基于模糊控制的加熱爐溫度自動控制系統設計

王帥帥，徐 凱，孟凡芳

（1.山東中煙工業有限公司青島卷煙廠，山東 青島 266100；2.山東青島黃海學院，山東 青島 266101）

1.常規模糊控制器結構分析

1.1 控制器基本結構

模糊控制系統與傳統控制系統存在一定的差異性。例如：與傳統控制器相比，模糊控制器的使用量已經遠遠超過了傳統控制器。衡量一個模糊控制系統的好壞，取決于使用的模糊控制器的整體結構、使用規則、推理方式和決策方法[1]。

1.1.1 界面模糊

通過測量控制映射系統響應范圍在適當范圍內的輸入和輸出變量，就必須借助設定特定值來實現將數據轉換程能識別的方法或語言標識符[2]。

1.1.2 推理機

推理機被視為模糊控制系統的核心，它的概念也是將模糊概念為主的。為獲取模糊信息，可以采取利用模糊蘊含和模糊推理的方式[3]。與此同時，擬人的決策也可適當的被實現。借助模糊控制器的推理關系方程，根據模糊輸入和模糊規則，得出模糊輸出。

1.2 量化因子對控制器性能的影響

控制規則能影響控制器的性能，除此之外，量化因子也能對控制器的性能起到一定的印象作用。實驗數據顯示，量化系數的大小與系數成正比，其中，量化系數之間的關系有重要影響，這是他們所需要的技能之一。

生于量化系數 =E/E，E rec/或

輸出比例因子：Ku=U/U

在上面的公式中，e和u是域，它們是基本錯誤，對其進行錯誤校正和輸出控制。系統的響應是e nT（NT）和EC（NT）決定的，除此之外，響應的影響因素KE Rec和Ku的大小。還有由因此，可以得出結論：系統的輸出并沒有改變量化級，而是通過對響應的計算得出。電力系統對量化系數Me的響應在量化系數的三個元素之間，KU等效于減小基本變量在誤差變量中的增大范圍,盡管實際上，域控制系統是離散域[4]。如果這些的準確性發生變化（-0.5/K，0-5/自然），則輸入控制系統即可檢測到變化。此區域稱為“執行任何技能控制”,即控制死區。這是造成錯誤的原因。量化系數范圍的增加會降低使用功率范圍，使區域系統穩態誤差增大。但是，如果該值太大，將是EXCESS系統的一個很好的響應，并在嚴重的情況下緩慢收斂到單個振蕩。因此，應在同一過程中保持穩定狀態[5]。

1.3 模糊推理

模糊推理的出現往往是在判斷出現模糊性，推理或事實出現模糊命題之后[6]。越來越多的模糊推理方法被不斷使用，其中使用最多的模糊推理方法就是Mamdani方法和Zadeh方法。Buckley amdani這張推理方法的核心就是利用重心法判決模糊，使結果可以容易的被系統推理得出[7]。

該式子中，Ut是以上述前提條件為基礎的模糊蘊含，這樣的模糊模型不僅帶有模糊判決，還是用了Mamdani模型，進一步實現了對連續函數的完備映射。

模糊控制系統中含有多種不同的模糊推理方法，例如：

第一種——運用的是Mamdani模型規則中最小運算規則，這樣的模糊蘊含運算中采用的是Rc，繼而得出

第二種——運用模糊蘊含中Larsen的積運算規則

第三種類型，盡管在規則的結論處已作出可變報酬

正是以這種方式進行推理的方法是，盡管這個規則的力量在于擁有一種形式，

R：如果（x，y，它也是bi...），則z=結束（...x，y）

其中，x，...，y表示過程控制變量的狀態，變量Ai...表示語言變量以及過程變量的值。為了完整起見，讓我們假設您擁有這兩個戒律的力量。

R1：如果x和y為A1和B1，則z=F1（x，y）

I2：如果 x和 A2中，MAX(A2，y)則 z=F2（x，y），由第一條規則可以得出結論，其中對于控制作用的推斷結果為α1f1(x0,y0)，同理，由第二條規則可以得出推斷值為 α2f2(x0,y0)，最終得出總的控制作用是 α1f1(x0,y0)和 α2f2(x0,y0)的加權組合后的結果，即

2.溫度模糊控制器設計

如圖2.1所示，爐子的溫度控制分為表面濕度控制和中心溫度控制，每個部分都單獨進行控制。設計控制器時，有必要根據每個組件的特性選擇與之對應的域和量化系數。模糊控制系統的影響因素還包括隸屬函數的形狀，因此，了解對象的特性并針對性地做出不同的選擇很有必要[8]。

2.1 控制器參數確定

不同的升溫方式具有不同的溫度分布特性，鋼坯也是如此。因此，在確定參數時據根據時間段來進行衡量[9]。溫度差的主要功能是通過將坯件浸入型材中，從而滿足軋制過程的實用性。溫度部分表面浸沒在毛坯中進出口中心溫度逐漸長大，應達到平衡溫度。內部和外部都經過調整。因此，重要指標是反應堆中的溫度穩定[10]。

因此，抵抗擾動的能力需要進一步提升，Ke和Kec的選擇也應謹慎選取，例如應具有速度跨和穩定性好等特點。在選擇隸屬函數時應考慮函數的各方面的特性，如：應選擇均衡且緩慢的函數，進而使控制特性變得相對平緩。

2.2 控制器具體設計方法

充分了解各個段的特性，有針對性地選擇模糊控制器的參數。下面將加熱段作為例子，詳細講訴模糊控制器的具體實現。

用Matlab軟件作為仿真實驗的主要工具，隨后將上文提及的輸入數據進行輸入，就可以得出相應的模糊推理系統，除此之外，還可以得到輸入偏差隸屬函數和偏差變化率隸屬函數，下圖2.1就是控制輸出隸屬函數。

圖 2.1 輸出量 U 的隸屬函數

本文通過溫度控制器算法來比較加熱爐溫度控制，溫度也不受制于火爐的所有熱量。在進行模擬實驗的過程中，我們先影響系統結果的主要原因之一就是采取了下述方式加熱爐。爐子的溫度和壓力始終保持著穩定狀態。

從上述情況來看，加熱爐的延遲和最大方面以及通過使用加熱爐來進行仿真實驗，進而為加熱爐實現二階環節提供一個必要條件，并提供傳遞函數：

除此之外，燃料流量對象傳遞函數和空氣流量對象傳遞函數的存在，可以將他們看作一階慣性環節：

燃料流量對象傳遞函數：

空氣流量對象傳遞函數：

2.3 模糊控制器仿真

本文借助MATLAB仿真實驗證明了所建系統具備科學性和合理性?？偹苤?，MATLAB是一個具備超強矩陣運算能力的輔助工作，憑借它所特有的Simulink工具箱，并借助工具箱中附帶的模糊邏輯工具箱（Fuzzy Logic Toolbox）為建立一個良好的模糊邏輯推理系統提供了較好的基礎，其中主要包括了五個主要工具：模糊系統的編輯；成員函數Mfedit編輯器；進行任何技能Ruleedit Editor規則；如果使用此命令Ruleview視線；用于輸入輸出推理結果的表面視圖工具Surfview。

輸入變量e有八個模糊子集：NB，NM，NS，NO，PO，PS，PM，PB，每個模糊子集用高斯函數表示。輸入變量ec有七個模糊子集：NB，NM，NS，ZO，PS，PM，PB，每個模糊子集用高斯函數表示。

而溫度模糊控制器規則據統計有48條，將這些規則按序排列，就形成了對于控制規則的完善和編輯。

在此控制器中，需要決策技能來使用任何一種Mamdani推理算法。

控制器的曲面觀察器將模糊推理系統的全部曲面結果進行了輸出。并且從實驗所得數據可以得出結論：在單輸入單輸出的前提條件下，可以單個圖形界面中得出映射結果，在雙輸入單輸出的前提條件下，MATLAB可以簡單地通過三維立體圖形進行描述。