汽輪機(jī)轉(zhuǎn)速控制系統(tǒng)的過(guò)程以及Simulink的仿真案例1.1Simulink建模為體現(xiàn)出模糊PID控制器對(duì)于轉(zhuǎn)速控制的性能優(yōu)化，因此同時(shí)建立一個(gè)PID控制器模型，并在同一張圖像上顯示曲線(xiàn)，來(lái)通過(guò)對(duì)比更直觀(guān)地表現(xiàn)出模糊PID控制器的性能。PID控制器的傳遞函數(shù)可按以下公式[39]進(jìn)行計(jì)算得出：W（s）=Kp×（4-1）式中：Kp——比例系數(shù)Ti——積分時(shí)間常數(shù)Td——微分時(shí)間常數(shù)汽輪機(jī)轉(zhuǎn)速控制一般采用PI控制，因此在PIDcontroller模塊的設(shè)置界面中將微分時(shí)間常數(shù)設(shè)置為0，而P與I這兩個(gè)參數(shù)，通過(guò)反復(fù)實(shí)驗(yàn)對(duì)控制系統(tǒng)進(jìn)行PID參數(shù)的整定，P=1.4，I=1在Simulink仿真平臺(tái)中搭建的PID控制回路如圖4-1所示：圖4-1PID控制回路模糊控制器的建模是通過(guò)使用Simulink仿真平臺(tái)中的Fuzzy模糊推理系統(tǒng)編輯器設(shè)計(jì)的。在MATLAB的命令行窗口輸入“Fuzzy”后，摁下回車(chē)，就可以看到模糊系統(tǒng)編輯器圖形的界面，窗口界面如圖4-2所示。點(diǎn)擊工具欄中Edit，選中Addinput選項(xiàng)，即可打開(kāi)函數(shù)編輯器界面，然后將系統(tǒng)改為兩輸入三輸出系統(tǒng)，并給出相應(yīng)的論域。如圖4-3所示。再次在Edit中，選中Rules項(xiàng)，根據(jù)在第四章中設(shè)計(jì)好的模糊規(guī)則表，在圖4-2模糊系統(tǒng)編輯器圖4-3函數(shù)編輯器彈出窗口中增加49條模糊推理規(guī)則。模糊規(guī)則編輯器如圖4-4所示。在工具欄中點(diǎn)擊View，通過(guò)surface選項(xiàng)可以打開(kāi)曲面觀(guān)測(cè)器查看模糊推理系統(tǒng)的特性曲面。曲面圖如圖4-5所示。通過(guò)上述過(guò)程便完成了模糊推理系統(tǒng)的建立，保存后生成的FIS文件便于之后放入FuzzyLogicController進(jìn)行運(yùn)算。FIS文件需要通過(guò)File中的Export，將其導(dǎo)出到工作站來(lái)便于模糊邏輯控制模塊進(jìn)行讀取。通過(guò)前文中的最小二乘法折線(xiàn)圖得出穩(wěn)態(tài)轉(zhuǎn)速值約為2688.5r/min，因此在每條回路上增加了一個(gè)值為2687.5的疊加量來(lái)顯示出真實(shí)值。Simulink仿真平臺(tái)中搭建的模糊PID回路如圖4-6所示。整體仿真模型如附錄1所示。1.2仿真結(jié)果分析在仿真平臺(tái)中運(yùn)行控制系統(tǒng)，通過(guò)疊加量將歸一化的結(jié)果顯示為轉(zhuǎn)速真實(shí)值，圖4-4模糊規(guī)則編輯器圖4-5曲面觀(guān)測(cè)器圖4-6模糊PID控制回路圖4-7仿真結(jié)果曲線(xiàn)控制系統(tǒng)響應(yīng)情況如圖4-7所示，其中最上方的黃色曲線(xiàn)為模糊PID控制，當(dāng)中的藍(lán)色曲線(xiàn)為PID控制，最底下的紅色曲線(xiàn)為無(wú)控制狀態(tài)。如圖所示，當(dāng)零秒時(shí)轉(zhuǎn)速開(kāi)始上升，汽輪機(jī)開(kāi)始啟動(dòng)，從仿真的結(jié)果可以看出，從汽輪機(jī)的啟動(dòng)開(kāi)始一直到達(dá)到穩(wěn)態(tài)轉(zhuǎn)速值，模糊