周永帥

庹先國(guó)1,2

韓 強(qiáng)1,2

劉 鑫1,2

(1. 四川輕化工大學(xué)自動(dòng)化與信息工程學(xué)院，四川 宜賓 644000；2. 人工智能四川省重點(diǎn)實(shí)驗(yàn)室，四川 宜賓 644000)

與傳統(tǒng)的人工勾調(diào)相比，白酒的自動(dòng)化勾調(diào)具有產(chǎn)品質(zhì)量穩(wěn)定、生產(chǎn)效率高的優(yōu)點(diǎn)，而勾調(diào)的精確性也成為系統(tǒng)設(shè)計(jì)的關(guān)鍵。1997年中船重工710研究所與稻花香集團(tuán)研制了白酒勾調(diào)自動(dòng)化控制系統(tǒng)，開(kāi)啟了酒企自動(dòng)化改造升級(jí)的時(shí)代[1]。2005年衡水老白干集團(tuán)成功利用計(jì)算機(jī)技術(shù)對(duì)傳統(tǒng)的人工勾調(diào)操作進(jìn)行了自動(dòng)化升級(jí)，所開(kāi)發(fā)的智能勾兌系統(tǒng)，在控制的精度、穩(wěn)定性以及生產(chǎn)效率上均表現(xiàn)優(yōu)良，且成品酒風(fēng)味質(zhì)量俱佳[2]。2010年貴州茅臺(tái)酒業(yè)為了解決使用小容器進(jìn)行白酒勾調(diào)產(chǎn)品質(zhì)量不穩(wěn)定，生產(chǎn)效率低下的問(wèn)題，使用脈沖的氣動(dòng)調(diào)和、大容器的自動(dòng)勾調(diào)等技術(shù)實(shí)現(xiàn)了白酒的規(guī)?；?、智能化、優(yōu)質(zhì)化生產(chǎn)[3]。綜上，白酒勾調(diào)智能化還處于剛剛發(fā)展的階段，隨著中國(guó)白酒市場(chǎng)不斷擴(kuò)大，以及走向國(guó)際化，白酒勾調(diào)對(duì)于實(shí)現(xiàn)品牌化、規(guī)?；鸬皆絹?lái)越重的作用。

白酒自動(dòng)化勾調(diào)系統(tǒng)在生產(chǎn)過(guò)程中，需要各種原酒及調(diào)味酒嚴(yán)格按照成品酒的配方比例，經(jīng)過(guò)裝配有輸酒泵、流量計(jì)、電動(dòng)調(diào)節(jié)閥等設(shè)備的管道輸送至成品酒罐混合而成所需的成品酒，酒液的比例稍有不適便會(huì)影響成品酒的口感。目前酒液流量的精確控制存在以下難點(diǎn)：① 被控對(duì)象為累計(jì)流量屬于過(guò)程控制量，由于管路輸送距離等原因，對(duì)控制信號(hào)的響應(yīng)具有時(shí)滯性[4]；② 具有管路傳輸過(guò)程中管阻，水錘等非線性以及不確定因素的影響[5]；③ 累計(jì)流量具備不可回調(diào)性，因此系統(tǒng)具有響應(yīng)無(wú)超調(diào)的前提要求。

研究擬建立一種適用于白酒自動(dòng)化勾調(diào)系統(tǒng)的流量精確控制算法，采用Smith預(yù)估補(bǔ)償器消除時(shí)滯性對(duì)系統(tǒng)的影響，使用模糊控制解決系統(tǒng)數(shù)學(xué)模型建立不精確的問(wèn)題，并且結(jié)合論域自適應(yīng)方法提高模糊控制器的控制精度，以期實(shí)現(xiàn)白酒自動(dòng)化勾調(diào)過(guò)程中酒液的精確傳輸。

1 白酒自動(dòng)化勾調(diào)系統(tǒng)數(shù)學(xué)模型

由于白酒自動(dòng)化勾調(diào)系統(tǒng)具有時(shí)滯性，非線性的特點(diǎn)，精確模型的建立非常困難，通過(guò)等效方法建立近似的數(shù)學(xué)模型[6]。白酒自動(dòng)化勾調(diào)過(guò)程存在的環(huán)節(jié)：① 酒液開(kāi)始在管道中傳輸至流經(jīng)流量計(jì)之間，此時(shí)流量計(jì)尚未檢測(cè)到數(shù)據(jù)，因此產(chǎn)生一個(gè)大滯后環(huán)節(jié)；② 流經(jīng)電動(dòng)調(diào)節(jié)閥瞬時(shí)流量的大小與閥門的開(kāi)度相關(guān)，此時(shí)會(huì)產(chǎn)生一個(gè)一階慣性環(huán)節(jié)；③ 由于系統(tǒng)存在大滯后環(huán)節(jié)，而其他環(huán)節(jié)的時(shí)間常數(shù)遠(yuǎn)遠(yuǎn)小于滯后時(shí)間，故其他的環(huán)節(jié)均可等效為比例環(huán)節(jié)；④ 由于系統(tǒng)的被控對(duì)象為累計(jì)流量，因此需要增加一個(gè)積分環(huán)節(jié)。以上各環(huán)節(jié)的乘積即為該控制系統(tǒng)的近似數(shù)學(xué)模型：

(1)

式中：

G(s)——控制系統(tǒng)的近似數(shù)學(xué)模型；

k——系統(tǒng)的總體增益；

T——慣性時(shí)間常數(shù)；

τ——純滯后環(huán)節(jié)時(shí)間常數(shù)(與輸送管道的距離以及液體的流速相關(guān))。

系統(tǒng)的閉環(huán)框圖如圖1所示。

R(s). 被控對(duì)象累計(jì)流量的設(shè)定值 E(s). 累計(jì)流量與設(shè)定值的誤差 D(s). 需要進(jìn)行設(shè)計(jì)的控制器 U(s). 控制器的輸出作用 Gp(s). 被控對(duì)象去除滯后環(huán)節(jié)的傳遞函數(shù)

2 控制算法設(shè)計(jì)

2.1 Smith預(yù)估補(bǔ)償原理

在工業(yè)生產(chǎn)控制過(guò)程中，被控對(duì)象往往存在著滯后環(huán)節(jié)，滯后現(xiàn)象的存在會(huì)嚴(yán)重影響系統(tǒng)的穩(wěn)定性。為了改善對(duì)系統(tǒng)的不良影響，國(guó)內(nèi)外進(jìn)行了大量的方法研究，其中最具代表性的是在1957年由Smith提出的預(yù)估控制器，即Smith預(yù)估器。其補(bǔ)償原理為：由于滯后環(huán)節(jié)的存在，造成控制器對(duì)系統(tǒng)的調(diào)節(jié)作用即系統(tǒng)的響應(yīng)曲線延遲了滯后時(shí)間τ，而Smith預(yù)估器卻能使控制器提前滯后時(shí)間τ獲知系統(tǒng)在當(dāng)前控制作用下的響應(yīng)，進(jìn)而根據(jù)系統(tǒng)的偏差輸出控制作用。從原理來(lái)看，經(jīng)過(guò)補(bǔ)償后滯后環(huán)節(jié)對(duì)系統(tǒng)的影響達(dá)到了被消除的效果，并且Smith預(yù)估器具有結(jié)構(gòu)簡(jiǎn)單以及算法適用性強(qiáng)的優(yōu)點(diǎn)，能夠有效地解決系統(tǒng)時(shí)滯性的問(wèn)題[7-10]。

由圖2可知，其主要方法是設(shè)計(jì)一個(gè)補(bǔ)償環(huán)節(jié)GB(s)與控制器D(s)進(jìn)行反并聯(lián)。

圖2 Smith預(yù)估器補(bǔ)償系統(tǒng)的閉環(huán)框圖

補(bǔ)償環(huán)節(jié)的傳遞函數(shù)：

GB(s)=Gp(s)(1-e-τs)。

(2)

Smith預(yù)估器補(bǔ)償后的系統(tǒng)閉環(huán)傳遞函數(shù)為：

(3)

經(jīng)過(guò)補(bǔ)償后，系統(tǒng)的等效閉環(huán)框圖如圖3所示。

圖3 補(bǔ)償后系統(tǒng)的等效閉環(huán)框圖

從圖3可以看出，經(jīng)過(guò)Smith預(yù)估補(bǔ)償后，系統(tǒng)的滯后環(huán)節(jié)被排除在閉環(huán)回路之外，從而消除了滯后環(huán)節(jié)對(duì)系統(tǒng)穩(wěn)定性的影響，而滯后環(huán)節(jié)只是將控制器的調(diào)節(jié)作用在時(shí)間上推遲了滯后時(shí)間τ，之后再對(duì)控制器D(s)進(jìn)行單獨(dú)設(shè)計(jì)即可。

2.2 PID-Smith控制算法設(shè)計(jì)

傳統(tǒng)的PID控制算法設(shè)計(jì)相對(duì)簡(jiǎn)單，在工業(yè)生產(chǎn)控制中被廣泛應(yīng)用。在對(duì)被控對(duì)象的滯后環(huán)節(jié)進(jìn)行Smith預(yù)估補(bǔ)償后，對(duì)排除滯后環(huán)節(jié)的部分進(jìn)行單獨(dú)的PID控制器設(shè)計(jì)[11-12]，研究擬采用的被控對(duì)象傳遞函數(shù)為：

(4)

其中：

(5)

由于系統(tǒng)控制要求無(wú)超調(diào)量，因此應(yīng)將系統(tǒng)整定為典型的I型系統(tǒng)[13-14]，故：

D(s)=kp。

(6)

由圖3可知補(bǔ)償后系統(tǒng)的開(kāi)環(huán)傳遞函數(shù)為：

(7)

由于系統(tǒng)的階躍響應(yīng)無(wú)超調(diào)，因此系統(tǒng)應(yīng)為臨界阻尼二階系統(tǒng)，即阻尼比取1，由式(7)可得：kp=0.001 25。

2.3 變論域模糊-Smith控制算法設(shè)計(jì)

2.3.1 模糊控制器的設(shè)計(jì) 模糊控制不依賴系統(tǒng)的精確數(shù)學(xué)模型，而是在現(xiàn)場(chǎng)操作者的經(jīng)驗(yàn)以及專業(yè)人員的知識(shí)基礎(chǔ)上構(gòu)建起控制模型，然后根據(jù)相關(guān)的經(jīng)驗(yàn)知識(shí)通過(guò)邏輯推理進(jìn)行控制決策，最后完成對(duì)系統(tǒng)的調(diào)節(jié)作用，因此具有很強(qiáng)的容錯(cuò)能力[15-17]。

設(shè)計(jì)的兩輸入單輸出模糊控制器：

(1) 輸入語(yǔ)言變量E，表示設(shè)定流量Qd與實(shí)時(shí)累計(jì)流量Q的誤差e=Qd-Q。

(2) 輸入語(yǔ)言變量EC，表示誤差e的變化速率ec=e2-e1。

(3) 輸出語(yǔ)言變量U，表示控制器的輸出量u。

(4) 模糊論域都設(shè)定為X=[-6,6]，且都具有模糊語(yǔ)言值{正大(PB)，正中(PM)，正小(PS)，零(ZE)，負(fù)小(NS)，負(fù)中(NM)，負(fù)大(NB)}，對(duì)于E表示實(shí)時(shí)累計(jì)流量相對(duì)設(shè)定流量：非常少、比較少、少一點(diǎn)、正好、多一點(diǎn)、比較多、非常多；對(duì)于EC表示實(shí)時(shí)累計(jì)流量變化速度：減速非?？?、減速快、減速慢、不變、增速慢、增速快、增速非?？?；對(duì)于U表示電動(dòng)調(diào)節(jié)閥的開(kāi)度變化量：閥門全開(kāi)、增加量多、增加量少、不變、減小量少、減小量多、閥門全關(guān)。模糊語(yǔ)言值隸屬度函數(shù)均選用高斯函數(shù)。

(5) 模糊規(guī)則語(yǔ)句的形式類如“if E is NB and EC is NB then U is NB”，其具體模糊規(guī)則如表1所示。

表1 模糊規(guī)則Table 1 Fuzzy rules

(6) 解模糊：模糊控制器的輸出同樣為模糊量，不能在系統(tǒng)中直接使用，而解模糊用于模糊量的精確化，清晰化。在解模糊的方法中，信息包含全面、計(jì)算精確的重心法使用頻率最高。數(shù)學(xué)表達(dá)式：

(8)

2.3.2 變論域算法的設(shè)計(jì) 在模糊控制器的設(shè)計(jì)中，需要根據(jù)各個(gè)變量在系統(tǒng)中可能變化的范圍來(lái)確定輸入以及輸出變量的實(shí)際論域，實(shí)際論域選擇范圍的不準(zhǔn)確性會(huì)間接影響到量化因子以及比例因子取值的精度。在系統(tǒng)的控制過(guò)程中量化因子以及比例因子取值的不當(dāng)會(huì)間接降低控制器對(duì)系統(tǒng)的控制精度，并且當(dāng)系統(tǒng)趨于穩(wěn)定狀態(tài)時(shí)，輸入變量的實(shí)際值只在實(shí)際論域的某一個(gè)很小的范圍dδ內(nèi)進(jìn)行變化，如圖4所示。

圖4 變量的變化過(guò)程Figure 4 The process of changing variables

由圖4可知，在系統(tǒng)趨于穩(wěn)定狀態(tài)時(shí)，由于誤差以及誤差變化率只在實(shí)際論域的某一很小范圍dδ內(nèi)變化，此時(shí)采用固定的量化因子只能將輸入變量的實(shí)際值映射到模糊論域的很小區(qū)間內(nèi)，不能遍布模糊論域的整個(gè)范圍，此時(shí)進(jìn)行模糊推理取得的控制量變化很小甚至保持不變，因此系統(tǒng)容易產(chǎn)生穩(wěn)態(tài)誤差，并且響應(yīng)速度較慢。

為了解決此問(wèn)題，李洪興[18]提出了一種變論域的方法，即在系統(tǒng)趨向穩(wěn)定的過(guò)程中，通過(guò)“論域伸縮因子”對(duì)變量的實(shí)際論域進(jìn)行調(diào)節(jié)，當(dāng)變量的實(shí)際值變大時(shí)論域變大，實(shí)際值變小時(shí)論域變小。量化因子以及比例因子的大小隨著實(shí)際論域的變化而變化，實(shí)際論域伸張則因子變大，實(shí)際論域縮小則因子變小。在控制過(guò)程中，使用此方法能將變量的實(shí)際值模糊化后充分地分布在整個(gè)模糊論域，文中加以引用設(shè)計(jì)變論域模糊控制器[19-21]。

(1) 論域伸縮及論域伸縮因子：假設(shè)變量x初始的實(shí)際論域?yàn)閇-xo,xo]，在系統(tǒng)的控制過(guò)程中，具有可變實(shí)際論[-α(x)xo,α(x)xo]，其中論域伸縮因子α(x)為關(guān)于變量x的連續(xù)函數(shù)，圖5為論域的伸縮過(guò)程。

圖5 論域伸縮過(guò)程Figure 5 On the process of domain scaling

且α(x)隨x的變化一般具有如下規(guī)律：① 對(duì)于任意給定x的增量Δx，α的增量Δα，Δx與Δα呈正比；② 對(duì)于同樣大的增量Δx，x越大，則Δα越大；③α不超過(guò)1，且α越接近1，Δα越小。

由此可知函數(shù)α(x)具有如下形式：

α(x)=1-exp(-kx2/2)，

(9)

式中：

k——常系數(shù)。

k在一定程度上反映了控制算法的靈敏度大小，k的取值越大，α(x)趨近于1的速度越快，算法也就越靈敏，在x趨近于0時(shí)，α(x)的取值趨向于0。

(2) 論域伸縮因子的確定：取偏差e、偏差變化率ec和控制輸出u的實(shí)際論域分別為[-Ee,Ee]、[-Eec,Eec]和[-Eu,Eu]，其初始實(shí)際論域分別為[-Eeo,Eeo]、[-Eeco,Eeco]和[-Euo,Euo]。由式(9)取偏差e、偏差變化率ec的論域伸縮因子為：

(10)

αec(ec)=1-λexp[-k(ec/Eeco)2]，

(11)

式中：

λ——最小論域取值范圍系數(shù)(反映系統(tǒng)的控制精度)。

在控制過(guò)程中，控制輸出u的論域伸縮因子αu同αe與αec的變化相關(guān)，取值公式：

(12)

(3) 變論域算法：取e、ec以及u的模糊論域的最大值均為Nmax，e*、ec*以及u*分別表示系統(tǒng)的實(shí)時(shí)測(cè)量誤差，誤差變化率以及經(jīng)過(guò)比例調(diào)整后的實(shí)際控制量，其算法設(shè)計(jì)：

① 由式(10)～式(12)計(jì)算論域伸縮因子αe、αec以及αu；

② 調(diào)整e*、ec*以及u*的實(shí)際論域：

Ee=Eeo·αe，

我班開(kāi)展了時(shí)光寶盒活動(dòng)——讓學(xué)生在紙上描繪出一個(gè)九年級(jí)的自己（包括成人、成才、成事三個(gè)方面），同時(shí)把紙條折疊成小船（從此岸到彼岸之意）、飛機(jī)（飛向夢(mèng)想之意）或愛(ài)心（心想事成之意）等有良好寓意的形狀，然后將所有學(xué)生的紙條共同保存在一個(gè)鐵盒子里密封起來(lái)，在3年后的畢業(yè)典禮上打開(kāi)。

(13)

Eec=Eeco·αec，

(14)

Eu=Euo·αu；

(15)

③ 調(diào)整量化因子qe，qec以及比例因子qu：

qe=Nmax/Ee，

(16)

qec=Nmax/Eec，

(17)

qu=Eu/Nmax；

(18)

④ 量化e*和ec*：

e=qe·e*，

(19)

ec=qec·ec*；

(20)

⑤ 對(duì)模糊控制器的控制輸出u進(jìn)行比例調(diào)整：

u*=qu·u，

(21)

式中：

u*——被控對(duì)象需要的控制量。

2.3.3 變論域模糊-Smith控制器結(jié)構(gòu) 在對(duì)系統(tǒng)的滯后環(huán)節(jié)進(jìn)行Smith預(yù)估補(bǔ)償后，采用圖6所示的變論域模糊控制器結(jié)構(gòu)。

從圖6可以看出：在控制過(guò)程中，通過(guò)論域伸縮因子對(duì)e、ec和u的實(shí)際論域進(jìn)行了調(diào)整，量化因子以及比例因子隨之而改變，使得系統(tǒng)的實(shí)時(shí)測(cè)量值e*以及ec*在模糊化之后能夠分布到整個(gè)模糊論域，從而使模糊推理以及決策更為精準(zhǔn)，在消除穩(wěn)態(tài)誤差的同時(shí)提高了控制器對(duì)系統(tǒng)的調(diào)節(jié)速度。并且此算法獨(dú)立于模糊控制器之外，如此便可對(duì)相類似的系統(tǒng)設(shè)計(jì)相同的模糊控制器，只需對(duì)系統(tǒng)中變量的初始實(shí)際論域進(jìn)行調(diào)整即可，簡(jiǎn)捷且直觀。

圖6 變論域模糊控制器結(jié)構(gòu)Figure 6 The structure of variable universefuzzy controller

3 仿真與分析

3.1 仿真參數(shù)設(shè)定

選用被控對(duì)象的傳遞函數(shù)為：

(22)

其中滯后時(shí)間τ=20 s，流量傳輸目標(biāo)值為20。

3種控制器的設(shè)計(jì)：

(1) 對(duì)于PID-Smith控制器，控制器的kp=0.001 25。

(2) 對(duì)于常規(guī)模糊-Smith控制器，模糊控制器按照章節(jié)2.3.1進(jìn)行設(shè)計(jì)，并且取量化因子qe=0.3，qec=7，比例因子qu=0.02。

(3) 對(duì)于變論域模糊-Smith控制器，模糊控制器同樣按照章節(jié)2.3.1進(jìn)行設(shè)計(jì)，并且結(jié)合章節(jié)2.3.2的變論域算法。取Eeo=20，Eeco=1.3，Euo=0.12，k=20，λ=0.99，Nmax=6，論域伸縮因子αe、αec按式(10)、式(11)進(jìn)行計(jì)算，αu可由式(23)求得。

(23)

3.2 仿真結(jié)果對(duì)比分析

(1) 快速性：如圖7所示，變論域模糊-Smith控制算法要優(yōu)于常規(guī)的模糊-Smith控制算法和PID-Smith控制算法，對(duì)系統(tǒng)的調(diào)節(jié)時(shí)間最短，而PID-Smith控制算法的調(diào)節(jié)時(shí)間最長(zhǎng)。

圖7 響應(yīng)曲線Figure 7 The response curve

為了分析其原因，將系統(tǒng)在PID-Smith控制、模糊-Smith控制及變論域模糊-Smith控制3種控制算法調(diào)節(jié)下的瞬時(shí)流量進(jìn)行對(duì)比，如圖8所示。在變論域模糊-Smith控制算法的調(diào)節(jié)下，系統(tǒng)的瞬時(shí)流量峰值最高且變化速度最快；在PID-Smith控制算法的調(diào)節(jié)下，系統(tǒng)的瞬時(shí)流量峰值最低且變化比較平緩；在常規(guī)的模糊-Smith控制算法的調(diào)節(jié)下，系統(tǒng)的瞬時(shí)流量以及變化速度均處于它們之間。因此，系統(tǒng)在變論域模糊-Smith控制算法的調(diào)節(jié)下達(dá)到穩(wěn)態(tài)的速度最快。

圖8 瞬時(shí)流量Figure 8 Instantaneous flow

(2) 超調(diào)量：為了分析系統(tǒng)在PID-Smith控制、模糊-Smith控制及變論域模糊-Smith控制3種控制算法的調(diào)節(jié)下是否出現(xiàn)超調(diào)量，將圖7的響應(yīng)曲線進(jìn)行放大，如圖9 所示。由圖9可知，系統(tǒng)在變論域模糊-Smith控制算法以及PID-Smith控制算法的調(diào)節(jié)下無(wú)超調(diào)量，而在常規(guī)的模糊-Smith控制算法的調(diào)節(jié)下存在穩(wěn)態(tài)誤差而形成超調(diào)量，無(wú)法滿足系統(tǒng)響應(yīng)無(wú)超調(diào)的要求。

圖9 放大后的響應(yīng)曲線Figure 9 The enlarged response curve

為了分析其原因，將變論域算法對(duì)量化因子以及比例因子的修正效果展示如圖10所示。由圖10可知，隨著誤差e以及誤差變化率ec的縮小，量化因子qec在變論域算法的作用下擴(kuò)大到能使ec較好分布到整個(gè)模糊論域的數(shù)值，使得控制器進(jìn)行模糊推理以及決策更加精準(zhǔn)。而比例因子qu在算法的作用下隨著誤差趨于零而減小，使得控制輸出量不至于過(guò)大而使得系統(tǒng)的響應(yīng)變化過(guò)快，以致出現(xiàn)超調(diào)。因此，系統(tǒng)在變論域模糊-Smith算法的作用下控制精度更高，避免了穩(wěn)態(tài)誤差以及超調(diào)量的存在。

圖10 量化因子以及比例因子的修正Figure 10 Modification of quantization factor and scale factor

(3) 魯棒性：改變被控對(duì)象的傳遞函數(shù)為：

(24)

改變模型后系統(tǒng)的響應(yīng)曲線如圖11所示，系統(tǒng)在變論域模糊-Smith控制器的作用下響應(yīng)無(wú)超調(diào)，而在PID-Smith控制器的作用下出現(xiàn)超調(diào)。因此，變論域模糊-Smith控制算法對(duì)數(shù)學(xué)模型的精確度依賴較低，魯棒性更好。

圖11 改變數(shù)學(xué)模型后的響應(yīng)曲線

(4) Smith預(yù)估器的補(bǔ)償效果：如圖12所示，在變論域模糊-Smith控制器移除Smith預(yù)估器后，系統(tǒng)響應(yīng)曲線出現(xiàn)振蕩，PID-Smith控制器移除Smith預(yù)估器后，出現(xiàn)超調(diào)量，均無(wú)法滿足系統(tǒng)的控制需求，由此可見(jiàn)Smith預(yù)估器對(duì)時(shí)滯系統(tǒng)滯后環(huán)節(jié)的補(bǔ)償作用。

圖12 Smith預(yù)估器的補(bǔ)償效果Figure 12 The compensation effect of the Smith predictor

4 結(jié)論

為了實(shí)現(xiàn)白酒自動(dòng)化勾調(diào)的流量精確傳輸，先建立白酒勾調(diào)控制系統(tǒng)的近似數(shù)學(xué)模型，再針對(duì)系統(tǒng)的特點(diǎn)，將模糊控制，Smith預(yù)估器以及變論域算法的優(yōu)點(diǎn)進(jìn)行了有效結(jié)合，最終設(shè)計(jì)出一種變論域模糊-Smith控制算法。通過(guò)Matlab對(duì)PID-Smith控制、模糊-Smith控制以及變論域模糊-Smith控制3種控制算法的調(diào)節(jié)作用進(jìn)行了仿真驗(yàn)證，發(fā)現(xiàn)Smith預(yù)估器能夠很好地消除滯后環(huán)節(jié)對(duì)系統(tǒng)的影響，并且與PID-Smith以及模糊-Smith控制算法相比較，變論域模糊-Smith控制算法的快速性以及魯棒性更好，而且控制精度更高。由于Smith預(yù)估器依賴于系統(tǒng)精確的數(shù)學(xué)模型，盡管模糊控制器能在一定程度上降低系統(tǒng)數(shù)學(xué)模型不精確的影響，但不能完全替代Smith預(yù)估器的補(bǔ)償作用。隨著人工智能等高新技術(shù)的發(fā)展，具有自學(xué)習(xí)能力的人工神經(jīng)網(wǎng)絡(luò)在白酒勾調(diào)智能化控制中的應(yīng)用有待進(jìn)一步研究。