北京化工大学北方学院毕业设计（论文）
（2）前馈--串级控制方式
前馈--串级控制方式的原理图及方框图如下所示，与前馈--反馈相类似，仅仅是将加法器位置由调节器前移至调节器后。对于此方案不管系数如何设置，当负荷变化时，液位仍可保持无差。
图2.6 前馈--串级控制系统
本文拟在前馈—串级三冲量控制的基础上加入模糊控制，通过模糊控制选择合适的PID中的比例系数、积分系数、微分系数来实现PID控制器的整定，实现优化控制，避免了传统PID控制中的难以控制滞后、非线性及无法消除耦合关联的缺点。
11
北京化工大学北方学院毕业设计（论文）
第3章 模糊控制原理
在现代控制过程中，当被控对象或过程存在非线性、时变性、多参数间的强烈耦合和较大的随机干扰，以及过程机理错综复杂、现场测量条件不足时，则不可能建立被控对象或过程的精确数学模型。因此，基于模型的控制方法，往往不如一个有实践经验的操作人员用手动进行控制的效果好。这就使得模糊控制逐渐形成。
第3.1节 模糊控制的形成与提出
假设我们需要控制炉温恒定，检测仪表给出的是炉温的精确量，操作人员将此精确量转化为头脑中的模糊的概念量，如“温度较高”，他用此概念与控制中的经验相匹配，得到“温度较高应减少燃料”的结论，进行工作。在这里，\较高\便是一个模糊的概念，它没有确切的值。在生活中，这种情况也很常见，如“天很热”、“真漂亮”、“个子很高”、“水流很急”等等。它们无法用经典的数学方法来度量，但大家在使用过程中，也并不会产生误解与歧义。为了对这些现象进行描述便渐渐形成了模糊数学。
模糊逻辑的概念最早源于美国加利福尼亚大学的L.A.Zadah教授于1965年提出的模糊集合。模糊控制是模糊集合论应用的一个重要方向。模糊控制经历了40多年的研究和发展已经逐步完善，尤其在其应用领域更是成果辉煌。自从1974年E.H.Mamdani首先利用模糊数学理论进行蒸汽机和锅炉控制得到成功应用后，模糊控制的研究和应用就十分活跃。1977年英国的Pipps等人采用模糊控制对十字路口的交通管理进行实验，车辆的平均等待时间减少7%。1980年，Tong等将模糊控制用于潜水处理过程，取得较好的效果。1983年，日本学者Shuta Murakami研制成功了一种基于语言真值推理的模糊逻辑控制器，并成功地用于汽车速度的自动控制。90年代以来，模糊控制的领域更加广泛，除了以往的工业过程应用以外，各种商业民用场合也大量采用模糊控制技术，如模糊控制洗衣机、模糊微波炉、模糊空调、地铁运行的模糊控制、机器人控制等。模糊控制系统的应用对于那些测量数据不确切、要处理的数据量过大以致无法判断它们的兼容性、一些复杂可变的被控对象等场合是有益的，利用模糊逼近来表示
12
北京化工大学北方学院毕业设计（论文）
它们是非常合适的。
在控制工程中，人们加以总结，可以把凭经验所采取的相应措施总结成一条条控制规则，如水位太高则减小给水量，温度太低则增加燃烧量等等。由这些规则所构成的控制器对复杂的生产过程进行控制，由于这些规则基于模糊逻辑，是模糊数学与控制技术相结合的产物，这种控制就是模糊控制。
第3.2节 模糊控制的优缺点
由于模糊控制不必建立数学模型，根据实际系统的输入和输出结果数据，参考现场操作人员的运行经验，就可以对系统进行实时控制，实际是一种非线性控制，属于智能控制的范畴。它具有以下几方面的优势：
（1）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，其依据是现场操作人员的控制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，因而使得控制机理和策略容易与理解，设计简单，便于应用。
（2）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，动态特性不易用掌握或变化非常显著的对象非常适用。 （3）基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易导致较大差异；但一个系统语言规则却具有相对独立性，利用这些控制规律间的模糊连接，容易找到折中的方案，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的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。
（4）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。
相对于它的优点，它依旧有一些缺陷：
（1）精度并不是太高。这主要是由于模糊控制表的量化等级有限而造成的，通过增加量化等级数目虽可以提高精度，但增加量化等级的同时会使数据量大大增加，运算时间也大大延长。其实，模糊控制器在不引入积分机制的条件下，误差是必然存在的。
（2）自适应能力有限。由于量化因子和比例因子是固定的，当对象参数随环境的
13
北京化工大学北方学院毕业设计（论文）
变迁而变化时，它不能对自己的规则进行有效的调整，从而使其良好的性能不能得到充分的发挥。
（3）易产生振荡现象。若构造的查询表存在不合理性时，或量化因子和比例因子选择不当，都会导致振荡。
鉴于以上优缺点，人们提出了许多解决方案，其中Fuzzy--PID控制就是常用且较为有效的一种形式。
第3.3节 模糊控制的基本原理
3.3.1模糊控制器的基本结构
图3.1 模糊控制系统的基本结构
以上为模糊控制系统的基本结构图，易得模糊系统由5个主要部分组成： （1）输入/输出接口装置：模糊控制器通过输入/输出接口从被控对象获取数字信号量，并将模糊控制器决策的数字信号经过数模变换，将其转变为模拟信号，送给执行机构去控制被控对象。
在I/O接口装置中，除A/D、D/A转换外，还包括了必要的电平转换电路。 （2）模糊控制器：模糊控制的核心部分。一般为一台微型计算机，根据控制系统的需要，既可选用系统机、又可选用单板或单片机。随着近几年日本、美国推出的专用模糊芯片，也可以选用。模糊控制系统中的控制器采用的是基于知识表示和规则推理的语言型控制器，这是模糊控制系统区别与其他自动控制系统的特点所在。
14
北京化工大学北方学院毕业设计（论文）
（3）执行机构：包括了各种交、直流电动机，伺服电动机，步进电动机，气动调节阀，液压机构等。
（4）被控对象：被控对象是一种设备或装置以及它们的群体，或是一个生产、自然、社会的生物等等的状态转移过程。它可以是线性或非线性的、定常或时变的，也可以是单变量或多变量的、有时滞或没有时滞的以及有强干扰的多种情况。
被控对象缺乏精确数学模型的情况适宜选择模糊控制，但具有较精确的数学模型的被控对象，也同样可以采用模糊控制方案。
（5）传感器：传感器是将被控对象或各种过程的被控制量转换为电信号（模拟的或数字的）的一类装置。被控制量往往是非电量，如温度、压力、流量、浓度、湿度等。传感器在模糊控制系统中占有十分重要的地位，它的精度往往直接影响整个控制系统的精度。因此，在选择传感器时，应注意选择精度高且稳定性好的传感器。
3.3.2模糊控制器的设计方法
模糊控制器（Fuzzy Controller），全称模糊逻辑控制器（Fuzzy Logic Controller），是通过类似语言的控制规则进行控制的，是一种智能的控制方法，在自动控制系统中具有举足轻重的地位。
上文中已经介绍了模糊控制器的组成结构，下面对其设计方法进行阐述，在设计中要注意四个方面的问题：
（1）选择合适的输入、输出变量。首先，输入、输出变量必须是可控可测的，通常可以调节量的误差、误差的变化和误差的二阶导数做为输入变量，输出变量选择控制量或控制量的变化。其次，要求输入和输出量可以通过尺度变换达到合适的论域。 （2）精确量的模糊化。可模糊化是模糊控制器设计的首要条件，模糊化的过程中，要选择合适的隶属度函数，把语言变量的语言值转化成为某适当论域上的模糊集合。其中，隶属度函数由运算的简易程度及误差要求多选用三角形、梯形或高斯形函数。
(3)设计知识库。通过一组模糊条件语句构成模糊控制规则，并计算由模糊控制规则决定的模糊关系，实际上就是构造合适的模糊控制算法。践于其局限性，控制规则的设定多基于专家经验与实际操作过程。
(4)非模糊化。把模糊推理的结论通过适当的方法转化为实际可用的精确量，发出指令，对实际过程进行控制。
模糊控制器设计的四个主要方面，同样也可以做为模糊控制器设计四个主要步骤。其中，模糊化、知识库设计、解模糊设计最为重要。
15