電子膨脹閥控制系統(tǒng)的模糊PID控制策略及仿真分析案例目錄TOC\o"1-3"\h\u28100電子膨脹閥控制系統(tǒng)的模糊PID控制策略及仿真分析案例 1205771.1模糊控制 1156121.2隸屬度函數(shù) 2131871.3模糊PID控制結(jié)構(gòu) 3281171.4控制系統(tǒng)設(shè)計 5113521.4.1輸入輸出量模糊化 548251.4.2模糊規(guī)則確定 6312111.5系統(tǒng)仿真 81.1模糊控制因為被控制的對象十分復(fù)雜，并且是非線性的，包括其存在滯后性，我們對它們的精確認識的能力就會下降，這就導(dǎo)致使用傳統(tǒng)的控制方法的控制精度就會降低。在這種情況之下，考慮到到其復(fù)雜性，不可能得到很高的清晰性，所以我們采用模糊控制。這種控制理論可以將被控制的對象視做一個黑箱。然后我們將黑箱中的運行的一系列過程稱為一個模糊規(guī)則。然后使用機器去模擬這些模糊規(guī)則，從而實現(xiàn)一種自動的控制方法。模糊控制理論存在一套非常完善的體系，可以把我們?nèi)粘Ｖ惺褂玫恼Z言、知識、規(guī)則轉(zhuǎn)化成一套數(shù)學(xué)函數(shù)，從而讓系統(tǒng)、機器得以識別。所以說，模糊控制理論是一種由自然語言的控制學(xué)發(fā)展而來的控制技術(shù)，但是他并不依賴于傳統(tǒng)的數(shù)學(xué)模型，而是依賴于操作過程中的操作經(jīng)驗。通過經(jīng)驗性的知識進行轉(zhuǎn)化，所以說某些角度上講，實現(xiàn)了人工智能，屬于一種智能化控制。

我們面對的電子膨脹閥流量控制系統(tǒng)，它的特點是比較滯后，并且隨著時間發(fā)生的變化是一種非線性的變化，包含了許多未知性的變量，以及可能有許多波動的變量，所以說，在這種情況下建立一個完全符合要求的數(shù)學(xué)模型，幾乎是不可能的。但是使用傳統(tǒng)的控制系統(tǒng)在進行控制時，因為其流量是隨需求波動性變化的，我們設(shè)置參數(shù)的話，只能依賴于人工經(jīng)驗進行調(diào)整，但是當控制系統(tǒng)中的被控對象進行波動時，并不能自動地調(diào)整參數(shù)，而是需要人工去進行調(diào)整，這樣就會在調(diào)整過程中導(dǎo)致精度不高，效果比較差，系統(tǒng)魯棒性不高。但是隨著時間的發(fā)展，模糊控制器的興起，這種控制器基于一種模糊控制原則，可以自動的發(fā)出調(diào)控指令來控制決策。并不被傳統(tǒng)的方法所局限，也不需要一個非常精確的數(shù)學(xué)模型，這就解決了我們的傳統(tǒng)方法沒有解決辦法解決的調(diào)整問題，所以說是非常適合于我們的控制系統(tǒng)的。

這種控制方法能夠得到人們的青睞，并且應(yīng)用于工業(yè)界是因為它的特點有：（1）不一定需要建立被控對象準確的數(shù)學(xué)模型。它指的是一種推理的邏輯控制,具有近似人類推理思維的若干基本特點,能夠根據(jù)人類一系列的模糊推理知識和復(fù)雜數(shù)據(jù)進行推導(dǎo)而得出各種符合實際邏輯關(guān)系的推理結(jié)論,不同于需要系統(tǒng)精確的建立數(shù)學(xué)推理模型,因此被認為特別適合于推理系統(tǒng)復(fù)雜、難于或根本無法自行建立新的數(shù)學(xué)推理模型、人工智能操作和無經(jīng)驗有效的非線性、時變及純粹的滯后性等系統(tǒng)的推理控制。（2）適應(yīng)性強。經(jīng)研究結(jié)果表明，對于一個完全確定的復(fù)雜運動過程系統(tǒng)控制對象,模糊控制與經(jīng)常用到的采用PID運動控制的傳統(tǒng)運動滯后效果相當，對于具有一些非線性、噪聲和純粹的滯后過程的系統(tǒng)時,一些傳統(tǒng)控制則會顯得無力。（3）魯棒性強。由于模糊控制系統(tǒng)采用的不是二次多值控制邏輯,而是一種連續(xù)多值邏輯,所以當模糊系統(tǒng)控制參數(shù)發(fā)生變化時,能比較容易地地實現(xiàn)穩(wěn)定的模糊控制。（4）軟件系統(tǒng)的操作規(guī)則和基本參數(shù)功能整體設(shè)定方便。只要通過對現(xiàn)場的各種工業(yè)語言過程變量進行不確定性的統(tǒng)計分析,就已經(jīng)能比較好地找出建立語言過程變量的基本控制操作規(guī)則和系統(tǒng)的主要控制參數(shù),而且這些參數(shù)的控制適用范圍較廣。（5）軟件結(jié)構(gòu)簡單。系統(tǒng)的軟硬件功能實現(xiàn)都比較方便。1.2隸屬度函數(shù)在我們獲取一個符合自己需要的模糊控制系統(tǒng)時，就必須要獲得一個隸屬度的函數(shù)，在這里我們首先介紹一下隸屬度函數(shù)如下： 對于論域U內(nèi)的任一元素A都有一個范圍內(nèi)的不確定數(shù)B(A)與之對應(yīng)，那么我們就把A稱為論域U.上的模糊集，B(A)稱為A對B的隸屬度。當A在論域內(nèi)產(chǎn)生變化時，此時的B(A)就是一個函數(shù)，我們把此時的B(A)就稱作A的隸屬函數(shù)。當隸屬度B(A)越接近論域范圍內(nèi)的最大值時，A屬于B的程度越高，反之則亦然。在我們的模糊系統(tǒng)中，之所以要研究隸屬度函數(shù)，是因為這個概念是可以支持我們從模糊集合中來表示在多種因素影響下，判斷一個決策是否能夠成立的重要因素。所以我們在設(shè)計一個模糊的控制系統(tǒng)時就需要使用這個隸屬度函數(shù)，只有這個函數(shù)才能夠幫我們把具有關(guān)聯(lián)的自變量與因變量進行結(jié)合，并進行表述可以選擇一個函數(shù)作為最優(yōu)化函數(shù)。最優(yōu)化函數(shù)與隸屬度函數(shù)之間是一一對應(yīng)的，我們在選擇合適的函數(shù)時，主要有以下兩種方法，如：1、經(jīng)驗法這種方法比較依賴于專家自身的知識見解，通過專家來分析過往的數(shù)據(jù)以及一些實際的輸入輸出，給出一個比較權(quán)威的處理算式，然后邀請多位學(xué)者進行測算加入自己的經(jīng)驗，添加到隸屬度函數(shù)中去。這種方法需要通過大量的實際效果來檢驗是否正確，需要不斷的驗證自己的猜測驗證進行完善，所以伴隨著非常大的工作量，所以說，這種方法所得到的結(jié)果也就更符合實際需求。2、函數(shù)法使用函數(shù)的方法進行選擇時，則不需要這么復(fù)雜，只需要綜合考慮之后，選擇一個典型函數(shù)作為代表即可，函數(shù)的選擇有非常多，三角形和Z型都可以，此處不再一一列舉，但是這種方法相對于第一種方法更簡單，也不需要很復(fù)雜的試驗效果，工作量比較小。1.3模糊PID控制結(jié)構(gòu) 在我們實際的生產(chǎn)作業(yè)環(huán)境中，每一個系統(tǒng)都存在著變量的實時波動以及外部的一些干擾，所以使用一個專家經(jīng)驗的控制系統(tǒng)就可以在一定程度上解決以上問題，我們可以通過多種制定多種多元化的規(guī)則來覆蓋掉實際生產(chǎn)任務(wù)的各種情況，實現(xiàn)一個最佳的系統(tǒng)運行環(huán)境。此控制系統(tǒng)的組成主要是一個模糊控制器加一個PID調(diào)節(jié)器，我們使用誤差和一個偏差的變化率作為控制系統(tǒng)的輸入。誤差，指的是輸出與設(shè)定值的一個差值，這是一個精準量，并且是一個常量，在我們上文中提到過，整個控制器需要對系統(tǒng)進行模糊規(guī)則的匹配，推測出我們需要的相應(yīng)參數(shù)，然后再通過實際的算法將參數(shù)傳遞，從而最后獲得輸出量。反復(fù)執(zhí)行以上的各種操作，直到最后達到一種穩(wěn)定狀態(tài)，我們的控制系統(tǒng)圖如圖4-1所示：如下圖所示，我們所設(shè)計的控制系統(tǒng)相對于原有的傳統(tǒng)控制系統(tǒng)，可以說是更加完備，功能上也更加充實，在控制器中我們加入了輸入模糊化以及輸出的清晰化調(diào)整，讓我們的結(jié)果也可以變得更精確。圖4-1模糊PID控制系統(tǒng)結(jié)構(gòu)圖如上圖所示，在整個的控制系統(tǒng)之中，可謂模糊控制器是整個系統(tǒng)的最核心的組成部分，這個控制器主要負責(zé)的是對于傳輸進來的信號執(zhí)行處理，然后根據(jù)已有的經(jīng)驗以及實際的工作效果進行一系列的操作運算，獲得一個符合當前預(yù)算場景的決策，然后執(zhí)行一系列的模糊化操作，把控制器中輸出的信號變?yōu)榭梢员蛔R別的量，圖中的模糊控制器實際由三個分模糊控制器組成的，分別作用在PID控制的三個參數(shù)Kp、KI和KD，完成整個控制過程。所以說我們構(gòu)造整個控制系統(tǒng)的最中心的部分，就是如何構(gòu)造一個符合我們需求的控制器，在我們規(guī)劃整個控制過程中需要的是確定整個控制器的結(jié)構(gòu)，從而能夠建立一套符合要求的模糊規(guī)則。最后選定我們需要的算法進行推理。只有這樣，才能夠選擇好配套的其他模塊以及相應(yīng)的隸屬函數(shù)。包括最后的清晰模塊和相應(yīng)的清晰化函數(shù)。像我們上文中提到的，專家?guī)Ыo我們的經(jīng)驗以及實際生產(chǎn)效果中的一些數(shù)據(jù)，可以來幫助我們構(gòu)造我們自己的模糊規(guī)則，完成了比較核心的工作，所以說人工積累的經(jīng)驗和當前的過往實驗數(shù)據(jù)是我們所需要的基本基礎(chǔ)。就像傳統(tǒng)系統(tǒng)中的數(shù)學(xué)模型一樣。我們需要執(zhí)行一個去模糊的操作，又稱清晰化操作，在這個操作是因為控制器進行模糊推理以后，獲得的信號量只能被控制器所讀取，而不能被執(zhí)行器所讀取，所以我們需要將其轉(zhuǎn)化為執(zhí)行器可以讀取的量稱之為清晰量，其主要有兩種方法：a.隸屬度法使用最大的隸屬度作為參考的方法實際上是在我們的模糊子集中，尋找一個與當前輸出最大的相關(guān)隸屬度的元素作為輸出值。如果有多個輸出的隸屬度的大小相等都是最大值時，那我們就對其做一個平均操作，獲得一個平均值，這種方法的優(yōu)點是運算比較簡單，工作量不大。但是因為求解的是最大的隸屬度，所以會忽略到一些其他點，精確度不高，所以說也不適用于一些比較復(fù)雜的系統(tǒng)。b.重心法使用重心法第一點是需要得到所有的元素的隸屬度，然后求一個元素隸屬度的乘積。獲得乘積以后就是加權(quán)平均值，這個方法是目前來看最有效的一種方法，工作量比較大，但是工作量都是由計算機完成的。1.4控制系統(tǒng)設(shè)計1.1.1輸入輸出量模糊化我們整個的控制系統(tǒng)需要將電子膨脹閥內(nèi)的實際流量與設(shè)定值進行一個對比，所以說需要設(shè)定輸入和輸出，我們的輸入輸出變量如下表4-1：表4-1參數(shù)命名本文中設(shè)置輸入量化ke=0.01;解模糊因子ku包括比例因子wP=0.5，wI=0.025,wD=2.對應(yīng)的模糊子集如下表4-2：表4-2模糊子集變量1.1.2模糊規(guī)則確定根據(jù)我們前文的介紹中在整個模糊設(shè)計過程中最重要的就是設(shè)計一套模糊控制規(guī)則。因為它不僅是內(nèi)部控制器的支撐更是我們的系統(tǒng)設(shè)計能否順利運行的基礎(chǔ)。模糊設(shè)計的規(guī)則的工作原理是使用自然語言來轉(zhuǎn)述專家的控制意見，同時，將專業(yè)人員以及過往數(shù)據(jù)，做一個抽象化處理，從而達到一種輸入輸出的函數(shù)關(guān)系。最終得到符合我們需求的這么一套規(guī)則。在經(jīng)過我們多次的實驗以及對過往數(shù)據(jù)的勘察，結(jié)合專家們的意見操作之后，我們分析得到輸入輸出之間的以下幾種關(guān)系：

⑴如果輸入的偏差比較大。我們就需要讓系統(tǒng)盡快的做出調(diào)整，此時我們就需要加快系統(tǒng)的響應(yīng)速度，Kp的取值應(yīng)該比較大，這樣我們就減少系統(tǒng)的阻尼指數(shù)與時間的常數(shù)，但是不能過分操作，否則就會導(dǎo)致系統(tǒng)的錯誤。所以說，我們應(yīng)該從小到大進行調(diào)節(jié)KD，呈現(xiàn)一個調(diào)節(jié)指數(shù)的上升趨勢。為了防止超調(diào)量過大，可以選取KI的值為0。

⑵當輸入的誤差，如果是中等大小的誤差時，對于Kp的選取，考慮到調(diào)節(jié)系統(tǒng)的超調(diào)量，應(yīng)該取比較小的值，考慮到系統(tǒng)響應(yīng)速度的快慢，對于KD的大小應(yīng)選擇適中，為了系統(tǒng)更加的合理，KI的可以適當?shù)纳晕⒃黾右稽c。

⑶最后一種情況就是當輸入的誤差的變化非常小的時候，我們?yōu)榱耸狗€(wěn)定整個系統(tǒng)穩(wěn)定，KP和KI的值需要增大，與此同時為了避免系統(tǒng)發(fā)生一種不均勻的震蕩，應(yīng)該盡量的提高系統(tǒng)的抗干擾能力，對此我們對KD的參數(shù)要求設(shè)置了一定的原則：系統(tǒng)偏差變化率較小，對于KD值的選取應(yīng)該大一些，偏差變化率較大時，對于KD值的選取應(yīng)該小一些，一般情況下，KD值的選取應(yīng)適中?；谝陨衔覀兘o出的幾種關(guān)系，以及我們輸入輸輸入與多個參數(shù)之間的調(diào)整方法。結(jié)合過往數(shù)據(jù)以及專家們給出的建議，我們建立了一套相應(yīng)的模糊規(guī)則機制如下：然后我們把規(guī)則轉(zhuǎn)化成控制表為：表4-3KP模糊控制規(guī)則表表4-4KI模糊控制規(guī)則表表4-5KD模糊控制規(guī)則表根據(jù)我們上面給出的規(guī)則表，則可以確定編程語句，從而可以完成對于我們需要的控制器的模糊設(shè)置。最后可以實現(xiàn)我們的控制器，對于電子膨脹閥流量的實時性把控。加上我們之前對于模糊控制的講解。以及前期的工作經(jīng)驗和過往的實驗數(shù)據(jù)，可以對模糊聚類的方法進行一個調(diào)整。最后我們建立了一整套的規(guī)則，如下圖4-2所示：圖4-2模糊規(guī)則1.5系統(tǒng)仿真1）系統(tǒng)編輯器增加輸入輸出選項，并且給對應(yīng)的輸入和輸出修改名稱。其中輸入的控制量是流量的誤差以及其偏差的變化率，輸出則是u（KP、KI、KD），如圖4-3所示。2）函數(shù)編輯器在函數(shù)編譯器中，首先我們選定輸出，然后再在出現(xiàn)的窗口左下中選擇寫入的范圍，然后我們選擇三個默認的隸屬度函數(shù)，并且在添加四個其他的函數(shù)。選擇函數(shù)名稱為Trimf，選擇參數(shù)值，如圖：（參數(shù)）中選擇添加三個參數(shù)值，并利用同樣的操作方法設(shè)定output（u）參數(shù)值，如圖4-4所示。圖4-3推理編輯器圖4-4函數(shù)編輯器我們使用函數(shù)編譯器結(jié)合我們提出的模糊規(guī)則進行添加，添加規(guī)則如圖4-5，然后把所有的規(guī)則進行優(yōu)