基于可编程控制器的液位模糊控制系统设计

《基于可编程控制器的液位模糊控制系统设计》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。

1、哈尔滨工业大学工程硕士学位论文[11][12]。1、控制系统的设计不要求知道被控对象的精确数学模型，只需要提供现场操作人员的经验知识及操作数据。2、对被控对象特性参数的变化具有较强的鲁棒性。适合于对难以建立被控对象的数学模型的复杂系统进行控制，如非线性、时变、滞后系统。3、以语言变量代替常规的数学变量，易于构造形成专家的“知识”。相比于神经网络，模糊逻辑建立在已经熟悉相关系统的专家基础上，更能充分利用现有的专家知识。4、控制推理采用“不精确推理”(approximatereasoning)。推理过程模仿人的思维过程，由于加入了人类的经验，

2、因而能够处理复杂系统。5、模糊逻辑是柔性的。对于给定的系统，很容易处理以及直接增加新的功能，而不需要从头做起。易于与传统的控制技术相结合。模糊系统不需要替代传统的控制方法，在很多情况下，只是在原有的控制方法上做简单的修改。6、控制效果好，且所需设备简单，经济效益显著。虽然模糊控制以其自身的优势在实践中取得了巨大的发展，然而，不同于其它领域，模糊控制应用的发展似乎落后于模糊控制理论的发展，缺乏常规控制理论指导是阻碍模糊控制理论发展的一个重要因素。模糊控制理论的发展需要建立一个结构框架，即通过分析模糊控制算法的推理过程，揭示模糊控制器工作的实

3、质和机理，从而建立模糊控制同常规控制策略之间的内在联系。这种研究也可促使人们将传统的成熟的控制理论应用于模糊控制理论中，去解决模糊控制理论发展过程中的难题，从而推动模糊控制理论的发展。根据常规控制理论解析分析模糊控制器的结构，是发展模糊控制技术的一条重要途径。这对于模糊控制器的实际应用具有一定的指导意义，因为模糊控制技术中许多重要而难度较大的方面(如分析、设计、稳定性和鲁棒性)，可用(非线性)控制理论中现有的数学技术有效地加以研究。模糊控制属于智能控制中的一种，是自动化技术中的一个非常活跃的领域。它以现代控制理论为基础，同时结合人工智能技

4、术、神经元网络鼓术、仿人智能技术，并因其具有自身优点，因而在控制领域得到了空前的应用。目前，主要有以下几个发展方向：1、Fuzzy-PID复合控制Fuzzy-PID复合控制是用模糊技术与常规PID控制算法相结合的控制方法，以此达到较高的控制精度。它比单用模糊控制和单用PID调节器具有更好的控制性能。2、参数自整定模糊控制-2-哈尔滨工业大学工程硕士学位论文参数自整定模糊控制或称比例因子自整定模糊控制，这种控制方法较之常规的固定比例因子的模糊控制方法对环境变化有更强的适应能力，在随机环境中能对控制器进行自动校正，使得被控对象特性变化或扰动情

5、况下控制系统保持较好性能。3、自适应模糊控制自适应模糊控制能自动地对自适应模糊控制规则进行修改和完善，以提高控制系统的性能。它具有自适应、自学习的能力，对于那些具有非线性、大时滞、高阶次复杂系统有着更好的控制效果。4、专家模糊控制专家模糊控制是专家系统技术与模糊控制相结合的产物。引入专家系统模糊控制进一步提高了模糊控制器智能水平，专家模糊控制保持了基于规则的方法和用模糊集合处理带来的灵活性．同时把专家系统技术的表达与利用知识的长处结合起来，能处理更广泛的控制问题。5、神经模糊控制神经模糊控制是基于神经网络的模糊控制方法。这种控制利用了模糊

6、逻辑具有较强的结构性知识表达能力，即描述系统定性知识的能力，以及神经网络强大的学习能力与定量数据的直接处理能力。1.3研究的意义和目的控制理论的发展经历了古典控制理论、现代控制理论和智能控制理论三个阶段。在古典控制理论中，应用最成功的是比例积分微分(PID)控制。它是一种在工业生产中广泛应用的常规控制算法，属于线性控制。这种控制方式的最大优点是结构简单，使用方便，可以不用被控对象的模型参数，直接根据输出的偏差进行调节。该算法由于其简单实用而被广大工程技术人员所熟悉、使 用。但是当被控对象比较复杂时，便难以取得满意的控制效果[13][14]

7、。现代控制理论为控制复杂系统提供了新的思路。采用该理论进行控制时，需要提供准确的数学模型。尽管数值计算与计算机技术的发展，为求解模型参数提供了有效的方法和工具，但由于这些模型方程中有众多的参数需要估计，而求解这些参数时又往往缺少足够的信息特征和信息量，因此限制了现代控制理论 的有效应用[15]。一个控制系统控制质量的优劣，关键在于它能否对被控对象提供精确的控制。当研究的控制系统涉及非线性、多变量、时变性等这样的大系统时，如煤炭生产过程、金属冶炼、石油化工、工业锅炉等，系统的复杂性与控制技术的-3-哈尔滨工业大学工程硕士学位论文精确性便形成

8、了尖锐的矛盾。由于被控对象和过程的非线性、时变性、多参数间的强烈耦合、随机于扰、被控过程的机理错综复杂等，很难建立被控对象的精确数学模型，只能测得其参数间的模糊关系的估计。这就给传统的古典控制