錢 宏，方康玲

（武漢科技大學 信息學院，湖北 武漢 430081）

模糊控制作為智能控制的一個重要分支，它綜合了專家的操作經驗，具有不依賴被控對象的精確數(shù)學模型、抗干擾能力強、響應速度快等特點，在工業(yè)控制中得到了極為廣泛的應用[1]。但是常規(guī)模糊控制方法存在建立控制規(guī)則困難、有眾多參數(shù)待定等缺點，并且不能消除系統(tǒng)的穩(wěn)態(tài)誤差。文獻[2]介紹了一種帶修正因子的模糊控制器，通過改變修正因子可以靈活改變控制規(guī)則。文獻[3]提出消除模糊控制系統(tǒng)的穩(wěn)態(tài)誤差可以考慮在系統(tǒng)中加入積分環(huán)節(jié)。在此基礎上本文提出了一種改進的帶修正因子模糊控制器，并且用單純形法對參數(shù)尋優(yōu)進行初始化設置，仿真結果與傳統(tǒng)的PID控制結果對比證明這種控制器產生的超調量小，能快速達到穩(wěn)定，且抗干擾能力強，將算法移植到PLC對水箱液位進行控制，控制效果良好。

1 改進的帶修正因子模糊控制器的設計思想

1.1 帶修正因子模糊控制

基本模糊控制的關鍵在于建立一張滿意的控制表，而這也是改進其控制品質的著眼點所在。為了簡化推理過程，模糊控制規(guī)則可以采用帶修正因子的解析形式，其解析式為U＝－＜α*E+（1－α）EC＞，式中α[0，1]，E＝＜Ke*e＞，EC＝＜Kec*ec＞。其中Ke，kec分別為誤差和誤差變化率的量化因子，＜＞表示四舍五入取整操作，E、EC分別為誤差和誤差變化率量化取整，U為控制量量化取整，α[0，1]稱為修正因子，隨著α值的改變，E和EC對U的貢獻也在變化，從而改變模糊控制規(guī)則。但是一旦修正因子α選定，控制規(guī)則便固定了，雖然引入多個修正因子可以靈活地改變控制規(guī)則，但是隨著修正因子個數(shù)的增加，也給尋優(yōu)工作增加了難度[4]。

1.2 并聯(lián)智能積分消除穩(wěn)態(tài)誤差

一般的模糊控制系統(tǒng)通常采用二維模糊控制器結構形式，它們以系統(tǒng)誤差E和誤差變化率EC為輸入語言變量，因而具有類似于常規(guī)PD控制器的性能。為了消除誤差常見的解決方法是在模糊控制中引入積分環(huán)節(jié)，積分環(huán)節(jié)添加在控制器不同地方產生的效果也不同，文獻[5]說明全并聯(lián)加入法是比較理想實用的形式。全并聯(lián)加入法是由一個常規(guī)的積分器和一個模糊控制器相并聯(lián)構成的，二者的輸出量相疊加作為控制器的總輸出，該方法可以有效消除穩(wěn)態(tài)誤差和極限振蕩。

傳統(tǒng)的引入積分環(huán)節(jié)方法存在積分作用針對性不強、積分參數(shù)設置不當易造成系統(tǒng)振蕩等缺點，為了克服上述缺點，積分環(huán)節(jié)可以改進為智能積分，對系統(tǒng)誤差選擇性的積分。典型二階階躍響應曲線中，當e*ec＞0表示系統(tǒng)偏離平衡點，當e*ec＜0表示系統(tǒng)向平衡點靠近，經綜合考慮，確定進行智能積分的條件為：當e*ec＞0或ec＝0且e≠0時，對誤差進行積分；當e*ec＜0或e＝0時，不對誤差進行積分，并聯(lián)智能積分的設計如圖1所示。

圖1 并聯(lián)智能積分Fig.1 Parallel intelligent integral

1.3 控制器的初始化設置

模糊控制器的初始化參數(shù)對控制性能的影響很大，當參數(shù)選取不當時可能引起系統(tǒng)的振蕩甚至失控，本文采用單純形法反復啟發(fā)試驗優(yōu)化控制參數(shù)。單純形法是一種多維直接搜索的局部優(yōu)化方法，它在尋優(yōu)過程中不必計算目標的函數(shù)梯度，只是針對一定圖形的頂點按照一定規(guī)則來搜尋。其尋優(yōu)思想是：在n維空間?。╪+1）個點構成初始單純形，比較這（n+1）個點處目標函數(shù)值的大小，這里可以選取目標函數(shù)J＝ITAE＝∫t|e（t）|d t，丟掉最壞的點（目標函數(shù)值最大的點），代之以新的點，構成新的單純形，反復迭代，使其頂點處的函數(shù)值逐步下降，頂點逐步逼近目標函數(shù)的最小點。

2 系統(tǒng)仿真試驗結果及分析

為了驗證設計的模糊控制器的可行性，利用Matlab平臺和Simulink仿真軟件包仿真該控制器的性能，仿真模型如圖2所示。圖2上半部分為改進的帶修正因子模糊控制器?？刂茖ο鬄槎A延時模糊控制器規(guī)則的生成推導在模塊‘tuili’中實現(xiàn)，智能積分判斷條件在模塊‘zhineng’中實現(xiàn)，上述控制器的待尋優(yōu)參數(shù)有4個，分別為α0、αs積分作用系數(shù)K i和比例因子K u，其中α0、αs的尋優(yōu)范圍在[0，1]內。圖2下半部分為目標函數(shù)（ITAE）的求取，各點目標函數(shù)值可以調用上面的仿真模塊得到，單純形法的尋優(yōu)可以在Matlab平臺編寫M文件實現(xiàn)。

圖2 模糊控制器仿真圖Fig.2 Simulation diagram of fuzzy controller

經尋優(yōu)可得初始化的參數(shù)K u＝1.570 9，K i＝0.009 3，α0＝0.439 3，αs＝0.781 0，將這些參數(shù)代入控制器仿真模塊可得控制曲線。為了觀察對比，同時對常規(guī)PID控制、未參數(shù)尋優(yōu)的模糊控制器、經參數(shù)尋優(yōu)的模糊控制器進行仿真，曲線對比如圖3所示。由圖可知設計出的模糊控制器在超調量和穩(wěn)定性方面比常規(guī)PID控制有了比較明顯的改進，當有擾動時，設計出的模糊控制器能更快的恢復穩(wěn)定；對比參數(shù)尋優(yōu)前后可知，經參數(shù)優(yōu)化后模糊控制器在超調量上更小，在快速性方面更迅速，經擾動后能更快恢復穩(wěn)定。

圖3 仿真結果曲線對比圖Fig.3 Results of simulation curve

3 液位控制實驗結果

實驗裝置采用華晟公司的過程試驗系統(tǒng)A3000，在這套裝置中，下水箱和中水箱組成的雙容器構成典型的雙容液位系統(tǒng)。控制輸入為中水箱的進水流量Qi，通過調節(jié)電動調節(jié)閥的開度控制中水箱的進水流量，中水箱的水經底部的水槽流入下水箱，控制對象為下水箱的液位高度H。將設計的模糊控制算法移植到西門子S7－200中，通過上位機組態(tài)王軟件可以實時監(jiān)控液位高度。

首先辨識控制對象的模型，突然加大調節(jié)閥開度觀察液位隨時間的變化，用飛升曲線法辨識可以得到液位控制系統(tǒng)的模型為：將 辨 識 出 得 數(shù) 學 模 型代入仿真可得控制器的初始化參數(shù)。算法移植到PLC中要注意誤差和誤差的變化率的求取，進入中斷后采樣值與目標值的偏差可以得到誤差，比較上次誤差與本次誤差的偏差可以得到誤差偏差率，算法求取的值為閥門的開度信號，經D/A轉換為模擬量控制電動調節(jié)閥的閥門開度，在組態(tài)王的趨勢圖中可以記錄觀察實際的控制效果，實際監(jiān)控效果如圖4、圖5所示。

圖4 改進模糊控制器控制效果Fig.4 Control effect of improved fuzzy contoller

圖5 PID控制器控制效果Fig.5 Control effect of PID contoller

當前設定的液位高度為30 cm，待系統(tǒng)穩(wěn)定后加水使液位突變到33 cm，由兩圖對比看出，改進的模糊控制比傳統(tǒng)PID控制的調節(jié)時間短，液位波動范圍較小，有干擾信號時恢復到穩(wěn)態(tài)的時間較短，整體控制性能要好于傳統(tǒng)PID控制器。

4 結 論

設計了一種改進的帶修正因子模糊控制器，并對該控制器進行了仿真驗證，結果表明該控制器的控制效果相比傳統(tǒng)PID有了改良，受到干擾也能較快的克服。將該控制器移植到PLC對水箱液位進行控制，實驗表明該控制器的控制更哪快更平穩(wěn)，為其他工業(yè)過程控制提供了新的思路。

[1]葛新成，胡永霞.模糊控制的現(xiàn)狀與發(fā)展概述[J].現(xiàn)代防御技術，2008，36（3）：51－56.GE Xin-cheng，HU yong-xia.Present analysis and development trends of fuzzy control techniques[J].Modern Defence Technology，2008，36（3）：51－56.

[2]龍升照，汪培莊.Fuzzy控制規(guī)則的自調整問題[J].模糊數(shù)學，1982，（3）：105－111.LONG Sheng-zhao，WANG Pei-zhuang.Self-adjustment of fuzzy control rules[J].Fuzzy Mathematics，1982（3）：105－111.

[3]楊世勇.模糊與積分混合控制研究[J].自動化與儀表，2001，16（6）.YANG Shi-yong.Research on Hybrid control of fuzzy and integral[J].Automation and Instrumentation，2001，16（6）：65－70.

[4]高宏巖，王建輝.在線自調整修正因子模糊控制方法和應用[J].微計算機信息，2006（5）：83－85.GAO Hong-yan，WANG Jian-hui.A fuzzy control method with online self-turning correction factor and its application[J].Control&Automation，2006（5）：83－85.

[5]張岳峰.多修正因子的自適應模糊控制研究與實踐[D].南京：東南大學，2008.

[6]張磊.基于單純形法的PID控制器的最優(yōu)設計[J].信息與控制，2004（3）：66－70.ZHANG Lei.Simplex method based optimal design of PID controller[J].Information and Control，2004（3）：66－70.