王彩彥

（桂林航天工業(yè)學(xué)院，廣西 桂林 541004）

0 引 言

自上世紀(jì)80年后，過程控制系統(tǒng)成為那個時代使用最為廣泛、發(fā)展最為迅速的控制理論，該控制系統(tǒng)從分散局部控制站的手動控制過程逐步向高度集中的運(yùn)動控制中心過渡，并成功地應(yīng)用到實(shí)際工業(yè)生產(chǎn)過程中。隨著過程控制系統(tǒng)研究的不斷深入，基于神經(jīng)網(wǎng)絡(luò)、模糊控制等智能控制技術(shù)的快速發(fā)展，過程控制實(shí)現(xiàn)了集成化和分散化的綜合化自動控制。然而，正是由于過程控制系統(tǒng)發(fā)展之迅速，許多企業(yè)過多考慮系統(tǒng)帶來的利益，忽視了過程控制系統(tǒng)最基本的理論研究，導(dǎo)致許多設(shè)計人員對于控制理論相對模糊?？梢姡诮窈蟮倪^程控制理論研究中，應(yīng)重點(diǎn)關(guān)注目前過程控制系統(tǒng)存在的幾個問題：

1）時變性。由于工業(yè)設(shè)備使用過程會出現(xiàn)不同程度的磨耗或一定程度的磨損，加上設(shè)備系統(tǒng)內(nèi)部控制機(jī)制的復(fù)雜性，導(dǎo)致控制系統(tǒng)在持續(xù)運(yùn)用過程中產(chǎn)生許多不確定的因素。由于目前大多數(shù)過程控制系統(tǒng)均采用傳統(tǒng)的PID控制器，該控制方式的使用需要建立一個明確的控制對象模型，而且系統(tǒng)被控對象的模型精度較高，使得傳統(tǒng)的控制方式無法有效解決目前工業(yè)設(shè)備在過程控制系統(tǒng)中出現(xiàn)的時變問題［1－5］。

2）系統(tǒng)的滯后性。目前，過程控制系統(tǒng)大多數(shù)使用在工業(yè)設(shè)備的溫度、流量、壓力以及液位的高低等自動化控制。但在實(shí)際控制過程中，所謂的被控參數(shù)傳輸?shù)娇刂葡到y(tǒng)之間存在著一定的數(shù)據(jù)滯后性，導(dǎo)致系統(tǒng)控制產(chǎn)生一定的偏差，并影響到整個系統(tǒng)的控制效果。

3）系統(tǒng)的高耦合性。隨著信息化技術(shù)的發(fā)展，過程控制系統(tǒng)的功能相對廣泛，其涉及的控制變量也相應(yīng)增多，控制變量之間存在著一定的聯(lián)系。許多變量在過程控制中并不是獨(dú)立存在的，它們具有相互影響和關(guān)聯(lián)性。這樣一來，系統(tǒng)在控制過程中，只要一個控制變量發(fā)生變化，涉及的多個控制變量也相應(yīng)的發(fā)生改變。系統(tǒng)高耦合性不但嚴(yán)重影響整個系統(tǒng)的控制效果，而且增加了整個系統(tǒng)開發(fā)及控制的難度。

1 模糊控制技術(shù)的分析

1.1 模糊控制規(guī)則

模糊控制規(guī)則作為模糊控制器設(shè)計的基本原則，也是模糊控制器最重要的組成部分，其中不同的模糊控制系統(tǒng)模型對應(yīng)不同的控制規(guī)則。目前，我國對于模糊控制設(shè)計過程中使用最為廣泛的系統(tǒng)模型為Mamdani模糊模型和T－S模糊模型［1］。基于Mamdani模糊模型的模糊控制規(guī)則最大的特點(diǎn)在于規(guī)則的形式，無論是思維方式還是語言表達(dá)方式都相對人性化，基于Mamdani模型的模糊控制規(guī)則形式簡單例子如下式：

可以看出，A，B，C分別是模型輸入、輸出變量的語言變量。因此，模糊控制規(guī)則對于設(shè)計人員或操作人員相對簡單，容易操作。

基于T－S模糊模型的模糊控制規(guī)則與Mamdani模型的模糊控制規(guī)則從表達(dá)形式上看十分相似，但這兩種模型的模糊控制規(guī)則最大的區(qū)別在于輸出量。對于基于T－S模糊模型的模糊控制規(guī)則而言，其輸出量并非是一種語言變量，而是由一個常量或輸入變量的線性組合構(gòu)成?；赥－S的兩種模糊控制規(guī)則如下式：

式中：A，B——分別表示模糊控制的輸入變量；k，p，q，r——常量。

1.2 模糊控制器的基本原理

模糊控制系統(tǒng)的工作原理主要有3部分，即語言變量的輸入－模糊控制－語言變量的輸出，其中模糊控制器為控制系統(tǒng)的核心［6］。該系統(tǒng)核心部分主要包括3個過程：

1）輸入變量的模糊化處理過程。所謂輸入變量的模糊化處理過程就是模糊控制器對每個一維的輸入變量進(jìn)行模糊處理，將控制系統(tǒng)的輸入變量轉(zhuǎn)化為模糊控制模型所識別的語言變量［7］。語言變量的個數(shù)完全由過程控制系統(tǒng)決定，不同的控制對象、不同控制要求對應(yīng)的語言變量也不盡相同。

2）基于模糊控制規(guī)則的模糊推理過程。模糊推理過程主要是通過已設(shè)置好的模糊控制規(guī)則，根據(jù)輸入變量條件與模糊控制規(guī)則中的限制條件去推導(dǎo)某個結(jié)論，并利用所產(chǎn)生的推導(dǎo)結(jié)論完成被控對象的控制。

3）輸出變量的模糊化過程，即輸出變量的轉(zhuǎn)化過程。要最終實(shí)現(xiàn)被控對象的控制，需要將模糊控制器中的輸出語言變量轉(zhuǎn)化為系統(tǒng)識別的精確控制量，也就是被控對象的一個精確數(shù)值［8］。

2 基于模糊控制下的MIMO系統(tǒng)過程控制應(yīng)用研究

2.1 基于MIMO控制系統(tǒng)的家用熱水器模糊控制系統(tǒng)結(jié)構(gòu)設(shè)計

家用熱水器作為一種簡單的MIMO控制對象，在系統(tǒng)模糊控制過程中主要針對熱水器的水溫和流量，如果采用智能解耦控制方式來設(shè)計控制器會造成系統(tǒng)變量的多余，控制策略無法有效利用。因此，文中采用自適應(yīng)解耦控制方式實(shí)現(xiàn)熱水器的流量和水溫的控制，不僅控制過程簡單，而且設(shè)計人員可以通過手動調(diào)節(jié)的經(jīng)驗(yàn)獲取必要的控制規(guī)則。

熱水器模糊控制系統(tǒng)結(jié)構(gòu)如圖1所示。

該系統(tǒng)由兩個輸入變量、兩個輸出變量、兩個調(diào)節(jié)器、模糊控制器以及兩個流量閥控制端組成，其中模糊控制器成為整個控制系統(tǒng)的核心部分［5］。

整個系統(tǒng)工作原理為：

首先進(jìn)行流量和水溫輸入變量的設(shè)置，通過模糊控制器進(jìn)行輸入變量的模糊化處理過程、模糊推理過程以及最后的輸出變量的模糊化過程。

其次，根據(jù)模糊控制器輸出變量進(jìn)行熱水閥和冷水閥的流量控制，結(jié)合下式中的混合器數(shù)學(xué)控制模型完成熱水器的水流量和水溫度的輸出。

式中：q1——熱水閥流量；

q2——冷水閥流量；

Q（q1，q2）——熱水器的輸出水流量；

T（q1，q2）——熱水器的輸出水溫度。

最后，將輸出與輸入變量進(jìn)行比較，將輸入與輸出的偏差進(jìn)行再次控制，最終保持輸入和輸出變量一致。

圖1 基于MIMO控制系統(tǒng)的熱水器模糊控制結(jié)構(gòu)

2.2 模糊控制器設(shè)計

對于模糊控制器的設(shè)計，主要包括輸入隸屬度函數(shù)、輸出隸屬度函數(shù)以及模糊控制規(guī)則的確定［4］。文中采用的是兩輸入、兩輸出的MIMO系統(tǒng)，即兩輸入為水流量偏差和水溫偏差，兩輸出分別為熱水閥和冷水閥的控制量。因此，根據(jù)系統(tǒng)控制要求，水溫偏差隸屬度函數(shù)、水流量偏差隸屬度函數(shù)以及輸出變量隸屬度函數(shù)如圖2所示。

圖2 輸入、輸出隸屬度函數(shù)

2.3 基于Matlab的仿真分析

熱水器水溫和流量模糊控制系統(tǒng)的仿真結(jié)果如圖3所示。

圖3 基于Matlab的模糊控制系統(tǒng)仿真結(jié)果

從仿真結(jié)果可以看出，水流量控制完全達(dá)到預(yù)期效果，由于溫度相對與流量控制而言，具有一定的滯后性，在水溫控制過程中會出現(xiàn)較小的滯后和偏差，但總體上水溫度控制還是符合設(shè)計要求的，達(dá)到了預(yù)期控制效果。

3 結(jié) 語

隨著智能技術(shù)發(fā)展的不斷深入，模糊控制所具有的優(yōu)越控制性能在智能化領(lǐng)域發(fā)揮的作用越來越大，并得到越來越廣泛的應(yīng)用。文中結(jié)合日常使用的熱水器工作原理，設(shè)計了一個兩輸入、兩輸出的模糊控制器，滿足熱水器對水流量和水溫度參數(shù)的實(shí)時控制，并采用基于Matlab軟件對模型進(jìn)行仿真驗(yàn)證，得到預(yù)期效果。由此證明模糊控制在過程控制系統(tǒng)運(yùn)用中的優(yōu)勢，它的運(yùn)用與研究對我國智能化領(lǐng)域的發(fā)展具有重大意義。

［1］ 宋哲英，王軍，劉朝英，等.基于RTW的過程控制實(shí)時仿真系統(tǒng)設(shè)計［J］.河北科技大學(xué)學(xué)報，2010（5）：451－454.

［2］ 丁學(xué)明，張培仁，張志堅，等.T－S模糊模型的辨識與控制［J］.電機(jī)與控制學(xué)報，2005（5）：473－476.

［3］ 牛培峰，高龍，孟凡東，等.基于神經(jīng)網(wǎng)解耦的循環(huán)流化床鍋爐燃燒系統(tǒng)自適應(yīng)模糊控制［J］.儀器儀表學(xué)報，2011（5）：1021－1025.

［4］ 馬昕，王平，李文博，等.基于PCS7的內(nèi)?？刂破髟O(shè)計與應(yīng)用［J］.計算機(jī)測量與控制，2010（10）：2285－2288.

［5］ 王廣軍，朱麗娜，沈曙光.一種基于逆動力學(xué)模糊規(guī)則的自適應(yīng)控制方法［J］.系統(tǒng)仿真學(xué)報，2008（15）：3907－3910.

［6］ 張淑霞，馬躍，白羽，等.基于模糊控制的旋轉(zhuǎn)型雙支點(diǎn)倒立擺系統(tǒng)［J］.長春工業(yè)大學(xué)學(xué)報：自然科學(xué)版，2007，28（1）：109－113.

［7］ 曾競，謝又成.基于模糊自整定PID的主汽溫串級控制系統(tǒng)的設(shè)計［J］.微計算機(jī)信息，2007，19：46－48.

［8］ 何小寧，肖伸平，王兵，等.多變量模糊控制系統(tǒng)的結(jié)構(gòu)分解及其應(yīng)用［J］.計算機(jī)測量與控制，2005（5）：452－454.