模糊神经网络预测控制在配料系统中的应用

Ａｐ ｌ ａ ｉｎｏ ｕ ｐ ｔ ｆ ｉ ｏ ｃ Ｆ
ｉ ｔ ｒ ｌ ｏ ｏ ｔ ｎｎ ｓｅ ｎ Ｍａｅ ｉ ｐ ｒｏ ｉｇ Ｓｙ ｔ ｍ ａ Ｐｒ ｉ
ＸＵ Ｘｕｅ ｈ ｎ ＦＥＮＧ ｎｇ ｑ ｎｇ ・ ｏ ｇ． Ｄｏ ・ ｉ
（ ． ｍｐ ｔｒ ｐ ｒ ｎ， ｎ ｎＢｕ ｉｅｓ ｌ ｇ ， ｈ ｎ ｚ ｏ ５ ０ ４Ｃ ｉａ １ Ｃｏ ｕｅ ａｔ ｔＨｅ ａ ｓｎ ｓ ｌ ｅ Ｚ ｅ ｇ ｈ ｕ４ ０ ４ ｈｎ ； Ｄｅ ｍｅ Ｃｏ ｅ ２ Ｉ ｓ ｔｔ ｆ ｎｏ ｍａｉｎａ ｄＣｏ ｖ ｌＺ ｅ ｇ ｈ ｕ４ ０ ０ ｈｎ ．ｎ ｔ ｕｅ ｆｒ ｔ ｎ ｏ， ｈ ｎ ｚ ｏ ５ ０ １Ｃ ｉａ） ｉ ｏＩ ｏ ｎ
自 技 与 》 ０ １ 第３ 卷 期 动化 术 应用 ２１ 年 ０ 第８
控 制 理 论 与 应 用
Ｃｏ ｔｏｌ ｅｏ ｙ ａｎ ｎｒ Ｔｈ ｒ ｄ Ａｐｐ ｉ ｔ ｎｓ ｌ ｉ ｃａ ｏ
模 糊 神 经 网络 预 测 控 制 在 配 料 系 统 中 的 应 用
徐 学红 １ ，冯 冬 青
Ｃｏｎ ｒ ｌＴｈ ｏｒ ｄ Ａｐ ｉａｔ ｎｓ ｔｏ ｅ ｙ ａｎ ｐｌ ｃ ｉ ｏ
自 动化 技 术 与 应 用 》２ １ ０ １年第 ３ ０卷 第 ８期
用 的是过 程 当前和过去 的信息 ， 无法对 系统 的变 化趋 势 进行 预测 或估计 ， 而预测控 制可 以预测系 统未来 的变化
直 接影 响着水 泥 的生产质 量 。配料 系统 的特点 是惯性 、 滞 后 、时变和 非线性 等 ， 系统模 型难 以建立 。现有 水泥 厂生料 配料 系统一般 用 电子皮带秤 实现 ， 制方 式采用 控
算法 抗 干扰 能力 强 ， 获得 较高 的控制精 度 ， 制效果 能 控 优于 传统的 Ｐ Ｄ控制 。 Ｉ
１ 引言
生 料配料 是水 泥生 产 中的一个 重要环 节 ， 其稳 定性
计 了一种模 糊神经 网络预 测控制算 法 ， 将模糊 控 制的逻
辑推理 能力 、神经 网络的强学 习能力 、预测控 制的超前 预测 能力相 结合 ， 增强 算法 的 自学 习、跟踪 与抗干 扰能
力 。将该 控制 算法 用于 配料 系统 中 ， 真结 果表 明 ， 仿 该
Ａ ｂ ｔ ａ ｔ Ｉ ｃ ｏ ｄａ ｃ ｔ ｈ ｅ ｈｎ ｑ ｅ ｆ ａ ｕ ｅ ｆｍ ａ ｅ ｉ ｌ ｒ ｐ ｒｉ ｎ ｎ ｅ ｔｓ ｓ ｅ ｉ ｈ ｅ ｅ ｔ ｒ ｄ ｃ ｉ ｎ ｅ ｇ ， ｎ ｒｉ ， ｓ ｒ ｃ ： ｎ ａ ｃ ｒ ｎ ｅ ｗｉｈ ｔ ｅ ｔ ｃ ｉ ｕ ｅ ｔ ｒ ｓｏ ｔ ｒａ ｏ ｏ ｔｏ ｉ ｇ ｂ ｌ ｙ ｔ ｍ ｎ ｔ ｅ ｃ ｍ ｎ ｏ ｕ ｔ ， ． ． ｉ ｅ ｔａ ｐ ｐ ｏ ｔｍｅ ｌ ｇ ｎ ｎ ｌｎ ａ ｉｙ ａ ｄ ｆ ｅ ｕ ｎ ｉｔ ｒ ｎ ｅｉ ｒ ｉ ｌ ， ｕ ｚ ｅ ｒ ｌ ｅ ｗｏ ｋ ｐ ｅ ｉ ｔ ｅｃ ｎ ｒ ｌ ｒ ａ ｅ ｎ ｎ ｕ ａ ｉ ａ ， ｏ —ｉ ｅ ｒｔ ｎ ｒ ｑ ｅ ｔ ｓ ｕ ｂａ ｃ ｗｏ ｋ ｆ ｄ ａ ｆ ｚ ｙ ｎ ｕ ａ ｔ ｒ ｒ ｄ ｃ ｉ ｏ ｔｏ ｌ ｓ ｄ ｏ ｅ ｒ ｌ ｄ ｎ ｅ ｎ ｖ ｅ ｂ ｎ ｔ ｒ ｒ ｄ ｃ ｉ ｎ ｍｏ ｅ ｓ ｄ ｓｇ ｅ ． ｏ ｅ ｗｏ ｋ ｐ ｅ ｉ ｔｏ ｄ ｌ ｅ ｉ ｎ ｄ Ｂｙ ｃ ｍｂ ｎ ｎ ｕ ｚ ｏ ｔｏ ， ｅ ｒ ｌ ｅ ｗｏ ｋ ａ ｄ ｐ ｅ ｉ ｔｖ ｏ ｔ ｏ ， ｔ ａ ｎ ａ ｃ ｉ ｉ ｉ ｇ ｆ ｚ ｙ ｃ ｎ ｒ ｌ ｎ ｕ ａ ｔ ｒ ｎ ｒ ｄ ｃ ｉ ｅ ｃ ｎ ｒ ｌ ｉ ｃ ｎ ｅ ｈ ｎ ｅ ｎ
＋ ｆ
—
对复 杂 系统很 难 实现最 优 ， 算量 相 当大 ， 计 而模糊 控制 算法 通过模 仿人 的控制 思维方 式来选 择相应 的控 制量 ， 对预 测模型 精度要 求相对 降低 。在 构造模 糊控 制器 时 ， 隶属 函数 、控制规则 、量 化 因子 、 比例 因子等 的选 取 比
预 测的状态 反馈 到模糊神 经 网络 ， 以此来训练 模糊神 并 经 网 络 以达到 有 效 的控 制 。模 糊神 经 网络 预测 控 制系
（ 足＋Ｊ ＝ｅｋ＋Ｊ 一ｅｋ４Ｊ ） ） （ ） （ 一１ －
（ ５ ）
利用预测模型预测出未来 ．步的偏差和偏差变化 ７
率 ， 以实 现超前 调节 ， 可 对于 系统 具有 时滞 特性 或有 大
图１
模糊神 经 网络预 测控 制系统
２ １ 预 测 模 型 与 反 馈 校 正 ．
预 测模 型 的功 能 就 是根 据 当前 的控 制输 入 和 过程
的历 史输 出来 预测 系统的未 来的输 出 ， 预测模 型 只强调
模 型 的 功能 而 不强调 其 结 构形 式 。预 测模 型 在 出现偏
给 定 输入 控 制增 量为 ：
△Ｕ（ ） ［ ｕ ｋ ， ｕ ｋ－１，． （ Ｉ 一１ 七 ＝ Ａ （ ）Ａ （ Ｉ ）． － ．Ａｕ 足－Ｍ － ） ］
其 中 ， 为优 化控 制时域 长度 。 Ｍ 则 预 测模 型 的输 出值 为 ：
萝 ＋ｆ ＝Ｙ （ ＋ ‘ ｕ ｋ （ ） ０ ＋ ） ｉ Ａ （）
ｓ ｌ－ ｔ ｄ ｉ ｇ， ｒ ｃ ｉ ｇ ａ ｄ ａ ｔ—ｎ ｅ ｆ ｒ ｎ ｅ ｃ ｐ ｂ ｌ ｉ ｓｏ ｈ ｌ ｏ ｉｈ ， ｎ ｈ ｅ ｒ ｌｎ ｔ ｒ ａ ｏ ｐ ｎ ａ ｅ ｗ ｉ ｅ ｆｓ ｕ ｙ ｎ ｔａ ｋ ｎ ｎ ｎ ｉｉ ｔ ｒｅ ｅ ｃ ａ ａ ｉｉ ｅ ｆｔ ｅ ａ ｇ ｒｔ ｍ ａ ｄ ｔ ｅ ｎ ｕ ａ ｅ ｗｏ ｋ ｃ ｎ ｃ ｍ ｅ ｓ ｔ ｔ ｔ ｈ
较 困难 ， 靠 经验往 往达 不到 期望 的效果 ， 神经 网络 依 而
具 有逼 近任意 非线性 函数 、 自组 织和 自学 习的 能力 ， 所
Ｊ ｌ ｆ＋１
Ａ （＋ 一 ） ｕｋ １
（ ２ ）
式 中 ，Ｙ （ 七＋ｆ 配料 皮 带秤 上物 料 流量 的初 始 ）是
值 ； ＝１ ．４ 。 ｉ ，， ０ ． ．
趋势， 将其与模 糊控 制方法结 合起来 可 以弥补模糊 控制 的不 足 ， 使其适 用于具 有滞后 特点 的对 象 。但是 一般预 测控 制方法 对预测模 型精 度要求 较高 ， 预测控 制算法 且
式 中 ，Ａ （ ） （ ） （ —ｉ ）为 ｋ—ｆ时 ｕｋ—ｉ＝ｕｇ—ｉ一ｕｋ 一１
刻作用 在 系统 上 的控 制增量 。
传统的 ＰＤ控 制 ， Ｉ 但配料过程 中存在延迟 ， 控制信号延迟
一
段 时间 才能反 映到生料 流量上 ， 造成较 大的超调 和 较
长 的调节 时 间 ， 工作 现场干 扰 出现 非常 频繁 ， 且 控制 性 能很 难满 足要求 ， 重影 响了水泥 的生产 质量 。本 文设 严
２ 模糊 神 经 网络 预 测控 制 系统 的设 计
预测 模型 经 反馈 校正 后 的输 出为 ：
以将 神 经 网络和 模糊 控 制器 相结 合 以弥补模 糊 控 制器
（ ｋ＋ｉ ＝ （ Ｉ） ［ （） （） ） －ｆ＋ｈ ｙｋ 一 － 七】
（） ３
的不足来自百度文库， 使其 能够通 过 自学 习去 构造模糊 控制规 则 、优
式 中，ｙｋ 为 系统的实 际输 出值 ， （ 为模型 预 （） Ｙ ） 测输 出 ， ｈ为第 ｉ 步输 出的反 馈校 正系数 。设预 测偏差
干 扰 出现 的情 况 ， 以使 调节 品质更稳 定 。 可
统 结构如 图 １所示 。
２ ２ 模 糊神 经 网络 结构 ［［ ． ２３ ］］
对于 复杂控 制系统 ， 用传统 预测控 制 中的滚动 优化 法难 以满足 控制要 求 ， 本文 采用模 糊神经 网络进行 优化 计算 。 图 ２为模糊 神经 网络 的拓 扑结构 ， ５层 神经元 由 组成 ， 采用 Ｂ Ｐ算法 。
模糊控 制、 神经 网络 与预 测控 制相结合 ， 强算法 的 自学 习、 增 跟踪 与抗 干扰 能力 ， 神经 网络预测模型有效地补偿 了传统预 测控 制基于 线性模 型的局 限性 。 将该控 制算法 用于皮带配料控制系统 中， 仿真结 果表 明 ， 物料流量控制效果优于传统 的ＰＤ控制 ， Ｉ
化 输人 输 出隶属 函数 等 。
将 模 糊控 制 、神经 网络及 预 测 控 制各 自的 长处 结
合 起来 ， 形成 模糊神 经 网络预 测控 制。 根据控制 过程 中 历 史控制量 和 输出量 的变化对滞 后状态 进行 预测 ， 将 再
步长为 ．， ７ 则预测偏差和偏差变化率为 ： ｅｋ ） ， （ － （ ＋ ＝Ｙ 一 ｋＩ － ） （ ４ ）
ｔ ｅｌｍ ｉａｉ ｎ ｏ ｏ ｖ ｎ ｉ ｎ ｌｐ ｅ ｉｔｖ ｏ ｔｏ ｈ ｔｂａ ｅ ｎ ｌｎ ａ ｏ ｅ ． ｉｈ ｔ ｉ ｌ ｏ ｉｈ ｔ ｅｗｅ ｇ ｅ ｔｉ ｈ ｉ ｔｔｏ ｆｃ ｎ ｅ ｔｏ ａ ｒ ｄ ｃｉ ｅ ｃ ｎ ｒ ｌｔ ａ ｓ ｄ ｏ ｉ ｅ ｒｍ ｄ １ Ｗ ｔ ｈ ｓａｇ ｒｔ ｍ ｈ ｉ ｈ ｂ ｌ ｓ
（． １ 河南商业高 等专科学校计 算机系 ， 河南 郑州 ４ ０ ４ ； ． ５ ０ ４ ２ 郑州大学信 息与控制研究 所 ， 河南 郑州 ４ ０ ０ ） ５０ １
摘 要： 针对水泥生产过程 中皮带配料 系统 的惯性 、滞后 、非线性及现场干扰频繁等特点 ， 设计一种模糊神经 网络预测控制算法 ， 将
差 时可通 过 反馈 校正 调 整 。
本 文的生料配料系 统采用动态矩 阵控 制 ＤＭ Ｃ的形
模糊 控 制依 据 熟练 操 作人 员 的 经验 或相 关 领域 的
专 家知 识 ， 模拟 人 的思维特 点进 行控 制 ， 不需 要被控 对 象 的精确 模型 ， 用性较 强 ， 由于模 糊控 制本 质上 利 实 但
收 稿 日期 ：２ １ —０ — １ ４ ０ ０ ７
控 制 理 论 与 应 用
配 料 精 度 有 了明 显 的 提 高 。
关 键 词 ： 糊 控 制 ； 经 网 络 ； 测控 制 ； 带 秤 ； 度 模 神 预 皮 精
中图分类号 ： Ｐ ７ ４ Ｔ ２ ３ ．
文献标识码 ： Ａ
文章编号 ：０ ３ ２ １２ １）８ ０ ６ ４ １０ ７ ４ （０ ０ ０ ０ ０ １
ｐ ｅ ｉ ｉ ｎ ｏ ｎ ｒ ｄｉ ｎ ｒ ｐｏ ｔｏ ａ ｖ ｄ ｎ ｌ ｍｐ ｏ ｅ ． ｒ ｃ ｓｏ ｆｉ ｇ ｅ ｅ ｔ ｏ ｒｉ ｎ ｈ ｓｅ ｉ ｅ ｔｙ ｉ ｒ ｖ ｄ ｐ Ｋｅ ｒ ： ｕ ｚ ｏ ｔｏ ； ｅ ｒ ｌｎ ｔ ｒ ； ｒ ｄ ｃ ｉ ｅ ｃ ｎ ｒ ｌ ｂ ｌ ｗｅ ｇ ｔ ｒ ｐ ｅ ｉｉ ｎ ｙ ｗｏ ｄｓ ｆ ｚ ｙ ｃ ｎ ｒ ｌ ｎ ｕ ａ ｅ ｗｏ ｋ ｐ ｅ ｉ ｔｖ ｏ ｔｏ ； ｅ ｔ ｉ ｈ ｉ ； ｒ ｃ ｓｏ ｅ
ｃ ｎ ｒ ｌ ｄ， ｎ ｈ ｉ ｌ ｔｏ ｘ ｅ ｉ ｎ ａ ｕ ｖ ｓ ｓ ｏ ｔ ｔ ｈ ｏ ｔｏ ｆｅ ｔ ｆｔ ｅ ｍａ ｅ ｉ ｌｆｏ ｉ ｆｅ ｔｖ ， ｎ ｈ ｏ ｔｏ ｌ ｅ ａ ｄ ｔ ｅ ｓ ｍｕ ａ ｉ ｎ ｅ ｐ ｒｍｅ ｔ ｌ ｒ ｅ ｈ ｗ ｈａ ｅ ｃ ｎ ｒ ｌ ｆ ｃ ｔ ｒａ ｗ ｓｅ ｆ ｃ ｉ ｅ ａ ｄ ｔ ｅ ｃ ｔ ｅ ｏ ｈ ｌ