王帥帥，徐 凱，孟凡芳

（1.山東中煙工業(yè)有限公司青島卷煙廠，山東 青島 266100；2.山東青島黃海學院，山東 青島 266101）

1.常規(guī)模糊控制器結(jié)構(gòu)分析

1.1 控制器基本結(jié)構(gòu)

模糊控制系統(tǒng)與傳統(tǒng)控制系統(tǒng)存在一定的差異性。例如：與傳統(tǒng)控制器相比，模糊控制器的使用量已經(jīng)遠遠超過了傳統(tǒng)控制器。衡量一個模糊控制系統(tǒng)的好壞，取決于使用的模糊控制器的整體結(jié)構(gòu)、使用規(guī)則、推理方式和決策方法[1]。

1.1.1 界面模糊

通過測量控制映射系統(tǒng)響應(yīng)范圍在適當范圍內(nèi)的輸入和輸出變量，就必須借助設(shè)定特定值來實現(xiàn)將數(shù)據(jù)轉(zhuǎn)換程能識別的方法或語言標識符[2]。

1.1.2 推理機

推理機被視為模糊控制系統(tǒng)的核心，它的概念也是將模糊概念為主的。為獲取模糊信息，可以采取利用模糊蘊含和模糊推理的方式[3]。與此同時，擬人的決策也可適當?shù)谋粚崿F(xiàn)。借助模糊控制器的推理關(guān)系方程，根據(jù)模糊輸入和模糊規(guī)則，得出模糊輸出。

1.2 量化因子對控制器性能的影響

控制規(guī)則能影響控制器的性能，除此之外，量化因子也能對控制器的性能起到一定的印象作用。實驗數(shù)據(jù)顯示，量化系數(shù)的大小與系數(shù)成正比，其中，量化系數(shù)之間的關(guān)系有重要影響，這是他們所需要的技能之一。

生于量化系數(shù) =E/E，E rec/或

輸出比例因子：Ku=U/U

在上面的公式中，e和u是域，它們是基本錯誤，對其進行錯誤校正和輸出控制。系統(tǒng)的響應(yīng)是e nT（NT）和EC（NT）決定的，除此之外，響應(yīng)的影響因素KE Rec和Ku的大小。還有由因此，可以得出結(jié)論：系統(tǒng)的輸出并沒有改變量化級，而是通過對響應(yīng)的計算得出。電力系統(tǒng)對量化系數(shù)Me的響應(yīng)在量化系數(shù)的三個元素之間，KU等效于減小基本變量在誤差變量中的增大范圍,盡管實際上，域控制系統(tǒng)是離散域[4]。如果這些的準確性發(fā)生變化（-0.5/K，0-5/自然），則輸入控制系統(tǒng)即可檢測到變化。此區(qū)域稱為“執(zhí)行任何技能控制”,即控制死區(qū)。這是造成錯誤的原因。量化系數(shù)范圍的增加會降低使用功率范圍，使區(qū)域系統(tǒng)穩(wěn)態(tài)誤差增大。但是，如果該值太大，將是EXCESS系統(tǒng)的一個很好的響應(yīng)，并在嚴重的情況下緩慢收斂到單個振蕩。因此，應(yīng)在同一過程中保持穩(wěn)定狀態(tài)[5]。

1.3 模糊推理

模糊推理的出現(xiàn)往往是在判斷出現(xiàn)模糊性，推理或事實出現(xiàn)模糊命題之后[6]。越來越多的模糊推理方法被不斷使用，其中使用最多的模糊推理方法就是Mamdani方法和Zadeh方法。Buckley amdani這張推理方法的核心就是利用重心法判決模糊，使結(jié)果可以容易的被系統(tǒng)推理得出[7]。

該式子中，Ut是以上述前提條件為基礎(chǔ)的模糊蘊含，這樣的模糊模型不僅帶有模糊判決，還是用了Mamdani模型，進一步實現(xiàn)了對連續(xù)函數(shù)的完備映射。

模糊控制系統(tǒng)中含有多種不同的模糊推理方法，例如：

第一種——運用的是Mamdani模型規(guī)則中最小運算規(guī)則，這樣的模糊蘊含運算中采用的是Rc，繼而得出

第二種——運用模糊蘊含中Larsen的積運算規(guī)則

第三種類型，盡管在規(guī)則的結(jié)論處已作出可變報酬

正是以這種方式進行推理的方法是，盡管這個規(guī)則的力量在于擁有一種形式，

R：如果（x，y，它也是bi...），則z=結(jié)束（...x，y）

其中，x，...，y表示過程控制變量的狀態(tài)，變量Ai...表示語言變量以及過程變量的值。為了完整起見，讓我們假設(shè)您擁有這兩個戒律的力量。

R1：如果x和y為A1和B1，則z=F1（x，y）

I2：如果 x和 A2中，MAX(A2，y)則 z=F2（x，y），由第一條規(guī)則可以得出結(jié)論，其中對于控制作用的推斷結(jié)果為α1f1(x0,y0)，同理，由第二條規(guī)則可以得出推斷值為 α2f2(x0,y0)，最終得出總的控制作用是 α1f1(x0,y0)和 α2f2(x0,y0)的加權(quán)組合后的結(jié)果，即

2.溫度模糊控制器設(shè)計

如圖2.1所示，爐子的溫度控制分為表面濕度控制和中心溫度控制，每個部分都單獨進行控制。設(shè)計控制器時，有必要根據(jù)每個組件的特性選擇與之對應(yīng)的域和量化系數(shù)。模糊控制系統(tǒng)的影響因素還包括隸屬函數(shù)的形狀，因此，了解對象的特性并針對性地做出不同的選擇很有必要[8]。

2.1 控制器參數(shù)確定

不同的升溫方式具有不同的溫度分布特性，鋼坯也是如此。因此，在確定參數(shù)時據(jù)根據(jù)時間段來進行衡量[9]。溫度差的主要功能是通過將坯件浸入型材中，從而滿足軋制過程的實用性。溫度部分表面浸沒在毛坯中進出口中心溫度逐漸長大，應(yīng)達到平衡溫度。內(nèi)部和外部都經(jīng)過調(diào)整。因此，重要指標是反應(yīng)堆中的溫度穩(wěn)定[10]。

因此，抵抗擾動的能力需要進一步提升，Ke和Kec的選擇也應(yīng)謹慎選取，例如應(yīng)具有速度跨和穩(wěn)定性好等特點。在選擇隸屬函數(shù)時應(yīng)考慮函數(shù)的各方面的特性，如：應(yīng)選擇均衡且緩慢的函數(shù)，進而使控制特性變得相對平緩。

2.2 控制器具體設(shè)計方法

充分了解各個段的特性，有針對性地選擇模糊控制器的參數(shù)。下面將加熱段作為例子，詳細講訴模糊控制器的具體實現(xiàn)。

用Matlab軟件作為仿真實驗的主要工具，隨后將上文提及的輸入數(shù)據(jù)進行輸入，就可以得出相應(yīng)的模糊推理系統(tǒng)，除此之外，還可以得到輸入偏差隸屬函數(shù)和偏差變化率隸屬函數(shù)，下圖2.1就是控制輸出隸屬函數(shù)。

圖 2.1 輸出量 U 的隸屬函數(shù)

本文通過溫度控制器算法來比較加熱爐溫度控制，溫度也不受制于火爐的所有熱量。在進行模擬實驗的過程中，我們先影響系統(tǒng)結(jié)果的主要原因之一就是采取了下述方式加熱爐。爐子的溫度和壓力始終保持著穩(wěn)定狀態(tài)。

從上述情況來看，加熱爐的延遲和最大方面以及通過使用加熱爐來進行仿真實驗，進而為加熱爐實現(xiàn)二階環(huán)節(jié)提供一個必要條件，并提供傳遞函數(shù)：

除此之外，燃料流量對象傳遞函數(shù)和空氣流量對象傳遞函數(shù)的存在，可以將他們看作一階慣性環(huán)節(jié)：

燃料流量對象傳遞函數(shù)：

空氣流量對象傳遞函數(shù)：

2.3 模糊控制器仿真

本文借助MATLAB仿真實驗證明了所建系統(tǒng)具備科學性和合理性?？偹苤?，MATLAB是一個具備超強矩陣運算能力的輔助工作，憑借它所特有的Simulink工具箱，并借助工具箱中附帶的模糊邏輯工具箱（Fuzzy Logic Toolbox）為建立一個良好的模糊邏輯推理系統(tǒng)提供了較好的基礎(chǔ)，其中主要包括了五個主要工具：模糊系統(tǒng)的編輯；成員函數(shù)Mfedit編輯器；進行任何技能Ruleedit Editor規(guī)則；如果使用此命令Ruleview視線；用于輸入輸出推理結(jié)果的表面視圖工具Surfview。

輸入變量e有八個模糊子集：NB，NM，NS，NO，PO，PS，PM，PB，每個模糊子集用高斯函數(shù)表示。輸入變量ec有七個模糊子集：NB，NM，NS，ZO，PS，PM，PB，每個模糊子集用高斯函數(shù)表示。

而溫度模糊控制器規(guī)則據(jù)統(tǒng)計有48條，將這些規(guī)則按序排列，就形成了對于控制規(guī)則的完善和編輯。

在此控制器中，需要決策技能來使用任何一種Mamdani推理算法。

控制器的曲面觀察器將模糊推理系統(tǒng)的全部曲面結(jié)果進行了輸出。并且從實驗所得數(shù)據(jù)可以得出結(jié)論：在單輸入單輸出的前提條件下，可以單個圖形界面中得出映射結(jié)果，在雙輸入單輸出的前提條件下，MATLAB可以簡單地通過三維立體圖形進行描述。