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
