模糊控制论文模糊光效论文

《模糊控制论文模糊光效论文》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。

模糊控制论文模糊光效论文基于MATLAB的智能灌溉模糊控制系统的研究摘要：为提高水资源的有效利用率，加快我国灌溉自动化的步伐，缩短与国外灌溉水平的差距，该文提出了一种基于模糊控制的智能灌溉系统的设计方案。文中详细介绍了系统模糊控制器的设计方法，并利用MATLAB对其进行仿真，仿真结果显示不断调整模糊控制规则和系统参数，可以改进控制系统性能使其满足系统的动静态性能要求。另外在0.25s时对系统加入干扰进行仿真，仿真结果显示该设计可以提高系统的抗干扰性能。　　关键词：模糊控制；智能灌溉　　水资源短缺一直是困扰我国的一个重要问题,而农业用水又是用水量的一个重要部分。从去年冬天以来，我国北方大部地区遭受了严重的干旱，这更为我们节约用水敲响了警钟。在农业生产中，高效的自动化控制灌溉技术是有效的节水节能手段，同时它也是实现农业现代化的重要标志。目前，国内农业灌溉的自动化水平以及自动化普及率还很低，尽管某些经济条件较好的地区采用了国外先进的灌溉控制系统,但是很多地方还是依靠手动及自身经验来控制灌溉。但是凭借经验以及手动控制灌溉，不能够很好的估计土壤的含水量以及农作物的需水量，很难实现科学的灌溉控制，势必会引起水资源的大量浪费[1]。 　　节水灌溉是指在满足农作物正常生长发育的前提下使用最少的用水量,通过最优的节水策略，来最大化灌区的收益[2-3]。灌溉系统很难建立一个精确的数学模型，因为灌溉对象是一个纯时延、大惯性、非线性的系统[4-7]，同时，温度、湿度等多种参数也会对其造成影响。以人的经验和知识为依据的模糊控制不需要建立严格的数学模型，它根据农作物灌溉的特点，模仿人的思维方式以及人控制经验来实现灌溉控制,非常适合于非线性、时变与滞后性系统的控制。　　1系统设计　　本文提出的模糊控制系统主要包括数据采集模块和数据处理模块两大部分。土壤含水量通过安装的传感器来进行测量，然后通过数据采集模块将传感器采集的数据传给计算机；采集的数据被计算机进行一定的处理之后，会产生一些特定的灌溉策略，然后确定对应的灌溉行为，最后输出对应的控制信号到灌溉终端，从而实现自动化的灌溉控制流程。　　此模糊控制系统主要包括软件和硬件两个模块。后者主要实现数据采集功能以及控制执行终端；前者主要实现协调系统正常运行的功能，同时决策灌溉算法是否合理并设计最优的灌溉策略，本文着重介绍此部分。　　2模糊控制灌溉决策设计　　2.1模糊控制器的结构　　给定一个值r，作为农作物正常生长的最佳土壤水分值，设y为实时采样得到的土壤水分值，那么输入变量为e=r-y，ec=d/dt，灌溉时间长度u作为输出变量。输入变量e也即误差的基本论域设置为[-5%，5%]，另一输入变量即ec（变化率）的基本论域设置为[-1%，1%][9-10]，[0，30]为输出变量u的基本论域。假定EC，E和U分别表示ec，e及u对应的模糊变量。U的模糊集为{O，PS，PM，PB}，量化论域为{0，1，2，3}，E、EC对应的模糊集相同，均为{NM，NB，NS，O，PS，PM，PB}，量化论域均为{-3，-2，-1，0，1，2，3}。那么比例因子为K3=30/3=10，而量化因子分别为K1=3/5=0.6，K2=3/1=3。模糊控制系统的控制框图1所示。 　　2.2模糊变量的赋值表　　土壤水分误差模糊变量E、输出控制模糊变量U以及误差变化率模糊变量EC按表1~表3进行赋值。　　2.3模糊控制规则　　消除误差的模糊控制规则可以根据系统输出的土壤水分误差及误差变化趋势来建立，规则如表4所示。　　2.4模糊控制与模糊决策　　我们可以利用条件语句IfE=AiandEC=jBthenU=ijC，来描述双输入单输出的模糊控制器的控制规则。这里i,j=1,2,...,7，Ai是定义在误差上的模糊集，Bj是定义在误差变化上的模糊集，Cij是定义在控制量论域上的模糊集。经过实时采样所得到的实际误差量e乘以量化因子K1，误差变化ec与量化因子K2相乘，然后分别取整，可以得到量化等级。然后采用最大隶属度法则，根据表1和表2可以得到求得的量化因子所对应的模糊子集，然后结合表4，可以求出控制量的模糊子集。再次利用最大隶属度法则，结合表3，得到控制量模糊子集对应的量化等级，完成控制系统的模糊控制的完整过程。整个系统的模糊控制表如表5。　　上表求出的不是直接控制执行机构的精确量，而是控制量的量化等级。必须将上表中的值乘以K3，才得到执行机构的打开时间。另外，在进行实际的模糊控制时，我们也需要结合实际情况来对各个参数（量化因子、比例因子和控制规则）来进行调整，从而使控制更加精确与合理。　　3基于MATLAB的仿真 　　MATLAB是一种面向科学与工程计算的高级语言，它集科学计算、自动控制、模糊系统、神经网络等学科的处理功能于一体，编程效率高，使用简单方便。MATLAB具有强大的扩展功能，它提供的建模可视化软件包SIMULINK和各种工具箱为仿真研究提供了强有力的手段，借助于它们，可以直观方便地进行分析、计算和仿真研究[8-9]。　　建立模糊控制系统仿真模型。这里使用Simulink仿真环境，建立该系统的过程中，利用到阶跃信号模块、信号增益模块、信号求和模块、信号组合器模块等多个模块。　　仿真模型建立之后，下一步进行系统仿真参数和系统模块参数的设置过程。后者参数的设置为：饱和器1的上限为6（upperlimit=6）、下限为-6（lowerlimit=-6），饱和器2的设置与1相同。阶跃信号的时间步长为0.1S,仿真时间设定为0.5S。增益1、增益2、增益3的值分别对应10、0.01、6。采用ode45(Dormand-Prince)仿真算法，利用定步长加变步长的方法来进行仿真计算。启动仿真，观察结果。仿真结果如图2所示。　　在0.25s时加入干扰，仿真结果如图3所示。　　4结果分析　　从仿真结果可以看出，采用模糊控制后系统超调量为0.48%，上升时间为0.193s。为了满足系统的动态和静态性能要求，模糊控制系统可以通过改变模糊控制规则和系统参数来实现，并取得了较好的效果。在此过程中发现。　　1）改变增益1：将其增大，则系统响应时间减短，超调量增大，系统出现不稳定的振荡；将其减小，则系统响应时间加长，超调量减小，变化较明显。 　　2）改变增益2：将其增大，则系统响应时间加长，超调量减小，但变化不大；将其减小，则系统响应时间减短，超调量增大，变化也不明显。　　3）改变增益3：将其增大，则系统响应时间减短，超调量增大，变化较明显；将其减小，则系统响应时间加长，但超调量变化不大。系统在0.25s时加入了干扰信号，系统出现不规则的振荡，但经过0.1s后，系统恢复稳定，并且加了模糊控制的系统的恢复要比未加的快，超调量也小，因此可以看出，此模糊控制器对系统的抗干扰能力也较好。　　5结束语　　精确的数学模型对于文中提出的模糊控制灌溉系统而言是不需要的,这在实际应用中尤其是对于那些模型未知的系统具有重要的意义。此系统能够对复杂的环境进行有效的控制,且能把算法的复杂度控制在一个较低的水平。因为农作物对温度湿度都有一定的要求，此系统可以根据这些具体的参数,经过总结经验和模糊的推理修改查询表,来满足不同农作物灌溉要求的差异性。　　参考文献：　　[1]王立新.模糊系统与模糊控制教程[M].王迎军,译.北京:清华大学出版社,2003.　　[2]康绍忠,许迪.我国现代农业节水高新技术发展战略的思考[J].中国农村水利水电,2001(10):25-29.　　[3]许迪,龚时宏.中国节水农业技术与产品需求分析[J].灌溉排水学报,2005,24(1):1-7.　　[4]许建中.水利部节水灌溉高新技术示范基地[J].节水灌溉,1997(2):35-37. 　　[5]沈荣开.非饱和土壤水运动滞后效应的研究[J].土壤学报,1993,30(2):209-216.　　[6]王立舒,杨广林,徐向峰,等.日光温室温、湿度模糊控制系统研究[J].东北农业大学学报,2005,36(5):625-627.　　[7]刘贤赵,康绍忠.黄土区坡地降雨入渗产流过程中的滞后效应[J].水科学进展,2001,12(1):56-60.　　[8]冯冬青,张希平.费敏锐.一种基于MATLAB的模糊控制器综合优化设计方法[J].系统仿真学报,2004(4):849-852.　　[9]李国勇.智能控制及其MATLAB实现[M].北京:电子工业出版社,2005.　　[10]张晓光,宋继荣,林家骏.节水灌溉的模糊控制[J].自动化仪表,2002,23(11):58-61.