1、 温度模糊控制章佩佩 (安徽理工大学电气与信息工程学院 安徽 淮南)指导教师:李振壁摘要：为提高工业上所需温度的控制精度，本文介绍如何设计模糊控制器，以及如何在具体的模型在MATLAB中，使用模糊工具箱和Simulink 在MATLAB实现参数的计算机模拟控制系统。在该系统中，通过采用模糊控制算法对温度实现了很好的控制，并且该系统正处于实际工业电阻炉温度控制的应用和试行阶段，也达到了满意的控制效果。实践表明，模糊控制方法提高了控制的实时性稳定性和精确度，并且实现了操作过程的简化，对于工程实际应用具有较强的借鉴意义。关键词：模糊控制，SIMULINK，Matlab1、绪论在工业生产过程中, 温度
2、控制是重要环节, 控制精度直接影响系统的运行和产品质量。在传统的温度控制方法中, 一般采取双向可控硅装置, 并结合简单控制算法( 如PID算法) , 使温度控制实现自动调节。 但由于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, 本文拟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。2 方案设计利用 MATLAB 的模糊控制箱及 Simulink 内含的功能元件，建立温度箱温度模糊控制器及其系统的模型。2.
3、1、建立模糊控制器采用温度偏差，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“PWM 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。运用 MATLAB 中的 FIS 编辑器 ，建立温度箱的 Mamdani 型模糊控制器，如图 1 所示。温度偏差 e、温度偏差变化率 ed 和输出变量 lZ 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。图 1 模糊控制器模型2.2、建立控制决策及
4、隶属函数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 Ed )R本文都采用三角隶属函数，各变量的隶属函数如图 2 所示。其中，图 2(a)为 E 和 Ed，隶属函数图，E 和 Ed 的量化论域为-6，6；图 2(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 , 要根据实际情况和实践经验而定。(a) E和Ed隶属函数(b) P隶属函数图图 2 隶属函数图2.3、建立模糊控制规则模糊控制规则如表 1 所示。建立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
5、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。EDNB NM NS Z PS PM PBNB NB NB NB NB NM NS ZNM NB NB NM NM NS Z PSNS NB NM NM NS Z PS PMZ NB NM NS Z PS PM PBPS NM NS Z PS PM PM PBPM NS Z PS PM PM PB PBPB Z PS PM PB PB PB PB表 1 模糊控制规则表.将模糊控制规则表中的规则逐一输入模糊控制规则界面。如图3所示：图3 规则库点击Surface观察模糊规则三维关系曲面图如图4所示。
6、从图4 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。图4 控制规则三维关系图点击view-Rules,可得到部分规则视图。如图5所示图5 部分规则视图3、进行 matlab 的仿真为了验证所设计的温度模糊控制器的性能, 并在仿真过程中及时调整模糊控制器的控制规则和各项参数, 笔者利用 Matlab 软件进行仿真研究 . 本次设计利用 FuzzyLog ic Too lbox 和 S imu link 图形化工具平台, 对温度控制系统进行优化模糊控制设计与仿真的。在进行温度控制系统的仿真之前, 必须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
7、数学模型, 近似等效为带纯滞后的一阶对象，传递函数为下式。185)(seKusGt（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， Ku =21，模糊控制器的封装以及阶跃响应曲线分别如图 6, 图 7 所示。图6 系统仿真模型图图7 阶跃响应曲线由图 7 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。4、结论总结随着科学技术的发展，智能控制技术必会
8、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，从而为在实际应用上提供一个参考，但是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。面对实际问题时应具体问题具体分析。有不足的地方再加以改进。参考文献1 马明远，人工智能与专家系统导论，北京：清华大学出版社，2006。2 韩力群，智能控制理论及应用，机械工业出版社，2008 。3 韩俊峰、李玉惠等，模糊控制技术，重庆大学出版社，2003。4 李友善、李军， 模糊控制理论及其在过程控制中的应用M. 国防工业出版社，1993。T
9、he temperature fuzzy controlZhangpeipei(Anhui university of science and technology, huainan, Anhui )Instructor: LizhenbiAbstract: In order to improve the control precision of the temperature required for the industry, this paper introduces how to design a fuzzy controller, and how the specific model
10、 in MATLAB, using fuzzy toolbox and Simulink simulation control system in MATLAB to achieve the parameters of the computer. In this system, by using fuzzy control algorithm to achieve good control of temperature, and the the system is in the practical application of industrial furnace temperature co
11、ntrol and the pilot phase, also achieved satisfactory control effect. The practice shows that the fuzzy control method improves the stability and accuracy of real-time control, and can simplify the process of operation, for the engineering Practical application has a strong reference value.Keywords: fuzzy control, simulink, matlab
