專業(yè)提供組態(tài)式4路模糊控制器（上下位機(jī)及配套軟件） 模糊控制是以模糊集合論、模糊語言變量及模糊邏輯推理為基礎(chǔ)的一種計(jì)算機(jī)控制，是一種非線性的智能控制，已成為目前實(shí)現(xiàn)智能控制的一種重要而又有效的形式。 組態(tài)式4路模糊控制器是基于單片機(jī)技術(shù)、模糊控制技術(shù)、通信技術(shù)、圖形顯示技術(shù)于一體的智能控制器。它可對1-4路的控制回路進(jìn)行控制，可用于化工、冶金、機(jī)械、工程等領(lǐng)域。 我們所研制的WLD-1型模糊控制器由上位PC機(jī)和下位控制器組成。上位PC機(jī)采用離線計(jì)算在線控制的策略完成控制規(guī)則表的生成，并通過RS-232通信端口把控制規(guī)則表傳給下位控制器實(shí)時控制，而下位控制器及時地把控制結(jié)果反饋給上位機(jī)，以便人們進(jìn)行監(jiān)視。下位模糊控制器設(shè)有四個通道可同時控制四個被控對象。下位機(jī)也可單獨(dú)運(yùn)行。 我們所研制的模糊控制軟件也可由上位機(jī)PC機(jī)通過A/D、D/A板卡直接對控制對象進(jìn)行控制。 一、模糊控制概況 　　模糊邏輯控制(FuzzyLogicControl)簡稱模糊控制(FuzzyControl)，是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎(chǔ)的一種計(jì)算機(jī)數(shù)字控制技術(shù)。1965年，美國的L.A.Zadeh創(chuàng)立了模糊集合論；1973年他給出了模糊邏輯控制的定義和相關(guān)的定理。1974年，英國的E.H.Mamdani首先用模糊控制語句組成模糊控制器，并把它應(yīng)用于鍋爐和蒸汽機(jī)的控制，在實(shí)驗(yàn)室獲得成功。這一開拓性的工作標(biāo)志著模糊控制論的誕生。 　　模糊控制實(shí)質(zhì)上是一種非線性控制，從屬于智能控制的范疇。模糊控制的一大特點(diǎn)是既具有系統(tǒng)化的理論，又有著大量實(shí)際應(yīng)用背景。模糊控制的發(fā)展最初在西方遇到了較大的阻力；然而在東方尤其是在日本，卻得到了迅速而廣泛的推廣應(yīng)用。近20多年來，模糊控制不論從理論上還是技術(shù)上都有了長足的進(jìn)步，成為自動控制領(lǐng)域中一個非?；钴S而又碩果累累的分支。其典型應(yīng)用的例子涉及生產(chǎn)和生活的許多方面，例如在家用電器設(shè)備中有模糊洗衣機(jī)、空調(diào)、微波爐、吸塵器、照相機(jī)和攝錄機(jī)等；在工業(yè)控制領(lǐng)域中有水凈化處理、發(fā)酵過程、化學(xué)反應(yīng)釜、水泥窯爐等的模糊控制；在專用系統(tǒng)和其它方面有地鐵靠站停車、汽車駕駛、電梯、自動扶梯、蒸汽引擎以及機(jī)器人的模糊控制等。 　　二、模糊控制基礎(chǔ) 　　模糊控制的基本思想是利用計(jì)算機(jī)來實(shí)現(xiàn)人的控制經(jīng)驗(yàn)，而這些經(jīng)驗(yàn)多是用語言表達(dá)的具有相當(dāng)模糊性的控制規(guī)則。模糊控制器(FuzzyController，即FC)獲得巨大成功的主要原因在于它具有如下一些突出特點(diǎn)： 　　模糊控制是一種基于規(guī)則的控制。它直接采用語言型控制規(guī)則，出發(fā)點(diǎn)是現(xiàn)場操作人員的控制經(jīng)驗(yàn)或相關(guān)專家的知識，在設(shè)計(jì)中不需要建立被控對象的精確數(shù)學(xué)模型，因而使得控制機(jī)理和策略易于接受與理解，設(shè)計(jì)簡單，便于應(yīng)用。 　　由工業(yè)過程的定性認(rèn)識出發(fā)，比較容易建立語言控制規(guī)則，因而模糊控制對那些數(shù)學(xué)模型難以獲取、動態(tài)特性不易掌握或變化非常顯著的對象非常適用。 　　基于模型的控制算法及系統(tǒng)設(shè)計(jì)方法，由于出發(fā)點(diǎn)和性能指標(biāo)的不同，容易導(dǎo)致較大差異；但一個系統(tǒng)的語言控制規(guī)則卻具有相對的獨(dú)立性，利用這些控制規(guī)律間的模糊連接，容易找到折中的選擇，使控制效果優(yōu)于常規(guī)控制器。 　　模糊控制算法是基于啟發(fā)性的知識及語言決策規(guī)則設(shè)計(jì)的，這有利于模擬人工控制的過程和方法，增強(qiáng)控制系統(tǒng)的適應(yīng)能力，使之具有一定的智能水平。 　　模糊控制系統(tǒng)的魯棒性強(qiáng)，干擾和參數(shù)變化對控制效果的影響被大大減弱，尤其適合于非線性、時變及純滯后系統(tǒng)的控制。 　　模糊控制系統(tǒng)的基本結(jié)構(gòu)如圖1所示： 圖1　模糊控制系統(tǒng)框圖 　　其中s為系統(tǒng)的設(shè)定值，y為系統(tǒng)輸出，e和c分別是系統(tǒng)偏差和偏差的微分信號，也就是模糊控制器的輸入，u為控制器輸出的控制信號，E、C、U為相應(yīng)的模糊量。由圖可知模糊控制器主要包含三個功能環(huán)節(jié):用于輸入信號處理的模糊量化和模糊化環(huán)節(jié)，模糊控制算法功能單元，以及用于輸出解模糊化的模糊判決環(huán)節(jié)。 　　模糊控制器設(shè)計(jì)的基本方法和主要步驟大致包括： 　　1、選定模糊控制器的輸入輸出變量，并進(jìn)行量程轉(zhuǎn)換。選取方法一般如圖1所示，即分別取e、c和u。 　　2、確定各變量的模糊語言取值及相應(yīng)的隸屬函數(shù)，即進(jìn)行模糊化。模糊語言值通常選取3、5或7個，例如取為{負(fù)，零，正}，{負(fù)大，負(fù)小，零，正小，正大}，或{負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大}等。然后對所選取的模糊集定義其隸屬函數(shù)，可取三角形隸屬函數(shù)(如圖2所示)或梯形，并依據(jù)問題的不同取為均勻間隔或非均勻的；也可采用單點(diǎn)模糊集方法進(jìn)行模糊化。 圖2　隸屬函數(shù)取法示意 　　3、建立模糊控制規(guī)則或控制算法。這是指規(guī)則的歸納和規(guī)則庫的建立，是從實(shí)際控制經(jīng)驗(yàn)過渡到模糊控制器的中心環(huán)節(jié)?？刂坡赏ǔＳ梢唤Mif-then結(jié)構(gòu)的模糊條件語句構(gòu)成，例如:ife=Nandc=N，thenu=PB……等；或總結(jié)為模糊控制規(guī)則表，如表1中所示，可直接由e和c查詢相應(yīng)的控制量u。 表1模糊控制規(guī)則表舉例 u c：N c：Z c：P e：N PB PM Z e：Z PS Z NS e：P Z NM NB 　　4、確定模糊推理和解模糊化方法。常見的模糊推理方法有最大最小推理和最大乘積推理兩種，可視具體情況選擇其一：解模糊化方法有最大隸屬度法，中位數(shù)法，加權(quán)平均，重心法，求和法或估值法等等，針對系統(tǒng)要求或運(yùn)行情況的不同而選取相適應(yīng)的方法，從而將模糊量轉(zhuǎn)化為精確量，用以實(shí)施最后的控制策略。 　　三、模糊控制應(yīng)用研究現(xiàn)狀 　　模糊控制具有良好控制效果的關(guān)鍵是要有一個完善的控制規(guī)則。但由于模糊規(guī)則是人們對過程或?qū)ο竽：畔⒌臍w納，對高階、非線性、大時滯、時變參數(shù)以及隨機(jī)干擾嚴(yán)重的復(fù)雜控制過程，人們的認(rèn)識往往比較貧乏或難以總結(jié)完整的經(jīng)驗(yàn)，這就使得單純的模糊控制在某些情況下很粗糙，難以適應(yīng)不同的運(yùn)行狀態(tài)，影響了控制效果。 　　常規(guī)模糊控制的兩個主要問題在于：改進(jìn)穩(wěn)態(tài)控制精度和提高智能水平與適應(yīng)能力。在實(shí)際應(yīng)用中，往往是將模糊控制或模糊推理的思想，與其它相對成熟的控制理論或方法結(jié)合起來，發(fā)揮各自的長處，從而獲得理想的控制效果。由于模糊規(guī)則和語言很容易被人們廣泛接受，加上模糊化技術(shù)在微處理器和計(jì)算機(jī)中能很方便的實(shí)現(xiàn)，所以這種結(jié)合展現(xiàn)出強(qiáng)大的生命力和良好的效果。對模糊控制的改進(jìn)方法可大致的分為模糊復(fù)合控制，自適應(yīng)和自學(xué)習(xí)模糊控制，以及模糊控制與智能化方法的結(jié)合等三個方面。 　　1、模糊復(fù)合控制： 　　Fuzzy-PID復(fù)合控制:即模糊PID控制，通常是當(dāng)誤差較大時采用模糊控制，而誤差較小時采用PID控制，從而既保證動態(tài)響應(yīng)效果，又能改善穩(wěn)態(tài)控制精度;一種簡便有效的做法是模糊控制器和I調(diào)節(jié)器共同合成控制作用。 　　模糊-線性復(fù)合控制:如模糊-前饋補(bǔ)償控制等，實(shí)際利用了模糊控制是變增益PI控制器的特點(diǎn)，在實(shí)際系統(tǒng)的控制中取得了較好的效果。 　　史密斯-模糊控制器:針對系統(tǒng)的純滯后特性設(shè)計(jì)，用模糊控制器替代PID可以解決常規(guī)史密斯-PID控制器對參數(shù)變化適應(yīng)能力較弱的缺陷;此外模糊推理和模糊規(guī)則的運(yùn)用有利于在一定程度上適應(yīng)時延的變化，在更復(fù)雜的情況下對對象的純滯后進(jìn)行有效的補(bǔ)償。 　　三維模糊控制器:一種是利用誤差E，誤差變化Ec和誤差變化速率Ecc作為三維變量，可以解決傳統(tǒng)二維模糊控制器的快速響應(yīng)與穩(wěn)定性要求之間的矛盾;另一種方法是利用E，Ec和誤差的累積和ΣE，這相當(dāng)于變增益的PID控制器，提高了模糊控制的穩(wěn)態(tài)精度。 　　多變量模糊控制:一般采用結(jié)構(gòu)分解和分層分級結(jié)構(gòu)，利用多個簡單的模糊控制器進(jìn)行組合，并兼顧多規(guī)則集之間的相互關(guān)系。 　　2、自適應(yīng)和自學(xué)習(xí)模糊控制： 　　自校正模糊控制器:修改控制規(guī)則的自校正模糊控制器，從響應(yīng)性能指標(biāo)的評價出發(fā)，利用模糊集合平移或隸屬函數(shù)參數(shù)的改變，來實(shí)現(xiàn)控制規(guī)則的部分或全面修正，也可通過修正規(guī)則表或隸屬函數(shù)本身來進(jìn)行調(diào)整;基于模糊模型的自校正模糊控制器，包括利用模糊集理論辨識系統(tǒng)模型的語言化方法，基于參考模糊集的系統(tǒng)模糊關(guān)系模型辨識方法，以及由I/O數(shù)據(jù)建立模糊規(guī)則模型，并以此作為自校正控制器設(shè)計(jì)的基礎(chǔ)等。 　　參數(shù)自調(diào)整模糊控制:自調(diào)整比例因子的模糊控制，引入性能測量和比例因子調(diào)整的功能，在線改變模糊控制器的參數(shù)，較大的增強(qiáng)了對環(huán)境變化的適應(yīng)能力;基于模糊推理的PID自整定控制，如參數(shù)自整定模糊PD控制，以及類似的PI及PID控制等。 　　模型參考自適應(yīng)模糊控制器:利用參考模型輸出與控制作用下系統(tǒng)輸出間的偏差來修正模糊控制器的輸出，包括比例因子、解模糊策略、模糊控制規(guī)則等。 　　具有自學(xué)習(xí)功能的模糊控制:包括多種對外擾影響或重復(fù)任務(wù)的性能具有自學(xué)習(xí)功能的模糊控制方法，以及自尋優(yōu)模糊控制器等，其關(guān)鍵在于學(xué)習(xí)和尋優(yōu)算法的設(shè)計(jì)，尤其是提高其速度和效率。 　　自組織模糊控制器:將參考模型和自組織機(jī)制相結(jié)合的模糊模型參考學(xué)習(xí)控制，及自適應(yīng)遞階模糊控制等更高級的自組織形式具有很大的發(fā)展?jié)摿Α? 　　3、模糊控制與其它智能控制方法的結(jié)合： 　　盡管模糊控制在概念和理論上仍然存在著不少爭議，但進(jìn)入90年代以來，由于國際上許多著名學(xué)者的參與，以及大量工程應(yīng)用上取得的成功，尤其是對無法用經(jīng)典與現(xiàn)代控制理論建立精確數(shù)學(xué)模型的復(fù)雜系統(tǒng)特別顯得成績非凡，因而導(dǎo)致了更為廣泛深入的研究，事實(shí)上模糊控制已作為智能控制的一個重要分支確定了下來。 　　4、專家模糊控制： 　　專家系統(tǒng)能夠表達(dá)和利用控制復(fù)雜過程和對象所需的啟發(fā)式知識，重視知識的多層次和分類的需要，彌補(bǔ)了模糊控制器結(jié)構(gòu)過于簡單、規(guī)則比較單一的缺陷，賦予了模糊控制更高的智能;二者的結(jié)合還能夠擁有過程控制復(fù)雜的知識，并能夠在更為復(fù)雜的情況下對這些知識加以有效利用。 　　5、基于神經(jīng)網(wǎng)絡(luò)的模糊控制： 　　神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)局部或全部的模糊邏輯控制功能，前者如利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)模糊控制規(guī)則或模糊推理，后者通常要求網(wǎng)絡(luò)層數(shù)多于三層;自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊控制，利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能作為模型辨識或直接用作控制器;基于模糊神經(jīng)網(wǎng)絡(luò)的隸屬函數(shù)及推理規(guī)則的獲取方法，具有模糊連接強(qiáng)度的模糊神經(jīng)網(wǎng)等，均在控制中有所應(yīng)用;模糊系統(tǒng)與遺傳算法相結(jié)合的控制器設(shè)計(jì)方法則提供了更為新穎的思路。 　　此外，模糊預(yù)測控制，模糊變結(jié)構(gòu)方法，模糊系統(tǒng)建模及參數(shù)辨識，模糊模式識別等的研究，也都屬于較為前沿的研究方向。 　　四、模糊控制研究方向展望 　　模糊控制仍然是一個充滿爭議的領(lǐng)域。由于它的發(fā)展歷史還不長，理論上的系統(tǒng)性和完善性，技術(shù)上的成熟性和規(guī)范性都還是不夠的，有待人們的進(jìn)一步提高。 　　模糊系統(tǒng)理論還有一些重要的理論課題沒有解決。其中兩個重要的問題是:如何獲得模糊規(guī)則及隸屬函數(shù)，這在目前完全憑經(jīng)驗(yàn)來進(jìn)行;以及如何保證模糊系統(tǒng)的穩(wěn)定性。 　　大體說來，在模糊控制理論和應(yīng)用方面應(yīng)加強(qiáng)研究的主要課題為： 　　適合于解決工程上普遍問題的穩(wěn)定性分析方法，穩(wěn)定性評價理論體系;控制器的魯棒性分析，系統(tǒng)的可控性和可觀測性判定方法等。 　　模糊控制規(guī)則設(shè)計(jì)方法的研究，包括模糊集合隸屬函數(shù)的設(shè)定方法，量化水平，采樣周期的最優(yōu)選擇，規(guī)則的系數(shù)，最小實(shí)現(xiàn)以及規(guī)則和隸屬函數(shù)參數(shù)自動生成等問題;進(jìn)一步則要求我們給出模糊控制器的系統(tǒng)化設(shè)計(jì)方法。 　　模糊控制器參數(shù)最優(yōu)調(diào)整理論的確定，以及修正推理規(guī)則的學(xué)習(xí)方式和算法等。 　　模糊動態(tài)模型的辨識方法。 　　模糊預(yù)測系統(tǒng)的設(shè)計(jì)方法和提高計(jì)算速度的方法。 　　神經(jīng)網(wǎng)絡(luò)與模糊控制相結(jié)合，有望發(fā)展一套新的智能控制理論。 　　模糊控制算法改進(jìn)的研究:由于模糊邏輯的范疇很廣，包含大量的概念和原則;然而這些概念和原則能真正的在模糊邏輯系統(tǒng)中得到應(yīng)用的卻為數(shù)不多。這方面的嘗試有待深入。 　　最優(yōu)模糊控制器設(shè)計(jì)的研究:依據(jù)恰當(dāng)提出的性能指標(biāo)，規(guī)范控制規(guī)則的設(shè)計(jì)依據(jù)，并在某種意義上達(dá)到最優(yōu)。