模糊pid在恒溫箱溫度控制中的應用及模糊匹配在樹到串翻譯模型中的應用

模糊PID在恒溫箱溫度控制中的應用摘要：在周圍環(huán)境溫度不同的情況下，通過實驗的方法得出了3個恒溫箱的數學模型。針對恒溫箱這個時變的系統(tǒng)，建立了一個可以對恒溫箱實現高精度控制的控制算法數學模型，并應用在所建立的3個恒溫箱模型中。該控制器不僅保持了常規(guī)PID控制器的優(yōu)點，而且具有很強的魯棒性和適應性。仿真結果表明系統(tǒng)可以達到很好的動靜態(tài)性能指標。

關鍵詞：恒溫箱溫度控制模糊PID控制

引言

目前常用的恒溫箱可分為3類:高溫恒溫箱,箱溫大于60℃；中溫恒溫箱,箱溫在-10～60℃；低溫恒溫箱，箱溫小于-10℃。本人自己研制了一新型的恒溫箱系統(tǒng)，要求恒溫箱內溫度能精確控制在25℃。由于外界環(huán)境的溫度可比25℃高也可低，因此恒溫箱具有制冷系統(tǒng)和加熱系統(tǒng)，所設計恒溫箱系統(tǒng)由恒溫箱箱體、齒輪泵、壓縮機系統(tǒng)、電加熱管、油管以及控制器等組成。溫度控制系統(tǒng)在箱體外部對流經油管的變壓器油控溫，經過控溫的變壓器油重新流回恒溫箱的箱體內。因為恒溫箱在冬天和夏天，所處的環(huán)境溫度不同，所以恒溫箱的溫度模型也是不同的，也可以說恒溫箱是個時變的系統(tǒng)。通過實驗測試的方法測量出恒溫箱在外界環(huán)境溫度為8℃本文就是要針對所建立的數學模型設計一個可以對恒溫箱實現高精度控制的控制算法。

1模糊PID控制原理

模糊理論是在美國柏克萊加州大學電氣工程系Lotfi.A.Zadeh教授于1965年創(chuàng)立的模糊集合理論的數學基礎上發(fā)展起來的，他提出了能夠表征人類思維中模糊概念的方式——隸屬度函數，發(fā)表了題為“FuzzySet”的論文[1]。模糊控制器FC(fuzzycontroller)也稱為模糊邏輯控制器FLC(fuzzylogiccontroller)[2~4]。模糊PID控制器是一種在常規(guī)PID調節(jié)器的基礎上，應用模糊集合理論根據控制偏差、偏差絕對值，在線自動整定比例系數、積分系數和微分系數的模糊控制器。模糊邏輯控制器動態(tài)性能抗擾性和PID控制器穩(wěn)態(tài)精度高，取兩者的優(yōu)點就構成模糊PID控制器。其控制器不僅保持了常規(guī)PID控制器的優(yōu)點，而且具有很強的魯棒性和適應性。自適應模糊PID控制器以偏差e和偏差變化率ec作為輸入，可以滿足不同時刻偏差e和偏差變化率ec對PID參數自整定的要求。利用模糊控制規(guī)則在線對PID參數進行修改，便構成了自適應模糊PID控制器，其結構如圖1所示。

圖1自適應模糊PID控制器PID參數自整定的實現思想是先找出PID的3個參數與偏差e和偏差變化率ec之間的模糊關系，在運行中通過不斷檢測偏差e和偏差變化率ec，再根據模糊控制原理來對3個參數進行在線修改，以滿足不同e和ec對控制參數的不同要求，而使被控對象有良好的動、靜態(tài)性能。

2模糊PID設計

2.1控制器結構設計

此處的模糊PID控制器采用恒溫箱內的溫度偏差e和偏差變化率ec作為輸入變量[5]，以ΔKp、ΔKi和ΔKd作為輸出。模糊集E及模糊集EC均取為，論域為[-3，3]；模糊輸出ΔKp取為，論域為[-0.3，0.3]；ΔKi取為，論域為[-0.6，0.6]；ΔKd取為，論域為[-3，3]；E、EC、ΔKp、ΔKi和ΔKd的隸屬函數曲線分別如圖2所示。

圖2隸屬函數2.2控制規(guī)則

PID參數的整定必須考慮到在不同時刻3個參數的作用以及相互的互聯(lián)關系。根據Kp、Ki和Kd對系統(tǒng)輸出特性的影響情況，可歸納出在一般情況下，在不同的|e|和|ec|時，被控過程對參數Kp,Ki和Kd的自整定要求如下：

①當|e|較大時，為加快系統(tǒng)響應速度并防止起始偏差e瞬間變大，可能引起微分過飽和，而使控制作用超出許可范圍，應取較大的Kp和較小的Kd，同時為避免系統(tǒng)因積分飽和所引起的較大超調，應對積分作用加以限制，通常取Ki=0；

②當|e|和|ec|為中等大小時，為使系統(tǒng)響應的超調減小，并保證系統(tǒng)的響應速度，Kp、Ki、Kd的值的大小適中；

③當|e|較小時，為使系統(tǒng)具有良好的穩(wěn)態(tài)性能，應增加Kd和Ki的值，同時為了避免系統(tǒng)在設定值附近振蕩，并考慮系統(tǒng)的干擾性能，應適當地選取Kd的值，其原則是：當|ec|較小時，Kd可取的大些，通常取為中等大??；當|ec|較大時，Kd應取小些。

根據以上經驗，本文所采用的模糊控制規(guī)則表如表1所示。表1模糊控制規(guī)則表

2.3泄漏檢測流程

在本控制器中采用如下的推理形式：

R1：如果e是A1，ec是B1，則Kp是CP1，KI是CI1，KD是CD1

本控制器中，模糊推理采用最大最小合成法，模糊量的清晰法采用最大隸屬度方法，該方法是選擇模糊子集中隸屬度最大的元素稱為控制量。若對應的模糊決策的模糊集為c，則決策(所確定的精確量)u?應滿足得出PID的各個調整參數后,就可以實現模糊PID的參數調整算式如下：式中：KPO、KIO、KD0為初始值；ΔKP、ΔKI和ΔKD為經模糊推理后得到的PID的調整參數值。

3控制算法仿真研究

按照上面所介紹的模糊PID，將此方面控制到上面所采用的3個模型，這時PID的3個參數的初始值分別取為KP0=0.9、KI0=0.00085、KD0=1.0。此時的仿真曲線如圖3所示。對于不同模型的控制性能指標如表2所示。表2系統(tǒng)性能指標

從圖中可以看出，模糊PID控制的控制效果很明顯。其結合了傳統(tǒng)的PID控制的性能穩(wěn)定，可以消除穩(wěn)態(tài)誤差的特點。同時，也具有模糊控制的不依賴于數學模型，動態(tài)性能好的特點。從表2可以看出控制系統(tǒng)在時間1200s就已經進入了穩(wěn)定狀態(tài)。其系統(tǒng)穩(wěn)態(tài)誤差為0.001，完全滿足系統(tǒng)要求的在時間1800s時，系統(tǒng)的穩(wěn)態(tài)誤差為0.002的要求。從這３個模型的仿真的可以看出模糊