粗糙集作为一种知识发现和数据分析的新方法,因其具有自动抽取控制规则,控制算法可以完全来自数据本身等优点,使它在基于规则的控制中具有很大的优势和发展潜力。本文从工业控制的实际问题出发,围绕基于粗糙集构建粗糙规则控制器的问题,对粗糙集在工业控制上的应用进行了研究,提出了三种新的设计方法与策略,有效地提高了粗糙规则控制器的控制性能。 本文的主要内容和创新点包括: 1.针对传统的基于粗糙集的粗糙控制器存在的控制效果较差的问题,提出了一种新的粗糙控制器的设计方法。该方法首次采用外部测试信号以充分激励被控对象,从而生成可以充分反映操作工或现有控制器的控制策略的数据,解决了历史操作数据信息不全的问题;并提出了采用不同的多批测试数据或操作工的优秀数据来更新和补充规则的策略,保证了规则的完备性。通过模拟PID控制器的研究表明,该方法提高了粗糙规则控制器的控制性能,取得了令人满意的控制效果和精度。 2.针对Bang-Bang控制与现场操作工控制方式的相似性得出了模拟Bang-Bang控制的意义,提出了通过粗糙集模拟Bang-Bang控制的思路,并设计了拟Bang-Bang粗糙控制器。采用均匀分布的阶跃信号作为数据采集时的激励信号保证规则获取的条理性,通过添加输入属性增加了规则库的层次性。仿真实例表明该粗糙控制器能够正确地学习和模拟Bang-Bang控制的控制策略。针对拟Bang-Bang粗糙控制器存在稳态余差的问题,又提出了拟Bang-Bang控制和PID控制结合的粗糙控制器,仿真实例显示了该粗糙控制器弥补了拟Bang-Bang控制器的不足,有效地消除了稳态余差。 3.针对一般粗糙控制器仅能适用于特定对象,在被控对象改变后必须重新学习的问题,首次在基于粗糙集模拟通用控制器方面,提出了一种模拟PI控制的粗糙控制器设计方法,该方法为粗糙控制器设置了可调整定参数,并且该参数可针对不同的对象,不同的条件进行调整,从而使该粗糙控制器具有通用控制器的特点。