论文部分内容阅读
摘 要:主要研究运用MATLAB模糊控制在工业对象温度控制方面的应用,选取注塑机加热桶温度为被控对象,在Simulink环境中仿真控制效果,并对仿真结果进行分析,突出模糊控制特点。
关键词:模糊控制;温度;仿真;MATLAB
中图分类号:TP273+.4文献标识码:A
The Use of Fuzzy Control in the Aspact of Industry Object's Temperature-controler
CAI Miao-miao
(Jiujiang University Electronics Engineering Institute,Jiangxi Jiujiang 332000)
Key words: fuzzy control;temperature;simulation;MATLAB
温度是工业生产和日常生活中一个普遍而且重要的物理参数。本课题主要实现对一般工业对象的温度模糊控制方案,并对控制方案进行MATLAB的仿真,以检验控制效果。
1 注塑机加热桶的仿真
下面对工业常见对象注塑机的料桶加热器进行仿真,设计的目的是对它的温度进行控制。料桶加热器具有一些特殊的控制特性:
(1)不对称性:料桶加热器通过电阻丝加热,而冷却却完全依靠自然降温,因而两个过程有不对称性,这要求控制策略上也要有不对称性。
(2)温度特性:由于热传递和绝对温度有关,因而料桶加热器的特性也随温度变化而变化。这使得高温时的料桶加热器热传递变快,从控制特性上表现为料桶加热器的时间常数、纯滞后时间减少。
(3)扰动特性:料桶加热器的干扰因素多,而且干扰量大。
用PID控制方案显然无法取得良好的控制效果,容易出现较大超调,所以下面有模糊控制方案,并进行Matlab的仿真。仿真过程在Simulink环境中进行。虽然仿真环境不可能与实际情况完全相同,但它的结果还是有相当的指导意义。当然,仿真结果的有效性最终还是由实际情况来确定。料桶加热器一般可以看作带有纯滞后的一阶对象,由系统飞升曲线可得其传递函数为G(s)=e………………………(2-1)
即:时间常数T=1500秒;放大系数K=170;滞后时间=40秒。
需要仿真的情况是:起始温度设为100度,目标温度设为200度,因为一般的料桶加热器都要求这个温度。开始阶段要求系统全力升温,最终稳定在200度附近,并避免大的超调。
经过仿真后可以看到,模糊控制的响应曲线比较平滑,基本没有很大波动,而且没有出现大的超调,符合原先的控制要求。但同时可以看到,响应曲线存在稳态误差,这是因为模糊控制中没有积分环节,使得稳态误差不可避免.模糊控制把7%以内的误差都看作零误差对待,因此存在一个控制上的死区和盲区。下一部分论述了对单纯模糊控制的改进,可以有效地克服这一不足。
2 自调整因子模糊控制
自调整因子模糊控制是一种基于规则修改的模糊控制,它的控制规则可以随它所控制的过程的运行和环境的变化而自动地修改,使得对环境的适应能力提高。所以这种模糊控制器不光可以控制对象,而且能判断在相应的控制阶段采用相应的控制策略,因此它具有一定的智能性。与常规的基本模糊控制器相比,自调整因子模糊控制器增加了以下几个模块:
(1)性能测量:用于测量实际输出特性与希望特性的偏差,以便为控制规则的修正提供必要信息,即确定模糊控制器输出的校正;
(2)控制量校正:将模糊输出的校正转换为对被控变量的校正;
(3)控制规则修正:对控制量的校正通过修改控制规则来实现。
基本二维模糊控制器的解析式为:
u=f(ke×E+Kec×Ec)………………………………(3-1)
一般可将函数f取为线性函数,所以上式可简化为:
u=g[a、E+(1-a)、Ec]a∈(0.1)……………………(3-2)
式中的a称为调整因子,也称为加权因子。它的引入使得模糊控制更能形象反映了人的思维特点。大家都有这样的经验,当某个对象的实际输出值与设定值偏差很大时,首先想到的便是如何尽快的减少偏差,此时对误差变化率反而不太关心了。反映在上述解析式中,便不难得到如下控制规则:当E很大时,相应的把加权因子也选得大一些,即表明控制输出对误差的加权大些,而对误差变化率加权小,以消除当下巨大的偏差作为首要的控制任务。但这样一来也会带来弊端,就是随着对误差加权的增大,系统的超调也会上升,过渡过程会变得比较长,甚至产生震荡,影响系统稳定性。可以通过反复试凑来求得恰当的调整因子,获得良好的控制效果。
3 结束语
在面对复杂工业对象的控制时,传统的PID控制往往难以取得很好的控制效果。而模糊控制具有很好的动态特性,在误差比较大的初始调节阶段,模糊控制可以快速的使曲线朝目标值变化,而且超调比较小,稳定性能好.但是,模糊控制器的设计是个难点,它建立在对系统特性充分了解的基础上,且模糊控制对人的经验的依赖性比较大,往往需要反复调试才能取得一个比较好的控制效果。本文提出的改进方法很有现实意义,它可以有效地弥补基本模糊控制器的不足,使得模糊控制与PID控制可以相互补充,取得更加良好的控制效果。
参考文献:
[1]张桂香,王辉.计算机控制技术[M].成都:电子科技大学出版社,1999.
[2]Zadeh LA.A rationale for fuzzy control.Trans.ASME J.Dynamic System Measure control,1972,94:34
[3]章卫国,杨向忠.模糊控制理论与应用[M].西安:西北工业大学出版社,1999.
[4]吴勇.模糊控制规则的自动生成[D].中科院计算所硕士学位论文,1996.
[5]韦巍.智能控制技术[M].北京:机械工业出版社,2000.
(本文系2007年江西省高等学校教学研究省级立项课题,编号:JXJG-07-17-49)
关键词:模糊控制;温度;仿真;MATLAB
中图分类号:TP273+.4文献标识码:A
The Use of Fuzzy Control in the Aspact of Industry Object's Temperature-controler
CAI Miao-miao
(Jiujiang University Electronics Engineering Institute,Jiangxi Jiujiang 332000)
Key words: fuzzy control;temperature;simulation;MATLAB
温度是工业生产和日常生活中一个普遍而且重要的物理参数。本课题主要实现对一般工业对象的温度模糊控制方案,并对控制方案进行MATLAB的仿真,以检验控制效果。
1 注塑机加热桶的仿真
下面对工业常见对象注塑机的料桶加热器进行仿真,设计的目的是对它的温度进行控制。料桶加热器具有一些特殊的控制特性:
(1)不对称性:料桶加热器通过电阻丝加热,而冷却却完全依靠自然降温,因而两个过程有不对称性,这要求控制策略上也要有不对称性。
(2)温度特性:由于热传递和绝对温度有关,因而料桶加热器的特性也随温度变化而变化。这使得高温时的料桶加热器热传递变快,从控制特性上表现为料桶加热器的时间常数、纯滞后时间减少。
(3)扰动特性:料桶加热器的干扰因素多,而且干扰量大。
用PID控制方案显然无法取得良好的控制效果,容易出现较大超调,所以下面有模糊控制方案,并进行Matlab的仿真。仿真过程在Simulink环境中进行。虽然仿真环境不可能与实际情况完全相同,但它的结果还是有相当的指导意义。当然,仿真结果的有效性最终还是由实际情况来确定。料桶加热器一般可以看作带有纯滞后的一阶对象,由系统飞升曲线可得其传递函数为G(s)=e………………………(2-1)
即:时间常数T=1500秒;放大系数K=170;滞后时间=40秒。
需要仿真的情况是:起始温度设为100度,目标温度设为200度,因为一般的料桶加热器都要求这个温度。开始阶段要求系统全力升温,最终稳定在200度附近,并避免大的超调。
经过仿真后可以看到,模糊控制的响应曲线比较平滑,基本没有很大波动,而且没有出现大的超调,符合原先的控制要求。但同时可以看到,响应曲线存在稳态误差,这是因为模糊控制中没有积分环节,使得稳态误差不可避免.模糊控制把7%以内的误差都看作零误差对待,因此存在一个控制上的死区和盲区。下一部分论述了对单纯模糊控制的改进,可以有效地克服这一不足。
2 自调整因子模糊控制
自调整因子模糊控制是一种基于规则修改的模糊控制,它的控制规则可以随它所控制的过程的运行和环境的变化而自动地修改,使得对环境的适应能力提高。所以这种模糊控制器不光可以控制对象,而且能判断在相应的控制阶段采用相应的控制策略,因此它具有一定的智能性。与常规的基本模糊控制器相比,自调整因子模糊控制器增加了以下几个模块:
(1)性能测量:用于测量实际输出特性与希望特性的偏差,以便为控制规则的修正提供必要信息,即确定模糊控制器输出的校正;
(2)控制量校正:将模糊输出的校正转换为对被控变量的校正;
(3)控制规则修正:对控制量的校正通过修改控制规则来实现。
基本二维模糊控制器的解析式为:
u=f(ke×E+Kec×Ec)………………………………(3-1)
一般可将函数f取为线性函数,所以上式可简化为:
u=g[a、E+(1-a)、Ec]a∈(0.1)……………………(3-2)
式中的a称为调整因子,也称为加权因子。它的引入使得模糊控制更能形象反映了人的思维特点。大家都有这样的经验,当某个对象的实际输出值与设定值偏差很大时,首先想到的便是如何尽快的减少偏差,此时对误差变化率反而不太关心了。反映在上述解析式中,便不难得到如下控制规则:当E很大时,相应的把加权因子也选得大一些,即表明控制输出对误差的加权大些,而对误差变化率加权小,以消除当下巨大的偏差作为首要的控制任务。但这样一来也会带来弊端,就是随着对误差加权的增大,系统的超调也会上升,过渡过程会变得比较长,甚至产生震荡,影响系统稳定性。可以通过反复试凑来求得恰当的调整因子,获得良好的控制效果。
3 结束语
在面对复杂工业对象的控制时,传统的PID控制往往难以取得很好的控制效果。而模糊控制具有很好的动态特性,在误差比较大的初始调节阶段,模糊控制可以快速的使曲线朝目标值变化,而且超调比较小,稳定性能好.但是,模糊控制器的设计是个难点,它建立在对系统特性充分了解的基础上,且模糊控制对人的经验的依赖性比较大,往往需要反复调试才能取得一个比较好的控制效果。本文提出的改进方法很有现实意义,它可以有效地弥补基本模糊控制器的不足,使得模糊控制与PID控制可以相互补充,取得更加良好的控制效果。
参考文献:
[1]张桂香,王辉.计算机控制技术[M].成都:电子科技大学出版社,1999.
[2]Zadeh LA.A rationale for fuzzy control.Trans.ASME J.Dynamic System Measure control,1972,94:34
[3]章卫国,杨向忠.模糊控制理论与应用[M].西安:西北工业大学出版社,1999.
[4]吴勇.模糊控制规则的自动生成[D].中科院计算所硕士学位论文,1996.
[5]韦巍.智能控制技术[M].北京:机械工业出版社,2000.
(本文系2007年江西省高等学校教学研究省级立项课题,编号:JXJG-07-17-49)