温度模糊控制系统设计

温度模糊控制系统
摘要：在冶金、化工、工业炉窑等工业生产中, 温度控制是较普遍且较关键的控制系统, 它具有非线性、强耦
合、时变、时滞等特性，采用常规的PID 控制器，一般很难实现对其快速有效地精确控制，而作为非线性控制的一个分支—模糊控制, 在温度控制系统中得到了较好的应用。

在此次设计中温度控制具有升温单向性、大惯性、大滞后等特点，很难用数学方法建立精确的模型，因此用传统的控制理论和方法很难达到好的控制效果。

鉴于此，以模糊控制为基础的温度智能控制系统, 采用人工智能中的模糊控制技术, 用模糊控制器代替传统的PID 控制器, 以闭环控制方式实现对温度的自动控制是很合适的。

关键词智能控制模糊控制温度模糊控制器
一温度模糊控制的资料
模糊逻辑是人工智能的重要组成部分，自从1965 年美国控制理论专家L.A.Zadeh 提出了用“ Fuzzy Sets ”（模糊集合）描述Fuzzy（模糊）事物以来,Fuzzy 技术获得了广泛的应用，而模糊控制取得的最早应用成果之一是1975 年英国P.J.King 和E.H.Mamdani 将模糊控制系统应用于工业反应过程的温度控制中随后模糊控制成为自动化技术中一个非常活跃的领域。

著名的自动控制权威Austrom 曾经指出：模糊逻辑控制、神经网络控制与专家系统控制是三种典型的智能控制方法。

模糊控制的基本思想是用机器去模拟人对系统的控制，即在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段, 实现系统控制的一种方法。

模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标。

模糊控制具有不需要知道被控对象（或过程）的数学模型；易于实现对具有不确定性的对象和具有强非线性的对象进行控制; 对被控对象特性参数的变化具有较强的鲁棒性; 对于控制系统的干扰具有较强的抑制能力等特点。

传统的自动控制中有一个共同的特点, 即控制器的综合设计都要建立在被控对象准确的数学模型的基础上, 但是在实际工业生产中, 系统影响因素很多, 十分复杂。

大多数实际系统都是非线性的, 建立精确的数学模型特别困难。

电炉加热器温度对象的数学模型是非线性的, 由于建立的温度对象模型不够精确, 采用此模型整定出的PID 控制器也难以达到理想的控制效果。

基于这种情况, 模糊控制就显得意义重大。

因为模糊控制不用建立数学模型, 根据实际系统的输入输出的结果数据, 参考现场操作人员的运行经验，就可对系统进行实时控制。

因此利用模糊控
制思想来设计温度非线性控制系统将更直接、更有效，是非线
性控制的一种更有力的控制手段。

温度模糊控制系统设计
模糊控制器
模糊控制系统主要由被控对象和模糊控制器两部分组成。

被控对象可以是一种设备或装
置以及它们的群体，它们在一定的约束条件下工作以实现人们的某种目的，这些被控对象
可以是确定的或模糊的、单变量或多变量的、有滞后或无滞后的，也可以是线性的或非线
性的、定常的或时变的，以及具有强耦合和干扰等多种情况。

对于那些难以建立精确数学
模型的复杂对象，更适宜采用模糊控制。

模糊控制器是模糊控制系统的核心，它由输入模
糊产生器、模糊决策机构（模糊规则库和模糊推理机）、模糊消除器等部分组成。

它采用基于模糊知识表示和规则推理等语言性“模糊控制器”，这也是模糊控制系统区别其他自动
控制系统的特点所在。

利用MATLA建立温度箱温度模糊控制器及其系统的模型。

采用温度偏差，即实际测量温
度与给定温度之差e及偏差变化率ed作为模糊控制器的输入变量，输出p为“ PW波（脉冲宽度调制）”控制发热电阻的功率，来调节温度箱内温度的升降，形成典型的双输入单输出二维模糊控制器。

打开MATIAB输入fuzzy ,运用MATLA中的FIS编辑器，建立温度箱的Mamdan型模糊控制器。

如图所示。

温度偏差e、温度偏差变化率ed和输出变量IZ的语言变量E, Ed, P都选择为｛NB，NM NS Z，PS, PM PB｝，其中P和N分别表示正与负，B, M, s分别表示大、中、小，z表示0。

模糊控制决策及解模糊方法采用系统默认值， 即极大极小合成运算与重心法解模糊。

由 模糊控制决策公式可求得输出变量的模糊集合
为P =(E X Ed ) X Ro 采用三角隶属函数，各变量的隶属函数如下图所示。

编辑输入、输出变量的隶属函数：
打开隶属函数编辑器窗口 Membership Function Editor 。

选定［Edit ］下的［Add MFS ］，选择
隶属函数的类型为三角形隶属函数 trimf ,数目选7;然后确定输入、输出变量的模糊子集为
［NB , NM NS Z , PS PM PB ］，选定要编辑变量的图标，确定当前变量的论域，最后对各 变量的隶属函数标明其对应模糊子集的模糊语言值如图所示。

其中，图A 为E 和Ed,隶属函数
图，E 和Ed 的量化论域为［-6 , 6］;图b 为P 隶属函数图，EC 的量化论域为［-6 , 6］。

不同的系 统，其模糊集的隶属函数是不同的 ，使用时要根据实际情况和实践经验而定。

i if
y Log TtaolbiCi^
kte ip
AE和Ed隶属函数
B P隶属函数图
编辑模糊控制规则在窗口中双击模糊控制规则图标或选中[View]下拉菜单[Edit rides] 选项，将打开模糊规则编辑窗口，确定“If ... and. The n, and, ”形式的模糊控制规则，如
图所示，每条规则的加权值都缺省为1, If and then 选择框中选中各自的语言变量，然后单击窗口下的Edit rules ，按模糊控制规则表中规则添加到规则框中。

模糊控制器编辑完
成后，将其保存在一个后缀名为FIS的文件中，以备仿真时调用。

□记
建立模糊控制规则，该系统模糊控制规则的基本原则为：当温度偏差较大时，选择控制
量以尽快消除误差为主；当温度偏差较小时，选择控制量要注意防止超调，
以系统的稳定性 为主要出发点。

模糊规则三维关系曲面图如下图所示。

如图可以清晰地观测到模糊系统基于输入集的输
出集的变化范围。

三温度模糊控制系统MATLA 仿真
建立被控对象的数学模型 •通常采用阶跃响应法来获得对象的特性
•温度箱温度控制系统
的传递函数数学模型，近似等效为带纯滞后的一阶对象。

G(S)=Ku ( e-ts )/85s+1
在进行模糊控制仿真时，首先利用M atlab 的模糊逻辑工具箱建立温度箱模糊控制器
然后在S imulink 环境下把模糊控制器加载进相应模块 ，进行仿真，量化因子Kp=2, Kd =1，
1
If (exl is MB) th«
n
A 2 K (e is F*()then (pis 3 if (frartMSjmwcpitN
B )co
4 IT (ec MB) and (e^isZ) then (p ts r®) (1)
5 (ecsWBland is PSJ then (p is NM)(1)
€ 3T (ets 问 and g ts PM) then (p ts MS) fl) 7 if
E IT (eis
he )(1)
9 (f (e « NM) and (wtrsNHj then (pts 10J1(etsNM] md 〔edti NS)tbMi (pts 11 Ji(e>£ NM) and (.cd ts I) then (p B NM) (1)
¥
'll* Edi t Yitr Dpticni
Then
4Trtl
WJiS
2 阶跃响应曲线
由图可知，采用模糊控制不仅调节时间短，系统响应加快，而且在超调量和抗干扰能力 方面均优于PID 控制器，具有更好的动态性能和稳态精度。

四、结论总结
随着科学技术的发展， 智能控制技术必会日趋完善， 并且能够在更多的领域上应用。

此 设计是基于MATLAB 的模糊控制系统，通过调试及仿真，可以初步得出温度控制的关系原理， 采用模糊控制不仅调节时间短 ，系统响应加快，而且在超调量和抗干扰能力方面均优于
PID 控制器，具有更好的动态性能和稳态精度。

从而为在实际应用上提供一个大致上的参考， 虽然在实际应用中还应考虑实际的影响因素， 例如环境对控制系统的影响、 人为因素对控制 系统的影响等，但是此次实验所得出的结论还是有很大的参考价值。

同时我们也看到了相对 比传统控制理论方法，模糊控制机制的一些突出优点，让我们看到了它在未来的发展潜力。

Ku =21，模糊控制器的封装以及阶跃响应曲线分别如下图 1,图2所示。

系统仿真模型
1。