技术中心
 
 

基于双模糊控制的温度控制系统研究

   日期:2011-07-12     来源:互联网    作者:朱 申 西安铁路职业技术学院    
核心提示:摘要:针对温度控制系统的大滞后特点,介绍一种双模糊控制方法。通过Matlab/Simulink仿真,其结果表明,与传统PID控制和普通模糊控制相比
摘要:针对温度控制系统的大滞后特点,介绍一种双模糊控制方法。通过Matlab/Simulink仿真,其结果表明,与传统PID控制和普通模糊控制相比较,双模糊控制对大滞后、时变、非线性、无法精确获得数学模型的控温系统具有良好的控制效果。该控制方式在快速性、稳态性及准确性方面都有较大提高,较好地解决了快速性与小超调量之间的矛盾。
关键词:双模糊控制;温度控制系统;PID控制;模糊控制

0 引言
PID控制是最早发展起来的控制策略之一,以其算法简单,鲁棒性好及可靠性高的优势,被广泛应用于温度、压力、流量等工业过程控制中。但传统PID控制适用于建立精确的数学模型的确定性控制系统。当受控对象的数学模型动态变化时,系统的参数和模型变化,具有非线性时,传统PID控制很难达到理想的控制效果。近年来,智能控制作为一门新兴的理论和技术发展很快,许多学者进行了大量的研究工作。其中,模糊控制不要求被控对象的模型精确,具有较强的鲁棒性且适应性强而被广泛应用。但在一般的模糊控制中,没有考虑常规模糊控制器不同时具备在偏差大时快速跟踪,在偏差小时精确定位的问题,而且这两个要求是相互矛盾的,并发生在不同的时域。另外,也没有考虑常规模糊控制稳态精度不高且稳定性难以保证的问题。基于以上分析,本文在分析常规PID控制和模糊控制算法的基础上,设计了带有自调整因子的双模糊控制器。根据设定值与输出值间的偏差及偏差的变化,切换模糊控制器1和模糊控制器2,完成两组控制器的平稳过渡,并结合Ma-tlab环境下的模糊逻辑工具箱对其进行了仿真研究。

1 双模糊控制系统结构
双模糊控制系统由模糊控制器FC1和模糊控制器FC2并联组成,并由控制开关进行模式选择,其结构如图1所示。 a.JPG
其工作原理是当系统误差较大,落在某个阈值以外时,就采用模糊控制器FC1进行控制,以达到快速响应,消除误差的目的;当系统误差较小,落在阈值以内时,采用模糊控制器FC2进行控制,由于此控制器已将零域进一步细分,因此可以大大改善模糊控制器对于系统小误差的控制效果,从而达到极大地消除静态误差的目的,进而取得满意的控制效果。
判断电路的控制规则可以描述为:
b.JPG

2 双模糊控制系统的设计
2.1 被控对象的选取
在控制工程实践中,温度控制具有典型的时间滞后特点,现选取温度控制系统为带有纯延迟的一阶过程模型,设被控对象的传递函数为:
c.JPG
2.2 PID控制器设计
为获得较好的稳态控制效果,普遍采用PID控制,也就是在系统中加入一个比例放大器、一个积分器和一个微分器。通过参数整定得到PID控制器的参数为KP=1.5,KI=1,KD=0.8,单位阶跃响应曲线如图2所示。 d.JPG
PID控制器是一种线性控制器,鲁棒性不够强,具有对负载变化适应能力差,抗干扰能力弱和控制性容易受模型参数变化影响等弱点。所以在控制系统中难以达到令人满意的调速性能,尤其是在对系统性能和控制精度要求较高的场合,这就需要对PID算法进行改进,以达到更好的控制性能。
2.3 模糊控制器设计
2.3.1 确定输入、输出隶数度函数
模糊控制器采用二维结构,以误差e和误差变化率ec作为模糊控制器的输入信号,将模糊控制器进行模糊化、模糊逻辑推理、解模糊化等一系列操作,最后得到模糊控制器输出控制信号量u。根据双模糊控制器的原理,令其输入为E和Ec,输出为U,并确定输入输出的隶属度函数。取E,Ec,U的模糊论域为[-6,6]。实际误差e的变化范围是[-0.5,0.5],实际误差变化率ec的变化范围是[-1,1],实际输出控制量u的变化范围是[0,10]。因此可确定偏差e的量化因子Ke=15,偏差变化率ec的量化因子Ke=6,控制量u的量化因子Ku=1。变量E的语言值设定为8个,即{负大(NB)、负中(NM)、负小(NS)、负零(NO)、正零(PO)、正小(PS)、正中(PM)、正大(PB)};将变量Ec的语言值设定为7个,即{负大(NB)、负中(NM)、负小(NS)、零(ZO)、正小(PS)、正中(PM)、正大(PB)};输出变量U的语言值也设定为7个,即{负大(NB)、负中(NM)、负小(NS)、零(ZO)、正小(PS)、正中(PM)、正大(PB)},E,Ec,U的隶属度函数选为梯形,如图3~图5所示。 e.JPG
2.3.2 模糊规则设计
双模糊控制中的模糊控制器根据误差和误差变化率的不同状态,工程设计人员的技术知识和实际操作经验,建立合适的模糊规则表,得到模糊控制规则如表1所示。 f.JPG

3 基于Matlab/simulink的双模糊控制系统仿真
3.1 建立模糊推理系统结构
在Matlab命令窗口键入fuzzy命令进入模糊逻辑工具箱,在FIS Editor窗口的Edit菜单下确定输入、输出变量的论域范围和各个语言变量的隶属函数曲线等参数,双击每个图标就可以进行编辑,得到模糊控制器的文件。
3.2 建立模糊控制规则
用Edit菜单下的rules打开模糊规则编辑器确定“IF…THEN”形式的模糊控制规则。u共有控制规则56条,每条规则的加权值都缺省为1,推理算法为max-min合成法,解模糊方法采用取重心法。将设计好的模糊控制器保存在一个用户自己定义的文件,后缀为fis。
3.3 创建仿真框图
在Simulink环境下,建立模糊-PI双模控制器仿真系统结构见图6,图7,仿真结果如图8所示。双模系统稳定且消差的关键在各个参数的选择上,从仿真结果可以看出,双模糊控制系统的上升时间和最大超调量都有所减少,系统性能更好,使得控制器的性能得到较大的改善。 g.JPG h.JPG

4 结论
本文提出的双模糊控制器当系统误差较大时,采用模糊控制器FC1进行控制,以达到快速响应,消除误差的目的,以获得良好的动态性能;当系统误差较小,采用模糊控制器FC2进行控制,从而达到极大地消除静态误差的目的,以获得较好的稳态性能。通过在Matlab/ Simu-link环境下的仿真研究可以看出,与传统的PID控制器和常规的模糊控制器相比,双模糊控制器能很好地解决前者上升时间长,超调量大的缺点,且在快速性、稳定性及准确性方面都有较大的改善。
 
  
  
  
  
 
更多>同类技术
 
全年征稿 / 资讯合作
 
推荐图文
推荐技术
可能喜欢