模糊控制应用现状（精选8篇）
模糊控制应用现状 篇1
模糊控制在汽车上的应用
模糊控制在家电上的应用已经不是什么新鲜事，最近又常常听说汽车上也有应用，一些网友来信询问，什么是模糊控制？汽车上为什么要使用模糊控制技术？ 简单地说，模糊控制是计算机数字控制的一种特殊形式，具有处理模糊信息的能力。众所周知，计算机处理精确信息达到无与伦比的程度，能够把人造卫星准确地送入轨道。但是，对于人轻而易举就能做到的许多事情它却做不了。这是为什么呢？原来，人具有识别模糊事物，运用模糊概念的能力。
世界上许多东西是不能用精确的数学模型来表达的。人的语言中就有大量的诸如“大概”、“差不多”、“稍高”、“偏低”之类的词语。事实上，处理许多事情用模糊的方式比用精确的方式更有效。例如厨师按照他总结出来的一些模糊的、说不清的原则来操作可以炒出美味的菜肴，而通过精密仪器控制的自动过程却无能为力。模糊数学的创始人，著名的控制论专家扎德在谈到这个问题的时候曾经用汽车停车作为例子。要在拥挤的停车场上两辆车之间的一个空隙停放一部汽车，司机通过一些不精确的观察，执行一些不精确的操纵，轻而易举的就完成了泊车的工作。而如果通过微分方程表示汽车的运动，装备精良的检测设备，用一台大型计算机也难以胜任这一工作。
因此，要研制智能化的汽车离不开模糊控制技术。现在，已经出现了许多商品化的模糊组件，通过装载推理软件或推理芯片来实现各种不同的功能。在汽车的刹车装置系统、变速控制、车身弹性缓冲系统及巡航控制系统等部件中，已经广泛地使用模糊技术。例如日本三菱公司研制的模糊跟踪系统，能够检测前转向轮的转角和车速，求得汽车的转弯速度，可以根据司机所要求的功率对轮胎承受能力进行控制，还能自调整发动机的功率，从而保证汽车转弯时不会发生偏行。日本三菱公司在轿车的自动变速器上使用模糊技术，大大减少了过去由“电脑”控制自动变速器进行精确计算的许多麻烦，使自动变速更具实时性和时效性。而美国的福特汽车公司应用模糊技术制造出一种新的汽车调节器，不但能够准确地保持汽车速度，还能够在与别的汽车距离过近时自动刹车。
场总线网络在纯电动汽车控制系统的应用研究
引言
当今汽车的保有量和使用量的飞速增加使得大气环境污染问题日益严重，加上石油资源危机，使得以电能作为驱动的汽车技术成为世界各汽车厂商技术竞争的热点。但是电动汽车的产业化还处于初期的准备阶段，与之相关的技术和产品尚未形成工业体系。在这一新的领域我国与国外处于相近的水平，为此科技部在十·五“863”计划专门设立了电动汽车重大专项，以进一步推动电动汽车的产业化，实现我国汽车工业的跨越式发展。
现代汽车工业和电子技术飞速发展，汽车上的电子装置越来越多。一辆高档汽车的电气节点数已达上千个，如果采用传统的方法进行布线，连线的数量非常惊人而且有极大的故障隐患。为了解决这一问题，各大汽车厂商从上世纪70年代开始了车用网络的研究，并取得了很大的发展，形成了多种适合不同传输速率及特殊用途的网络协议，如：CAN总线、LIN总线、用于诊断的KWP2000、用于X-by-wire 的TTP、多媒体应用的MOST协议等。其中CAN（Controller Area Network，控制器局域网）是BOSCH公司于上世纪80年代提出的。为解决现代汽车中众多的控制与测试仪器之间的数据交换而开发的一种串行数据通信协议，可以很好的解决上述的问题。现在世界上许多汽车公司，如奔驰、宝马、大众等公司已采用CAN总线来实现汽车内部的数据通信。
我国对车用网络、总线、通讯协议的研究起步比较晚，但近年来发展比较快，尤其在电动汽车项目中总线网络得到广泛的应用。2 汽车总线的技术特征
汽车总线传输必须确保以下几点：保证信息能够准确的传送；总线节点能够随时访问总线；节点根据预先确定的优先权进行总线访问；具有根据信息内容解决总线访问竞争的能力和竞争解决后获胜站点能够访问总线且继续传输信息；节点在尽量短的时间内成功访问总线；最优化的传输速率（波特率）；节点的故障诊断能力；总线具有一定的可扩充性等等。2.1 数字信号的编码
为了保证信息传输的可靠性，对数字信号正确编码非常重要。汽车局域网数据信号多采用脉宽调制（PWM）和不归零制（NRZ）。PWM作为编码方案时，波特率上界为3×105Kbps，用于传输速率较低的场合。采用NRZ进行信息传输，可以达到1Mbps，用于传输速率较高的场合。2.2 网络拓扑结构
实用的汽车局域网是总线拓扑结构，如CAN、SAEJ1850、ADVANCED PALMNET等，其优点是：电缆短，布线容易；总线结构简单，又是无源元件，可靠性高；易于扩充，增加新节点只需在总线的某点将其接入，如需增加长度可通过中继器加入一个附加段。2.3 总线访问协议
汽车总线的访问协议一般为争用协议，每个节点都能独立决定信息帧的发送。如果同时有两个或两个以上的节点发送信息，就会出错，这就要求每个节点有能力判断冲突是否发生，发生冲突时按某个规律等待随机时间间隔后重发，以避免再发生冲突。网络协议所使用的防冲突监听措施多为载波监听多路访问，如CAN、SAEJ1850、ADVANCED PALMNET等都采用的是载波监听多路访问/冲突检测+无损仲裁（CSMA/CD+NDA）。3 CAN总线的特点
CAN总线通信协议是在考虑工业现场环境的背景下制订的，它采用了国际标准化组织 ISO制订的开放系统互连ISO-OSI模型中的三层，即物理层、数据链路层和应用层。CAN总线规范已被国际标准化组织制订为国际准ISO11898，并被公认为最有前途的现场总线之一，已经广泛的应用于工业领域。得到 MOTOROLA、PHILIPS、Intel、SIEMENS等著名半导体器件生产厂家的支持，进而迅速推出了各种集成CAN协议的产品。与一般的总线相比，CAN 总线具有可靠、灵活、实时性强的优点。
(1)CAN 总线采用多主结构，网络上的任一节点可在任意时刻向其他节点发送信息，通讯方式灵活。
(2)网络上的节点根据对总线访问优先级的不同（取决于报文标识符），最快可在134μs内得到响应。
(3)采用非破坏性总线仲裁技术，可以大大节省总线冲突仲裁时间，网络在拥挤的情况下也不会瘫痪。
(4)CAN协议废除了站地址编码，而是对通信数据进行编码，这可使不同的节点同时接收到相同的数据，可以方便的实现点对点、一点对多点及全局广播等方式的传送接收数据，容易构成冗余结构提高系统的可靠性和系统的灵活性。
(5)CAN采用NRZ编码，直接通信距离最远可达10km（速率5Kbps），通信速率最高可达1Mbps（此时通信距离最长为40m）。
(6)采用短帧结构，传输时间短，受干扰概率低。CAN的每帧信息都有CRC效验及其他检错措施，保证数据出错率极低。
(7)通讯介质可为双绞线、同轴电缆或光纤，选择灵活。
(8)CAN节点在错误严重的情况下具有自动关闭输出功能，以使总线上其他节点的操作不受影响。CAN总线在纯电动汽车中的应用
纯电动汽车与传统汽车最大的区别就是用电能来驱动，即用电池和电机的组合来代替传统的发动机。这样对电机的驱动控制和对电池的管理就成为电动汽车的关键技术。另外纯电动汽车的控制系统还包括助力转向控制、车身系统控制、组合仪表等部分，每个部分都有独立的控制单元(ECU)，一些先进的汽车上还装备了防抱死制动控制系统(ABS)、安全气囊控制系统(SRS)、巡行控制系统、驱动防滑控制系统(ASR)、悬架控制、空调控制、防盗及其他控制等控制单元。另外，各种舒适性控制装置和通讯系统也不断增多，而且各ECU 之间有着密切的联系，构成了基于CAN 总线的汽车控制系统网络。
纯电动汽车的整车控制系统是由两条总线构成，即高速CAN总线和低速总线。高速CAN总线和低速总线是两个独立的总线系统。为了便于汽车所有功能的管理，通过网关将这两个总线网络连接起来，不同总线间的数据通过网关实现数据的共享。这样两个总线分别独立运行，只有需要在两种总线间交换的数据才通过网关进行传输。这种方式可将不同类型的信息分开，减轻了各网络总线上的负担。高速CAN总线主要连接电动汽车的驱动系统，由驱动系统各个子系统和故障分析记录系统节点组成，可以实现对电机、电池、转向、制动等关键系统的快速控制。
低速总线主要用于连接车身系统，连接对象主要为汽车中的联合装配单元，如门窗、照明、空调、湿度传感器、中央集控锁等，并通过网关作为子网接入高速CAN总线，组成一个统一的多元网络。车身中位置比较近的元件连接到一个ECU，元件的状态和控制信号可以通过与其连接的ECU与总线进行通讯。每一个ECU自成系统，可以根据本地信号和总线上的信号，控制本地执行机构的动作，同时将与其他节点共享的信号发送到低速总线上。目前，在汽车中应用较多的低速总线有两种。一种是低速CAN总线，是按照ISO 11519-
2、J1939以及J2284组建低速容错CAN总线。另一种是LIN总线，即局域互连网络(Local Interconnect Network)，是按照ISO 9141 标准[2]来建立，能有效的支持汽车中分布式机械电子节点的控制。LIN总线具有成本低、可靠性高的特点，可以很容易的将一些成分比较敏感的元件，如智能传感器、舒适性设备等，连接到汽车网络中，在汽车应用中有望成为低速网络的主流。
图1 纯电动汽车中控制网络结构图
整车控制ECU是整个汽车控制的中心。司机的钥匙信号、加速信号、制动信号都进入到整车控制ECU，整车控制ECU通过对这些信号的分析并综合检测传感器的状态，产生各个节点的操作信号，并通过CAN总线将控制指令送到相应的节点。电机控制ECU和转向、制动ECU根据整车控制ECU的控制指令，操纵汽车按照要求行驶。高速CAN总线上还设置故障诊断ECU，负责整车故障信息的诊断和存储，并控制故障信号显示，还可以通过无线通讯系统和外部的故障诊断系统进行通讯。另外高速CAN总线上设置了车载记录仪，其作用类似飞机的“黑匣子”，用于记录行车数据，分析记录整车系统的运行情况。控制网络的低速总线采用LIN总线。LIN总线是单主机节点和一组从机节点多点总线，主控制器为主站，其它车身系统为从站，主控制器同时作为LIN总线和高速CAN总线的网关，将整个车身系统总线连成一个统一的网络，这样所有 ECU 都挂到总线上，极大地简化了汽车内控制系统的线路联系，达到简化布线、提高系统可靠性和可维护性、降低成本、更好的协调各个控制子系统的目的。
随着车载多媒体在车辆中的广泛应用，GPS、电话、音响、电视、DVD等系统进入汽车内，这些装置之间需要频繁的通讯，而且信息量巨大，CAN总线或J1850总线无法满足这些装置间的通讯要求，因为传输地理信息（GI）、数字音频信息或车辆位置信息至少需要5Mbps的网络速度，这样就出现了一种新型总线IDB-1394，可以支持100、200、400Mbps的通讯速度，完全可以满足高速通讯的网络需求。
CAN总线是一种控制策略总线，主要实现对车辆本身的控制，而IDB-1394总线则是以多媒体信息交互、共享为目的。为实现车身整体性能的优化和实现CAN总线和IDB-1394总线间的信息流动，在两总线间增加网关就可以实现车身总线网络的一体化，从而实现车身的总线一体化控制。我国在CAN总线研究的重点和关键技术问题
CAN符合ISO/OSI的参考模型，但只规定了物理层和数据链路层的协议，用户需要自己开发应用层协议。如Rockwell公司的DeviceNet协议和Honeywell公司的SDS总线就是CAN协议基础上的应用层协议。国内在这方面的应用研究则刚刚起步，为了缩短同国外轿车技术水平的差距并提高自身的竞争力，我国汽车CAN总线的研究重点应是研究和开发自己的汽车总线与网络应用系统，针对具体的车型开发ECU的硬件和应用层的软件，并构成车内网络。
利用CAN总线构建一个车内网络，需要解决以下关键技术问题：确定总线传输信息的速率、容量、优先等级、节点容量等技术问题；在高电磁干扰环境下的数据的可靠传输；确定最大传输时的延时大小；网络的技术；网络的容错和监控、故障诊断等功能。6 结论
随着汽车技术的飞速发展，汽车总线这种有巨大应用前景的技术将得到更快的发展和更广泛的应用。就我国的国情而言，加快对汽车总线技术的研究，开发有自主知识产权的汽车总线技术并应用于自己的汽车产业是当务之急，也是人们工作的重点。
模糊控制应用现状 篇2
1模糊控制的研究现状1
模糊控制的研究方向主要有两个方面———理论研究和应用研究。理论研究主要集中在对模糊控制器结构和参数的研究上,探索模糊控制器的本质控制性能和模糊控制器的稳定性、通用性。 应用研究主要表现在模糊控制与其他智能控制的结合及其在实际工业过程中的应用。模糊控制理论经过几十年的研究,已经取得了长足的发展[4]。 笔者主要从经典模糊控制、智能模糊控制和复合模糊控制3个方面进行阐述。
1. 1经典模糊控制
经典模糊控制是建立于模糊逻辑、模糊集合和控制理论基础上的。模糊控制系统由模糊控制器和被控对象组成,模糊控制器由模糊化接口、知识库、模糊推理和清晰化接口组成,其结构如图1所示。
在实现模糊控制时需要解决3个问题: 知识表示、模糊推理和知识获取。知识表示是指如何将采集到的控制信号通过语言控制规则用数值方式来表示; 模糊推理是指如何根据当前的输入信号经过模糊判决得到精确的输出控制量; 知识获取是解决如何获取一组合理规则的问题。目前模糊控制在实际应用中通常有两种方式: 一种是利用软件实现模糊控制算法,另一种是利用硬件直接构造模糊控制器。模糊控制的独特控制特点是无需建立被控对象准确的数学模型,模糊规则构造简单方便,是一种全局意义上的协调控制方法。 目前常用的模糊控制器有[5,6]: Mamdani型模糊控制器、T-S型模糊控制器、模糊关系模型及模糊动态模型等。
1. 2智能模糊控制
自适应模糊控制。自适应模糊控制是具有自适应学习能力的模糊控制系统,可以离线或在线修改模糊控制器的结构和参数,达到最佳控制品质。为提升模糊控制器的自适应学习能力,对模糊控制的研究主要集中在自组织模糊控制和自校正模糊控制两个方面。自组织模糊控制能够自动修改模糊控制系统自身的控制规则和参数,不断完善模糊控制器,以适应被控对象不断变化的复杂情况,保证系统的控制品质。系统根据实际测量的输出值与理论值的误差,计算输出响应的修正值,并根据此修正值来调整模糊控制规则; 自校正模糊控制是基于传统模糊控制,引入协调因子和加权推理决策,根据系统误差E和误差变化EC来预测系统的不确定值,根据最优原则确定控制规则和参数,避免了推理决策的局限性和单调性, 提高控制系统的准确性和鲁棒性。
多变量模糊控制。多变量模糊控制系统中的规则库数量庞大、结构复杂,因此采用相互独立的单变量模糊控制替代多变量模糊控制,有利于消除多变量间的耦合,减少数据运算时间,提高系统的灵活性和稳定性。因此构造合理的控制算法结构是完成多变量模糊控制的关键,目前常用的控制算法结构有基于规则分解法、分层多规则集法、 分级结构法、结构分解法及模糊神经网络法等。
1. 3复合模糊控制
模糊PID控制。模糊PID控制器是将传统的PID控制与模糊控制技术相结合的一种方法。传统的PID控制技术广泛应用于工业过程控制系统中,但随着科学技术的日新月异,工业过程控制也变得越来越复杂,提高了控制系统的要求,控制对象朝着强非线性、显著的滞后性和多变量耦合性的方向发展,采用PID控制已经无法满足控制要求,而且参数的整定也越来越困难。利用模糊控制鲁棒性强且对非线性、纯滞后和时变系统有较好控制效果的优点,将模糊控制和PID控制相互结合是一个重要的研究方向。模糊控制和PID控制结合的方式分为两类,其中一类是以PID控制为主,模糊控制在整个系统中只起到辅助作用,主要利用模糊控制的特点来优化PID控制器的参数。常见的结合方式有以下3种:
a. 模糊调节PID控制器。利用模糊控制来调节PID控制器的比例、积分和微分系数,不断提高系统的控制性能。
b. 模糊监督PID控制器。分为上下两层结构,上层为由模糊控制完成的监督层,下层为由PID控制完成的直接控制层。
c. 模糊补偿PID控制器。利用模糊控制作为前馈补偿器来克服系统负荷变化和不确定性因素。
另一类是以模糊控制为主,利用并借鉴PID控制器的结构特点和成熟的理论体系。
模糊预测控制。模糊控制和预测控制是体现人类处理复杂问题不同方面的智能控制,且都在理论研究和实际应用中发展的比较成熟,将二者有机地结合起来,能够更加适应复杂工业过程控制需要,并且符合模糊控制模型化和预测控制智能化的要求。模糊控制和预测控制都不需要被控对象准确的数学模型,充分利用预测控制滚动在线优化的特点,结合两者各自的优势来提高控制系统质量。常见的结合方式有以下4种:
a. 基于T-S模糊模型的预测控制。如果复杂被控对象的预测模型是T-S模糊模型,则可以结合不同的预测控制算法,获得不同的模糊预测控制器。
b. 基于模糊关系模型的预测控制。该模型主要采用一个关系矩阵来描述被控对象的动态特性,关键在于设计出性能优越的模糊关系模型。 模糊关系模型预测控制结合不同的预测控制算法能够设计出各种有效的模糊预测控制算法。
c. 基于模糊决策优化的模糊预测控制。在预测控制中,对于线性模型采用线性二次型的滚动优化算法,而这种方法对于非线性模型并不适用,因此设计出了模糊控制决策优化的模糊预测控制。
d. 基于模糊反馈校正的预测控制。预测控制系统通常采用的是被控对象的线性模型,忽略了数学建模时产生的误差,而在实际工业过程控制中被控对象往往是非线性的,建立的数学模型存在的误差较大,仅仅采用误差反馈已经无法满足控制精度的要求,因此为了改善模型误差对系统稳定性的影响,设计了基于模糊反馈校正的预测控制来增强系统的鲁棒性。
模糊神经网络控制。人工神经网络是采用人类神经网络的工作机理,利用分布式并行协调处理的方式进行信息处理,是一种非线性映射网络, 具有非线性自适应信息处理能力、较高的鲁棒性和容错率。典型神经网络的模型有MP模型、BP神经网络、RBF神经网络及Elman神经网络等,运用这些模型可实现优化计算、函数逼近、模式分类及数据聚类等功能。目前模糊控制与神经网络的结合有以下3种方式:
a. 以模糊控制为主,利用神经网络的自适应学习能力来完善隶属度函数的设计和知识的抽取及表达等问题。
b. 以神经网络为主,利用模糊控制改善神经网络的结构特性。
c. 神经网络与模糊控制完成系统不同的功能,各自进行独立工作。
模糊专家系统控制。模糊专家系统控制由专家系统和模糊控制相互结合而成。专家系统是模仿专家思维对复杂被控对象进行推理、判断和决策。在模糊控制中引入专家系统可以提高模糊控制器的智能化,既保持了模糊控制中模糊集处理方法的灵活性,又充分利用专家系统的专家知识对复杂被控对象的推理求解能力,同时注重多层次、多类别的知识,解决了模糊控制系统结构简单和规则单一的缺陷。
模糊遗传算法控制。遗传算法是一种将自然界中适者生存和染色体在群体内部随机进行信息交换相结合的搜索算法[7],具有普适性、全局性和鲁棒性。将遗传算法引入模糊控制系统,充分利用遗传算法并行搜索的快速性和无需被控对象局部信息的全局收敛性,优化调节模糊控制中隶属度函数的参数和规则库,主要表现在以下3个方面:
a. 模糊控制规则库已知,利用GA算法优化隶属度函数;
b. 隶属度函数已知,利用GA算法优化模糊控制规则库;
c. 对模糊控制规则库和隶属度函数同时进行优化。
除了以上介绍过的复合控制,还有很多模糊控制与滑膜控制、解耦控制、粗糙集理论及人工免疫算法等智能控制相结合的方法[8,9]。
2模糊控制工程应用关键问题研究
目前,模糊控制技术已经广泛应用到各个领域,证明了模糊控制的普适性和优越性。但模糊控制在工程实际应用中还有几个关键问题亟待解决,这些问题不仅影响模糊控制的效果,而且也限制了模糊控制技术的应用,主要为: 模糊控制规则和参数优化问题、强耦合多变量问题、模糊控制稳态精度问题。
2. 1模糊控制规则和参数优化问题
模糊控制系统是以专家经验知识为基础而设计出来的,在选定模糊化方法和决策后,模糊控制规则成为模糊系统设计的核心部分。在实际工程应用中模糊控制规则是根据现场操作人员的经验概括总结出来的,然而对于复杂的工业控制过程, 专家经验知识匮乏且逻辑推理困难,导致模糊控制规则的获取比较困难,难以总结出比较完善的模糊规则,在控制对象的参数发生变化时,严重影响模糊控制系统的效果,在某种意义上模糊控制系统的控制品质和性能与模糊规则的优劣有直接关系,因此优化模糊控制规则就变得尤其重要。
模糊控制规则和参数的优化与输入变量的选取和组合有关,而且选取合理的模糊变量论域与隶属度函数的设计也对其优化产生影响,能否完成这些任务将直接影响模糊控制在实际工程应用中的效果。目前常用的方法是采用遗传算法优化模糊控制器的参数,如模糊规则的获取、量化因子和隶属度函数的形状。随着遗传算法在模糊控制器设计和优化上的应用发展,各种改进的遗传算法取得了更加理想的优化效果。一种基于免疫遗传算法的优化方法能够利用其对优化学习过程的引导和保持个体多样性的特点,同时优化模糊控制器的多个参数,对系统的稳定性和收敛性有了显著的提高。还有一种基于染色体编码的遗传算法,该方法能够自动生成模糊控制规则并自整定隶属度函数的参数。还有通过将遗传算法与其他优化算法相结合的方式进行优化,例如将遗传算法与粒子群算法相结合优化模糊控制规则,小种群遗传算法与分级遗传算法相结合优化模糊控制规则及隶属度函数等。另外,还有神经网络模糊控制器设计方法、专家学习系统控制方法和其他各种混合的优化设计方法[10]。
2. 2强耦合多变量问题
多变量控制系统是目前过程控制中常见的控制对象,其不同于单变量控制系统。多变量控制系统中控制对象、控制器、测量元件和执行元件均有可能含有多个输入或输出变量,其结构更为复杂。各变量之间很少存在完全相互独立的可能, 都或多或少存在着相互耦合关系。变量之间耦合强度较小时比较容易控制,可以以一种线性独立的系统方式进行控制。各变量之间耦合强度较大时,就不可以忽略耦合对系统控制效果的影响,其严重影响到了控制系统的稳定性[11]。
从模糊控制工程的实践角度来看,强耦合多变量问题是一种常见的问题,解决多变量控制系统中强耦合问题的关键是如何实现解耦控制,目前实现解耦控制的方法有以下4种:
a. 经典的多变量解耦控制。线性代数解耦法及微分几何法等,采用这些解耦方法的难点是需要被控对象准确的数学模型和大量的数据基础,分析过程非常复杂。
b. 工程实际应用中的解耦控制。基于状态和输出反馈的解耦法、基于极点配置的解耦法及基于广义最小误差的解耦法等,采用这些解耦方法的难点是要求被控对象为线性系统且参数已知,对被控对象参数依赖性强,当被控对象参数改变时,会导致解耦效果差或解耦失败。
c. 基于自适应方法的解耦控制。该方法将控制对象的辨识、控制和解耦结合在一起,以实现被控对象参数未知或变化缓慢的自适应解耦控制。
d. 基于神经网络的解耦控制。该方法利用神经网络对被控对象耦合模型的快速逼近能力实现解耦,但缺点是神经网络计算量大,学习时间长,不适合实时在线控制。另外,还有基于补偿的预测函数解耦法、内模解耦法及滑膜变结构解耦法等[12]。
2. 3模糊控制稳态精度问题
随着工业过程被控对象的控制品质不断提升,对模糊控制稳态精度的要求也不断提高,由于模糊控制系统稳态精度低、存在余差的问题,高精度的模糊控制技术成为研究重点。模糊控制稳态精度的控制方法有很多[13,14],一种比较常用的方法是通过增加不同类别的积分器来避免模糊控制系统的稳态误差,以达到提升稳态精度的目的。 采用在模糊控制系统中增加前馈积分项的方法, 在伺服控制系统中取得了理想的稳态精度; 也有采用在模糊控制系统中增加动态积分项的方法, 当模糊控制系统的误差在一定范围以内,通过增加动态积分项控制系统输出,从而提高了模糊控制系统的性能。增加积分项虽然有效地解决了模糊控制稳态精度问题,但同时也会带来系统超调量等不利影响。另一种是通过调整模糊控制器的参数来减小稳态精度误差,参数的调整方法分为两种: 采用在线自适应的控制方法调整模糊控制器参数; 通过优化方案在线或者离线进行模糊控制器参数的优化。其他提高模糊控制稳态精度的方法有高维数值优化方法、遗传优化算法、时变修正函数法、插值法以及各种混合控制方法。
3模糊控制技术的研究方向
模糊控制技术在智能控制领域发挥着越来越重要的作用,随着科学技术的不断发展,极大地扩展了模糊控制技术在工业控制过程中的应用,同时也推进了模糊控制理论的发展研究。由于模糊控制广泛的适用性[15],其研究方向除了模糊控制器结构分析、通用逼近性分析和稳定性分析之外, 对于模糊控制器的设计、优化、参数及性能等理论研究也在不断发展,如模糊集合论域、模糊推理及隶属度函数等对模糊控制效果的影响。模糊控制技术另一个很重要的发展方向是模糊控制器自组织和自学习能力,以使模糊控制技术可以实现模拟人的功能,对周围环境的变化具有较强的适应学习能力。此外,模糊控制系统自我完善和优化以及多变量模糊控制系统也是很有发展潜力的研究方向。
随着智能控制技术的快速发展,模糊控制与其他智能控制的结合也越来越多,并产生了很多混合新型智能控制方法,增加模糊控制技术的研究方向,以模糊控制技术为主的复合控制成为了一个具有良好发展前景的研究方向,如将模糊控制技术与遗传算法和神经网络相结合,或者将模糊控制技术与预测控制和专家系统相结合,各研究领域之间相互学习和借鉴,为智能控制的研究提供了更多的应用空间,这对智能控制领域的研究发展具有重要的指导意义。
4结束语
模糊控制应用现状 篇3
关键词模糊PID；工业控制过程；算法；自动化
中图分类号TP文献标识码A文章编号1673-9671-(2011)012-0184-01
随着科学技术和工业现代化的发展，工业生产领域对控制精度、响应速度、系统稳定性及自适应能力要求越来越高。然而在工业过程控制中，总是存在着控制对象具有非线性、时变性、滞后性以及其动力学特性的内部不确定性和外部环境扰动等问题，使传统的控制方法不能满足现在的需要。因此，出现了经典的模糊PID控制理论，而且在工业过程控制领域得到了飞速的发展。模糊PID基于其能对过程控制中的不确定条件、参数、延迟和干扰等进行检测分析，然后通过模糊推理对PID参数进行在线自整定，不但保持着传统PID控制原理简单、鲁棒性强等特性，而且还具有更大的灵活性、精确性和实用性。
1工业过程控制的特点
工业过程控制通常指在化工、石油、冶金、轻工、建材等工业生产过程中的自动化控制技术，由于行业本身所具有的特点，因此对于工业过程控制来说具有许多的复杂性因素，大致特点如下：
1）控制过程的不确定性。由于控制环境和控制对象本身所具有的特性，控制过程中常常存在着无法预知的干扰和随机的变化，不能对被控对象建立准确的控制模型，因此从原理上来说需要达到控制要求存在着困难。而且对于控制的输入来说，每次相同的输入也不能得到相同的输出效果，即对同一个实验来说，无法让它在重复的试验中重复的激励，种种不确定因素的存在，影响着整个控制过程。
2）控制过程非线性。对于线性系统来说，现在已经具有了非常完善的控制理论和方法。在工业过程控制领域，往往存在着一些非线性的控制对象，对于非线性的对象进行精确的控制，就不能在依靠线性控制对象的理论，只有研究出针对非线性的控制理论，才能得到满意的控制结果。
3）控制过程时滞性。工业过程控制中大量的存在着时滞的参量，其时滞的特性不仅影响着控制的稳定性和实时性，而且促使控制系统动态品质差、精确度不高等特点。
2模糊PID控制研究的现状
随着技术理论的不断完善，以及控制理论的迅速发展，在工业过程控制领域出现了许多的控制思想和控制算法，但是PID控制算法始终占据着其强大的重要地位。由于PID控制具有结构简单、实现容易、控制效果好、稳定精度高、理论分析体系完整等特点，在化工、石油、冶金等领域得到了广泛的应用。然而PID控制的整定参数是固定的，对于工业过程控制中的參数变化、时滞性强、干扰强的控制对象，就不能满足其控制性能和控制精确要求。模糊控制理论对于研究对象的描述能在准确和简明之间取得平衡，不需要对控制对象建立精确的数学模型，可以实时的在线调整参数，柔性的达到控制要求。因此，有人提出将模糊控制与传统PID控制结合起来，构成了现在广泛应用的模糊PID技术。模糊PID控制器表现出了在非线性、大滞后、时变性系统中的控制优势，并推导出了其非线性增益的明晰表达式，大量的实际运用表明，模糊控制理论与传统PID控制理论相结合取得了很好的效果，为解决工业过程控制领域的控制问题做出了巨大的贡献。采用模糊控制理论对传统PID控制器的控制参数进行在线自整定，不但克服了系统的不确定性，而且还提高了系统控制的稳定能和鲁棒性。模糊PID控制技术在压力、温度、流量等控制场合得到了大量应用，并取得了很好的控制效果。
3工业过程控制中应用的模糊PID控制算法分析
在工业过程控制领域，存在大量的自动控制算法。如以传统理论为基础的PID控制算法，以现代控制理论为基础的自适应控制、预测控制、神经网络控制及模糊控制等智能控制方法。但目前在工业过程控制现场主要运用的还是模糊PID控制算法，基于其简单、稳定、精度等控制特性得到了飞速的应用。对于模糊控制算法与传统PID的结合形式和参数的整定方法的差异，在实际的工业过程控制现场运用的模糊PID算法通常有如下几种：
1）模糊自整定PID控制算法。该种算法基于对PID参数模糊推导后进行在线自整定，能根据实际的控制结果和控制要求自动调节控制参数，以达到预期的控制精度和要求。具体思想就是找出PID的三个参数与误差和误差变化率之间的模糊关系，在实际的控制过程中通过不断检测误差和误差变化率的大小和变化方向，根据模糊控制理论对PID的三个参数进行在线修正，已达到在不同的暂态控制过程中对PID参数的不同要求，从而使被控对象得到良好的动、静态控制性能。
2）Fuzzy-PI型模糊PID算法。该算法属于混合型的PID控制器，由一个常规积分控制器和一个以误差和误差变化率为输入的普通二维模糊控制器并联而成。通过并联的结构把而着的控制特性进行结合，以使控制对象达到最佳的控制效果。该控制器不仅对于规则的“离散性”引起的余差有很好的消除作用，而且还能很好的消除输入输出量引起的零点附近的极限振荡现象，促使系统成为无差模糊控制系统，具有很好的控制性能。控制原理图如下：
图1Fuzzy-PI型模糊PID控制器结构图
4模糊PID算法应用在温控系统中的程序流程
由于温度具有非线性、时滞性等特点，因此在工业过程控制领域常采用模糊PID控制器进行控制调节。通常的温度模糊运算程序就实现有模/数转换后的值到模糊控制值的运算，常包括求差量化和查模糊表等子程序。
5总结
模糊PID控制器对于非线性、时滞性、不确定性、多变性和强耦合性的控制对象具有很好的控制性能，该控制器能够很好的满足工业过程控制的控制场合。随着社会的发展和工业自动化领域的发展，模糊PID控制技术将在工业控制领域得到飞速的发展和应用。
参考文献
[1]刘骏跃,PID参数的模糊整定器研究,自动化与仪器仪表,2001.
[2]金以慧,过程控制.清华大学出版社,2002.
[3] 刘向杰,周孝信,柴天佑.模糊控制研究的现状与新发展,信息与控制,1999.
模糊控制优缺点 篇4
(1)使用语言方法, 可不需要过程的精确数学模型;(2)鲁棒性强, 适于解决过程控制中的非线性、强耦合时变、滞后等问题;(3)有较强的容错能力。具有适应受控对象动力学特征变化、环境特征变化和动行条件变化的能力;(4)操作人员易于通过人的自然语言进行人机界面联系, 这些模糊条件语句容易加到过程的控制环节上。
4.2模糊控制的缺点
(1)信息简单的模糊处理将导致系统的控制精度降低和动态品质变差;(2)模糊控制的设计尚缺乏系统性, 无法定义控制目标。4.3 模糊控制理论需解决的问题
模糊控制理论经过近几十年的发展, 已经得到了广泛的应用。但模糊控制理论也还存在一些不足, 还有一些亟待解决的问题, 归纳如下:(1)要揭示模糊控制器的实质和工作机理, 解决稳定性和鲁棒性理论分析的问题。
2)很多应用和经验表明, 模糊控制的鲁棒性优于传统控制策略。但模糊控制和传统控制的鲁棒性的对比关系究竟是怎么样, 尚缺少理论分析和数学推导方面的比较。(3)模糊控制规则和隶属度函数的获取与确定是模糊控制中的∃瓶颈&问题。目前模糊控制规则中模糊子集的一般选取都是以下3种: e= {负大, 负小, 零, 正小, 正大} = {NB, NS, ZO, PS, PB }或e =负大, 负中, 负小, 零, 正小, 正中, 正大= { NB, NM,NS, ZO, PS, PM, PB}或e= {负大, 负中, 负小, 零负,零正, 正小, 正中, 正大} = {NB, NM, NS, NZ, PZ, PS,PM, PB}, 而隶属度函数通常选用的为三角隶属度函数, 以第3种模糊子集为例, 对应的隶属函数如图3示。而规则中模糊子集及隶属度函数的选择大多数取决于经验, 缺少相应的理论根据。
(4)在多变量模糊控制中, 需要对多变量耦合和∃维数灾&问题进行研究, 这些问题的解决与否将是多变量模糊控制能否广泛应用的关键。
图
3模糊化子集和模糊化等级
5模糊控制的发展趋势
模糊控制的发展大致有以下几个方向:(1)复合模糊控制器。继续研究模糊控制和PID 控制器、变节构控制器、模糊H 控制器等的组合研究, 设计出满足各种不同指标要求的控制器。
(2)和各种智能优化算法相结合的模糊控制。各种智能优化算法(如遗传算法、模拟退火算法、粒子群优化算法等)能够对模糊控制规则进行动态寻优, 故能在线修改模糊控制规则, 改善系统的控制品质。
(3)专家模糊控制。专家模糊是将专家系统技术与模糊控制相结合的产物。引入专家系统, 可进一步提高模糊控制的智能水平, 专家模糊控制保持了基于规则的方法和模糊集处理带来的灵活性, 同时又把专家系统技术的知识表达方法结合起来, 能处理更广泛的控制问题。
(4)多变量模糊控制。研究多变量模糊控制中存在着的多变量耦合和∃维数灾&等问题。
(5)很多公开发表的文献对所设计模糊控制器的稳定性及鲁棒性分析采用仿真实验的方法, 而采用理论分析的较少。对混合模糊系统的稳定性及鲁棒性分析一般有2种方法[ 5] : 第1 种方法利用模糊系统辨识的方法将控制对象变换为模糊模型表示,使整个系统变为纯粹的模糊模型, 从而可采用模糊关系法及模糊相平面分析法等来检验系统的稳定性;第2种方法将控制器的模糊模型变为确定性的模型, 从而混合模糊系统变为常规的控制系统, 进而可采用常规的方法来对系统进行稳定性分析。例如
描述函数法、圆判据法、一般相平面法及线性近似法 等。而究竟采用模糊模型还是确定性模型则需要根据所设计系统的具体情况进行分析, 因此选择合适的理论方法对所设计和模糊控制器进行稳定性及鲁棒性分析也是模糊控制理论发展的方向之一。
结
束
语
模糊控制应用现状 篇5
关键词：模糊控制,锅炉,热工控制,应用
在实践过程中, 模糊控制在锅炉热工控制中的应用, 存在着很多问题, 需要不断改革和创新, 因此, 对实际应用进行分析和探讨, 可以深入了解锅炉系统的运行情况, 从而不断改善模糊控制的应用模式, 以保证整个锅炉系统的安全运行。
1 模糊控制的概述
根据模糊控制在锅炉热工控制中的应用情况来看, 模糊控制器的设计主要包括三部分:1) 以三角函数和正太分布函数等为基础, 将精确输入的量模糊化, 以完成数学量到模糊语言变量的转换, 提高人的辨识度, 从而提高操作过程的安全性;2) 根据现场情况进行模糊推理, 以模拟人的思维模式, 提高可操作性;3) 将推理过程得出的模糊语言控制力进行数学变量的转换, 以完成模糊过程的解释, 从而对相关机械设备的进行驱动控制。
因此在实践过程中, 模糊控制具有如下几个特点:
1) 在进行控制系统的设计时, 对控制对象的数学模型没有太大要求, 只需要知道基本情况就可以, 通过操作人员或者专业人士的经验、研究结论等, 进行知识模型的建立, 以备实际操作时使用。
2) 可用语言变量来代替常规数学变量, 或者是语言变量和数学变量结合使用, 以完成知识库构建, 满足应用要求。
3) 模糊系统具有较强鲁棒性, 对具有多层性、多变性和多干扰性等特点的较难操控的非线性系统中, 可以正常使用, 使整个系统保持稳定状态。
2 模糊控制在锅炉热工控制中的应用
在锅炉系统的热工控制中, 模糊控制的应用主要有以下两个方面:
2.1 在锅炉汽水系统中的应用
在锅炉控制系统中, 汽水系统控制影响锅炉正常运行的重要部分, 一般情况下, 锅炉汽水系统的控制主要有两部分:一是将汽包水位控制在允许范围, 避免事故发生。如果数位过高, 锅炉汽水系统中的汽水分离装置的使用寿命会缩短, 从而影响分离装置的正常运行。严重的情况下, 锅炉运转过程中产生的蒸汽的带水量会超过规范标准, 致使过热器管壁和汽轮机叶片上水垢的厚度不断增大, 从而损害汽轮机的叶片。如果水位过低, 锅炉控制系统的水循环系统会受到严重损害, 特别是水冷壁管壁会出现破裂情况, 导致整个锅炉系统无法正常运行。二是使给水量在负荷不变情况下, 保持相对稳定状态, 提高整个锅炉系统的运行稳定性, 确保给水管道和省煤器的安全运行。
在实际应用过程中, 模糊控制的运行模式有两种, 一种是人工操作, 另一种是自动运行模式。由于给水管道和水泵会对系统造成一定干扰、汽轮机发电组是定量功率使给水压力和调节阀发生较大变化, 并且锅炉系统运行时使用的煤种和煤质处于不确定状态, 使锅炉汽水系统的热负荷发生较大变化, 因此, 手动控制模式的应用范围较大。而自动运行模式比较适用于整个锅炉汽包水位较稳定的情况下, 能够保证整个锅炉系统的安全运行。
为了提高模糊控制的可靠性和高效性, 相关研究人员通过模仿人的思维模式, 对模糊控制系统进行完善, 在汽包实际水位和水位设定值偏差、实际发生功率和主控入水阀与调气门开度大小等方面进行参数设置, 以有效提高模糊控制系统的智能化, 从而对汽包水位、实际输出功率和流量平衡情况进行控制。与此同时, 采用线性化分布参数的建模方式, 对锅炉汽水系统中高温过热器的四个典型负荷点处出口进行温度检测和控制, 从而将模糊控制器的在线调节功能分为粗调和微调两种, 以提高模糊控制系统的运行安全性。通过对粗调机制进行操作, 可以使控制器参数对温度快速变化过程快速地适应, 从而降低参数变化和环境变化对模糊控制系统控制性能带来的影响;通过微调操作, 可以使系统的实际控制情况达到或接近预定范围, 从而提高整个系统运行的动态性能。
2.2 在锅炉燃烧系统中的应用
在锅炉燃烧过程中, 燃烧系统有效控制燃料产生的热能, 以满足锅炉蒸汽负荷的需要, 确保整个锅炉系统运行过程中蒸汽压力处于稳定状态。一般情况下, 锅炉系统中的燃烧系统采用串级的主汽压回路控制, 并且整个系统的控制量主要是给煤量, 以维持锅炉系统的正常运行。因此, 系统的主汽压力受到负荷、煤种、煤质等多种因素的影响。根据锅炉热工控制的实际情况来看, 工作人员通过自己的工作经验, 可以有效控制锅炉系统的正常运行, 因此, 模糊控制在锅炉热工控制中的应用, 采用人工智能模式, 利用煤量和总风量之间的耦合关系、煤量与实际发功率的关系, 设置相关参数, 从而使煤量变化、风量大小得到有效控制, 确保整个系统的安全运行。
在锅炉系统中, 模糊控制在锅炉燃烧系统的应用, 还要有效控制锅炉整个燃烧过程的经济性, 以提高煤炭能源的有效利用率, 降低生产成本, 对于促进经济可持续发展具有重要的现实意义。因此, 对风煤比例和烟气含氧量进行有效控制, 是通过采用改变进入锅炉的鼓风量的方式, 对炉膛烟气含氧量进行参数设置, 从而实现锅炉燃烧的优化空化。在实际应用过程中, 要注意保持整个系统的空气流通, 确保燃烧煤得到充分燃烧, 并严格控制炉膛内的燃烧温度, 以提高锅炉的燃烧效率, 避免事故发生。
3 结束语
综上所述, 在实践应用过程中, 汽温控制是锅炉汽水系统的重要组成部分。想要有效控制锅炉热工过程, 确保锅炉的安全经济运行, 需要对煤质、煤量、主蒸汽流量、主蒸汽压力和主蒸汽温度等多种因素进行有效参数设置, 以确保燃烧煤的最有效利用。
参考文献
[1]王芳.模糊自调整PID控制在锅炉汽包水位控制中的应用[D].山东大学, 2007.
[2]马晓兰.模糊控制理论及其在热工过程控制中的应用研究[D].华北电力大学, 2011.
[3]郄力博.一类纯迟延系统的模糊控制系统设计与应用研究[D].华北电力大学, 2012.
模糊控制应用现状 篇6
【关键词】热工控制系统；改进型模糊自适应；粒子群算法
1、引言
大型火力发电单元机组的生产流程可以分为锅炉的燃烧系统和汽水系统。锅炉的燃烧系统是提供热量维持主汽负荷、保证燃烧经济性、安全性的重要控制系统。主汽压力是衡量蒸汽量与外界负荷两者是否相适应的重要标志。由于大型单元机组容量大，燃料品种多变，投入的磨煤机给煤机台数不同，导致常规的PID控制器难以满足实时控制的要求。
模糊控制器是一种控制结构简单的非线性控制器，具有很好的鲁棒性、适应性和容错性，一些学者已经将其应用于火电厂热工控制系统，但由于模糊控制本质上一种非线性的PD控制，无法消除系统静差。
2、改进型模糊控制器基本原理
改进型模糊控制策略的核心思想是，在保持模糊论域上模糊分割不变的情况下，根据输入量误差e和误差改变量ec的值对模糊论域和隶属函数进行伸缩调整。设输入变量xi和输出变量ui的论模糊域分别为（-Ei，Ei）和（-Ui，Ui），（i=1，2，...n），变论域模糊控制器的论域及隶属度函数随输入量变化而发生变化，其简略表达形式为：
3、改进型模糊自適应PID控制原理
3.1模糊自适应PID控制原理
模糊自适应PID控制器一种模糊控制与PID控制的复合控制器，该控制器改变传统PID控制器的参数Kp，Ki，Kd固定，无法跟随误差实时调整的缺点，提出了利用模糊控制器跟踪误差信号在线改变PID控制器参数的方法，提高了模糊控制的效果。
3.2粒子群算法寻优原理
粒子群优化算法（PSO）是一种仿生优化算法，本文采用PSO对伸缩因子进行搜索优化，进而提高改进型PID控制器的控制效果，具体的优化过程如下：待优化的参数有αe，αec，βp，βi他们构成了搜索空间的四个维度，随机产生一组Xi，作为第一代初始种群，将Xi带入目标函数Q，计算适应值。设粒子i在当前寻优中的最优位置记为Xbesti=（xib1，xib2，xib3，xib4），相应的适应值记为Qbesti，则粒子i的当前最好位置可以表示：
重复上述步骤，直至得到最优解。
3.3改进型模糊PID控制器
模糊自适应PID控制器虽然可以修正原有PID控制器的控制参数，但是控制精度有限。本文采用标准粒子群算法在线优化模糊自适应PID控制器的调节因子，结合了两种控制器的优点，可根据系统误差大小实时调整模糊控制器的论域和系统输出，提高系统控制精度。
4、仿真实验
在某电厂300MW机组燃烧系统过程画面做实验，在装入不同初始条件时采样，采样周期为5秒，采样总时间为20分钟。将得到的数据处理后，利用辨识算法在Matlab中得到不同负荷下该燃料控制系统的数学模型。
4.1改进型模糊PID控制器的实现
本文选择采用采用改进的PSO算法对上述模糊自适应PID控制器的输入与输出环节的调节因子寻优，设置模糊控制器的模糊词集为{PB，PM，PS，Z，NS，NM，NB}，采用三角形隶属函数，输入变量e，ec的基本论域分别设为[-12，12]，[-6，6]，输出变量的基本论域要根据PID控制器的参数设定。通过PID控制器参数整定方法，得到PID控制器的参数为δ=0.48，Ti=289，Td=0.0001。
因此模糊控制器的输出 的基本论域应该在比例、积分系数的一定范围内选择，为了计算方便设为[-0.6，0.6]，[-0.012，0.012]，而输入输出对应的模糊变量的模糊论域均为[-6，6]，采用最大隶属度法去模糊化。根据公式（10）可以得到输入变量的量化因子ke，kec分别为0.5，1；输出变量的比例因子kp，ki分别为0.1，0.001。
4.2仿真结果
选取该电厂机组负荷为90%时，机组给煤量与主汽压之间的数学模型如下：
为了验证控制效果，与常规PID控制器，模糊自适应PID控制器进行仿真对比定值跃扰动下，有三种控制方式的系统输出。对比三条曲线可以看出，改进型模糊PID控制器在动态性能和稳态性能上都较明显优于另外两种控制器，它的控制精度更高，曲线更平稳。
4.3鲁棒性验证
在燃料控制系统中，分别选取机组负荷在80%、100%时的模型参数，保持模糊自适应PID控制器和改进型控制器的PID初值、控制规则、粒子群算法初值等不变的情况下，加入幅值为1的定值扰动，观察两种控制器的鲁棒性。改进后的控制器的鲁棒性明显优于模糊自适应PID控制器的鲁棒特性。
5、结束语
本文结合变论域控制思想，融入粒子群算法，设计出了改进型模糊PID控制器。采用标准粒子群算法在线优化模糊控制器的调节因子，改变控制器输出的大小，从而减弱控制系统对模糊控制规则和控制系统模型的依赖，优化了控制效果。
参考文献
[1]王俊伟，汪定伟.一种带有梯度加速度粒子群算法[J].控制与决策，2004，（11）.
汽车电子节气门模糊控制仿真研究 篇7
汽车电子节气门模糊控制仿真研究
介绍了电子节气门的组成、工作原理、模糊控制策略的原理,借助SIMUUNK仿真环境,分析模糊控制器的.阶跃特性和随动特性,为汽车电子节气门控制策略的制定提供了借鉴.
作 者：朱红萍 张振东 ZHU Hong-ping ZHANG Zhen-dong 作者单位：上海理工大学,机械工程学院,上海,93 刊 名：汽车科技 英文刊名：AUTOMOBILE SCIENCE & TECHNOLOGY 年，卷(期)：2010 “”(1) 分类号：U4640.136 关键词：电子节气门 模糊控制 仿真模糊控制应用现状 篇8
1、时滞性很大。在大型、复杂的液位控制系统中，当改变进出容器的液体流量来控制液位时，控制效果在较长的时间后才能得到体现，这会使得最后的稳态误差较大，液位在期望值附近波动。
2,时变性。液位控制一般是通过控制液体流入量的大小来控制液位的，流出量是根据后续工艺生产的需求而调节，这种需求的数量和速度是在不断变化的。
3,非线性。容器内液体流出量不仅随后续工艺生产需求变化，即使在控制阀门保持不变的情况下，实际的流出量也随着液位高度的变化而发生一种非线性的变化。这几个特点，都严重影响PID控制的效果，当实际生产对控制有较高的性能指标要求时，就需要将智能控制方法引入到液位控制系统中来。
关键词：模糊控制；液位；PID；单片机模糊控制的基本原理
模糊控制属于智能控制的范畴，它是以模糊数学和模糊逻辑为理论基础、模仿人的思维方式而统筹考虑的一种控制方式。它是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制。模糊控制模仿人的思维方式，计算控制量时并不需要参数的精确量，而是以参数的模糊信息为基础，通过模糊推理得到控制量的模糊形式，然后再经过反模糊化处理输出具体的控制量。
模糊控制器的设计的基本原理
1． 在采样时刻，采样系统的输出值，然后根据所选择的系统的输入变量来进行计算，得到输入变量的具体值。一般系统通常选择误差及误差的变化情况作为输入变量。
2． 将输入变量的精确值变为模糊量。当然，在这之前需要先确定模糊变量的基本论域、模糊子集论域、模糊词集及隶属函数。系统中输入变量的实际变化范围称为变量的基本论域，对于模糊控制输入所要求的变化范围称为它们的模糊子集论域。模糊子集论域的确定和下一步的模糊推理中需要的模糊值有关。模糊值可用模糊词集来表示，人们对数值的模糊表示一般可用大、中、小加以区别，再加上正负模糊词集就可表示为：
{负 大，负中，负小，零，正小，正中，正大}
一般系统的输入变量的模糊子集论域所含的元素个数应为词集总数的两倍以上，这样才能确保模糊词集能较好地覆盖
模糊子集论域，避免出现失控现象。针对上面选用的模糊词集，模糊子集论域可选择为
{-6，-5，-4，-3，-2，一1,0 , 1,2 ,3 ,4 ,5 ,6 }
对于一个模糊控制系统，它的控制器输入变量的实际范围一般不会正好和模糊子集论域一致，这时就需要进行转化。假如基本论域为[a.b]，模糊子集论域为[m, n]，则将一个精确输入量x转化到模糊子集论域中的变量Y是通过以下公式来实现的。
y=(n-m)*[x-(b-a)/2]/(b-a)
模糊 子 集 论域和模糊词集之间是通过隶属函数来联系的。模糊变量的隶属函数就和普通变量的特征函数一样，但它的取值范围并不是单纯的0或1，而是在[0, 1]之间连续变化。隶属函数的形状常采用梯形、三角形、钟形、高斯形等。在实际应用中，为方便起见，采用三角形的较多。
3． 根据上一步得到的输入变量(模糊量)及模糊控制规则，按模糊推理合成规则计算控制量(模糊量)。模糊控制规则是根据操作者的经验或专家的知识，用if，then描述的一组条件语句。
4． 控制量的模糊量转化为精确量。上一步虽然通过模糊推理得到了控制量，但它是模糊形式的，而真正的执行机构不能接受模糊量，只能接受精确量，所以必须把控制量由模糊形式转化为精确形式，这一步也叫做解模糊化。模糊控制器的设计过程
2.1模糊控制器的结构设计
模糊控制器的结构设计是指确定模糊控制器的输入变量和输出变量。模糊控制器输入变量的个数称为模糊控制器的维数，目前广泛采用的均为二维模糊控制器.在此我们也选择这一结构形式。我们设计的是液位模糊控制器，就选择液位的误差和误差的变化作为模糊控制器的输入变量，分别记作E, Ec。模糊控制器的输出应该是用来控制液位的，液位实际上就是受流入量和流出量的影响，而流出量是根据后续工艺不停的变化，是不可控的。所以模糊控制器的输出就只有一个，作为控制流入量执行机构的控制量，记作U。对于模糊控制器的输出，可以有两种形式，一种是绝对的控制量输出，另一种是增量方式输出。在本次设计的模糊控制器中，我们选择了绝对值输出方式。
2.2模糊控制规则的设计
控制规则的设计一般包括三部分内容：选择描述输入输出变量的词集，定义各模糊变量的模糊子集和建立模糊控制器的控制规则。下面就分别来进行说明：
1.选择描述输入、输出变量的词集
对于液位误差、误差变化率及控制量我们选用相同的模糊词集，都用自然语言大、中、小来进行描述，将大、中、小再加上正、负两个方向并考虑变量的零状态，共有七个词汇，即
{负 大，负 中，负小，零，正小，正中，正大}
为叙述方便，用英文字头缩写表示为
{N B ,N M , N S ,Z E, PS, PM,P B}
其中，N=Negative, P=Positive, B=Big, M=Medium, S=Small, ZE=Zero。
2.定义各模糊变量的模糊子集
定义一个模糊子集，实际上就是要确定模糊子集隶属函数曲线的形状。对于输入变量误差和误差变化率，我们选用的模糊子集论域和隶属函数曲线都完全一致，所以在此就只针对误差的模糊子集的确定来进行说明。误差的模糊子集论域取[-6,6 ]之间，然后离散化，只取整数，所以它的模糊子集论域可表示为
{-6，-5，-4，-3，-2，-1,0 ,1 ,2 ,3 ,4 ,5 ,6 }