基于模糊逻辑的水箱水位控制【开题报告+文献综述+毕业论文】

《基于模糊逻辑的水箱水位控制【开题报告+文献综述+毕业论文】》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

本科毕业论文系列开题报告电气工程及其自动化基于模糊逻辑的水箱水位控制一、课题研究意义及现状在现代工业生产及日常生活中，有很多方面都会涉及到水位控制这个问题。而在绝大多数情况下，我们是很难或是不可能得到被控对象的精确数学模型的，因此采用数学工具或计算机仿真技术的传统控制理论已经无法解决此类系统的控制问题。水位控制系统在各个领域上都有广泛应用，虽然其结构简单但由于控制过程具有多变量，大滞后，时变性等特点，且在控制过程中系统会受到各种不确定因素的影响，难于建立精确的数学模型。虽然自适应、自校正控制理论可以对缺乏数学模型的被控对象进行识别，但这种递推法复杂，实时性差。近年来模糊控制在许多控制应用中都取得了成功，模糊控制应用于控制系统设计不需要知道被控对象精确的数学模型，对于许多无法建立精确数学模型的复杂系统能获得较好的控制效果，同时又能简化系统的设计，因此，在水箱水位自动控制系统中，模糊控制就成为较好的选择。水位控制系统在各个领域上都有广泛应用，虽然其结构简单但由于控制过程具有多变量，大滞后，时变性等特点，且在控制过程中系统会受到各种不确定因素的影响，难于建立精确的数学模型。虽然自适应、自校正控制理论可以对缺乏数学模型的被控对象进行识别，但这种递推法复杂，实时性差。近年来模糊控制在许多控制应用中都取得了成功，模糊控制应用于控制系统设计不需要知道被控对象精确的数学模型，对于许多无法建立精确数学模型的复杂系统能获得较好的控制效果，同时又能简化系统的设计，因此，在水箱水位自动控制系统中，模糊控制就成为较好的选择。本文主要论述了应用模糊控制理论控制水箱水位系统，首先详尽的介绍了模糊控制理论的相关知识，在此基础上提出了用模糊理论实现对水箱水位进行控制的方案，建立了简单的基于水箱水位的模糊控制器数学模型。本试验系统还充分利用了MATLAB的模糊逻辑工具箱和SIMULINK相结合的功能，首先在模糊逻辑工具箱中建立模糊推理系统FIS作为参数传递给模糊控制仿真模块，然后结合图形化的仿真和建模工具，再通过计算机仿真模拟出实际系统运行情况。通过试验模拟，证明了其可行性。二、课题研究的主要内容和预期目标 近几年模糊逻辑已经从理论发展成一门专门的模糊逻辑技术，应用在工业生产、家用电器中，并获得迅速发展。熟悉常规PID控制器的设计方法，研究常规PID控制算法的特点及其存在的不足之处，熟悉模糊逻辑控制器的设计方法和特点，了解模糊逻辑控制系统设计与应用中的最新研究成果。以水箱水位控制为对象，设计出PID控制器和模糊逻辑控制器，使用MATLAB作为工具对控制系统进行仿真分析比较。分析这些不能或很难确定精确数学模型的情况下，用模糊逻辑控制是否能得到非常好的效果。三、课题研究的方法及措施模糊控制系统是一种自动控制系统，它是以模糊数学，模糊语言形成的知识表示和模糊逻辑推理为理论基础，采用计算机控制技术构成的一种具有闭环结构的数字控制系统。它的组成核心是具有智能性的模糊控制器，无疑，模糊逻辑控制系统是一种典型的智能控制系统，在控制原理上它应用模糊集合论，模糊语言变量和模糊逻辑推理知识，模拟人的模糊思维方法，对复杂的过程进行控制。模糊控制系统基本结构如图所示。从图上可以看出，模糊控制系统的主要部件是模糊化过程，模糊推理和决策（含知识库和规则库的形成）和反模糊化。在结构上与传统的控制系统没有太大的区别。四、课题研究进度计划毕业设计期限：自2010年10月16至2010年4月。2010年10月16日至2010年10月30日:明确任务，查找资料，确定系统总体设计方案；2010年11月1日至2010年11月15日:写文献综述，外文翻译2010年11月15至2010年11月20日：完成开题报告，准备开题答辩2010年12月5日至2010年12月25日：研究常模糊逻辑控制器的设计方法和特点； 2010年12月25日至2011年1月15日：了解模糊逻辑控制系统设计与应用中的最新研究成果；2011年1月13日至2011年2月13日：用MATLAB语言对新型模糊控制器的进行仿真分析，同时撰写毕业论文；2011年2月13日至2011年4月：与常规PID算法进行比较分析，同时完善毕业论文参考文献[1]薛定宇，陈阳泉.基于Matlab/Simulink的系统仿真技术与应用[M].北京:清华大学出版社,2002，4.[2]郭阳宽，王正林.过程控制工程及仿真[M].北京:电子工业出版社,2009，4.[3]王正林，郭阳宽.过程控制与simulink应用[M].北京:电子工业出版社,2006，7.[4]李国勇.智能控制及其MATLAB实现[M].北京:电子工业出版社,2005，5.[5]LuJH,MultivariablefuzzyPIDcontrolsystemfordeaeratorsandcondenserslevelsinathermalpowerunit[J],CyberneticsandSystems,2002,33(5):21-26.[6]朱洪军，周佐等.模糊控制在锅炉给水控制系统中的应用[J].中国新技术新产品,2010（1）21～21.[7]朱彤,任庆昌.PID--模糊控制的应用探讨[J].电气传动自动化,2002，6,24[8]邬国扬.模拟电子技术[M].西安电子科技大学出版社，2008,6[9]席爱民.模糊控制技术[M].西安电子科技大学出版社，2008,6[10]佟绍成，王涛，王艳平.模糊控制系统的设计及其稳定性分析[M].科技出版社，2004,4[11]张吉礼.模糊—神经网络[M].哈尔滨工业大学出版社，2004,6[12]刘曙光，竺智超.模糊控制技术[M].中国纺织出版社，2001,6 毕业论文文献综述电气工程及自动化模糊逻辑的发展及应用摘要：模糊控制已广泛应用于工业过程的控制，家用电器及电子技术应用等领域。这种控制方式并不依赖于数学模型，仅依赖于人的经验积累、感觉和逻辑判断。目前如何获得模糊规则以及隶属函数问题及如何保护模糊系统的稳定性仍然是研究的热点问题。关键词：模糊逻辑；逻辑判断；鲁棒性1引言模糊逻辑是建立在人类思维具有模糊逻辑特性的基础上的。模糊控制与传统控制有着本质的区别，它不像经典控制那样需要用精确的数字所描述的传递函数，也不像现代理论那样需要用矩阵表示的状态方程。模糊控制的核心是在于它用具有模糊性的语言条件语句，作为控制规则去执行控制[1]。控制规则往往是由对被控过程十分熟悉的专门人员给出的，所以模糊控制在本质上来说是一种专家控制。这种控制的控制规则充分反映了人的智能活动。传统控制方法以数学公式描述控制过程，往往可以给出十分严密和明确的数学表达。模糊控制以语句规则描述控制过程，使习惯了用精确数学刻划控制过程的人们不易适应和迷惑。实际上，模糊控制是一种与传统精确数学完全不同的数学——模糊数学为基础理论建立起来的。它有一整套和传统控制方法完全不同的理论和方法[2]。何况，一种技术是否先进，是以其在实际中应用是否取得良好效果而体现的，绝不是因对其冗长的论证或美妙的描述就会优秀起来。模糊控制这种技术，尽管其理论系统尚未完善，但其大量应用的超常成效足以表明它是一种前途无量的技术[3]。当今，模糊已广泛应用于工业过程的控制，家用电器智能化、仪器仪表自动化、计算机及电子技术应用等领域。学习和掌握模糊控制技术已经成为相关领域广大工程技术人员的迫切需要[4]。在一般人的印象中，经典的数学应该是精确的，严格地说不应该是模糊的。但是模糊现象又的确客观存在于人类思维、社会现象和自然现象中，为了描述这类现象而产生了模糊数学。在此，“模糊” 这个词并不是贬义词，而是客观事物的准确反映。而且，随着科学技术的逐渐发展和相互渗透，过去有些与数学无关或者关系不大的学科，如生物学、医学、语言学等，都迫切要求数学化和定量化，而这些学科又包含了大量的模糊概念，不能或不便应用经典数学描述。所以只能改变数学本身，使其适应于更广泛的科学[5]。2模糊控制的产生和发展在控制系统传统设计中，都需要了解被控制对象的数学模型。但是，对于一些生产过程，要获得既有足够精确性又便于系统分析的数学模型是相当困难的。这就使现代控制理论的应用受到限制[6]。然而，一个熟练地操作人员就能够对系统中的各种参量，如温度、压力、以致颜色、气味等，作出响应和判断，最终获得良好的人工控制效果。这种控制方式并不依赖于数学模型，仅依赖于人的经验积累、感觉和逻辑判断。由此得到启发，将头脑中的经验加以总结，把凭经验所采取的相应措施总结成一条条控制规则，进而构筑一个控制器去代替人对复杂的生产过程进行控制，这种控制就是模糊控制[7]。1974年英国伦敦大学教授E·H·Mamdani首先成功把模糊理论用于锅炉和蒸汽机的控制，这一开拓性的工作标志着模糊控制工程的诞生。我国模糊控制理论及其研究工作是从1979年开始的。随后模糊控制技术在生产生活中得到了广泛的应用，模糊控制获得巨大成功主要原因在于它具有如下一些突出特点：·模糊控制是一种基于规则的控制，它直接采用语言型控制规则，其依据是现场工作人员的操作经验或相关专家的知识，在设计中不需要建立被控对象的精确数学模型，因此使得控制机理和策略易于接受和理解，设计简单，便于应用。·由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对那些数学模型难以获取，动态特性不易掌握或者变化非常显著的对象非常实用。·基于模型的控制算法和系统设计方法，由于出发点和性能指标不同，容易导致较大差异；但一个系统语言控制规则却具有相对的独立性，利用这些控制规则间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。·模糊控制是基于启发性知识及语言决策规则设计的，这有利于模拟人工控制过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。·模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制[8]。3模糊控制方法的研究及现状 L·A·Zadeh最早提出了简单Fuzzy控制理论，简单Fuzzy模糊控制器和常规控制器比起来具有无需建立被控对象数学模型，对被控对象的非线性和时变具有一定的适应性等优点，然而它也存在一定的缺陷：·精度不高·自适应能力有限·易产生振荡现象针对上述问题人们也提出了许多改进方案，设计出各种各样的高性能模糊控制器，大多获得了成功应用。模糊控制技术从诞生到如今已有二十余年，它经历了由简单到复杂、由不完善到完善的阶段[9]。二十多年来，模糊控制方法的研究取得了不少成果和进展。主要有以下几种模糊控制方法：·Fuzzy-PID复合控制·参数自整定模糊控制·模型参考自适应模糊控制·自组织模糊控制·具有自学习功能的模糊控制·多变量模糊控制[10]4总结进入20世纪90年代以来，由于国际上许多著名学者的参与以及工程应用中取得了大量的成功，尤其是对那些大量的无法用经典与现代控制理论建立精确数学模型的复杂系统，特别显得成绩非凡，因而导致了更多人的参与与研究，实际上已经作为智能控制的一个重要分支确定下来。在国际大趋势的推动下，模糊控制已开始多元化发展。除了上述的模糊控制的几大方面进展外，模糊多变量控制、模糊预测控制、模糊变结构控制、模糊模式识别等的研究，也都属于较为前沿的研究方向。但是模糊系统理论还有一些重要的理论课题还没有解决。其中两个重要的问题是：如何获得模糊规则以及隶属函数问题及如何保护模糊系统的稳定性。参考文献[1]薛定宇，陈阳泉.基于Matlab/Simulink的系统仿真技术与应用[M].北京:清华大学出版社,2002，4.[2].郭阳宽，王正林.过程控制工程及仿真[M].北京:电子工业出版社,2009，4.[3].王正林，郭阳宽.过程控制与simulink应用[M].北京:电子工业出版社,2006，7. [4].李国勇.智能控制及其MATLAB实现[M].北京:电子工业出版社,2005，5.[5]LuJH,MultivariablefuzzyPIDcontrolsystemfordeaeratorsandcondenserslevelsinathermalpowerunit[J],CyberneticsandSystems,2002,33(5):21-26.[6]朱洪军，周佐等.模糊控制在锅炉给水控制系统中的应用[J].中国新技术新产品,2010（1）:21～21.[7]朱彤,任庆昌.PID--模糊控制的应用探讨[J].电气传动自动化,2002，6,24(3):11～13[8]刘曙光，魏俊明.模糊控制技术[M].中国纺织出版社，2001,6.[9]张吉礼.模糊-神经网络[M].哈尔滨工业大学出版社，2004,6.[10]席爱民.模糊控制技术[M].西安电子科技出版社，2008,4. 毕业设计（20__届）基于模糊逻辑的水箱水位控制摘要 近几年模糊逻辑已经从理论发展成一门专门的模糊逻辑技术，应用在工业生产、家用电器中，并获得迅速发展。介绍常规PID控制器的设计方法，研究常规PID控制算法的特点及其存在的不足之处，熟悉模糊逻辑控制器的设计方法和特点，了解模糊逻辑控制系统设计与应用中的最新研究成果。PID控制器具有结构简单、容易实现、控制效果好、鲁棒性强等特点，模糊控制较PID控制的优点在于对模型的精确度要求不是很高，而PID控制对于模型的变动比较敏感，改动传递函数的结构或者参数后需要重新调试Kp、Ki、Kd才能适应新模型，而模糊控制一旦调好参数后对变动的模型只需微调参数甚至不需要调参数就能达到较好的控制性能。以水箱水位控制为对象，设计出PID控制器和模糊逻辑控制器，使用MATLAB作为工具对控制系统进行仿真分析比较。分析这些不能或很难确定精确数学模型的情况下，用模糊逻辑控制是否能得到非常好的效果。关键词：模糊控制；PID控制；MATLAB仿真；控制系统 AbstractInrecentyears,fuzzylogictheoryhasbeendevelopedintoaspecializedfuzzylogictechnology,usedinindustrialproductionandhouseholdappliances,andhasreceivedarapiddevelopment.PIDcontrolhasmanycharacteristics，suchasitssimplestructure，itiseasytorealize，goodcontroleffectandrobustness，andsoon，byfar，whichisthemoststablecontrolmethod.FuzzycontrolisbetterthanPIDcontrolintheaccuracyrequirementsofthemodelwhichisnotveryhigh，whilePIDcontrolismoresensitivetothechangesofthemodel.ItneedstodebugKp，KiandKdtoadapttothenewmodelafterchangingthestructureoftransferfunctionorparameters.However，oncethefuzzycontrolhasdebuggedtheparameterstothemodelwhichcanachievebettercontrolperformancewhileonlyneedstofine-turningorevendoesn’tneedtodebugtheparameters.KeyWords:FuzzyControl;PIDControl;MATLABSimulation;ControlSystem 目录1　引言12　PID及模糊逻辑介绍22.1PID控制简介22.1.1PID控制原理22.1.2PID控制器的参数整定32.2模糊控制的基本原理62.2.1模糊语言82.2.2模糊控制规则及控制算法92.2.3模糊控制算法92.3模糊控制器的设计102.3.1输入量和输出的模糊化112.3.2模糊规则的描述112.3.3求模糊关系122.3.4模糊决策132.3.5控制量的反模糊化143　MATLAB仿真软件的应用153.1MATLAB的基本介绍153.2simulink仿真的基本介绍163.3水箱水位控制的MATLAB的仿真实现173.4仿真结果184　水箱水位模糊控制184.1模糊控制器的实现194.2控制器软件流程图205总结21致谢22参考文献23附录模糊控制部分程序24 1　引言在现代工业生产及日常生活中，有很多方面都会涉及到水位控制这个问题。而在绝大多数情况下，我们是很难或是不可能得到被控对象的精确数学模型的，因此采用数学工具或计算机仿真技术的传统控制理论已经无法解决此类系统的控制问题。水位控制系统在各个领域上都有广泛应用，虽然其结构简单但由于控制过程具有多变量，大滞后，时变性等特点，且在控制过程中系统会受到各种不确定因素的影响，难于建立精确的数学模型。虽然自适应、自校正控制理论可以对缺乏数学模型的被控对象进行识别，但这种递推法复杂，实时性差。近年来模糊控制在许多控制应用中都取得了成功，模糊控制应用于控制系统设计不需要知道被控对象精确的数学模型，对于许多无法建立精确数学模型的复杂系统能获得较好的控制效果，同时又能简化系统的设计，因此，在水箱水位自动控制系统中，模糊控制就成为较好的选择。水位控制系统在各个领域上都有广泛应用，虽然其结构简单但由于控制过程具有多变量，大滞后，时变性等特点，且在控制过程中系统会受到各种不确定因素的影响，难于建立精确的数学模型。虽然自适应、自校正控制理论可以对缺乏数学模型的被控对象进行识别，但这种递推法复杂，实时性差。近年来模糊控制在许多控制应用中都取得了成功，模糊控制应用于控制系统设计不需要知道被控对象精确的数学模型，对于许多无法建立精确数学模型的复杂系统能获得较好的控制效果，同时又能简化系统的设计，因此，在水箱水位自动控制系统中，模糊控制就成为较好的选择。本文主要论述了应用模糊控制理论控制水箱水位系统，首先详尽的介绍了模糊控制理论的相关知识，在此基础上提出了用模糊理论实现对水箱水位进行控制的方案，建立了简单的基于水箱水位的模糊控制器数学模型。本试验系统还充分利用了MATLAB的模糊逻辑工具箱和SIMULINK相结合的功能，首先在模糊逻辑工具箱中建立模糊推理系统FIS作为参数传递给模糊控制仿真模块，然后结合图形化的仿真和建模工具，再通过计算机仿真模拟出实际系统运行情况。通过试验模拟，证明了其可行性。 2　PID及模糊控制介绍模糊控制是20世纪60年代末到70年代中期开始崛起的一种新技术，模糊控制诞生后，就是依赖于微型机这种工具而不断发展的。在实际应用中，这种控制技术要想深入到家庭和人们的日常生活，就不可避免地采用单片机[1]。2.1PID控制简介PID控制作为最早发展起来的控制策略之一，它将系统误差的比例（P）、积分（I）和微分（D）通过线性组合构成控制量，对被控对象进行控制。因其具有算法简单、鲁棒性好和可靠性高等优点，被广泛应用于工业过程控制。PID控制器设计的主要设计难点是如何确定比例、积分和微分增益系数，其合适的增益系数的获得，传统的PID控制采用线性定常组合的方法，需要经过大量实验，工作量很大，难以协调快速性和稳态特性之间的矛盾，在具有参数变化和外干扰的情况下，其鲁棒性也不够好，随着对系统性能要求的不断提高，传统的PID控制往往不能满足要求，在这种情况下吸取智能控制的思想，并利用计算机技术优势对传统PID进行改造，形成了自适应PID、模糊PID和神经网络PID等新型PID控制方法，使其适应新的要求，在控制过程中不仅PID参数的整定不依赖于对象数学模型，而且还可以在线调整，能够满足实时控制的要求[2]。2.1.1PID控制原理常规PID控制系统由图2-1所示由模拟PID控制器和被控对象组成，PID控制器是一种线性控制器，它根据给定值r（t）与实际输出值y（t）构成控制偏差e（t）=r（t）-y（t），将偏差的比例（P）、积分（I）和微分（D）通过线性组合构成控制量，对被控对象进行控制。PID控制规律由公式（2-1）可见。（2-1）其中u（t）为t时刻的控制量，Kp，T1，TD为比例系数积分，时间常数和微分时间常数[3]。简单说来，PID控制器各校正环节的作用如下： （1）比例环节即时成比例地反映控制系统的偏差信号e（t），偏差一旦产生，控制器立即产生控制作用，以减少偏差。（2）积分环节主要用于消除静差，提高系统的无差度。积分作用的强弱取决于积分时间常数T1，T1越大，积分作用越弱，反之则越强。（3）微分环节反映偏差信号的变化趋势，并能在偏差信号值变得太大之前，在系统中引入一个有效地早期修正信号，从而加快系统的速度减小调节时间PI传感器被控对象D输入给定量误差反馈信号图2-1PID控制结构图2.1.2PID控制器的参数整定PID控制器控制参数的选择，可按连续-时间PID参数整定方法进行。在选择PID参数之前，首先应该确定控制器结构。对允许有稳态误差的系统，可以适当选择P或PD控制器，使稳态误差在允许的范围内。对必须消除稳态误差的系统，应选择包含积分控制的PI或PID控制器。一般来说，PI、PID和P控制器应用较多。而其中对于有滞后的对象,往往都加入微分控制，即D控制[4]。控制器结构确定后，即可开始选择参数。参数的选择，要根据受控对象的具体特性和对控制系统的性能要求进行。工程上，一般要求整个闭环系统是稳定的，对给定量的变化能迅速响应并平滑跟踪，超调量小；在不同干扰作用下，能保证被控量在给定值；当环境参数发生变化时，整个系统能保持稳定，等等[5]。这些要求，对控制系统自身性能来说，有些是矛盾的。我们必须满足主要的方面的要求，兼顾其他方面，适当地折衷处理。 PID控制器的参数整定，可以不依赖于受控对象的数学模型。工程上，PID控制器的参数常常是通过实验经验或实验凑试来确定。(1)实验凑试法实验凑试法是通过闭环运行或模拟，观察系统的响应曲线，然后根据各参数对系统的影响，反复凑试参数，直至出现满意的响应，从而确定PID控制参数。整定步骤：实验凑试法的整定步骤为先比例，再积分，最后微分。①整定比例控制将比例控制作用由小变到大，观察各次响应，直至得到反应快、超调小的响应曲线。②整定积分环节若在比例控制下稳态误差不能满足要求，需加入积分控制。先将步骤①中选择的比例系数减小为原来的50～80％，再将积分时间置一个较大值，观测响应曲线。然后减小积分时间，加大积分作用，并相应调整比例系数，反复试凑至得到较满意的响应，确定比例和积分的参数。③整定微分环节若经过步骤②，PI控制只能消除稳态误差，而动态过程不能令人满意，则应加入微分控制，构成PID控制。先置微分时间TD=0，逐渐加大TD，同时相应地改变比例系数和积分时间，反复试凑至获得满意的控制效果和PID控制参数【4】。(2)实验经验法1.衰减曲线法先在单纯P作用下凑试比例度δ值，找出满足规定衰减比N下的比例度δ0（%）。对随动系统，取N=10：1，同时测出上升时间tr（即从被控变量明显地开始变化到接近第一个峰值所需的时间）。对定值系统，取N=4:1，同时测出工作周期TP。如果准备采用单纯P作用，就采用δs值，在一般情况下则按下表确定调节器参数，如下表2-1为整定参数[6]。 表2-1采用衰减曲线法的整定参数δ%TiTdP2δSPI1.2δS2tr或0.5TpPID0.8δS1.2tr或0.3Tp0.4tr或0.1Tp本法的缺点是有时候衰减比读不清楚，调节过程很快时更是难定。作为近似，曲线震荡两次后基本平稳可认为衰减比达到4:1。2.临界比例度法系统达到等幅震荡状况可观察得相当清楚，在临界比例度法中，先用单纯P作用，比例度自大而小作调整，达到等幅震荡的比例度称为临界比例度δk，这时候的工作周期是临界周期Tk，然后按下表确定调节器参数。要用本法整定调节器参数，必须注意以下两点：(1)在整定过程中一定要出现等幅振荡，必须考虑工艺上是否容许，特别是在振幅很宽的情况，更须注意。(2)从理论上说，δ＜δk以后，被控变量将呈现扩大振荡，但在实际上很多环节都有饱和特性，因此振幅仍是有限的，与等幅振荡没有差别。所以在采用临界比例度法时。比例度必须自大而小，吧开始出现等幅振荡没有差别。所以在采用临界比例度法时，比例度必须自大而小，把开始出现等幅振荡的比例度作为临界比例度，如下表2-2为采用临界比例法整定参数[7]。表2-2采用临界比列法的整定参数δ%TiTdP2δSPl2.2δS0.85TpPID1.7δS0.50Tp0.125Tp3.调节器参数整定的反应曲线法 从完全凭经验的方法到纯粹的理论计算，期间可以有多种层次。当操纵变量作阶跃变化时，被控变量随时间的变化曲线称为反应曲线。对有自衡的菲振荡过程，广义对象的传递函数与公式（2-2）近似。K0、τ和T可用图解法等得出。调节器参数整定的反应曲线是依据广义对象的K0、τ和T确定调节器参数的方法。(2-2)本法也是Ziegler和Nichols在1942年提出的，但是直到近年仍有不少改造，并赋予新的内容。理论分析如下：(1)纯时滞对象,达到稳定边缘的KcK0=1，振荡频率ω=0.5π/τ，工作周期TP=2τ。(2)对有时滞的一阶对象，如τ/T很小，则达到稳定边缘的KcK0→∞,振荡频率ω=0.5π/τ，工作周期TP=4τ。(3)对有时滞的一阶对象，如τ/T不是太小，则达到稳定边缘为KcK0﹥1，工作周期在（2～4）τ范围内。(4)有时滞的二阶对象，达到稳定边缘的工作周期可能超过4τ。由上可见，PID控制器是最简单实用的控制器，但他的的参数整定往往需要一定的经验和凑数的方法来实现，这样整定参数非常麻烦和困难，而且往往只对线性系统适用，所以尝试与新型算法相结合是发展PID的必经之路[8]。2.2模糊控制的基本原理在模糊控制中，对模糊量的描述是以模糊集合为基础的，模糊控制的核心在于模糊控制器的设计。模糊控制器要和客观环境中的精确量进行信息交换，或者输出模糊控制量要想控制被控对象时，必须解决环境中的精确量转换成模糊量和模糊量转换成精确量的问题，才能使精确量能在模糊控制器中得到正确的处理，同时向控制对象提供精确的控制输出变量，达到控制对象的目的。另一个更为重要的问题是，模糊控制器在控制中接收输入模糊量后，是以何种机理产生恰当的模糊控制量输出的。这涉及到模糊控制器的推理形式、推理的合理程度、推理的速度及具体算法等。 模糊控制是一种建立在模糊数学理论基础之上的基于规则的智能控制方法，它的理论方法、实现技术都和传统的控制理论和技术有极大的区别。作为一种较新的智能控制方式，模糊控制也要遵循一定的规律和法则，也即模糊控制具有一种与之相应的机制和原理[9]。对于模糊控制来说，其核心在于模糊控制器。也就是说，模糊控制的机理是通过模糊控制器来体现的。模糊控制器的思想来自人们在生产实践中对被控对象的控制。模糊控制器对被控对象的控制依据的是人类的模糊控制经验或意念并表现为模糊控制语句形式的描述。在模糊控制语句中，含有人类对环境的模糊检测和对被控制对象的模糊命令。在人执行的模糊控制中，对环境的模糊检测是由人的感观对环境进行接触并通过头脑的智能过程实现的。而目前人们所研究的模糊控制是由计算机而不是由人去执行的，因此在计算机中必须有能较好地完成人在模糊控制中所完成有关工作的功能。图2-3是一模糊控制器的结构框图。它由模糊化接口、反模糊化接口、知识库和决策逻辑组成。模糊控制器各部分功能分别是：模糊化接口功能：完成被控制对象有关状态的精确量向相应模糊量的转换；存储知识库：计算机应能把用于模糊控制的知识库存储在内部，以供知识推理时使用。知识库由数据库和语言控制规则库组成，数据库即是隶属函数集，语言控制规则库即是模糊控制规则库；决策功能：它是模糊控制器的核心功能，模糊控制器模拟人类的决策能力进行模糊决策；反模糊化接口功能：其作用是把模糊控制器执行决策后产生的模糊控制量转换成合适的精确控制量。模糊控制器的工作过程简述如下：知识库用于存储模糊量和模糊控制规则，并向模糊化接口提供模糊量的隶属函数形态。这样，模糊化接口在接收到外部的精确量输入后，就可将其转换成对应的模糊量及隶属度。知识库也向反模糊化接口提供模糊量的隶属函数形态，反模糊化接口则根据输出的模糊量及隶属度，转换成与之对应的精确量。同时，知识库向决策逻辑提供控制规规则，由决策逻辑执行推理过程，推断出输出模量[10]。给定值调节器计算控制变量模糊量化处理模糊控制规则模糊推理非模糊化处理D/A执行机构被控对象传感器图2-3模糊控制原理框图 2.2.1模糊语言模糊语言是人类表述语言的一种，因为人们对自然界事物的认识存在着一定的模糊性，用模糊符号来表述信息具有较为简单、方便，且易于进行高层逻辑推理等优点。模糊符号化表示就是利用模糊数学的理论和方法，借助于专门的技术工具，把测量得到的信息，用适合人们模糊概念的模糊语言符号加以描述的过程。符号是信息的载体，是对一个物体或事件状态的描述，它定义了实体的特征属性或实体间的关系。设Q为数值域，S为语言域，在各自的论域上有若干个元素qi、si，且表示为：(2-1)(2-2)同时，在论域Q和S上分别定义一组关系数：R=〈R1，R2，…，Rn〉RiQ×Q×…×Q(2-3)P=〈P1×P2×…×Pn〉PiS×S×…×S(2-4)并且定义：D=〈Q，R〉，L=〈S，P〉，其中，D表示对象关系系统，描述数值域元素及其相互关系；L表示符号关系系统，描述符号域元素及其相互关系。设有两个映射M和F，M：Q→S，使得Si=M（qi），F:R→P，使得Pi=F(Ri)成立，且MQ×S和（qi,si）M，则称si是qi的一个符号。si的含义是qi从数值域下向语言域映射的投影，而对每一次测量qi，符号Si成为qi的描述。如果F映射是一对一映射，而M映射是同态映射，那么一定存在逆映射：F-1(Pi)＝Ri，M-1（Si）＝qi。M映射可以是“单对单”或“多对单”映射。那么，在后一种情况下，符号域中的一个符号经M-1映射在数值域对应出的不是一个点，而是一个“子域” 。因此，模糊符号化表示有一定的局限性，即在不同测量结构下，同一测量子集的元素对应不同的符号；或在同一测量结构下，存在测量子集的一些元素同时对应于不同的符号的情况。这一局限性可通过基于多值逻辑理论的多值符号化测量来弥补。其基本思想是：在实体测量集中，根据对实体的某一特征表现程度的不同，把测量子集Q中的元素按特征隶属度最大归类于某一子集，忽略其他特征的表现，因此只要在测量集上对实体集选取适当多个特征表示，使之与测量集中的元素相对应，就可把Q分成有限个意义相关又表现不同的子集{Qi}，对每一个Qi进行符号映射，从而实现对实体集多值符号化测量。2.2.2模糊控制规则及控制算法模糊控制是建立在一系列模糊控制规则的基础上的。这些控制规则是人对被控对象进行控制时的经验总结。所以，这些控制是一些逻辑推理规则，其形式语言表现为模糊条件语句。在实际控制中，把有关控制规则加以处理产生相应的算法，模糊控制器就以相应的算法去控制被控对象工作。模糊控制规则是人们用于描述其控制经验的语句，这种语句采用形式逻辑所采用的传统格式，但是在这些条件语句中，前件和后件都是模糊词。所以，这些条件语句就成了模糊条件语句。从而也较恰当地反映了人们的控制经验。用于叙述人们经验的基本语句结构有三种形式，它们分别反映了三种基本的推理。这三种基本结构和形式如下:1.(A--B)结构，这种推理是一种最简单的蕴含关系，在语言表达时表示为“若A则B”，即有：IfAthenB。2．(A-B)V(A-C)的结构，这种推理较之前一种复杂。这种蕴含关系在用语言表达时叙述为“若A则B，否则C”,即有:IfAthenBelseC。3．(A∧B--C)结构，这种推理的前件有两个零件，这种蕴含关系在语言表达时叙述为:“若A且B，则C”,即有：IfAandBelseC。在模糊控制系统中，通常要考虑偏差e和偏差变化率△e这两种输入量和一种输出量，所以，较多使用的是这种条件语句。因为，这种语句适用于两个输入而确定一个输出的模糊控制系统。在一般的两输入单输出模糊控制系统中，偏差e的论域用X表示，偏差变化率A，e的论域用Y表示，控制量U的论域用Z表示。模糊控制规则是对系统控制经验总结，这些经验用模糊条件语句来表述。模糊控制规则的生成有四种方法，如下:(1)模拟专家经验或过程控制知识生成控制规则。(2)根据过程的模糊模型生成控制规则。(3)根据对手工控制操作的观察和测量生成控制规则。(4)根据学习算法生成控制规则。 2.2.3模糊控制算法要执行模糊控制，在数字计算机中就必须以一定的算法实现。这些算法的目的，就是从输入的连续精确量中，通过模糊推理的算法过程，从而求出相应的精确控制值来。CRI推理的关系矩阵法，在CRI推理法中，mamdani法较为适合于实时控制，故在模糊控制中应用较多.目前，绝大多数模糊控制系统都采用这种方法。CR工推理的查表法，查表就是把所有可能的输入量都简化到语言变量论域的元素上。并以输入量论域的元素作为输入量进行组合，求出输入量论域和输出量论域元素之间关系的表格，这个表格中元素的关系是按控制规则给出的。这个表格称为控制表。在实际控制中，模糊控制器首先把输入量量化到输入量的语言变量论域中，再根据量化的结果元素去查表求出控制量。这种方法是首先求出模糊关系R，再根据输入的偏差和偏差变化率求出控制量，最后，把控制量精确化，则可得到控制表[11]。2.3模糊控制器的设计以水位的模糊控制为例，如图2-3所示。设有一个水箱，通过调节阀可向内注水和向外抽水。设计一个模糊控制器，通过调节阀门将水位稳定在固定点附近。按照日常的操作经验，可以得到基本的控制规则：“若水位高于O点，则向外排水，差值越大，排水越快”；“若水位低于O点，则向内注水，差值越大，注水越快”。h15cm20cm图2-3水箱液位控制 2.3.1输入量和输出量的模糊化将偏差e分为五级：负大（NB），负小（NS），零（O），正小（PS），正大（PB）。根据偏差e的变化范围分为七个等级：-3，-2，-1，0，+1，+2，+3。得到水位变化模糊表2-3。表2-3水位变化划分表控制量u为调节阀门开度的变化。将其分为五级：负大（NB），负小（NS），零（O），正小（PS），正大（PB）。并根据u的变化范围分为九个等级：-4，-3，-2，-1，0，+1，+2，+3，+4。得到控制量模糊划分表2-4。表2-4控制量变化划分表2.3.2模糊规则的描述根据日常的经验，设计以下模糊规则： （1）“若e负大，则u正大”（2）“若e负小，则u正小”（3）“若e为0，则u为0”（4）“若e正小，则u负小”（5）“若e正大，则u负大”上述规则采用“IFATHENB”形式来描述：（1）ife=NBthenu=NB（2）ife=NSthenu=NS（3）ife=0thenu=0（4）ife=PSthenu=PS（5）ife=PBthenu=PB根据上述经验规则，可得模糊控制表2-5。表2-5模糊控制规则表2.3.3求模糊关系模糊控制规则是一个多条语句，它可以表示为U×V上的模糊子集，即模糊关系R：其中规则内的模糊集运算取交集，规则间的模糊集运算取并集。 由以上五个模糊矩阵求并集（即隶属函数最大值），得：2.3.4模糊决策 模糊控制器的输出为误差向量和模糊关系的合成：当误差e为NB时，控制器输出为2.3.5控制量的反模糊化如果按照“隶属度最大原则”进行反模糊化，则选择控制量即阀门的开度应关大一些，减少进水量。仿真：按上述步骤，设计水箱模糊控制的Matlab仿真程序。通过该程序，可实现模糊控制的动态仿真。模糊控制响应表见表2-6所示。取偏差e=-3，运行该程序，得u=-3.1481。表2-6模糊控制响应表 3　水箱水位MATLAB仿真3.1MATLAB的基本介绍MTALAB系统由五个主要部分组成，下面分别加以介绍。(1)MATALB语言体系：MATLAB是高层次的矩阵／数组语言．具有条件控制、函数调用、数据结构、输入输出、面向对象等程序语言特性。利用它既可以进行小规模编程，完成算法设计和算法实验的基本任务，也可以进行大规模编程，开发复杂的应用程序。(2)MATLAB工作环境：这是对MATLAB提供给用户使用的管理功能的总称．包括管理工作空间中的变量据输入输出的方式和方法，以及开发、调试、管理M文件的各种工具。(3)图形句相系统：这是MATLAB图形系统的基础，包括完成2D和3D数据图示、图像处理、动画生成、图形显示等功能的高层MATLAB命令，也包括用户对图形图像等对象进行特性控制的低层MATLAB命令，以及开发GUI应用程序的各种工具。(4)MATLAB数学函数库：这是对MATLAB使用的各种数学算法的总称．包括各种初等函数的算法，也包括矩阵运算、矩阵分析等高层次数学算法。(5)MATLAB应用程序接口(API)：这是MATLAB为用户提供的一个函数库，使得用户能够在MATLAB环境中使用c程序或FORTRAN程序，包括从MATLAB中调用于程序(动态链接)，读写MAT文件的功能。可以看出MATLAB是一个功能十分强大的系统，是集数值计算、图形管理、程序开发为一体的环境。除此之外，MA丁LAB还具有根强的功能扩展能力，与它的主系统一起，可以配备各种各样的工具箱，以完成一些特定的任务。MATLAB有几种在不同电脑作业系统的版本，例如在视窗3.1上的MATLABforWindows,SIMULINK，在麦金塔上的MATLABforMacintch，另外还有在Unix上的各种工作站版本。基本上这些版本主要是提供方便的操作环境，采用图形界面。3.2simulink仿真的基本介绍 MATLAB的SIMULINK子库是一个建模、分析各种物理和数学系统的软件。由于在WINDOWS界面下工作,所以对控制系统的方块图编辑、绘制很方便。MATLAB命令窗口启动SIMULINK程序后,出现的界面如图3-1所示。图3-1SIMULINK模块库分别为信号源、输出、离散系统库、线性系统库、非线性系统库、系统连接及扩展系统。3.3水箱水位控制的MATLAB仿真实现用simulink构建系统的仿真电路,如下图所示 图3-2PID和模糊控制系统Madab仿真结构图由图3-2可见,此仿真系统可以分为5个主要部分:模糊控制系统,随机不确定输入,阀门子系统,水箱子系统和观测系统。其中模糊控制系统是包含模糊输入量液面偏差E和液面偏差变化率△E和输出控制量U两个输入变量经过模糊控制系统&进行模糊算法处理，可以得到U来控制水箱出水口阀门的开闭状态。数信号发生器来模拟实际应用中系统输入量为随机量的情况，这里选择最大参数为3的随机数发生器，与水箱子系统连接，作为水箱的输入。阀门子系统的阀门系统主要是把模糊输出的控制量转化成实际中出水口的流量。水箱子系统它的功能是将贮水体积转化成实际的液面。而观测系统设置了3个示波器，分别表示水箱液面，溢出情况和水箱出水口阀门所排放的液体体积[12]。3.4仿真结果水位控制系统的控制对象水箱的容量相对比较大（这意味着，它们具有较大的惯性），它们的输出量（水位或温度T）对给定量的响应相对也比较缓慢，因此它们的技术指标，主要是稳态性能指标（即稳态误差）。由系统各个环节的传递函数以及它们相互间的联系，就可得到系统框图。由系统框图，应用自动控制原理，便可对系统的性能进行分析。将模糊控制矩阵与simulink中的模糊控制系统建立映射关系后，就可以对系统进行仿真，其中水箱液面仿真结果如图3-3所示。 图3-3水箱水位模糊控制仿真结果 4　水箱水位模糊控制系统选用单片机作为CPU对水阀流量进行自动控制，基于模糊控制理论实现模糊检测与控制系统设计。给出了控制量的结构图好控制规则表，以水位的模糊控制为例，对模糊控制器软、硬件进行设计不管是采用经典控制理论还是采用现代控制理论来设计自动控制系统，都必须事先知道被控对象的精确数学模型。然而，随着现代工业技术的发展，被控对象和生产过程日益复杂，系统的非线性、时滞性和环境的不稳定性导致难以建立精确的数学模型。模糊控制不需要被控对象的数学模型，便可达到较好的控制效果。4.1模糊控制器的实现以水箱内的水位高低作为控制实例。该水箱采用模糊控制算法结合单片机技术，通过变频调速，达到一个我们随时可调的水位态。因为水管中的水压式有波动的，通常在0.8～1.2Mpa范围内变化，从而导致水管流出的水流量不相同。下面我们确定模糊控制系统图，通过设定期望的液位hd，h为水箱中的实际液位高度。当水箱中的液位不断变化时，压力传感器信号也不断改变，由此测量值和期望液位设定值相比较，得出其液位偏差E(e=h-hd),偏差变化率EC(△e/△t),经采样和A/D转换，再模糊化处理为对应的模糊量X,Y。再经过知识库进行模糊推理，得到模糊控制量Z,最后经过反模糊化得到精确控制变量U,通过U对被控对象电机进行控制，再由电机决定水法阀门角度的大小，从而调节水箱液位高度。液位设定值h4e=h-hdΔe/Δt模糊化知识库模糊推理去模糊电机水法阀门压力传感器水箱实际液位图4-1水箱液位模糊控制器系统结构图 4.2控制器软件实现主程序流程图如图4-2所示，上电复位后，单片机芯片初始化，利用键盘对控制器进行液位值的设定。当压力实际值是更新值时，把实际值进行模糊化处理，通过模糊推理计算出对水阀开口度直接执行的步进电机的驱动值，从而决定水阀打开的角度，我们可以通过实际显示值观察水箱液位的高低。初始化设定液位期望值键盘输入液位值变化模糊控制程序确定水阀开度更新显示实际测量值开始NNYY图4-2水箱液位模糊控制器系统结构图 5　总结本设计按照任务书的要求，熟悉了常规PID控制器设计方法，研究了常规PID控制算法的特点及其存在的不足之处。熟悉了模糊逻辑控制器的设计方法和特点及了解了模糊逻辑控制的发展概况，并以MATLAB为工具对模糊逻辑控制器在水箱水位控制中的应用进行了设计和仿真分析，得出模糊逻辑控制在不能得到精确数学模型的复杂系统中具有明显的优越性。通过分析模糊逻辑控制在水箱水位控制中的应用，又鉴于PID控制在精确控制中的优势，提出用模糊逻辑控制和PID控制相结合的模糊PID控制器来进行更优控制，并提出了设计思路。在本设计中，由于条件不足，没有对提出的新型控制器进行完整的设计与仿真，将有待在以后的工作学习中不断进步。而模糊逻辑控制作为新型智能控制，在以后的现代控制领域中将越来越被重视，因此将需要我在以后的学习中继续努力。 参考文献[1]刘冰，李文，丁鸣艳．基于MATLAB的模糊PID控制系统的设计及其仿真[J]．仪器仪表用户，2006，03，13（02）:24-27.[2]杨咏梅，陈宁．基于MATLAB的模糊自整定PID参数控制器的设计与仿真[J]．微计算机信息，2005,12,25(24):61-63.[3]刘志远，蔡肯，白雁力．基于Simulink的Fuzzy-pid控制器设计[J]．韶关学院学报，2005,03,26(09):25-28.[4]宋子巍，陈思忠，杨林．模糊－PID控制的 MATLAB仿真分析．科技资讯[J]，2006,3,001(03):12-16.[5]薛定宇，陈阳泉.基于Matlab/Simulink的系统仿真技术与应用[M].清华大学出版社,2002,3.[6]陶永华，尹怡欣，葛芦生.新型PID控制系统及其应用[M].机械工业出版社,1998,9.[7]黄文梅，杨勇，熊桂林.系统分析与设计—MATLAB语言及应用[M].国防科技大学出版社,2001,3.[8]张增科.模糊数学在自动化技术中的应用[M].清华大学出版社，1997，7.[9]BlancoA,DelgadoM,RequenaI.Identificationoffuzzyrelationalequationsbyfuzzyneuralnetworks.Fuzzysetsandsystems,1995，71：215-226.[10]窦振中.模糊逻辑控制技术及其应用[M].北京航空航天大学出版社,1995，9.[11]刘增良,模糊逻辑与神经网络-理论研究与探索[M].北京航空航天大学出版社,1999，10.[12]黄军辉.模糊控制理论的发展及应用[J].中国科技信息，2006，1，194（12）：7-8. 附录模糊控制部分程序#include"stdio.h"floate[5][7];/*输入量的隶属度表*/floatu[5][9];/*输出量的隶属度表*/floatR[7][9];/*控制规则总表*/intuxl[9];/*控制输出向量*/intPB[7][9];/*以下5个都是某一条规则的表*/intPS[7][9];intO[7][9];intNS[7][9];intNB[7][9];floate[5][7]={{0,0,0,0,0,0.5,1},{0,0,0,0,1,0.5,0},{0,0,0.5,1,0.5,0,0},{0,0.5,1,0,0,0,0},{1,0.5,0,0,0,0,0}};floatu[5][9]={{0,0,0,0,0,0,0,0.5,1},{0,0,0,0,0,0.5,1,0.5,0},{0,0,0,0.5,1,0.5,0,0,0},{0,0.5,1,0.5,0,0,0,0,0},{1,0.5,0,0,0,0,0,0,0}};/*floatR[7][9]={{1,0.5,0,0,0,0,0,0,0},{0.5,0.5,0.5,0.5,0,0,0,0,0},{0,0.5,1,0.5,0.5,0.5,0,0,0},{0,0,0,0.5,1,0.5,0,0,0},{0,0,0,0.5,0.5,0.5,1,0.5,0},{0,0,0,0,0,0.5,0.5,0.5,0.5},{0,0,0,0,0,0,0,0.5,1}};*/floatul;/*最终输出量*/floatel;/*输入量*/voidcount_R(void);voidcount(void);intjudge_e(void);voidcount_uxl(void);voidcount_u(void);voidmain(void){count_R();/*求R*//*scanf("%f",&el);*/el=1;printf("Controllerinput: ");while(el<=50){voidcount(void)/*包含e的模糊化(在函数count_uxl中)，u向量和u的求取*/ {count_uxl();/*求输出向量u*/count_u();/*u的反模糊化*/}intjudge_e(void)/*求e属于哪个模糊集合*/{inta;/*e属于的级别*/intb=0;/*e属于的模糊集合的下标*/inti;if(el<=15)/*这些if为了判断e所在的级别，存在a中*/{a=6;}if(el>15&&el<=20){a=5;}if(el>20&&el<=24.5){a=4;}if(el>24.5&&el<=25.5){a=3;}if(el>25.5&&el<=30){a=2;}if(el>30&&el<=35){a=1;}if(el>=35){a=0;}for(i=1;i<=4;i++)/*判断e所在的模糊集合，存于b中(隶属度最大)*/{if(e[i][a]>=e[b][a])b=i;elseb=b;} return(b);}voidcount_uxl(void)/*求u向量(u=e。R)*/{intmin;intmax;intb=judge_e();/*e属于的模糊集合的下标*/inti;intj;for(i=0;i<=8;i++){max=0;for(j=0;j<=6;j++){if(e[b][j]<=R[j][i])min=e[b][j];elsemin=R[j][i];if(min>=max){max=min;}}uxl[i]=max;}}voidcount_u(void)/*u的反模糊化*/{inti;intd=0;for(i=1;i<=8;i++)/*根据隶属度最大原则（所以这里主要是求隶属度最大的元素所对应的级别)*/{if(uxl[i]>=uxl[d]){d=i;}}ul=d-4;}程序运行结果如下：Controllerinput: 1.0000002.0000003.0000004.0000005.0000006.0000007.0000008.0000009.00000010.00000011.00000012.00000013.00000014.00000015.00000016.00000017.00000018.00000019.00000020.00000021.00000022.00000023.00000024.00000025.00000026.00000027.00000028.00000029.00000030.00000031.00000032.00000033.00000034.00000035.00000036.00000037.00000038.00000039.00000040.00000041.00000042.00000043.00000044.00000045.00000046.00000047.00000048.00000049.00000050.000000Controlleroutput:4.0000004.0000004.0000004.0000004.0000004.0000004.0000004.0000004.0000004.0000004.0000004.0000004.0000004.0000004.0000002.0000002.0000002.0000002.0000002.0000002.0000002.0000002.0000002.0000000.000000-2.000000-2.000000-2.000000-2.000000-2.000000-4.000000-4.000000-4.000000-4.000000-4.000000-4.000000-4.000000-4.000000-4.000000-4.000000-4.000000-4.000000-4.000000-4.000000-4.000000-4.000000-4.000000-4.000000-4.000000-4.000000.........OK...........