基于模糊神經(jīng)網(wǎng)絡(luò)的多變量控制系統(tǒng)的設(shè)計與應(yīng)用研究

1、西安理工大學(xué)碩士學(xué)位論文基于模糊-神經(jīng)網(wǎng)絡(luò)的多變量控制系統(tǒng)的設(shè)計與應(yīng)用研究姓名：李為民申請學(xué)位級別：碩士專業(yè)：控制理論與控制工程指導(dǎo)教師：潘永湘20071001摘要論文題目學(xué)科名稱學(xué)生姓名指導(dǎo)教師基于模糊神經(jīng)網(wǎng)絡(luò)的多變量控制系統(tǒng)的設(shè)計與應(yīng)用研究控制理論與控制工程奎蘊匿遙丞漁（簽名）（簽名）摘要本文建立了以水位和溫度為被控量的水箱物理對象，給出了水箱的控制輸入與水位和溫度之間的近似機理模型，確定了對象的參數(shù)。建立了以工業(yè)控制計算機（口）和數(shù)據(jù)采集控制卡（）為控制器，以水箱的水位和溫度為被控量的完整控制系統(tǒng)試驗平臺。在此平臺之上進(jìn)行了傳統(tǒng)的控制實驗。實驗表明，其中的積分控制作用對于系統(tǒng)的動態(tài)性能有

2、不利的影響，而控制則有明顯的靜差。在此平臺之上反復(fù)地進(jìn)行了手動操作實驗，獲得了保持水位和溫度穩(wěn)定的直接的控制輸入與輸出數(shù)據(jù)，并通過數(shù)據(jù)采集卡采集成為學(xué)習(xí)樣本。在傳統(tǒng)控制和手動操作實驗的基礎(chǔ)上，本論文提出了由經(jīng)驗數(shù)據(jù)進(jìn)行型模糊控制器設(shè)計和優(yōu)化的方法，并進(jìn)行了驗證。實驗表明，按本方法設(shè)計的模糊控制器，其控制效果優(yōu)于一般的控制。但是適應(yīng)能力差，對工作點的變化敏感。本文還提出了基于監(jiān)督控制和逆控制相結(jié)合的神經(jīng)網(wǎng)絡(luò)控制方案，并進(jìn)行了仿真實驗。實驗表明，該控制方案的性能優(yōu)于傳統(tǒng)控制和單純的神經(jīng)網(wǎng)絡(luò)控制，并且有較強的魯棒性和適應(yīng)性。最后，本論文還設(shè)計了基于模糊神經(jīng)網(wǎng)絡(luò)的控制方案，并用神經(jīng)網(wǎng)絡(luò)優(yōu)化了模糊控制器

3、的參數(shù)。控制效果優(yōu)于型模糊控制器。關(guān)鍵詞：工業(yè)控制機；數(shù)據(jù)采集卡；模糊控制；模糊神經(jīng)網(wǎng)絡(luò)控制本研究得到寶雞文理學(xué)院青年教師科研基金的資助。西安理工大學(xué)碩士學(xué)位論文：丌：（）（）一，）（），鈀，船，啪，（），。：；：；獨創(chuàng)性聲明秉承祖國優(yōu)良道德傳統(tǒng)和學(xué)校的嚴(yán)謹(jǐn)學(xué)風(fēng)鄭重申明：本人所呈交的學(xué)位論文是我個人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的成果。盡我所知，除特別加以標(biāo)注和致謝的地方外，論文中不包含其他人的研究成果。與我一同工作的同志對本文所論述的工作和成果的任何貢獻(xiàn)均已在論文中作了明確的說明并已致謝。本論文及其相關(guān)資料若有不實之處，由本人承擔(dān)一切相關(guān)責(zé)任論文作者簽名：巧嘲哼年中月羽學(xué)位論文使用授權(quán)聲明

4、本人立應(yīng)銎礁導(dǎo)師的指導(dǎo)下創(chuàng)作完成畢業(yè)論文。本人已通過論文的答辯，并已經(jīng)在西安理工大學(xué)申請博士碩士學(xué)位。本人作為學(xué)位論文著作權(quán)擁有者，同意授權(quán)西安理工大學(xué)擁有學(xué)位論文的部分使用權(quán)，即：）已獲學(xué)位的研究生按學(xué)校規(guī)定提交印刷版和電子版學(xué)位論文，學(xué)?？梢圆捎糜坝　⒖s印或其他復(fù)制手段保存研究生上交的學(xué)位論文，可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索；）為教學(xué)和科研目的，學(xué)校可以將公開的學(xué)位論文或解密后的學(xué)位論文作為資料在圖館、資料室等場所或在校園網(wǎng)上供校內(nèi)師生閱讀、瀏覽。本人學(xué)位論文全部或部分內(nèi)容的公布（包括刊登）授權(quán)西安理工大學(xué)研究生部辦理。（保密的學(xué)位論文在解密后，適用本授權(quán)說明）做儲繇

5、望！璺鴨師躲月乏媚前言上一刖昌近年來，模糊控制和神經(jīng)網(wǎng)絡(luò)控制，以及各種混合控制理論取得了顯著的發(fā)展，應(yīng)用實踐也表明了這些理論的有效性。對于多變量非線性系統(tǒng)和那些精確數(shù)學(xué)模型較難建立或者建模成本太大的復(fù)雜過程，模糊、神經(jīng)網(wǎng)絡(luò)等控制算法開辟了新的解決途徑。模糊控制建立的基礎(chǔ)是模糊邏輯，它比傳統(tǒng)的邏輯系統(tǒng)更接近于人類的思維和語言表達(dá)方式，而且提供了對現(xiàn)實世界不精確或近似知識的獲取方法。模糊控制的實質(zhì)是將基于專家知識的控制策略轉(zhuǎn)換為自動控制的策略。它所依據(jù)的原理是模糊隱含概念和復(fù)合推理規(guī)則。經(jīng)驗表明，一些復(fù)雜、不精確和不確定系統(tǒng)，模糊控制的效果常優(yōu)于傳統(tǒng)控制。人工神經(jīng)網(wǎng)絡(luò)（簡稱神經(jīng)網(wǎng)絡(luò)，）是由人工神經(jīng)

6、元（簡稱神經(jīng)元）互聯(lián)組成的網(wǎng)絡(luò)，它是從微觀結(jié)構(gòu)和功能上對人腦的抽象、簡化，是模擬人類智能的條重要途徑，反映了人腦功能的若干基本特征，如，并行信息處理、學(xué)習(xí)、聯(lián)想、模式分類、記憶等。神經(jīng)網(wǎng)絡(luò)通過樣本數(shù)據(jù)可以進(jìn)行訓(xùn)練而實現(xiàn)非線性映射。給神經(jīng)網(wǎng)絡(luò)一些樣本，神經(jīng)網(wǎng)絡(luò)通過自學(xué)習(xí)可以掌握樣本規(guī)律。在輸入新的數(shù)據(jù)和狀態(tài)信息時，可用神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)和控制。目前用得較多的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為多層前向網(wǎng)絡(luò)和徑向基函數(shù)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)的非線性逼近能力毋庸置疑，但是如何更好的將神經(jīng)網(wǎng)絡(luò)投入應(yīng)用，仍需要深入研究。一方面，模糊控制、神經(jīng)網(wǎng)絡(luò)控制及其結(jié)合確實有效，但它們的應(yīng)用不像傳統(tǒng)控制那樣，對于不同的對象，控制的方法、過程和結(jié)果

7、不一定相同；另一方面，越來越多的多變量非線性對象和過程需要用新的算法來控制。所以，理論研究與應(yīng)用研究都顯有必要。本研究起源于我校的一個多人合作的院級科研項目。本項目是為了給自動化專業(yè)的學(xué)生提供一個真實的控制對象，一個能實現(xiàn)多種控制方法的控制實驗平臺而提出的。其中控制對象為一個水箱，控制目標(biāo)為水箱水位和水體溫度克服擾動維持恒定?？刂品桨傅挠布脚_擬采用：）嵌入式控制解決方案；）基于與數(shù)據(jù)測控卡。需要研究和設(shè)計控制系統(tǒng)，以實現(xiàn)經(jīng)典控制，現(xiàn)代控制和智能控制。具體的控制方法由用戶選擇。所以，這些占用了論文中相當(dāng)?shù)钠?。本論文?nèi)容組織如下。第一章為緒論。第二章，對于水箱對象的各個環(huán)節(jié)進(jìn)行建模；解決對象的

8、多變量解耦問題；分析系統(tǒng)的非線性特性；最終建立對象的簡化數(shù)學(xué)模型。第三章，提出了多種硬件控制方案；在闡述工業(yè)機控制方案的基礎(chǔ)上：設(shè)計了工業(yè)控制機控制方案，提出了實現(xiàn)控制算法的軟件開發(fā)工具，和；提出了利用這三種開發(fā)工具開發(fā)控制算法的主要步驟。第四章，傳統(tǒng)控制方案；簡單介紹控制，極點配置等方面的內(nèi)容。西安理工大學(xué)碩士學(xué)位論文第五章，是本論文的重點。第一部分，提出利用經(jīng)驗數(shù)據(jù)設(shè)計型模糊控制器的方法，確定模糊控制規(guī)則的后件和調(diào)整模糊規(guī)則前件的隸屬度函數(shù)參數(shù)和后件參數(shù)的方法。第二部分，分析了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法，提出了神經(jīng)網(wǎng)絡(luò)監(jiān)督和逆控制相結(jié)合的復(fù)合控制方案。第三部分，提出模糊神經(jīng)控制方案，對模糊控制中采

9、用的最乘法和梯度法優(yōu)化后件系數(shù)的方法進(jìn)行了改進(jìn)，即采用神經(jīng)網(wǎng)優(yōu)化模糊模型的后件系數(shù)。第六章，對本論文進(jìn)行總結(jié)。緒論緒論年，美國加州大學(xué)的教授首先提出了模糊集合理論。年，英國的教授將模糊集合理論應(yīng)用于蒸汽機的控制。從此以后，模糊技術(shù)在系統(tǒng)建模和系統(tǒng)控制中，得到了廣泛的應(yīng)用，。模糊控制的基本思想是，把有經(jīng)驗的操作人員或者專家對特定的被控對象或過程的控制策略用自然語言總結(jié)成為一套因果形式，并表示成特定的模糊控制規(guī)則，通過模糊推理達(dá)到所需要的控制要求。與傳統(tǒng)控制相比，模糊控制有以下優(yōu)點：）模糊控制不依賴被控對象的精確的數(shù)學(xué)模型，是解決不確定性系統(tǒng)控制問題的有效方法之一；）模糊控制的機理比較符合人們對控

10、制的直觀描述和思維邏輯；模糊控制具有較強的魯棒性，尤其適合于非線性和時變系統(tǒng)。雖然，模糊控制和模糊建模方法在實際應(yīng)用中取得了很大的進(jìn)展，但依然存在技術(shù)和理論上的問題，主要表現(xiàn)在：技術(shù)上，模糊控制的核心是模糊推理規(guī)則庫，而建立復(fù)雜完善的推理規(guī)則需要借助操作人員或?qū)＜业慕?jīng)驗：其次，信號通過簡單的模糊處理，將導(dǎo)致失真和控制進(jìn)度的降低，雖然可以通過增加量化級數(shù)來改善，但會導(dǎo)致規(guī)則與計算量的急劇膨脹，控制性能難以提升；目前，模糊控制器的設(shè)計尚缺乏系統(tǒng)的理論指導(dǎo)，如論域的選擇、隸屬度函數(shù)的選擇尚處于依據(jù)經(jīng)驗和試湊階段。理論上，如何將傳統(tǒng)理論的概念和方法推廣到模糊控制系統(tǒng)以及怎樣使模糊控制器具有自學(xué)習(xí)能力，

11、等等，都需要進(jìn)一步加以研究解決。年，第一個神經(jīng)元模型一一模型問世。自舳年代以來，人工神經(jīng)網(wǎng)絡(luò)理論取得了突破性進(jìn)展，神經(jīng)網(wǎng)絡(luò)在控制方面的研究成為自動控制領(lǐng)域的前沿之一。在理論上，神經(jīng)網(wǎng)絡(luò)的非線性逼近能力，學(xué)習(xí)和自適應(yīng)能力以及穩(wěn)定性分析等方面成果豐碩；應(yīng)用上，迅速擴展到包括控制在內(nèi)的多個領(lǐng)域她刀。但是，神經(jīng)網(wǎng)絡(luò)只能描述大量數(shù)據(jù)之間的復(fù)雜關(guān)系，神經(jīng)網(wǎng)絡(luò)所涉及的神經(jīng)元數(shù)量較多，計算量大。如何在控制系統(tǒng)中發(fā)揮神經(jīng)網(wǎng)絡(luò)的逼近、學(xué)習(xí)和自適應(yīng)能力，尚在進(jìn)一步研究中。在年首先提出了基于網(wǎng)絡(luò)結(jié)構(gòu)的模糊推理的概念“¨，并設(shè)計了網(wǎng)絡(luò)結(jié)構(gòu)模型。此后，各國的研究人員相繼推出了多種模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)算法翔。盡

12、管各種模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習(xí)算法不同，但它們有共同的特點，既能有效利用語言信息又具有強大的自學(xué)習(xí)和自適應(yīng)能力。模糊神經(jīng)網(wǎng)絡(luò)具有較明確的物理意義，這有助于對實際系統(tǒng)的理解、分析和模糊神經(jīng)網(wǎng)絡(luò)控制的應(yīng)用。截至目前，基于模糊神經(jīng)網(wǎng)絡(luò)控制還有不少問題需要進(jìn)一步研究，其中主要有：西安理工炙學(xué)碩士學(xué)位論文）如何改進(jìn)控制系統(tǒng)的結(jié)構(gòu)，增強系統(tǒng)的魯棒性，通用性：如何利用神經(jīng)網(wǎng)絡(luò)自動生成模糊規(guī)則，隸屬度函數(shù)等；如何改進(jìn)現(xiàn)有的學(xué)習(xí)算法，提高控制性能。本課題的重點在于對型模糊控制參數(shù)的確定與優(yōu)化、基于神經(jīng)網(wǎng)絡(luò)監(jiān)督和逆控制相結(jié)合的復(fù)合控制方案的研究、模糊神經(jīng)網(wǎng)絡(luò)控制算法以及為這些控制算法搭建硬件平臺和提出軟件開發(fā)工具

13、與主要步驟。本課題的任務(wù)是建立多功能的實驗平臺以實現(xiàn)模糊控制、神經(jīng)網(wǎng)絡(luò)控制以及模糊神經(jīng)網(wǎng)絡(luò)控制，并在實驗平臺上對被控對象進(jìn)行實時控制的研究。本課題的主要難點在于：）如何確定模糊控制器的參數(shù)并進(jìn)行優(yōu)化；如何實現(xiàn)基于神經(jīng)網(wǎng)絡(luò)的復(fù)合控制，并提高控制的魯棒性；如何用神經(jīng)網(wǎng)絡(luò)優(yōu)化模糊控制器的參數(shù)；如何解決系統(tǒng)建模、平臺搭建和算法實施過程中所遇到的問題。對本控制系統(tǒng)，在從室溫和零水位（初始狀態(tài)）到和水位（工作點）的階躍響應(yīng)過程中，要求的動態(tài)靜態(tài)指標(biāo)要求為：）水溫和水位超調(diào)不超過；水溫上升時間不超過，水位上升時間不超過；水溫過渡時間不超過，水位過渡時間不超過；穩(wěn)態(tài)誤差不超過系統(tǒng)建模系統(tǒng)建模對水箱系統(tǒng)建模是必

14、要的。水箱是多變量非線性對象，建立比較準(zhǔn)確的非線性機理模型具有重要的研究以及對照價值。對于一個多輸入多數(shù)出非線性對象進(jìn)行機理建模。其主要意義在于：）獲得關(guān)于對象的先驗知識；采用多種控制方法與策略進(jìn)行控制：對比控制效果，改進(jìn)控制方法與策略。如果不進(jìn)行非線性系統(tǒng)的機理建模而進(jìn)行系統(tǒng)辨識模型，則控制的成本及控制系統(tǒng)的初期運行費用將比較大或者非常大。環(huán)節(jié)結(jié)構(gòu)結(jié)構(gòu)設(shè)計的目的是確定對象各個環(huán)節(jié)的硬件結(jié)構(gòu)及其參數(shù)、各個環(huán)節(jié)的數(shù)學(xué)模型，并最終建立系統(tǒng)的數(shù)學(xué)模型。水箱是本文所討論的重要環(huán)節(jié)和對象，其尺寸如圖所示。圖水箱尺寸圖水箱底部安裝壓力傳感器以測量水位。水位為系統(tǒng)的被控量；水箱中安裝熱電阻以測量水溫，水溫為

15、系統(tǒng)的另一被控量。水流管路的結(jié)構(gòu)如圖所示。其中變頻水泵的流量為輸入量，被控水箱的流出流量的變化量為擾動量。水位的控制輸入為電壓，控制水泵的流量，從水泵的控制輸入到水泵的流出量為一個慣性環(huán)節(jié)。而從水泵的流出量到水箱水位高度為一個積分環(huán)節(jié)（流出流量的變化量為擾動量）。西安理工大學(xué)項士學(xué)位論文圖水管路系統(tǒng)水箱加熱系統(tǒng)結(jié)構(gòu)如圖所示，它等效于一個功率放大器。圖功率放大與電加熱囂系統(tǒng)的對象結(jié)構(gòu)框圖如圖所示。圖對象硬件結(jié)構(gòu)框圖系統(tǒng)中的主要裝置與儀表清單如下：）電機驅(qū)動放大器，水泵系統(tǒng)建模萄功率放大器，電加熱器壓力式液位儀鍆熱電阻溫度傳感器）變送器詳細(xì)指標(biāo)見附錄。機理建模根據(jù)圖和的所示的變量關(guān)系可得如下關(guān)系：

16、圖水箱的各受量關(guān)系“丟竺旦一壘吐（）一麗生旦一絲砌朋其中，分別為水的密度和重力加速度，為水箱的水平截面積和水位高度，吼，：為流入和流出水箱的流量，為流出水的流速和出水閥門開度?？紤]在穩(wěn)態(tài)工作點處時為。，為，即一九。口魯一盥帆鰣可得一旦；旦一旦；旦一巫尻旦一一（）西安自夭學(xué)碩士學(xué)位論文由式（），可得水箱水位機理模型結(jié)構(gòu)圖如圖所示。圖水箱水位模型對于水箱的溫控過程，控制信號經(jīng)過功率放大、電加熱器加熱、溫度傳感器檢測和溫度變送的過程如圖所示。圖功率放大、電加熱、水箱的溫度檢測按照電容電量與水箱溫度的模型類比性，可得水箱溫度機理模型的傳遞函數(shù)為器哳麗竺一彳）。圖水箱溫度機理模型（）根據(jù)式（）可得水箱溫

17、度機理模型結(jié)構(gòu)圖所示。由圖和圖可以看出，水位與水溫具有較密切的耦合關(guān)系綜合圖和圖可以得到水位與溫度耦合機理模型如圖所示。 系統(tǒng)建模圖水位溫度耦合機理模型通過理論分析和實驗方法獲得圖中的系統(tǒng)參數(shù)以及常數(shù)列表（單位為國際標(biāo)準(zhǔn)單位）如下：切，七，多變量對象的特點與非線性的處理多變量系統(tǒng)中耦合是普遍存在的對于多變量系統(tǒng)一般需要先變量配對，解耦或前饋補償，最后簡化為單變量設(shè)計。顯然，如圖所示的水箱水位與溫度系統(tǒng)存在耦合現(xiàn)象。研究分析表明，水位的變化會影響溫度回路參數(shù)、時間常數(shù)和開環(huán)階躍響應(yīng)的終值；而輸入水流的溫度與水箱溫度不同，可視為溫度回路的擾動；相反，水溫回路對水位回路幾乎沒有影響；水位穩(wěn)定以后對溫

18、度通道的影響基本固定。另外，實驗表明，由于水的循環(huán)，隨著系統(tǒng)的工作時間延長，流入水箱的水溫很快地趨于穩(wěn)定，比水箱的設(shè)定溫度略為偏低。由此可以得出，水箱水位與溫度耦合關(guān)系較松。這樣，水箱水位和溫度系統(tǒng)無需變量配對，在系統(tǒng)的穩(wěn)態(tài)工作點處，將水位對溫度西安理工大學(xué)碩士學(xué)位論文的耦合當(dāng)作干擾處理，就可按照單變量系統(tǒng)進(jìn)行設(shè)計。當(dāng)如圖所示的系統(tǒng)閉環(huán)以后，控制量。和“：的可能為負(fù)值，而電加熱器和水泵不能逆向工作。所以存在兩個不對稱的飽和非線性環(huán)節(jié)，其特性如圖所示。礦，廠廠控制出控制出圖一不對稱的飽和非線性簡化后的對象模型按照圖，以及前述分析，可得解耦、簡化后的對象模型如圖所示。圖一簡化后的對象模型；（）水位

19、；（）溫度本章小結(jié)從具體環(huán)節(jié)入手，通過理論分析建立了系統(tǒng)的機理模型，并確定了模型參數(shù)。根據(jù)對象工作特性，分析了所存在的各種非線性因素，使機理模型能夠表征實際對象。進(jìn)一步利用對象的特點，在穩(wěn)態(tài)工作點處，對多變量對象進(jìn)行解耦和簡化，將多變量對象等效為多個單變量對象。建立了對象的數(shù)學(xué)模型，為合理的選擇控制方案與控制算法打下了基礎(chǔ)?？刂品桨阜桨刚撟C反軟，硬件平臺方案論證及軟、硬件平臺由于水位與溫度的變化較慢，對控制器硬件平臺的快速性沒有特殊的要求。采用傳統(tǒng)控制算法（如控制），不需要繁復(fù)的數(shù)學(xué)運算，則普通的嵌入式方案即可滿足要求。但若采用智能控制算法（如模糊控制、神經(jīng)控制等）以及采用基于工業(yè)計算機（）與

20、數(shù)據(jù)采集測控卡的方案則可以更好地提高控制精度，并且可以非常方便的實現(xiàn)各種算法的改進(jìn)與切換們。對此作簡要敘述。嵌入式控制方案嵌入式系統(tǒng)有基于單片機嵌入式和基于機嵌入（）式兩種。基于單片機的嵌入式控制方案是低成本的解決方案。由于單片機的處理能力和速度有限，難以快速實現(xiàn)復(fù)雜的控制算法，加之這種方案又較為簡單，所以這里不再討論，留給學(xué)生自主開發(fā)?；跈C的嵌入式方案，雖然其計算性能遠(yuǎn)高于單片機系統(tǒng)，但由于成本較高，開發(fā)靈活方便性又提高不明顯，所以不再單獨考慮?；诠I(yè)控制機的控制方案￥工業(yè)控制計算機（口）是指對工業(yè)生產(chǎn)過程及其機電設(shè)備、工藝裝備進(jìn)行測量與控制的專用計算機，簡稱工業(yè)控制機。工業(yè)控制機由計算

21、機基本系統(tǒng)和過程怕系統(tǒng)組成。計算機基本系統(tǒng)由系統(tǒng)總線、主機模板、存儲器板、人機接口板與打印機等通用外設(shè)組成。過程系統(tǒng)由輸入信號調(diào)理板和轉(zhuǎn)換器將現(xiàn)場傳感器測量的物理信號轉(zhuǎn)變?yōu)殡娦盘?，模擬量經(jīng)過模數(shù)轉(zhuǎn)換（轉(zhuǎn)換器）變成數(shù)字量輸入計算機，計算機輸出信號經(jīng)數(shù)模（）轉(zhuǎn)換和輸出調(diào)理（隔離放大）成執(zhí)行機構(gòu)的功率驅(qū)動信號以控制執(zhí)行機構(gòu)。軟件系統(tǒng)由實時操作系統(tǒng)、實時數(shù)據(jù)庫及應(yīng)用軟件、數(shù)據(jù)采集與處理軟件、各類控制軟件、直接數(shù)字控制、先進(jìn)控制軟件等組成。工業(yè)控制機的特點是強大的過程輸入輸出能力，高可靠性與實時性，其主要實現(xiàn)的功能有：勁對工業(yè)生產(chǎn)過程的工藝參數(shù)進(jìn)行測量、調(diào)節(jié)與控制；對工業(yè)生產(chǎn)過程、工藝裝備進(jìn)行控制。采用

22、，再配以各種數(shù)據(jù)采集測控卡，可以實現(xiàn)如下功能：傳統(tǒng)控制策略；先進(jìn)控制策略，即以現(xiàn)代控制理論為基礎(chǔ)的各種高級控制策略，包括預(yù)測控制、魯棒控制、模糊控制、智能控制、專家控制等；過程優(yōu)化；西安理工大學(xué)碩士學(xué)位論文）系統(tǒng)集成；網(wǎng)絡(luò)通信技術(shù)。硬件平臺選用研華工業(yè)控制機的主板（級）、測控卡（接口）和機箱作為主要的硬件平臺。主板為架構(gòu)，可支持奔騰和賽揚處理器的工業(yè)級母板，并能支持雙千兆網(wǎng)口（外頻）。測控卡采用的是，它是一款功能強大的低成本多功能總線數(shù)據(jù)采集卡，帶有轉(zhuǎn)換速度的位轉(zhuǎn)換器?？ㄉ线€帶有緩沖器（可存儲采樣值和轉(zhuǎn)換數(shù)據(jù)）。它實現(xiàn)的主要功能有：位轉(zhuǎn)換，采樣速率可達(dá)；路單端或路差分或組合輸入方式：總線數(shù)據(jù)傳

23、輸；模擬量輸入通道的數(shù)據(jù)采集觸發(fā)方式可使用預(yù)觸發(fā)、后觸發(fā)、匹配觸發(fā)和延時觸發(fā)等機箱采用的是口桌面，墻壁安裝機箱。根據(jù)選擇的設(shè)備和圖所示的對象模型，整個硬件平臺的框圖如圖所示。圖實驗平臺的框圖軟件平臺用工業(yè)控制機與測控卡組合作為控制器，可以實現(xiàn)多種先進(jìn)的控制算法。實現(xiàn)這些算法主要采用了三種軟件開發(fā)工具，即，和通用的開發(fā)語言，。使用的數(shù)據(jù)采集工具箱作為軟件開發(fā)平臺，采用含有數(shù)據(jù)采集測控）用于工業(yè)板卡的接口：卡的工業(yè)控制機作為控制器，與前面所述的對象一起可以建立一個完整的測控系統(tǒng)。除了可以為算法開發(fā)、系統(tǒng)設(shè)計和模擬仿真提供支持之外。還可以通過其數(shù)據(jù)采集工具箱提供一個測試和控制環(huán)境。數(shù)據(jù)采集工具箱（工

24、具箱）提供以下功能：控制方案方案論證及軟硬件平臺）單路多路模擬量輸入、模擬量輸出和數(shù)字量輸入輸出；用于數(shù)據(jù)測量、分析與可視化：）卡可輸出生成的測試信號；）硬件的軟件觸發(fā)功能；與的其它工具箱無縫開發(fā)。）是一個業(yè)界領(lǐng)先的工業(yè)標(biāo)準(zhǔn)軟件工具，用于開發(fā)測試、測量和控制系統(tǒng)，。自年問世以來，世界各國的工程師和科學(xué)家們都已將圖形化開發(fā)工具用于產(chǎn)品設(shè)計周期的各個環(huán)節(jié)。由于具有編程語言的靈活性，可以建立各種應(yīng)用程序，其范圍可從溫度監(jiān)控到復(fù)雜的仿真和控制系統(tǒng)。支持?jǐn)?shù)據(jù)采集測控卡。是建立在驅(qū)動基礎(chǔ)上的，如圖所示。在使用中，先要安裝和驅(qū)動，再安裝驅(qū)動。圖對一的支持是使用圖形語言的強大軟件，與一般文本格式的計算機語言不

25、同，圖形語言更加直觀高效，數(shù)據(jù)處理能力強，數(shù)據(jù)吞吐量大。利用通用的可視化高級編程語言開發(fā)數(shù)據(jù)采集測控卡，本文采用的是。眾所周知，有以下優(yōu)點：支持面向?qū)ο蟮姆椒ň幊谭奖?；?yīng)用界面友好，靈活；環(huán)境寬松；對開發(fā)者的支持有力；功能強大完備。在環(huán)境下開發(fā)數(shù)據(jù)采集測控卡，需要首先安裝數(shù)據(jù)采集測控卡。數(shù)據(jù)采集測控卡的安裝步驟（假定已經(jīng)安裝）如圖所示。數(shù)據(jù)采集測控卡安裝結(jié)束后，就可以通過高級的可視化編程語言進(jìn)行應(yīng)用程序的開發(fā)。編程的主要步驟有：添加與卡相關(guān)的部件到控件欄；添加對象到窗體；利用對象的屬性和方法對數(shù)據(jù)采集測控卡進(jìn)行控制；對采集到的數(shù)據(jù)進(jìn)行運算并輸出環(huán)境下的應(yīng)用程序開發(fā)流程如圖所示。西安理工大學(xué)碩士

26、學(xué)位論文安裝研華上安裝卡的驅(qū)動圖安裝數(shù)據(jù)采集測控卡的步驟打開環(huán)境上添加部件添加圖標(biāo)到應(yīng)用窗體工使用部件開發(fā)應(yīng)用程序運行程序和測試結(jié)果圖、下的應(yīng)月程序開發(fā)流程此外，由于模糊、神經(jīng)等控制算法中存在大量的矩陣運算，所以采用編程還需要添加支持向量和矩陣運算的：部件。以使算法的表示和編程更為簡單。實驗數(shù)據(jù)建立了被控對象的實驗硬件平臺后，即可進(jìn)行手動操作控制，通過手動操作以維持水位以及溫度的恒定。當(dāng)操作效果較為理想時，記錄操作過程以獲得實驗數(shù)據(jù)。分析圖可知，被控對象所受到的擾動可以等效為控制輸入的變化。而實際上，直接為對象施加擾動非常不便。所以采用啟動過程的數(shù)據(jù)作為學(xué)習(xí)樣本是合理的。為了充分激勵系統(tǒng)的模態(tài)

27、，使系統(tǒng)的參考輸入圍繞平衡點進(jìn)行了擺動變化。這樣便于后面的智能控制算法的泛化。這里給出系統(tǒng)啟動過程曲線。系統(tǒng)的水位參考輸入和輸出如圖所示；溫度參考輸入和輸出如圖所示控制方案方案論證及軟硬件平臺一一一。：，一圖水位參考輸入和輸出為廠加圖溫度參考輸入和輸出本章小結(jié)西安理工大學(xué)碩士學(xué)位論文本章給出了整個系統(tǒng)的控制實驗平臺的框圖，以及基于工業(yè)控制機數(shù)據(jù)采集測控卡的控制方案。在此平臺上進(jìn)行了手動操控實驗。獲得了關(guān)于水箱對象控制的實驗數(shù)據(jù)。在此基礎(chǔ)上，可以實現(xiàn)后續(xù)章節(jié)中將要采用的各種控制算法。傳統(tǒng)控制傳統(tǒng)控制可以認(rèn)為，傳統(tǒng)控制主要包括兩種基本形式，即經(jīng)典控制和基于線性系統(tǒng)理論的狀態(tài)反饋控制?？刂频年P(guān)鍵是需

28、要設(shè)定三個參數(shù)，即，和屹。應(yīng)用范圍廣，具有普適性：對于線性系統(tǒng)，參數(shù)較易整定；對于復(fù)雜和非線性系統(tǒng)，控制器的改進(jìn)型可以發(fā)揮作用。也有其固有的缺點：在控制時變、非線性、耦合及參數(shù)和結(jié)構(gòu)不確定的復(fù)雜過程時，控制性能較差。對于本系統(tǒng)，模擬實驗和物理實驗都表明，工作點（水位和溫度的設(shè)定值）的變化，水溫控制的單極性，飽和非線性，出水流量的不可預(yù)知性，以及水位和水溫的非線性耦合等因素，使得控制性能不佳。對水位控制分別采用如下表參數(shù)，水位參考輸入采用如圖所示的輸入時，即分別改變和蜀的數(shù)值時，水位輸出與水位參考輸入的偏差曲線實驗結(jié)果分別如圖和所示。表水位控制參數(shù)參數(shù)次序即對應(yīng)曲線由圖可以看出：當(dāng)一時，對應(yīng)的曲

29、線存在顯著的靜態(tài)誤差，無超調(diào)；當(dāng)一時，對應(yīng)的曲線經(jīng)過的調(diào)整，消除了靜態(tài)誤差，但是輸出有振蕩，動態(tài)誤差和超調(diào)量大；當(dāng)一時，對應(yīng)的曲線經(jīng)過的調(diào)整，消除了靜態(tài)誤差，但是輸出有振蕩，動態(tài)誤差和超調(diào)量更大。由圖可以看出：當(dāng)髟一時，對應(yīng)的曲線，輸出無振蕩，與曲線無明顯差異；當(dāng)屹一時，對應(yīng)的曲線誤差較小，輸出無振蕩；當(dāng)局時，對應(yīng)的曲線誤差較大，輸出無振蕩。西安理工大學(xué)碩士學(xué)位論文叱；。約柏，伽圖水位控制參考輸入圖改變時，水位對輸入的誤差曲線比較分析這些數(shù)據(jù)與曲線，可以得出結(jié)論：積分控制可消除穩(wěn)態(tài)誤差，但過渡時間較長，產(chǎn)生振蕩和超調(diào)，穩(wěn)定性變差，系數(shù)越大，這種作用越強：微分控制可以改變穩(wěn)定 態(tài)誤差，對過程的其

30、他參數(shù)影響不明顯。這些結(jié)論與線性系統(tǒng)不同。待統(tǒng)控制圖改變時，水位對輸入的誤差曲線對于水溫控制，情況與水位控制相似，只不過，積分控制的缺點更加明顯。所以，采用控制對于水位與水溫控制系統(tǒng)而言是比較合適的傳統(tǒng)控制方式，但在超調(diào)或靜差上難以滿足要求。線性系統(tǒng)理論，著重于研究線性系統(tǒng)中狀態(tài)的控制和觀測問題，其基本的分析和綜合方法是狀態(tài)空間法。其主要工作有：進(jìn)行系統(tǒng)結(jié)構(gòu)分析、機理建?；蛟囼灲！⒐ぷ鼽c的確定及其線性化、確定期望極點、綜合狀態(tài)輸出反饋陣和設(shè)計狀態(tài)觀測器等。其中，期望極點確定的隨意性較大，導(dǎo)致狀態(tài)輸出反饋陣的設(shè)計也存在較大的隨意性。實驗表明，基于狀態(tài)空間法設(shè)計的控制系統(tǒng)其控制性能低于控制。 鑒

31、于傳統(tǒng)控制的局限，下面將提出模糊、神經(jīng)及其組合控制方案。西安理工大學(xué)項士學(xué)位論文模糊、神經(jīng)網(wǎng)絡(luò)及其控制模糊控制（，）依照人工操作思維程序工作，即先將測量的輸出精確量模糊化，變?yōu)槟：Z言變量，再按模糊控制規(guī)則進(jìn)行模糊決策：最后將模糊決策量轉(zhuǎn)變?yōu)榫_量去控制被控過程。與傳統(tǒng)控制方法相比，模糊控制是在模擬操作人員控制經(jīng)驗而實現(xiàn)對系統(tǒng)的控制，所以無需建立數(shù)學(xué)模型；模糊控制的最大優(yōu)點是：）具有較強的魯棒性，即被控對象的特性和參數(shù)變化對控制質(zhì)量影響較小，體現(xiàn)了一定的自適應(yīng)能力；）模糊控制在實時控制時僅需查”控制查詢表”，計算量小，有較好的實時性。模糊控制器的設(shè)計步驟為：）確定模糊控制的結(jié)構(gòu)，定義模糊子集，

32、建立模糊規(guī)則；）進(jìn)行模糊量化，計算模糊關(guān)系矩陣；）由模糊推理合成規(guī)則求控制輸出模糊子集，進(jìn)行模糊判決：）由模糊子集確定控制輸出值孫。在模糊控制系統(tǒng)中，它的模型結(jié)構(gòu)主要有兩種形式：一種是模糊規(guī)則的后件是輸出量的某一模糊集合，它被稱為模糊控制系統(tǒng)的標(biāo)準(zhǔn)模型或模型；另一種則是模糊規(guī)則的后件是輸入語言變量的函數(shù)，典型的情況是輸入變量的線性組合，它被稱為模糊控制系統(tǒng)的模型。人工神經(jīng)網(wǎng)絡(luò)（。刪是模仿人類腦神經(jīng)活動的一種人工智能技術(shù)¨，。它作為一種新型的信息獲取、描述和處理方式，正越來越多地應(yīng)用于控制領(lǐng)域的各個方面。神經(jīng)網(wǎng)絡(luò)作為一種新技術(shù)之所以引起人們巨大的興趣，并越來越多地用于控制領(lǐng)域，是因為與

33、傳統(tǒng)的控制技術(shù)相比，它具有許多重要的特征和性質(zhì)口，即非線性、平行分布處理、學(xué)習(xí)和自適應(yīng)性。換句話說，神經(jīng)網(wǎng)絡(luò)可以通過樣本數(shù)據(jù)進(jìn)行訓(xùn)練而實現(xiàn)非線性映射，然后通過自學(xué)習(xí)可以掌握樣本的內(nèi)在規(guī)律，以便在輸入新的數(shù)據(jù)或狀態(tài)信息時，可以復(fù)現(xiàn)被控過程，從而最終實現(xiàn)有效的控制。將模糊邏輯的推理能力和神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力進(jìn)行有機的結(jié)合并應(yīng)用到控制領(lǐng)域中已成為當(dāng)前研究的熱點問題。神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)均屬于無模型的估計器和非線性動力學(xué)系統(tǒng)，同是一種處理不確定性、非線性和其它不確定問題的有力工具。但是兩者之間的特點卻存在很大的不同。模糊系統(tǒng)中的知識抽取和表達(dá)比較方便，它比較合適表達(dá)那些模糊或定性的知識，其推理方式比較類似

34、人的思維模式。但是，模糊系統(tǒng)缺乏自學(xué)習(xí)和自適應(yīng)能力，要設(shè)計和實現(xiàn)模糊系統(tǒng)的自適應(yīng)控制是比較困難的。而神經(jīng)網(wǎng)絡(luò)則可以直接從樣本中進(jìn)行有效學(xué)習(xí)，他具有并行計算、分布式信息存儲、容錯能力強以及具備自適應(yīng)學(xué)習(xí)功能等一系列優(yōu)點。神經(jīng)網(wǎng)絡(luò)不適于表達(dá)基于規(guī)則的知識，因此在對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時，由于不能很好地利用已有的經(jīng)驗知識，常常只能將處置權(quán)值取為零或者隨機數(shù)，從而增加了網(wǎng)絡(luò)訓(xùn)練時間或陷入非要求的局部極值。總的來說，神經(jīng)網(wǎng)絡(luò)適合于處理非結(jié)構(gòu)化信息，而模糊系統(tǒng)對處理結(jié)構(gòu)化的知識則更為有效。將模糊邏輯與神經(jīng)網(wǎng)絡(luò)適當(dāng)?shù)慕Y(jié)合起來，取兩者之長，則可以取得比單獨神經(jīng)網(wǎng)絡(luò)系統(tǒng)或者單獨的模糊系統(tǒng)性能更好的控制效模糊，神經(jīng)，

35、模糊神經(jīng)控制果。基于標(biāo)準(zhǔn)型的模糊控制系統(tǒng)，由于其規(guī)則的形式符合人們的思維和語言表達(dá)習(xí)慣，因而能夠方便的表達(dá)人類知識，但是卻存在計算復(fù)雜、不利于數(shù)學(xué)分析的缺點。而型模糊推理系統(tǒng)則具有計算簡單，利于數(shù)學(xué)分析的優(yōu)點，而且容易和優(yōu)化、自適應(yīng)等方法相結(jié)合。根據(jù)型模糊推理的特點，將其與神經(jīng)網(wǎng)絡(luò)相結(jié)合，構(gòu)造具有自適應(yīng)學(xué)習(xí)能力的模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，同時具有模糊邏輯易于表達(dá)人類知識和神經(jīng)網(wǎng)絡(luò)的分布式信息存儲以及學(xué)習(xí)能力的優(yōu)點，為復(fù)雜系統(tǒng)的建模和控制提供了有效的工具。模糊控制模糊邏輯的起源與特點模糊邏輯作為智能控制方法的重要組成部分，在控制界具有舉足輕重的理論研究和實際應(yīng)用意義。年教授在他的開創(chuàng)性論文中第一次提

36、出了“模糊”的概念曬，開創(chuàng)了模糊數(shù)學(xué)及其應(yīng)用的新紀(jì)元，標(biāo)志著數(shù)學(xué)的一個新的分支一一摸糊數(shù)學(xué)的誕生。年英國的教授首先將模糊集合理論應(yīng)用于鍋爐和蒸汽機的控制中，用模糊控制語言建立了世界上第一個模糊控制器，這一開拓性的工作在控制科學(xué)中開辟了一個新的領(lǐng)域一一模糊控制，標(biāo)志著模糊控制論的誕生。此后，產(chǎn)生了很多模，糊控制的成功應(yīng)用的實例。年，位于丹麥哥本哈根的史密斯水泥公司首次用模糊系統(tǒng)實現(xiàn)了對水泥窯爐的控制，使模糊程度大、熟練操作人員的專家知識起重要作用的水泥生產(chǎn)過程自動化在采用模糊控制后獲得了滿意的控制性能，這是采用經(jīng)典控制和現(xiàn)代控制理論所難以達(dá)到的，這一事件為模糊理論的實際應(yīng)用開辟了嶄新的前景。年，

37、日立公司使日本仙臺市的地鐵實現(xiàn)了模糊控制并取得了很好的效果。踟年代中期，美國和日本開始了模糊邏輯芯片的研究，用硬件電路實現(xiàn)了模糊知識表達(dá)、模糊邏輯推理等功能。與此同時，模糊控制在學(xué)術(shù)界也受到了充分重視。年，國際模糊系統(tǒng)年會）式成立，并于年在西班牙召開了第一次國際會議。在日本，由通產(chǎn)省組織的國際模糊工程研究所（）也在年誕生，開創(chuàng)了官，學(xué)、商相結(jié)合搞技術(shù)研究開發(fā)的范例。電氣與電子工程師協(xié)會（）從年起，每年召開一次國際模糊學(xué)術(shù)討論會，并在年開始編輯出版名為的期刊。目前，有關(guān)模糊理論和應(yīng)用的雜志、特刊有數(shù)十種之多。模糊邏輯發(fā)展到目前，主要有型和型兩種。模糊控制在一定程度上模仿了人的決策過程，它不需要精

38、確的被控對象模型。模糊控制是在被控對象數(shù)學(xué)模型很難建立或數(shù)學(xué)模型物理上很難實現(xiàn)的情況下的較好的選擇，但模糊邏輯本身是比較粗糙的方法，其控制精度較低。模糊邏輯還具有以下特點：西安理工大學(xué)碩士學(xué)位論文）模糊邏輯是柔性的。對于給定的系統(tǒng)，很容易處理以及直接增加新的功能，而不需要從頭做起。萄模糊邏輯建立在自然語言的基礎(chǔ)上，對數(shù)據(jù)的精確性要求不高。模糊邏輯是建立在人類交流和推理的基礎(chǔ)之上，針對數(shù)據(jù)的不精確性所提出的一種方法。系統(tǒng)的數(shù)據(jù)主要來自語言描述的知識，而不確定性是語言信息的一個重要特點。模糊邏輯能充分利用專家信息。相比于神經(jīng)網(wǎng)絡(luò)，模糊邏輯建立在己經(jīng)熟悉相關(guān)系統(tǒng)的專家基礎(chǔ)上，能夠充分利用現(xiàn)有的專家知

39、識。）模糊邏輯易與傳統(tǒng)的控制技術(shù)相結(jié)合。模糊系統(tǒng)不需要替代傳統(tǒng)的控制方法，在很多情況下，只是在原有的控制方法上作簡單的修改?？梢哉f每一種新的技術(shù)與方法在體現(xiàn)其優(yōu)越性能的同時，也必定存在其局限性。應(yīng)當(dāng)承認(rèn)，在對客觀對象進(jìn)行觀察和認(rèn)識時，模糊控制畢竟不如人的認(rèn)識全面深刻，因而若要達(dá)到真正仿人智能的效果，仍然需要其自身在工程應(yīng)用中不斷地朝著自適應(yīng)、自組織、自學(xué)習(xí)方向發(fā)展。模糊控制理論發(fā)展大致經(jīng)過了以下幾個階段四：第一階段一一基本模糊控制器，由于在很多實際情況下，很難得到被控對象的數(shù)學(xué)模型，所以無法采用傳統(tǒng)的控制方法來實現(xiàn)過程控制：另外，在管理科學(xué)、經(jīng)濟(jì)學(xué)、心理學(xué)、醫(yī)學(xué)等諸多領(lǐng)域里，也因為精確的數(shù)學(xué)模

40、型難以建立，使得傳統(tǒng)的定量分析方法無法實現(xiàn)。然而利用操作人員和相關(guān)領(lǐng)域?qū)＜以趯嵺`中積累的經(jīng)驗，形成一定的控制規(guī)則，在實際的控制過程中利用這些規(guī)則，并采取適當(dāng)?shù)牟呗裕M(jìn)而實現(xiàn)對被控過程的定量控制。這就是基本模糊控制器的指導(dǎo)思想。這種基本模糊控制器的特點包括：控制器的核心是利用實踐經(jīng)驗形成一定的模糊控制規(guī)則；由于所設(shè)計的控制器是針對控制過程中的某些特定過程，因此控制器的使用具有針對性，即控制規(guī)則表一旦形成，就不可改變，因而不具備自組織、自學(xué)習(xí)的能力。第二階段一一自適應(yīng)模糊控制器，在復(fù)雜系統(tǒng)的控制過程中，人們很難精確完整地總結(jié)出操作人員的實踐經(jīng)驗，導(dǎo)致控制規(guī)則的不完善，影響控制效果。另外，即使控制規(guī)

41、則總結(jié)得比較完善，由于被控過程運行中的不斷變化，如果始終按照一組控制規(guī)則對其進(jìn)行控制，也不可能取得滿意的控制效果也正是基于這種情況，模糊控制器的自適應(yīng)功能成為控制系統(tǒng)設(shè)計者所追求的目標(biāo)。模糊自適應(yīng)控制器的設(shè)計遵循著以下兩個目標(biāo)功能：（）根據(jù)被控過程的運行狀態(tài)給出合適的控制規(guī)則，即控制功能。（）根據(jù)給出的控制規(guī)則的控制效果，對控制器的控制決策迸一步改善，以獲得更好的控制效果，即適應(yīng)能力。具有自適應(yīng)功能的模糊控制器在基本的模糊控制器基礎(chǔ)上增加了調(diào)整控制機構(gòu)，將控制器分為面向?qū)ο蟮目刂萍壓兔嫦蚩刂破鞯囊?guī)則調(diào)整級，規(guī)則調(diào)整級通過計算系統(tǒng)的性能指標(biāo)來校正控制規(guī)則的關(guān)系矩陣，建立、修改規(guī)則庫，從而大大提高

42、了系統(tǒng)性能，這是后面討論的主要內(nèi)容之一。第三階段一一智能模糊控制器，與基本模糊控制器相比，雖然自適應(yīng)模糊控制器能模糊，神經(jīng)，模糊神經(jīng)控制比較好地解決一些問題，但由于在自適應(yīng)模糊控制器中，仍然是按照人的意志，憑借實踐經(jīng)驗，實現(xiàn)知識的劃分，使得其在允許的范圍內(nèi)進(jìn)行調(diào)整，因此它的控制能力有限。在這種情況下，為了能對復(fù)雜的生產(chǎn)過程進(jìn)行控制，就必須在不斷了解掌握過程控制機理的同時，結(jié)合操作經(jīng)驗，利用模糊控制規(guī)則構(gòu)成原始的人工智能專家系統(tǒng)，然后通過產(chǎn)生式學(xué)習(xí)系統(tǒng)，對照實際的生產(chǎn)過程進(jìn)行不斷修改，完善和補充，從而構(gòu)成機理操作經(jīng)驗型專家系統(tǒng)，利用產(chǎn)生式學(xué)習(xí)系統(tǒng)軟件決定處理問題的過程，并且對原有的知識進(jìn)行反饋修

43、正，從而形成了智能模糊控制器。模糊控制器的結(jié)構(gòu)模糊控制系統(tǒng)的核心是模糊控制器。模糊控制器由四個部分構(gòu)成。模糊控制器的基本結(jié)構(gòu)如圖所示。圖模糊控制器的基本結(jié)構(gòu)模糊控制器的四個部分的作用分別為：糊化接口是模糊控制器的輸入接口。，模糊化是將數(shù)值表示的輸入量轉(zhuǎn)化成模糊量，使之能夠適宜加載于模糊控制器。模控制規(guī)則的設(shè)計是設(shè)計模糊控制器的關(guān)鍵，一般包括三個部分：選擇描述輸入和輸，出變量的詞集，定義模糊變量的模糊子集，建立模糊控制器的控制規(guī)則。首先選擇描述輸入和輸出變量的詞集，模糊控制器的控制規(guī)則表現(xiàn)為一組模糊條件語句，在條件語句中搖述輸入輸出變量狀態(tài)的一些詞匯（如“正大”、“正小”）的集合，稱為這些變量的

44、詞集（也稱為變量的模糊狀態(tài)）。描述輸入輸出的詞匯都具有模糊特性，可以用模糊集合來表示。因此，模糊概念的確定問題就直接轉(zhuǎn)化為求取模糊集合隸屬函數(shù)的問題。其次是定義模糊變量的模糊子集，定義一個模糊子集，實際上就是要確定模糊子集隸屬度函數(shù)曲線的形狀。將確定的隸屬函數(shù)曲線離散化，就得到了有限個點上的隸屬度，便構(gòu)成了一個相應(yīng)的隸屬變量的模糊子集。最后是建立模糊控制器的控制規(guī)則。模糊控制器的控制規(guī)則是基于手動控制策略，而手動控制策略又是人們通過學(xué)習(xí)、實驗以及長期經(jīng)驗積累而逐漸形成的，存儲在操作者頭腦中的一種技術(shù)知識集合。去模糊是把模糊語言表達(dá)的形式轉(zhuǎn)換成數(shù)值表示的形式。通過模糊推理得到的一般是模糊值，不能

45、直接用于控制被控對象，需要先轉(zhuǎn)換成執(zhí)行機構(gòu)可以執(zhí)行的精確量。常用的去模糊的方法有最大隸屬度法、重心法、加權(quán)平均法等。最大隸屬度解模糊方法簡單地取所有規(guī)則結(jié)果的模糊集合中隸屬度最大的那個元素作為輸出值，此方法不考慮輸出隸屬西安理工大學(xué)碩士學(xué)位論文函數(shù)的形狀，只關(guān)心其最大隸屬度值處的輸出值，因此，難免會丟失許多信息，但是它的突出優(yōu)點是計算簡單，所以在一些控制要求不高的場合，采用最大隸屬度函數(shù)法是非常方便的。重心法是取模糊隸屬函數(shù)曲線與橫坐標(biāo)圍成面積的重心為模糊推理最終輸出值，與最大隸屬度法相比較，重心法具有更加平滑的輸出推理控制，即對應(yīng)于輸入信號的微小變化，其推理的最終輸出一般也會發(fā)生一定的變化，且這種變化明顯比最大隸屬度函數(shù)法要平滑。加權(quán)平均解模糊方法是一種性能介于最大隸屬度解模糊方法和重心法的解模糊方法歸納起來。設(shè)計模糊控制器一般要經(jīng)過以下步驟：（）確定模糊控制器的輸入變量和輸出變量（即控制量）；（）設(shè)計模糊控制器的控制規(guī)則；（）進(jìn)行模糊化和解模糊化；（嘴擇模糊控制器的輸入變量和輸出變量的論域，并確定模糊控制器的參數(shù)（如量化因子、比例因子）：（）編制模糊控制算法的應(yīng)用程序；（）合理選擇模糊