1、本科毕业论文系列开题报告电气工程及其自动化基于模糊逻辑的水箱水位控制一、课题研究意义及现状 在现代工业生产及日常生活中，有很多方面都会涉及到水位控制这个问题。而在 绝大多数情况下，我们是很难或是不可能得到被控 对象的精确数学模型的，因此采用数学工具或计算机仿真技术的传统控制理论已经无法解决此类系统的控制问题。水位控制系统在各个领域上都有广泛应用，虽 然其结构简单但由于控制 过程具有多变量，大滞后，时变性等特点，且在控制过程中系统会受到各种不确定因素的影响，难于建立精确的数学模型。虽然自适应、自校正控制理论可以对缺乏数学模型的被控对象进行识别，但这种递推法复杂， 实时 性差。近年来模糊控制在许多
2、控制应用中都取得了成功，模糊控制 应用于控制系统设计不需要知道被控对象精确的数学模型， 对于许多无法建立精确数学模型的复杂系统能获得较好的控制效果，同时又能简化系统的设计，因此，在水箱水位自动控制系统中，模糊控制就成为较好的选择 。水位控制系统在各个领域上都有广泛应用， 虽然其结构简单但由于控制 过程具有多变量，大滞后，时变性等特点，且在控制过程中系统会受到各种不确定因素的影响，难于建立精确的数学模型。虽然自适应、自校正控制理论可以对缺乏数学模型的被控对象进行识别，但这种递推法复 杂， 实时性差。近年来模糊控制在许多控制应用中都取得了成功，模糊控制应用于控制系统设计不需要知道被控对象精确的数学
3、模型，对 于许多无法建立精确数学模型的复杂系统能获得较好的控制效果，同时 又能简化系统的设计，因此，在水箱水位自动控制系统中，模糊控制就成为较好的选择。本文主要论述了应用模糊控制理论控制水箱水位系统，首先 详尽的介绍了模糊控制理论的相关知识，在此基础上提出了用模糊理 论实现对水箱水位进行控制的方案，建立了简单的基于水箱水位的模糊控制器数学模型。本试验系统还充分利用了 MATLAB的模糊逻辑工具箱和 SIMULINK相结合的功能，首先在模糊逻辑工具箱中建立模糊推理系统 FIS作为参数传递给 模糊控制仿真模块，然后 结合图形化的仿真和建模工具，再通过计 算机仿真模拟出实际系统运行情况。通过试验模拟
4、，证明了其可行性。二、课题研究的主要内容和预期目标近 几 年 模 糊 逻 辑 已 经 从 理 论 发 展 成 一 门 专 门 的 模 糊 逻 辑 技 术 ， 应 用 在 工 业 生 产 、家 用 电 器 中 ， 并 获 得 迅 速 发 展 。熟悉常规 PID 控制器的设计方法，研究常规 PID 控制算法的特点及其存在的不足之处，熟悉模糊逻辑控制器的设计方法和特点，了解模糊逻辑控制系统设计与应用中的最新研究成果。以水箱水位控制为对象，设计出 PID 控制器和模糊逻辑控制器，使用 MATLAB 作为工具对控制系统进行仿真分析比较。分析这些不能或很难确定精确数学模型的情况下，用模糊逻辑控制是否能得到
5、非常好的效果。 三、课题研究的方法及措施模糊控制系统是一种自动控制系统，它是以模糊数学，模糊语言形成的知识表示和模糊逻辑推理为理论基础，采用计算机控制技术构成的一种具有闭环结构的数字控制系统。它的组成核心是具有智能性的模糊控制器，无疑，模糊逻辑控制系统是一种典型的智能控制系统，在控制原理上它应用模糊集合论，模糊语言变量和模糊逻辑推理知识，模拟人的模糊思维方法，对复杂的过程进行控制。模糊控制系统基本结构如图所示。从图上可以看出，模糊控制系统的主要部件是模糊化过程，模糊推理和决策（含知识库和规则库的形成）和反模糊化。在结构上与传统的控制系统没有太大的区别。四、课题研究进度计划毕业设计期限：自 20
6、10 年 10 月 16 至 2010 年 4 月。2010 年 10 月 16 日至 2010 年 10 月 30 日:明确任务，查找资料，确定系统总体设计方案；2010 年 11 月 1 日至 2010 年 11 月 15 日:写文献综述，外文翻译2010 年 11 月 15 至 2010 年 11 月 20 日：完成开题报告，准备开题答辩2010 年 12 月 5 日至 2010 年 12 月 25 日：研究常模糊逻辑控制器的设计方法和特点；2010 年 12 月 25 日至 2011 年 1 月 15 日：了解模糊逻辑控制系统设计与应用中的最新研究成果；2011 年 1 月 13 日至
7、 2011 年 2 月 13 日：用 MATLAB 语言对新型模糊控制器的进行仿真分析，同时撰写毕业论文；2011 年 2 月 13 日至 2011 年 4 月：与常规 PID 算法进行比较分析，同时完善毕业论文参考文献1 薛定宇，陈阳泉. 基于 Matlab/Simulink 的系统仿真技术与应用 M. 北京:清华大学出版社, 2002，4.2 郭阳宽，王正林.过程控制工程及仿真M.北京:电子工业出版社,2009，4.3 王正林，郭阳宽.过程控制与 simulink 应用M.北京:电子工业出版社,2006，7.4 李国勇.智能控制及其 MATLAB 实现M.北京:电子工业出版社,2005，5
8、.5 Lu JH, Multivariable fuzzy PID control system for deaerators and condensers levels in a thermal power unitJ,Cybernetics and Systems,2002,33(5):21-26.6 朱洪军，周佐等. 模糊控制在锅炉给水控制系统中的应用J. 中国新技术新产品, 2010（1）2121.7 朱彤,任庆昌.PID-模糊控制的应用探讨J. 电气传动自动化, 2002，6,248 邬国扬.模拟电子技术M.西安电子科技大学出版社，2008,69 席爱民.模糊控制技术M.西安电子科技
9、大学出版社，2008,610 佟绍成，王涛，王艳平.模糊控制系统的设计及其稳定性分析M.科技出版社，2004,411 张吉礼.模糊神经网络M.哈尔滨工业大学出版社，2004,612 刘曙光，竺智超.模糊控制技术M.中国纺织出版社，2001,6毕业论文文献综述电气工程及自动化模糊逻辑的发展及应用摘要：模糊控制已广泛应用于工业过程的控制，家用电器及电子技术应用等领域。这种控制方式并不依赖于数学模型，仅依赖于人的经验积累、感觉和逻辑判断。目前如何获得模糊规则以及隶属函数问题及如何保护模糊系统的稳定性仍然是研究的热点问题。关键词：模糊逻辑；逻辑判断；鲁棒性1 引言模糊逻辑是建立在人类思维具有模糊逻辑特
10、性的基础上的。模糊控制与传统控制有着本质的区别，它不像经典控制那样需要用精确的数字所描述的传递函数，也不像现代理论那样需要用矩阵表示的状态方程。模糊控制的核心是在于它用具有模糊性的语言条件语句，作为控制规则去执行控制 1。控制规则往往是由对被控过程十分熟悉的专门人员给出的，所以模糊控制在本质上来说是一种专家控制。这种控制的控制规则充分反映了人的智能活动。传统控制方法以数学公式描述控制过程，往往可以给出十分严密和明确的数学表达。模糊控制以语句规则描述控制过程，使习惯了用精确数学刻划控制过程的人们不易适应和迷惑。实际上，模糊控制是一种与传统精确数学完全不同的数学模糊数学为基础理论建立起来的。它有一
11、整套和传统控制方法完全不同的理论和方法 2。何况，一种技术是否先进，是以其在实际中应用是否取得良好效果而体现的，绝不是因对其冗长的论证或美妙的描述就会优秀起来。模糊控制这种技术，尽管其理论系统尚未完善，但其大量应用的超常成效足以表明它是一种前途无量的技术 3。当今，模糊已广泛应用于工业过程的控制，家用电器智能化、仪器仪表自动化、计算机及电子技术应用等领域。学习和掌握模糊控制技术已经成为相关领域广大工程技术人员的迫切需要 4。在一般人的印象中，经典的数学应该是精确的，严格地说不应该是模糊的。但是模糊现象又的确客观存在于人类思维、社会现象和自然现象中，为了描述这类现象而产生了模糊数学。在此，“模糊
12、”这个词并不是贬义词，而是客观事物的准确反映。而且，随着科学技术的逐渐发展和相互渗透，过去有些与数学无关或者关系不大的学科，如生物学、医学、语言学等，都迫切要求数学化和定量化，而这些学科又包含了大量的模糊概念，不能或不便应用经典数学描述。所以只能改变数学本身，使其适应于更广泛的科学 5。2 模糊控制的产生和发展在控制系统传统设计中，都需要了解被控制对象的数学模型。但是，对于一些生产过程，要获得既有足够精确性又便于系统分析的数学模型是相当困难的。这就使现代控制 理论的应用受到限制 6。然而，一个熟练地操作人员就能够对系统中的各种参量，如温度、压力、以致颜色、气味等，作出响应和判断，最终获得良好的
13、人工控制效果。这种控制方式并不依赖于数学模型，仅依赖于人的经验积累、感觉和逻辑判断。由此得到启发，将头脑中的经验加以总结，把凭经验所采取的相应措施总结成一条条控制规则，进而构筑一个控制器去代替人对复杂的生产过程进行控制，这种控制就是模糊控制 7。1974 年英国伦敦大学教授 EHMamdani 首先成功把模糊理论用于锅炉和蒸汽机的控制，这一开拓性的工作标志着模糊控制工程的诞生。我国模糊控制理论及其研究工作是从1979 年开始的。随后模糊控制技术在生产生活中得到了广泛的应用，模糊控制获得巨大成功主要原因在于它具有如下一些突出特点：模糊控制是一种基于规则的控制，它直接采用语言型控制规则，其依据是现
14、场工作人员的操作经验或相关专家的知识，在设计中不需要建立被控对象的精确数学模型，因此使得控制机理和策略易于接受和理解，设计简单，便于应用。由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对那些数学模型难以获取，动态特性不易掌握或者变化非常显著的对象非常实用。基于模型的控制算法和系统设计方法，由于出发点和性能指标不同，容易导致较大差异；但一个系统语言控制规则却具有相对的独立性，利用这些控制规则间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器。模糊控制是基于启发性知识及语言决策规则设计的，这有利于模拟人工控制过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。模糊
15、控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制 8。3 模糊控制方法的研究及现状LAZadeh 最早提出了简单 Fuzzy 控制理论，简单 Fuzzy 模糊控制器和常规控制器比起来具有无需建立被控对象数学模型，对被控对象的非线性和时变具有一定的适应性等优点，然而它也存在一定的缺陷：精度不高自适应能力有限易产生振荡现象针对上述问题人们也提出了许多改进方案，设计出各种各样的高性能模糊控制器，大多获得了成功应用。模糊控制技术从诞生到如今已有二十余年，它经历了由简单到复杂、由不完善到完善的阶段 9。二十多年来，模糊控制方法的研究取得了不少成果和进
16、展。主要有以下几种模糊控制方法：Fuzzy-PID 复合控制参数自整定模糊控制模型参考自适应模糊控制自组织模糊控制具有自学习功能的模糊控制多变量模糊控制 104 总结进入 20 世纪 90 年代以来，由于国际上许多著名学者的参与以及工程应用中取得了大量的成功，尤其是对那些大量的无法用经典与现代控制理论建立精确数学模型的复杂系统，特别显得成绩非凡，因而导致了更多人的参与与研究，实际上已经作为智能控制的一个重要分支确定下来。在国际大趋势的推动下，模糊控制已开始多元化发展。除了上述的模糊控制的几大方面进展外，模糊多变量控制、模糊预测控制、模糊变结构控制、模糊模式识别等的研究，也都属于较为前沿的研究方
17、向。但是模糊系统理论还有一些重要的理论课题还没有解决。其中两个重要的问题是：如何获得模糊规则以及隶属函数问题及如何保护模糊系统的稳定性。参考文献1 薛定宇，陈阳泉. 基于 Matlab/Simulink 的系统仿真技术与应用 M. 北京:清华大学出版社, 2002，4.2.郭阳宽，王正林.过程控制工程及仿真M.北京:电子工业出版社,2009，4.3. 王正林，郭阳宽.过程控制与 simulink 应用M.北京:电子工业出版社,2006，7.4.李国勇.智能控制及其 MATLAB 实现M.北京:电子工业出版社,2005，5.5 Lu JH, Multivariable fuzzy PID con
18、trol system for deaerators and condensers levels in a thermal power unitJ,Cybernetics and Systems,2002,33(5):21-26.6 朱洪军，周佐等. 模糊控制在锅炉给水控制系统中的应用J. 中国新技术新产品, 2010（1）:2121.7 朱彤,任庆昌.PID-模糊控制的应用探讨J. 电气传动自动化, 2002，6,24(3) :11138 刘曙光，魏俊明.模糊控制技术M.中国纺织出版社，2001,6.9 张吉礼.模糊-神经网络M.哈尔滨工业大学出版社，2004,6.10席爱民.模糊控制技术M
19、.西安电子科技出版社，2008,4.毕业设计（20_ _届）基于模糊逻辑的水箱水位控制摘 要近几年模糊逻辑已经从理论发展成一门专门的模糊逻辑技术，应用在工业生产、家用电器中，并获得迅速发展。介绍常规 PID 控制器的设计方法，研究常规 PID 控制算法的特点及其存在的不足之处，熟悉模糊逻辑控制器的设计方法和特点，了解模糊逻辑控制系统设计与应用中的最新研究成果。PID 控制器具有结构简单、容易实现、控制效果好、鲁棒性强等特点，模糊控制较 PID 控制的优点在于对模型的精确度要求不是很高，而 PID 控制对于模型的变动比较敏感，改动传递函数的结构或者参数后需要重新调试 Kp、Ki、Kd才能适应新模
20、型，而模糊控制一旦调好参数后对变动的模型只需微调参数甚至不需要调参数就能达到较好的控制性能。以水箱水位控制为对象，设计出 PID控制器和模糊逻辑控制器，使用 MATLAB 作为工具对控制系统进行仿真分析比较。分析这些不能或很难确定精确数学模型的情况下，用模糊逻辑控制是否能得到非常好的效果。关键词：模糊控制；PID 控制；MATLAB 仿真；控制系统AbstractIn recent years, fuzzy logic theory has been developed into a specialized fuzzy logic technology, used in industrial
21、production and household appliances, and has received a rapid development. PID control has many characteristics，such as its simple structure，it is easy to realize，good control effect and robustness，and so on，by far，which is the most stable control method. Fuzzy control is better than PID control in
22、the accuracy requirements of the model which is not very high，while PID control is more sensitive to the changes of the model. It needs to debug Kp，Ki and Kd to adapt to the new model after changing the structure of transfer function or parameters. However，once the fuzzy control has debugged the parameters to the model which can achieve better control performance while only needs to fine-turning or even doesnt need to debug the parameters.Key Words: Fuzzy Control; PID Control; MATLAB Simulation; Control System
