D0I:10.13374/.i.issnl001053x.1996.03.015 第18卷第3期 北京科技大学学报 Vol.18 No.3 199 Journal of University of Science and Technology Beijing Jun.1996 智能模糊控制器及其应用 郑保元 北京科技大学自动化信息工程学院,北京100083 摘要介绍一类智能模糊控制算法及其在电加热炉中的应用,实时控制结果表明:它比一般PD 控制算法具有超调小,响应快和精度高的特点, 关键词电加热炉,模糊控制器,自学习 中图分类号TP237.1 近年来自适应控制、最优控制等在工业生产部门得到广泛应用,并取得一定成效·但是它过 于依赖被控对象的数学模型,特别是时变、非线性和变结构的复杂系统、其应用受到制约,例如 一个熟练的操作工或专家凭着他们多年的经验,可以很好地操作和控制一个复杂的生产过程,而 不要建立什么数学模型,本文研究的被控对象是电加热炉.它属于时变、非线性和分布参数茶 统,用一般PD控制其静态和动态指标难以满足用户要求,特别是对超调难以抑制,针对此问 题,本文引入智能模糊控制算法,实时控制结果令人满意, 1智能模糊控制算法 以模糊控制算法为基础控制层,当系统偏差较大时,利用上层智能控制算法的多模态控制修 正基础层模糊控制器的输出,以压低超调;当偏差小于某阀值时,按模糊控制算法,其系统框图 如图1所示, 11模糊控制算法1- 数据库 为了提高系统控制精度,下层采 用带有积分型的模糊控制算法,有: 知识库←自学习 E=Ke,E=K:e (1) 推理和控制决策 u=aE+(1-a)E (2) a=le/Eml (3)Y.+e K u=KH+KΣe (4) 模糊算法,K电加热炉 其中,IEm|≥|e|,本文取 d 1Enm|=40,K1=0.2,K2=0.12,K= K. 0.001,K=1.58,E、E、4为模糊子 集· 图1智能模糊算法原理图 1995-01-10收稿第一作者男57岁副教授
第 卷 第 期 年 月 北 京 科 技 大 学 学 报 压 智能模糊控制器及其应用 郑保元 北 京科技 大学 自动化信息工 程 学 院 , 北京 〕 刃 摘要 介绍一 类智能模糊控制算法 及 其在 电加热炉 中的应用 实时控制结果表明 它 比一 般 控制算法具有超 调小 , 响应快和 精度高的特点 关键词 电加热炉 , 模糊控制器 , 自学 习 中图分类号 近年来 自适应控制 、 最优控制等在工业生产部 门得到广泛应用 , 并取得一定成效 但是它过 于依赖被控对象的数学模型 , 特别是 时变 、 非线性和变结构的复杂系统 , 其应用受到制约 例如 一个熟练 的操作工或专家凭着他们多年的经验 , 可 以很好地操作和控制一个复杂的生产过程 , 而 不要建立什么数学模型 本文研究 的被控对象是 电加 热 炉 它属 于 时变 、 非线性 和 分 布参数系 统 , 用一般 〕 控制其静态和动态指标难 以满足用户要 求 , 特别是 对超调 难 以抑 制 针 对此 问 题 , 本文引人智能模糊控制算法 , 实时控制结果令人满意 智能模糊控制算法 以模糊控制算法为基础控制层 , 当系统偏差较大时 , 利用上层智能控制算法 的多模态控制修 正基础层模糊控制器的输 出 , 如图 所示 以压低超调 当偏差小于某 阀值时 , 按模糊控制算法 , 其系统框图 模糊控 制算法 ,’ 一 为 了提高系统控制精度 , 下层采 用 带有 积分 型 的模糊 控 制算法 , 有 互 , , 互 亡 竺 “ 一 “ 互 “ 。 竺 灯 其 中 , 引 , 本 文 取 二 , , · , · , , , , 互 、 互 、 鱿为模 糊子 集 数据库 知 识库 自学 习 推理 和控制决策 模糊算法 电加热炉 立 。 图 智能模糊算法原理 图 卯 一 一 收稿 第一 作者 男 岁 副教授 DOI :10.13374/j .issn1001-053x.1996.03.015
·268· 北京科技大学学报 1996年No.3 1.2智能控制算法41 上层是由数据库、知识库、自学习环节和推理控制决策组成的智能控制器, (1)数据库 它是用来存储被调整量Y(k).参考输入Y,(k),偏差(k)=E,偏差变化率e=CE,模糊控制 器的参数K、K,KK,E等及推理过程的中间结果, (2)知识库 ①知识表示在电加热炉控温系统中,控制量k)与偏差E和偏差变化率CE密切相 关,它可用{y,y,E,CE}来描述系统的动态过程.根据人们对电加热炉控温的经验,可把E、 CE、4用大(B)、中(M)、小(S)和零(Z)4个词来描述控制器输人输出变量状态;再将 大中小分成正(P)和负(N)2个方向,则可将E、CE和w分成7个不同状态,这样可以组 成31条产生式规则,事实上,控制量4主要取决于E,而CE只是判断变化趋势,例如E为 正大(PBE),CE>O,则控制量应取最大以减小偏差;若CEh>0),即: h PSE:h,=E-e NBE NME NSE 当e>E≥e, PSE PMEPBE e-e egee。es 0 e e e NBE:h= 当e>E≥e 图2h。与E的关系图 取h,为常数,不同区间对应不同常数值,调试中由经验给出·令B为规则加权系数,通过 自学习环节在线修改.则有: △uk)=Bhh. (5) (3)自学习环节 学习是人类的本能,也是智能化水平的重要标志·本文提出动态奖罚学习方法,如果被 调整量有减小偏差的好趋势,定义评价函数k)=k)·CEk)阝>I),使控制量增强·如果被调整量有增大 偏差的坏趋势,即P化)>0时,则对相应的控制规则进行处罚,乘以一个小于1的系数阝 (0<B<1),使控制量减弱.其学习算法为: ①k时刻从数据库读Ek,CEk),Ek一【一d; ②从数据库读产生u(k),u(k-【一d)所用规则序号num(k),num(k一1一d方 ③根据num(k-1-d)从数据库读取相应加权系数B[num(k-I-d)小: ④判断Ek)所处的模式(PSE,PMZ,),取a=max{化)所属模式端点偏差绝对值;
北 京 科 技 大 学 学 报 年 智能控制算法 ’ , 上 层 是 由数据库 、 知 识库 、 自学 习环节和推理 控制决策组 成 的智 能控 制器 数据库 它是 用来存储被 调 整量 , 参考输入 , 偏差 试 , 偏差变化率 户 , 模糊控制 器 的参数 、 凡 、 、 、 等及 推理过 程 的 中间结果 知 识库 ① 知 识表示 在 电加热 炉控温 系统 中 , 控 制 量 与偏 差 和 偏 差 变 化 率 密 切 相 关 , 它 可 用 , , , 来 描述 系 统的动态过程 根据人们对电加热炉 控温 的经验 , 可把 云 、 用 大 、 中 、 小 和零 个词来 描述控 制器输人输出变量 状 态 再将 大 中小分成正 和 负 个方 向 , 则可 将 、 和 分成 个不 同状态 , 这样可 以组 成 条产生 式规则 事 实上 , 控 制量 主要 取决于 , 而 只是判断变 化趋 势 例 如 为 正 大 , , 则控制量应取最大 以减小偏差 若 , 有减小偏差 的趋 势应减少 控 制量 , 则上 述 条规则可 简化为 条规则 , 例 如 瓦 △ , △ , 丫 ② 控制量求取 设偏差 分成 个区间 , 如图 所示 计算偏差落在 不 同 区 间时描写 偏 差大 小 的系数 。 , 即 。 二 一 几 一 当 乌 一 马 价一 当 马 凡 取 。 为常数 , 不 同区 间对应不 同常数值 , 图 。 与 的关系 图 调 试 中 由经验给 出 令 刀为规 则 加 权 系 数 , 通 过 自学 习环节在 线修改 则有 △ 刀 。 自学 习环节 学 习是 人类 的本能 , 也是 智能化水平 的重要 标志 本文提 出动态奖罚学 习方法 , 如果 被 调 整量 有减小偏差 的好趋 势 , 定义评价函数 只 二 月人 斌 时 , 则对该控制量 对应 的控 制规则进 行 奖励 , 乘 以 一个大 于 的系数 刀 刀 , 使控 制量增 强 如果 被调 整量有增大 偏 差 的坏 趋 势 , 即 尸 时 , 则 对 相 应 的 控 制 规 则 进 行 处 罚 , 乘 以 一 个 小 于 的 系 数 刀 刀 , 使控制量 减弱 其学 习算法 为 ① 时刻从数据库读 月, , 一 一 ② 从数据库读产 生 , 一 一 所 用规则序号 , 一 一 ③ 根 据 一 一 从 数据库读取相 应加权 系数 刀似 一 一 ④ 判 断 所处 的模式 , , … , 取 。 试 所 属模式端点偏差 绝对值
Vol.18 No.3 郑保元:智能模糊控制器及其应用 .269, ⑤判断Ek-1-d)所处的模式,取b=max{ek-1-d)所属模式端点偏差绝对值}: ⑥计算评价函数Pk)=Ek)·CEk)方 ⑦如果Pk)=0转@:如果Pk)0转@; ⑧计算量化函数f化k)=1+|ek)川/(a+b5 ⑨如果第一次修正Bnum(k-1-d外,则取B[num(k-1-d=f(k),否则取B[numk-1-d】 =min{B[num(k-1-d】的原有值,f(k): @计算fk)=1-|ek)1/(a+b方 ①如果第一次修正β[num(k-1-d外,则取[num(k-I-d月=f(k),否则取[num(k-1-d】 =max{B[num(k-1-d】的原有值,f(k)水: ②本次学习结束, 通过仿真实验表明,对同一被控对象,某一规则加权系数[um()】的变动范围越来越 小,可见num(】是收敛的 (4)推理和控制策略 采用正向推理方法,每时刻得到采样值E(k)和CE(k),从上到下搜素知识库中规则,一 旦与某一规则左边匹配,则按Ek)大小计算h。和h,同时取该规则序号对应的加权系数B 进行学习修正,确定控制策略△u(k)=Bh,h。.若匹配不成功,搜索下一条,直到结束, 推理机另一功能是根据误差大小判断系统的运行状态,确定何时投人智能模糊控制或糗 糊控制.为此本文设置阀值e∫`=3℃,当系统偏差E)>sef'时,启动智能模糊算法,即: uk)=ru(k)+△u(k) (6 其中4u(k)为模糊控制算法输出控制量.当Ek)<Sf`时,切换到模糊算法控制. 2实时控制结果 本系统由双输入、双输出电加热炉,IBM-PC、PS-21O4AD和D/A板,热电偶、温 度变送器和JGX-10F固态继电器组成,其结构如图3所示. 脉冲放大 固态继电器 上 上 计 接 D/A 下 下 算 机 A/D 上 电加热炉 下 温度变送器 图3系统原理框图 软件设计采用灵活C语言实现模块化编程,调试方便, 系统在单位阶跃输人下,一般PD控制过渡过程曲线如图4所示.PD控制方程为: u(k)=u(k-1)+9ok)+q,k-1)+92k-2) (7)
郑保元 智能模糊控制器及 其应用 · · ⑤ 判 断 斌 一 一 所处 的模 式 , 取 琳 一 一 所属模式端点偏差 绝 对值 ⑥ 计算评 价 函数 只 · ⑦ 如果 只 转 ⑩ 如果 代 转⑧ 如果 月衣 转⑩ ⑧ 计算量 化 函 数 十 试 ⑨ 如果第一次修正 口 一 一 , 则取 刀 一 一 二 , 否则取 方 城 一 一 刀卜。 。 一 一 的原有值 , 冰 ⑩ 计算 二 一 琳 ⑩ 如果第一次修正 刀 一 一 , 则取 吞【 一 一 , 否则取 刀 一 一 伊 一 一 的原有值 , ⑩ 本次学 习结束 通 过仿真 实验 表 明 , 对同一被控对象 , 某 一规则加权系 数 刀【 的 变 动 范 围 越 来 越 小 , 可 见 口【 。 是 收敛 的 推理 和控制策略 采用 正 向推理 方 法 每 时刻得 到采样 值 侧 和 幼 , 从 上 到 下 搜 索 知 识库 中规则 , 一 旦 与某 一规则左边 匹 配 , 则按 伪 大小计算 。 和 。 , 同 时 取 该 规 则 序 号 对应 的加权系数 口 进行 学 习修正 , 确 定控 制策略 △ 刀 。 若 匹 配不成 功 , 搜索下 一 条 , 直到 结束 推理 机另 一 功能是根 据误差大小判 断系 统 的运 行状态 , 确 定何 时投人智 能模糊 控制或模 糊控制 为此本文设置 阀值 ’ ℃ , 当系 统偏差 伍 叮 、 ’ 时 , 启动智能模糊算法 , 即 。 △“ 其 中 价 。 为模糊控制算法输 出控制量 当 旦 ‘ 时 , 切换到模糊算法 控 制 实时控 制结果 本 系 统 由双输人 、 双 输 出 电加 热 炉 , 一 、 一 和 板 , 热 电偶 、 温 度 变送 器 和 一 固态继 电器组成 , 其结构如 图 所示 脉 冲放大 计 接 算 口 机 上 下 上 下 电加热炉 下 「 温 度变送器 图 系统原理框图 软件设计采用灵 活 语言实现模块化编程 , 调 试方便 系 统在 单位 阶跃输入下 , 一般 控制过 渡过 程 曲线如 图 所示 控制方程 为 一 。 试 琳 一 试 一
.270· 北京科技大学学报 1996年N0.3 其中,9o=0.8,q,=-0.9,9=0.2.采样周期T=20s. 在同一条件下,智能模糊控制过渡过程曲线如图5所示. 4 5 t/h 图4PD控制算法输出波形 4 2:01/L 0 5 t/h 图5智能模糊控制算法输出波形 比较图4和图5可知:一般PD控制算法进人稳态时间为114mi.超调13℃,稳态 误差为±3℃.而智能模糊控制算法进人稳态时间为56mi,超调5℃,稳态误差为±l.5℃, 所以智能模糊控制算法优于一般PD算法, 3结论 本文引入智能模糊控制算法,明显改善系统的性能,为复杂的过程控制提供了一个较好 的实例,有实用价值
· · 北 京 科 技 大 学 学 报 其 中 , 。 住 , , 一 , , 采样周期 在 同一 条件下 , 智能模糊控制过 渡过 程 曲线如 图 所示 年 尸。官一。 图 】 控制算法输出波形 尸州言︻。 图 智能模糊控制算法输 出波形 比较 图 和 图 可 知 一般 控制算 法 进 人 稳 态 时 间 为 皿 , 超 调 ℃ , 稳 态 误差 为 士 ℃ 而 智能模糊控制算法 进 入稳 态 时间为 而 , 超调 ℃ , 稳态误差 为 士 ℃ , 所 以 智 能模 糊 控制算法 优于 一 般 算法 结论 本 文 引 入智能模 糊控制算法 , 明显 改 善系 统 的性 能 , 为复杂 的过 程 控制提 供 了一 个较好 的实例 , 有 实 用 价值
Vol.18 No.3 郑保元:智能模糊控制器及其应用 .271. 参考文献 1王顺晃,郑保元等,带积分型适应Fuy控制器及其在电加热炉集散系统中的应用.基础自动化, 1994,1(220-22 2王学慧等.微机模糊控制理论及应用,北京:电子工业出版社,1987 3 Wielinga B J,Schreiber A T.Breuker J A.KADS:A Modelling Approach to Knowledge Engineering. Knowledge Acquisition,1992(4):5~53 4张志强,王顺晃,舒迪前,一类新型的智能控制器及其在电加热炉中的应用.自动化学报,194 20(5):622~624 Intelligent Fuzzy Controller and Its Application Zheng Baoyuan Collage of Automation and Information Engineering.USTB.Beijing 100083.PRC ABSTRACT A intelligent fuzzy control algorithm and its application in the electric heating furnace are introduced.The results of real-time control prove that it has the advantages of small overshoot short adjust time and high precision,compared with the traditional PID. KEY WORDS electric heating furnace,fuzzy controller,self-learning 科技成果 液压凿岩机钻进速度自寻最优控制 冶金部科技司于1985年以新技术开发项目合同38-2-2号下达的研制“全液压采矿凿 岩设备”的任务中,提出研究”液压凿岩机参数优化和自动控制”的内容,作为跟上世界先进水 平的技术储备,其中要求“在实验室实现液压凿岩机工作参数的合理匹配与控制,台车(钻 车)实现自动调幅和自动凿岩,” 北京科技大学从1986年开始开展这方面的研究工作,重点放在轴推力和回转速度的自寻 最优控制方面(国际上对此方面研究较薄弱).经多年努力,完成了以下几方面的主要工作: 1、做了多种自寻优控制方法的比较,求得了最佳控制方案,并编制了软件; 2、研制出测量钻进速度的差压变送器式传感器.其抗污染能力强,可以适用于矿山现场; 3、编制了实现自动开眼、自动停退和防卡,钻臂调幅等功能的软件, 通过“机械工业部科技信息研究院”联机检索,该项研究“在测量钻速的差压变送器上具有 创新,属国内外首次.另外,在寻优方法上采用了最优下降法与梯度法相结合的方法,未见国 内外文献报导
郑保元 智能模糊控制器 及其应 用 参 考 文 献 王 顺 晃 , 郑保元等 带积分型适应 亿酬 控制器 及 其在 电加 热 炉 集 散 系 统 中 的 应 用 基 础 自动 化 , 卯 , 一 王 学 慧等 微机模糊控制理论及 应用 北 京 电子 工 业 出版社 , 记 罗 , , 巧 盯 】 罗 闪此 , 卯 一 张 志 强 , 王 顺 晃 , 舒迪 前 一 类 新 型 的 智 能 控 制 器 及 其 在 电加 热炉 中的 应 用 自动化 学 报 , 男 , 分 加 , , , 一 , , , 一 科技成果 液压凿岩机钻进速度 自寻最优控制 冶金部 科技 司于 年 以新技术开 发 项 目合 同 一 一 号 下 达 的研 制 “ 全 液 压 采 矿 凿 岩设 备 ” 的任务 中 , 提 出研究 ” 液压凿岩机 参数优化 和 自动控制 ” 的 内容 , 作 为跟 上 世 界 先 进 水 平 的技 术 储 备 其 中要 求 “ 在 实 验 室 实 现 液 压 凿 岩 机 工 作 参数 的合 理 匹 配 与控 制 , 台 车 钻 车 实现 自动调 幅和 自动凿岩 ” 北 京科技 大 学从 年 开始开展 这方 面 的研究 工作 , 重 点放在 轴推力 和 回 转速度 的 自寻 最优控制方 面 国 际上 对此方 面 研究 较薄弱 经 多年努力 , 完成 了 以下 几方 面 的主 要 工 作 、 做 了多种 自寻优控制方 法 的 比较 , 求得 了最佳控制方案 , 并 编 制 了软件 、 研制 出测 量 钻进速度 的差 压 变送 器式传感器 其抗 污染 能力 强 , 可 以 适 用 于 矿 山现 场 、 编制 了实现 自动开 眼 、 自动停退 和 防卡 、 钻臂调 幅等 功能 的软件 通过 “ 机械工 业部科技信息研究 院 ” 联机检 索 , 该 项研 究 “ 在测量 钻速 的差 压 变送 器上具有 创新 , 属 国 内外首 次 另外 , 在 寻优方法上 采用 了 最 优 下 降法 与 梯 度 法 相 结 合 的方 法 , 未 见 国 内外 文献报导