临界风速气力输送模糊控制仿真

《临界风速气力输送模糊控制仿真》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、维普资讯http://www.cqvip.com2003年9月农业机械学报第34卷第5期临界风速气力输送模糊控制仿真王泽南张鹏尹安东【摘要】基于MATLAB／Simulink软件环境，建立了临界风速气力输送模糊控制模型，并进行了仿真研究。仿真结果表明，模糊控制器能很好地达到预期控制效果，并具有快速、准确的优点，从而解决了气力输送过程中按动耗最低原则自动调节和控制风速的问题，为气力输送系统的性能改进提供了一条途径。关键词：气力输送机械lI缶界风速模糊控制仿真中圉分类号：$229文献标识码：ASimulationofPneumatic

2、ConveyanceProcesswithCriticalWindVelocitybyaFuzzyControllerWangZe’nanZhangPengYinAndong(HefeiUniversityofTechnology)AbstractAfuzzycontrolmodelofpneumaticconveyanceprocessunderthecriticalwindvelocitywasestablishedbasedonthesoftwareconditionofMATLAB／Simulinkandthesimula

3、tionexperimentswerecarriedout．Theresultsindicatethatthefuzzycontrollercanrealizetheexpectationsrapidlyandexactly．Theproblem，howtoadjustandcontrolthewindvelocitiesSOastoachievetheminimalpowerlOSSinpneumaticconveyance．wassolvedandanewmethodontheimprovementofpneumaticcon

4、veyingsystemwasgiven．KeywordsPneumatictransportequipment，Criticalwindvelocity，Fuzzycontrol，Simu】ation风速气力输送模糊控制系统，设计模糊控制器，并进引言行仿真实验与分析。在农业物料的气力输送设计中，降低输送过程1模糊控制系统的建立中的能量损失是研究重点。管道气力输送的实验表明，存在一个临界流动状态点，该点输送压损最小，实验表明，启动后管道内农业物料输送风速V。所对应的风速为临界风速[1]。由于气力输送过程十与单位管长压损i的关系曲线

5、为一凹形曲线，曲线分复杂，临界风速受许多不确定性因素影响，实际生的极小值点即临界流动状态点。根据微分理论，压损产中难以获取最佳的临界风速。模糊控制技术为解极小值可由i对的一阶导数i一0求得。据此，本决上述问题提供了一条途径，它充分利用人的控制控制系统取i为被控量，以i降为零为最终控制目经验和知识，根据被控量压损的误差和误差变化率标，即当i一0时，风速V达到临界风速。考虑到被进行模糊推理，来快速、准确地实现风速的调节与控输送的农业物料种类很多，临界风速的取值范围很制，以获取临界速度。大，不适合直接把输送风速V作为系统中模糊控制本文基

6、于两相流压损特性数学模型，建立临界器的输出。本文的处理方法是：采用风速变化量Av收稿日期I2002—05—16王泽南合肥工业大学生物与食品工程学院副教授，230009合肥市张鹏合肥工业大学生物与食品工程学院硕士生尹安东合肥工业大学生物与食品工程学院高级实验师维普资讯http://www.cqvip.com第5期王泽南等：临界风速气力输送模糊控制仿真117为控制量，并针对具体的仿真输送对象，先对系统输入一个输送风速的初始值，在此值的基础上，通过模糊控制器的作用使输送风速从初始值变化到最终的临界值。图1为仿真模糊控制系统的结构图，其中

7、晶一0为被控量i的期望值，。为估测的风速初始值。一般的控制系统常把误差和误差变化率作为系统的输入，因此本系统将模糊控制器的输入设为i3与i的误差(差值)及其对时间t的导数；，输出为Av。(3)将式(3)代入式(1)，即可与输入的其他参数共同求得落在各阻力区的压损i以及压损导数i值。2模糊控制器的设计误差P的模糊子集取为{NB，NM，NS，NZ，PZ，PS，PM，PB)，误差变化率；的模糊子集为{NB，图1模糊控制系统框图NM，NS，Z，PS，PM，PB)，输出的模糊子集为采用两相流基本压损方程作为被控对象压损i{NB，NM，NS，

8、Z，PS，PM，PB)。它们的论域均为的计算式h：{一6，一5，一4，一3，一2，一1，0，+1，+2，+3，+4，卅++(1)+5，+6)。充分考虑人在实际操作中的控制经验，编制的模糊控制规则如表1所示[3]。各语言变量的隶其中九一0．0125+