擇控制量以盡快消除誤差為主。而誤差較小時，選擇控制量以防止超調(diào)，主要考慮系統(tǒng)的穩(wěn)定性。根據(jù)控制經(jīng)驗，將控制過程中將出現(xiàn)的各種情況及相應的控制策略進行分析匯總,得到25條模糊控制規(guī)則，用“IFTHEN”的語句形式加以描述，部分條件語句如下： 1)If e is NB and ec is NB，then U is PB． 2)If e is NB and ec is NS，then U is PB． . . .25) If e is PB and ec is PB，then u is NB。 模糊控制器的設計 確定模糊控制器結(jié)構(gòu)根據(jù)具體的系統(tǒng)確定輸入、輸出量。在Matlab的命令窗口（mand window）中輸入fuzzy，回車就會出來如圖34窗口1。 選取標準的二維控制結(jié)構(gòu)，即輸入為厚度誤差e和誤差變化率ec，輸出為輥縫控制量u。這里的變量都是精確量。相應的模糊量為E，EC和U，選擇增加輸入(Add Variable)來實現(xiàn)雙入單出，如圖35窗口2。 輸入輸出變量的模糊化把輸入輸出的精確量轉(zhuǎn)化為對應語言變量的模糊集合。圖34窗口1首先確定描述輸入輸出變量語言值的模糊子集，{NB，NS，ZO，PS，PB}，并設置輸入輸出變量的論域，設置厚度誤差E（此時為模糊量）、誤差變化率EC、控制量U的論域分別為[5 5],[1 1],[1 1]然后為模糊語言變量選取相應的隸屬度函數(shù)高斯函數(shù)。然后分別對輸入輸出變量定義論域范圍，添加隸屬函數(shù)，以E為例，設置論域范圍為[5 5]，添加隸屬函數(shù)的個數(shù)為5，如圖36窗口3所示。圖35窗口2圖36窗口3 模糊推理決策算法設計根據(jù)模糊控制規(guī)則進行模糊推理，并決策出模糊輸出量。首先要確定模糊規(guī)則，即專家經(jīng)驗。對于我們這個二維控制結(jié)構(gòu)以及相應的輸入模糊集，我們可以制定25條模糊控制規(guī)則，如圖37窗口4。圖37 窗口4 輸出變量解模糊化決策出的輸出量是一個模糊隸屬函數(shù)或者模糊子集，反應了控制語言的性質(zhì)，是一種不同取值的組合。必須要從模糊輸出隸屬函數(shù)中找出一個最能代表這個模糊集合及模糊控制作用可能性分布的精確量。本論文運用重心法對輸出量進行解模糊，將FIS Editor界面的Defuuzification功能框設置為Centroid即可。 本章小結(jié) 本章首先簡述了模糊質(zhì)量控制的理論，詳細給出了模糊控制器的設計過程，對控制過程參數(shù)和控制規(guī)則進行了詳細的分析和設計為系統(tǒng)仿真做了有力的準備。29第4章 系統(tǒng)仿真第4章 系統(tǒng)仿真 仿真實現(xiàn) 仿真結(jié)構(gòu)圖如圖41所示。 圖41系統(tǒng)仿真原理結(jié)構(gòu)圖 在仿真實驗中，研究對象為鞍鋼六機架冷連軋機架第一機架的厚度控制系統(tǒng)，其對象模型同式（35），其傳遞函數(shù)為：其中，被控對象采用的參數(shù)為：=20000，=200，=。 系統(tǒng)方框圖如圖38所示。根據(jù)前面的介紹，模糊控制器的輸入變量個數(shù)為2，分別為厚度誤差和誤差變化量，輸出變量個數(shù)為1，為輥縫調(diào)節(jié)值。輸入的變化范圍為[5,5],權(quán)值初始值任意生成。其他的仿真參數(shù)取值如表42所示。 圖42 仿真參數(shù)取值表圖42 仿真框圖 仿真結(jié)果及分析 針對鞍鋼6機架冷連扎第一機架的液壓AGC系統(tǒng)，即前面式(35)所示數(shù)學模型：其中被控對象采用的參數(shù)為：=20000，=200，=。本論文采用了模糊控制器對統(tǒng)進行了仿真，應用模糊控制器作為冷連軋AGC系統(tǒng)控制器。當輸入階躍信號時，得到的仿真結(jié)果如圖43，所示。仿真結(jié)果曲線表明：用模糊控制器控制帶鋼冷連軋系統(tǒng)，系統(tǒng)性能達到良好狀態(tài)，響應速度較快，并且系統(tǒng)厚度誤差沒有超1mm，符合帶鋼冷連軋生產(chǎn)系統(tǒng)的軋制要求。圖43 軋制厚度變化曲線圖 本章小結(jié) 本章給出系統(tǒng)仿真框圖，通過對AGC液壓模型的仿真，證明模糊控制器對冷連軋生產(chǎn)系統(tǒng)的質(zhì)量控制具有良好的效果，設計的模糊控制器符合軋制要求。31結(jié)論結(jié)論隨著近代工業(yè)的發(fā)展，對冷軋帶鋼板材的質(zhì)量要求的提高，板材厚度控制與智能方法的結(jié)合也就日益受到關(guān)注，而模糊控制、神經(jīng)網(wǎng)絡也是現(xiàn)在智能算法領(lǐng)域的研究熱點，所以本課題提出應用模糊邏輯控制作為控制器應用到AGC控制系統(tǒng)。通過仿真實驗，可以發(fā)現(xiàn)這種控制器能夠取得良好的效果。 本課題取得的主要成果為：系統(tǒng)分析了冷連軋AGC系統(tǒng)的控制過程，并且根據(jù)查閱的相關(guān)文獻確定了控制對象的數(shù)學模型；針對AGC這樣一個大滯后、非線性系統(tǒng)，使用本文提出的模糊控制器，可以得到滿意的控制效果。由于時間倉促和作者水平有限，本論文存在許多缺點和不足。在以后的學習研究中，會對模糊控制作系統(tǒng)、深入的理論研究。33參考文獻參考文獻1陳啟祥，帥奇．淺談我國中厚板的設備及生產(chǎn)[J]．冶金信息，2000，4：21．2李峰．談我國中厚板軋機的技術(shù)改造[J]．軋鋼，1995，12(4)：47．3李伏桃，陳巋，康永林譯．板帶連續(xù)軋制[NI]．北京：冶金工業(yè)出版社，2002．4孫衛(wèi)華，孫浩，孫瑋．我國中厚板生產(chǎn)現(xiàn)狀與發(fā)展[J].山東冶金,1999，21(12)：13．5賀毓辛．現(xiàn)代軋制理論[M]．北京，冶金工業(yè)出版社，1993．6汪祥能,丁修輥．現(xiàn)代帶鋼連軋控制[M]．沈陽，東北大學出版社，19967孫一康．帶鋼熱連軋的模型與控制[M]．北京：冶金工業(yè)出版社，2002．：[碩十學位論文]．東北人學學位論文，2005．.9劉坤．軋機液壓AGC系統(tǒng)數(shù)學模型及其控制方法研究:[碩士學位論文]．燕山大學學位論文。2003．10．10王焱，孫一康．冷連軋模糊反饋AGC系統(tǒng)的設計與仿真[J]?？刂乒こ?，2002，9(5)：42—44．11劉春平，張國鈞，戴婧．模糊控制的現(xiàn)狀與發(fā)展[J]．開發(fā)經(jīng)驗，2005,5：25．12LiX Adaptive Fuzzy Control of TRANSACTIONS ON FUZZY SYSTEMS,，ON．2，1993：146155．13Tan G V,Hu X. On Designing Fuzzy Controllers Using Genetic Algorithms．IEEE International Conferenceon FuzzySystems，2003：905911．14Tarng Y Synthesis of Fuzzy LOGICControllers in Turning．Fuzzy Sets and Systems，1999，83(3)：301310．15王益群，王海芳，高英杰，張偉．基于神經(jīng)網(wǎng)絡的軋機液壓AGC系統(tǒng)自適應辨識[J]．中國機械上程，2004，15(5)：450454．16Shu L,PiY neural networks for timedalay systems[J]．Computers and Chemical Engineering，24，859862．35參考文獻 17張智星,孫春在,[日]水谷英二著,張平安,[M].西安:西安交通大學出版社,2000．, NeuralNetworkControlofNonlinerSystems by state ang Output RANSACTIONS ON YSTEMS，MAN,AND CYBERNETICSPART :CYBERNETICS，VOL．29，NO．6：818822，1999.19王莉，葛平，[J]．北京科技大學學報，2002，24(5)：556559．[J].鋼鐵研究學報，2001，13(2)：5053．21M．Brown,and Adaptive Modeling ang n,: Prentice—Hall，1994．35致謝 致謝本論文是在導師趙新秋老師的悉心指導下完成的。從論文開題到成文的整個過程中無不滲透著趙老師的心血和汗水。趙老師嚴謹?shù)闹螌W態(tài)度、淵博的專業(yè)知識使我受益匪淺，對我以后的學習和生活產(chǎn)生了深遠的影響。我衷心的感謝趙老師!在論文完成期間，我的同學、家人以及實驗室的學長、學姐也給予了我關(guān)心和幫助，特別是劉正亮學長，在專業(yè)知識方面給了我很大的幫助。在此，我對所有關(guān)心、幫助我的同學、家人、朋友表示衷心的感謝!由于本人水平有限，對于AGC控制系統(tǒng)和各種智能方法的研究還很淺顯，文中難免存在缺點和不足，懇請老師和同學們批評指正。謝謝37附錄 1 附錄1 開題報告37附錄 2 附錄2 文獻綜述39附錄3 中期報告39附錄 4 附錄4 外文翻譯41燕山大學畢業(yè)設計（論文）評審意見表指導教師評語：成績： 指導教師簽字： 年 月 日評閱人評語： 成績： 評閱人簽字： 年 月 日 燕山大學畢業(yè)設計（論文）答辯委員會評語表答辯委員會評語：總成績： 答辯委員會成員簽字： 答辯委員會主席簽字： 年 月 日