【正文】 因此選用參數(shù)自整定模糊PID控制為電鍋爐溫度控制系統(tǒng)的控制方案。此模糊控制器是以e、ec為輸入，以PID參數(shù)調(diào)節(jié)量ΔK、ΔK、ΔK作為輸出的二輸入三輸出模糊控制器，由對K、K、K的調(diào)節(jié)規(guī)律，形成控制規(guī)則，歸納如下相應的參數(shù)調(diào)節(jié)規(guī)則，其模糊控制表分別如表 34，35，36 所示。K39。另外根據(jù)專家的控制經(jīng)驗知道，不確定系統(tǒng)在常規(guī)控制作用下，誤差e和誤差變化率ec越大，系統(tǒng)中不確定量就越大。模糊控制設計的核心是總結(jié)工程設計人員的技術(shù)知識和實際操作經(jīng)驗，建立合適的模糊規(guī)則表[36]。偏差 E 和偏差的變化率EC作為模糊系統(tǒng)的輸入，三個PID參數(shù) K、K和K的變化值作為輸出，根據(jù)事先確定好的模糊控制規(guī)則作出模糊推理的參數(shù)校正，在線改變PID 參數(shù)的值，從而實現(xiàn)PID參數(shù)的自整定。而純模糊控制當以偏差和偏差的變化率作為輸入時，相當于PD控制方式，這類控制器具有良好的動態(tài)特性，但靜態(tài)特性不理想，存在靜差。溫度控制規(guī)則共 49 條如表 33 所示：ECUEPBPMPSZONSNMNBPBPBPBPBPBPMZOZOPMPBPBPBPMPSZOZOPSPMPMPMPSZONSNSZOPMPMPMZONSNMNMNSPSPSPSNSNMNMNMNMZOZOZONMNBNBNBNBZOZOZONBNBNBNB然后，用電鍋爐模糊控制器在 Simulink 中構(gòu)建整個控制系統(tǒng)仿真結(jié)構(gòu)圖，如圖 316 所示:圖317為當給定值為60℃ 時，模糊控制器控制電鍋爐溫度控制系統(tǒng)仿真響應曲線圖。 溫控系統(tǒng)的模糊控制器設計首先，在 MATLAB 的 Fuzzy Logic Toolbox 中構(gòu)建如下 Mamdani 型模糊控制器，利用模糊邏輯工具箱建立一個 FIS 型文件，命名為 ，模糊控制器的輸入變量為E和EC，輸出為控制變量U?？梢钥闯鯯ugeno型在沒有模糊消除器下仍是精確值。首先在同一規(guī)則中取兩個輸入變量的隸屬度的最小值作為規(guī)則前件的隸屬度，然后與規(guī)則后件的隸屬度進行最小運算得出各規(guī)則的結(jié)論，再對各規(guī)則的結(jié)論作最大運算得出模糊推理的結(jié)果。在模糊邏輯控制中，可以通過選擇和調(diào)整該系數(shù)來改善系統(tǒng)的響應特性, 這種方法具有靈活性。若輸出是連續(xù)模糊集，則模糊控制器的輸出為C(k)=最大隸屬度法相比，重心法具有更平滑的輸出推理控制。如果在輸出論域中 Z 中，其最大隸屬度函數(shù)對應的輸出值多于一個時，簡單的方法是取所有具有最大隸屬度輸出的平均，即C(k)=c=max(其中，p為具有相同最大隸屬度輸出的總數(shù)。由于經(jīng)過模糊推理后得到的是輸出變量的一個范圍上的隸屬度函數(shù)，因此必須進行反模糊化處理。，就是對所有模糊規(guī)則輸出的模糊集合進行綜合的過程。，也就是把輸入的精確量轉(zhuǎn)化為對應語言變量的模糊集合。它除了包括輸入模塊、輸出模塊、連續(xù)模塊、離散模塊、函數(shù)和表模塊、數(shù)學模塊、非線性模塊、信號模塊以及子系統(tǒng)模塊外，還包括各個工具箱特有的模塊，如模糊邏輯工具箱的模糊邏輯控制器模塊。除原有的數(shù)值計算能力外，還增加了圖形處理功能。它的優(yōu)勢在于可以利用MATLAB軟件本身的豐富資源，方便的將模糊工具箱與其它一些工具箱集合使用，來構(gòu)建不同結(jié)構(gòu)的模糊系統(tǒng)，比如神經(jīng)網(wǎng)絡模糊系統(tǒng)，遺傳算法模糊系統(tǒng)，模糊 PID系統(tǒng)等，并對這樣的系統(tǒng)進行仿真、分析。為了進行模糊系統(tǒng)的仿真設計，國內(nèi)外的學者都開發(fā)了一些工具，其中一個就是 MATLAB 的模糊控制工具箱 (Fuzzy Logic Toolbox) 。曲線上變化最快處作切線，與t軸交于B點，交穩(wěn)態(tài)值的漸近線于A點，A點在t軸的投影為C點，則OB為過程量滯后時間τ，BC為過程的時間常數(shù)T，此處分別為 122 s 和 120 s 。①自由升溫段：要求鍋爐水溫快速升至溫度設定值。第四章 模糊PID溫度控制系統(tǒng)設計仿真是對實際過程的模擬，系統(tǒng)仿真就是在數(shù)學模型的基礎上，以計算機為工具對系統(tǒng)進行實驗研究的一種方法。圖312 多變量模糊控制器 Multivariable fuzzy controller本文結(jié)合電鍋爐溫升特點及系統(tǒng)控制精度要求，模糊控制器選用單變量結(jié)構(gòu)的二維模糊控制器，即輸入量為偏差 E 及偏差的變化 EC，輸出控制量為 U。由于這類模糊控制器結(jié)構(gòu)比較復雜，推理運算時間長，因此除非對動態(tài)特性要求特別高的場合，一般較少選擇三維模糊控制器。單變量模糊控制器 Single variable fuzzy controller二維模糊控制器如圖b)所示。 將其輸入變量的個數(shù)定義為模糊控制器的維數(shù)，其結(jié)構(gòu)圖如下圖所示：一維模糊控制器如圖a)所示。就目前的資料應用方法，可以大致分為兩類，一類是神經(jīng)網(wǎng)絡實現(xiàn)模糊控制規(guī)則及模糊推理，另一種則由神經(jīng)網(wǎng)絡實現(xiàn)全部模糊邏輯控制功能。5. 神經(jīng)模糊控制 神經(jīng)模糊控制 是指基于神經(jīng)網(wǎng)絡的模糊控制方法。常規(guī)模糊控制器的魅力在于它能在一般的數(shù)學分析方法無能為力時提供一種基于規(guī)則的控制方法，而且簡單易行?？刂屏啃Ｕh(huán)節(jié)將輸出響應的校正量轉(zhuǎn)換為控制量的校正量。k過小，則系統(tǒng)反應緩慢，使調(diào)節(jié)時間加長。但k 過大，會使系統(tǒng)輸出上升速率過小，使系統(tǒng)的過渡過程時間變長。一般k越大，系統(tǒng)調(diào)節(jié)惰性越小，上升速率越快。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)的動態(tài)性能和穩(wěn)態(tài)性能的變化。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]。 采用軟件模糊推理法指用軟件實現(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，而是在線運行時每一個采樣周期都要進行模糊推理。本論文模糊控制器的設計采用的正是此法。其最主要的區(qū)別在于模糊推理的實現(xiàn)方法不同[21] 。對于某組輸入 E 和 EC，一般會同時滿足多條規(guī)則,因此會有多個推理結(jié)果Ci′，i 為不同的模糊集合,用公式 (215) 求 C。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。知識庫又分為兩部分，分別介紹如下:① 數(shù)據(jù)庫：它與計算機軟件中的數(shù)據(jù)庫不同，它存儲著有關(guān)模糊化、模糊推理、解模糊的一切知識，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。在 t 時刻輸入信號的值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。圖中虛線框內(nèi)就是模糊控制器，它根據(jù)誤差信號產(chǎn)生合適的控制作用，輸出給被控對象。本文所應用的電鍋爐控制系統(tǒng)采用的就是后一種組成方式[20]。作為控制系統(tǒng)核心部件的模糊控制器不依賴于被控對象的精確數(shù)學模型，易于對不確定性系統(tǒng)進行控制。模糊控制系統(tǒng)組成原理框圖如圖23 所示。它不需用精確的公式來表示傳遞函數(shù)或狀態(tài)方程，而是利用具有模糊性的語言控制規(guī)則來描述控制過程。從下圖可以看出,在此參數(shù)下,系統(tǒng)的動態(tài)響應曲線很好,超調(diào)較小,上升時間短,響應速度較快,系統(tǒng)能很快到達穩(wěn)態(tài),且無穩(wěn)態(tài)誤差,說明我們所整定的PID 參數(shù)符合被控要求。K──微分系數(shù)，K=。PID 控制規(guī)律在計算機中的實現(xiàn)，也是用數(shù)值逼近的方法。隨著積分時間常數(shù)T的減小，靜差在減?。坏^小的積分常數(shù)會加劇系統(tǒng)振蕩，甚至使系統(tǒng)失去穩(wěn)定。在圖 22 的基礎上分析一下 PID 控制器各校正環(huán)節(jié)的作用[17]：1. 比例環(huán)節(jié) 比例環(huán)節(jié)的引入是為了及時成比例地反映控制系統(tǒng)的偏差信號 e(t)，以最快的速度產(chǎn)生控制作用，使偏差向最小的方向變化。 PID 控制基本理論PID 控制在生產(chǎn)過程中是一種被普遍采用的控制方法，是一種比例、積分、微分并聯(lián)控制器[16]。第二個可采用方案是模糊控制，由于它是以先驗知識和專家經(jīng)驗為控制規(guī)則的智能控制技術(shù)，可以模擬人的推理和決策過程，因此無須知道被控對象的數(shù)學模型就可以實現(xiàn)較好的控制，且響應時間短，可以保持較小的超調(diào)量[13][14][15]。 人工控制方法是通過工作人員的操作經(jīng)驗，簡單的對鍋爐進行操作。K 值越大，表示被控對象的自平衡力小；K 值小，對象自平衡能力大 T 時間常數(shù) T 的大小反映了對象受到階躍干擾后，被控量達到新的穩(wěn)定值的快慢程度，即時間常數(shù) T 是表示對象慣性大小的物理量。在生產(chǎn)過程，控制對象各種各樣，理論分析和試驗結(jié)果表明：電加熱裝置是一個具有自平衡能力的對象，可用二階系統(tǒng)純滯后環(huán)節(jié)來描述，而二階系統(tǒng)，通過參數(shù)辨識可以降為一階模型。從電鍋爐的安裝示意圖可以看出，電鍋爐的熱水經(jīng)供暖出水口送至散熱片，通過散熱片向供熱區(qū)釋放熱量。目前國內(nèi)外生產(chǎn)的電鍋爐有很多種型式，從整體結(jié)構(gòu)上分有立式、臥式、多單元式等；從傳熱介質(zhì)上分有熱水鍋爐、蒸汽鍋爐和有機載體鍋爐；從電加熱原理上可分為電熱管式、電熱棒式、電熱板式、電極式和感應式等；從供熱方式上有直熱式和蓄熱式等[9]。 MATLAB 軟件的 Simulink 開發(fā)環(huán)境和模糊邏輯工具箱對上述幾種方法進行建模仿真，并對控制性能指標進行分析，確定出符合控制系統(tǒng)輸出響應速度快、超調(diào)量小和穩(wěn)定誤差小的控制算法。因此就目前而言，智能控制是解決傳統(tǒng)過程控制局限性問題和提高控制質(zhì)量的一個重要途徑。 對復雜的任務和分散的傳感器信息，具有處理、組織、協(xié)調(diào)和綜合決策能力，并在進行過程中表現(xiàn)出類似于人的主動性和靈活性。 智能控制方法的特點智能控制是一類無需人的干預就能夠針對控制對象的狀態(tài)自動地調(diào)節(jié)控制規(guī)律以實現(xiàn)控制目標的控制策略。充分利用神經(jīng)網(wǎng)絡的這些能力來解決眾多非線性、強耦合和不確定性系統(tǒng)的建模、辨識和控制問題是神經(jīng)網(wǎng)絡研究的主要課題。，過程的動態(tài)響應品質(zhì)優(yōu)于常規(guī)的 PID 控制，并