ＭＷＣ計算機模糊控制系統(tǒng)

ＭＷＣ計算機模糊控制系統(tǒng)

---卷煙平均重量模糊控制器的設計

南京農(nóng)業(yè)大學計算中心  張麗暉

摘要  本文研究在研究"ＭＷＣ卷煙平均重量控制系統(tǒng)"的總體方案，闡述了系統(tǒng)總體設計、硬件設計和軟件設計；并且通過模糊自動控制原理的分析和模糊控制器的設計，將模糊控制應用于煙重控制系統(tǒng)中，并針對卷煙機的卷煙平均重量自動控制。文中用于控制煙重的新的模糊控制算法，可作為一種通用的控制算法。算法涉及模糊控制器的輸入／輸出?？刂破饔闷骄亓康钠詈妥兓蕘砭S持一個恒定的輸出煙重。

關鍵詞：平均重量控制器、模糊控制、自調(diào)整算法

【"ＭＷＣ計算機模糊控制系統(tǒng)"簡介】

新型"煙棒生產(chǎn)線實時重量檢測控制系統(tǒng)"是南京智能技術研究所和本文作者聯(lián)合研究設計、協(xié)作研制開發(fā)的一個科研項目。它是卷煙生產(chǎn)流水線的核心設施，能用于生產(chǎn)中進行性能測試、成品質(zhì)量抽撿、采集和處理數(shù)據(jù)、控制生產(chǎn)等工作的配套綜合系統(tǒng)。計算機系統(tǒng)的使用、微機化數(shù)字儀表的研制以及先進的模糊控制技術的應用，必將使該系統(tǒng)能在實用、可靠的基礎上，同時具備性能優(yōu)越、技術先進、操作靈活、維護方便等特點，它也應當成為新型卷煙生產(chǎn)流水線的最佳選擇。

    在卷煙平均重量集散微機測控系統(tǒng)中，采用了先進的模糊控制器作為卷煙平均重量控制器，該控制器在響應快、超調(diào)小、對參數(shù)變化不敏感等方面均優(yōu)于傳統(tǒng)控制的控制效果。本系統(tǒng)中對于煙重等環(huán)節(jié)所采用的先進的模糊控制方法，將把卷煙平均重量測控系統(tǒng)推向新的高度。

§１ ＭＷＣ模糊控制器總述（實用的模糊微機控制系統(tǒng)）

在卷煙平均重量控制系統(tǒng)（ＭＷＣ）中，對于煙重等控制對象，采用了一種新的控制算法──自調(diào)整模糊控制算法，它以重量偏差及其變化率為輸入，平整電機轉(zhuǎn)速為輸出，在總結熟練的技術工人的豐富經(jīng)驗的基礎上，制定模糊控制規(guī)則，應用模糊推理合成規(guī)則，計算出用于該控制回路實時控制的基本模糊控制器查詢表；同時為獲取較好的控制效果，采用了在線自動調(diào)整量化因子和比例因子的結構模式。該算法具有良好的跟蹤性能和抗擾動性能，可作為一種通用的控制算法。

ＭＷＣ模糊控制器方框圖如圖１所示。

            離線模糊Fｕｚｚｙ算法

圖１ ＭＷＣ模糊控制器總框圖

圖１中，輸出值Ｙ是與紅外線檢測器實測煙重對應的數(shù)字量，Ｓ是卷煙生產(chǎn)過程所要求的卷煙平均重量值（數(shù)字量），計算機將Ｙ值與給定值Ｓ相比較，得出煙重偏差數(shù)字量ｅ，經(jīng)計算機處理可以取得偏差變化的數(shù)字量ｃ（ｃ＝ｅi－ｅi－１，其中ｅi－１為前次的偏差；ｅi為本次的偏差），ｅ與ｃ作為模糊控制器的輸入，模糊控制器輸出的控制量是應當調(diào)節(jié)的數(shù)字量ｄ，ｄ對應著平整電機的轉(zhuǎn)速、方向及步數(shù)。 其中，

煙重基準值為Ｓ＝ＭＷ（ｍｇ），

偏差測量值范圍為±ｅ（ｅ＝過重極限－控制極限）（ｍｇ），

重量偏差變化率為±ｃ（ｃ＝ＭＷ×１％）（ｍｇ），

步進電機轉(zhuǎn)速控制范圍為±ｄ。

根據(jù)控制規(guī)則，可以求出對應的模糊關系Ｒ，有了Ｒ，對于Ａ和Ｂ的任何值，通過模糊算法（合成推理規(guī)則），可以求出對應的輸出變量Ｃ的值，再用加權平均法就可求出相應的執(zhí)行量ｚ。

如上所述，對于Ａ和Ｂ的每一組值，都可求出相應的執(zhí)行量ｚ，但是這種計算是相當繁瑣的，計算量很大，不能立即做出反應，不適于實時控制?？朔@一缺點的解決方法是：可以離線（即事先）先做模糊決策表（又叫查詢表、控制表、如表６－６所示），并將此表輸入計算機。在控制過程中，計算機把采樣后經(jīng)變換得到的輸入ｘ和ｙ，與表６－６的行與列比較，可立即得出執(zhí)行量ｚ。

因此，實際模糊控制（算法）分為"在線"和"離線"兩部分。

§２ 模糊控制器的結構設計（算法預處理）

一、確定語言變量、語言變量的基本論域

根據(jù)ＭＷＣ控制方案，選取基本模糊控制器的輸入語言變量為重量偏差

ＷＥ、重量偏差變化率ＷＣ，輸出語言變量為平整電機轉(zhuǎn)速ＷＤ。

重量偏差ＷＥ的基本論域為 〔－ｅ，＋ｅ〕，

重量偏差變化率ＷＣ的基本論域為 〔－ｃ，＋ｃ〕，

平整電機轉(zhuǎn)速ＷＤ的基本論域為 〔－ｄ，＋ｄ〕。

二、選擇模糊狀態(tài)（語言變量ＷＥ、ＷＣ、ＷＤ的語言值）－－描述詞匯

ＷＥ＝{太輕，輕，較輕，正常，較重，重，太重}，

簡記為{ＮＬ，ＮＭ，ＮＳ，ＺＥ，ＰＳ，ＰＭ，ＰＬ}；

ＷＣ＝{很快，快，稍快，正常，稍慢，慢，很慢}，

簡記為{ＮＬ，ＮＭ，ＮＳ，ＺＥ，ＰＳ，ＰＭ，ＰＬ}；

ＷＤ＝{正大，正中，正小，保持，負小，負中，負大}，

簡記為{ＮＬ，ＮＭ，ＮＳ，ＺＥ，ＰＳ，ＰＭ，ＰＬ}；

三、定義模糊集（語言變量ＷＥ、ＷＣ、ＷＤ所取的模糊集合的論域）

１．將在基本論域內(nèi)連續(xù)變化的ＷＥ、ＷＣ、ＷＤ離散化（即量化）后分成

Ｎｅ（３）、Ｎｃ（３）、Ｎｄ（４）級（檔）。

２．語言變量ＷＥ、ＷＣ、ＷＤ所取的模糊集合的論域：

ＷＥ所取的模糊集合的論域Ｘ＝{－Ｎｅ，…，０，…，＋Ｎｅ}，

ＷＣ所取的模糊集合的論域Ｙ＝{－Ｎｃ，…，０，…，＋Ｎｃ}，

ＷＤ所取的模糊集合的論域Ｚ＝{－Ｎｄ，…，０，…，＋Ｎｄ}。

四、確定量化因子和比例因子

１．重量偏差ＷＥ的量化因子

Ｎｅ Ｋｅ＝ ━━━ ｅ

２．重量偏差變化率ＷＣ的量化因子

Ｎｃ Ｋｃ＝ ━━━ ｃ

３．平整電機控制轉(zhuǎn)速ＷＤ的比例因子

ｄ Ｋｄ＝ ━━━ Ｎｄ

五、建立語言變量賦值表

在確定語言變量的基本論域以及論域元素量化等級后，語言變量中各模糊子集的隸屬函數(shù)取正態(tài)型分布函數(shù)或按均勻型分布函數(shù)，在此基礎之上，建立語言變量的賦值表。

表２ 語言變量ＷＥ賦值表

隸屬度/Ｘ

語言值

-3 -2 -1 0 +1 +2 +3 ＰＬ

ＰＳ

ＺＥ

ＮＳ

ＮＬ

0

0

0

0

1

0

0

0

0.5

0.5

0

0

0.5

1

0

0

0

1   

0

0

0

1

0.5

0

0

0.5

0.5

0

0

0

1

0

0

0

0

表３ 語言變量ＷＣ賦值表

隸屬度/Ｘ

語言值

-3 -2 -1 0 +1 +2 +3 ＰＬ

ＰＳ

ＺＥ

ＮＳ

ＮＬ

0

0

0

0

1

0

0

0

0

1

0

0

0

0

1

0

0

0

0

1

0

0

0

0

1

0

0

0

0

1

0

0

0

0

1

表４ 語言變量ＷＤ賦值表

隸屬度

語言值

-4 -3 -2 -1 0 +1 +2 +3 +4 ＰＬ

ＰＳ

ＺＥ

ＮＳ

ＮＬ

0

0

0

0

1

0

0

0

0.5

0.5

0

0

0

1

0

0

0

0.5

0.5

0

0

0

0.5

0

0

0

0

1

0

0

0

1

0

0

0

0.5

0.5

0

0

0

1

0

0

0

0

六、確定模糊控制狀態(tài)表（提取、制定模糊控制規(guī)則）

根據(jù)上述各語言變量賦值表，基于操作者的實踐經(jīng)驗，通過操作者手動控制策略的總結，為卷煙平均重量控制系統(tǒng)構造模糊控制規(guī)則（模糊模型）。即把代表控制規(guī)則的模糊條件語句簡寫為模糊控制狀態(tài)表。

        表５ 模糊控制規(guī)則表

ＷＣ
ＷＤ
ＷＥＢ１
ＮＬＢ２
ＮＳＢ３
ＺＥＢ４
ＰＳＢ５
ＰＬ Ａ１ ＮＬ

Ａ２ ＮＳ

Ａ３ ＺＥ

Ａ４ ＰＳ

Ａ５ ＰＬ

ＰＬ

ＰＬ

ＰＳ

ＰＳ

Ｏ

ＰＬ

ＰＳ

Ｏ

ＮＳ

ＮＬ

ＰＳ

Ｏ

ＮＳ

ＮＳ

ＮＬ

Ｏ

ＮＳ

ＮＳ

ＮＬ

ＮＬ

Ｃ１１－Ｃ１７

Ｃ３１－Ｃ３７

Ｃ４１－Ｃ４７

Ｃ６１－Ｃ６７

Ｃ８１－Ｃ８７

§３ 模糊控制器的算法設計

一、模糊算法（離線部分）

模糊算法由模糊化、合成算法、判決三步組成。

１．輸入模糊化

查找語言變量ＷＥ和ＷＣ的賦值表，找出測量值ｅ、ｃ的量化值ｘ、ｙ上與最大隸屬度對應的語言值所決定的模糊集合Ａ、Ｂ。模糊集合Ａ、便代表確定數(shù)ｅ、ｃ的模糊化。

〖例如〗 根據(jù)系統(tǒng)偏差測量值ｅ（確定數(shù)）計算出ｘ＝＋３；查找偏差ＷＥ賦值表，在＋３級上的隸屬度０．５、０．７、０．１中間求取與最大隸屬度０．７對應的語言值ＰＭ的模糊集合ＰＭ為 ＰＭ＝０．２／２＋０．７／３＋１／４＋０．７／５＋０．２／６

模糊集合ＰＭ便是確定數(shù)ｅ偏差的模糊化。

２．模糊算法器（合成算法）

１）模糊控制規(guī)則

在ＭＷＣ系統(tǒng)的控制器中，模糊控制規(guī)則的一般形式為

ｉｆ ＷＥ＝Ａｉ ａｎｄ ＷＣ＝Ｂｊ ｔｈｅｎ ＷＤ＝Ｃｋ

（用復合條件語句表示為 ： 若Ａｉ且Ｂｊ則Ｃｋ）

應用模糊集合的運算規(guī)則，可求出模糊關系Ｒ：

Ｒ＝Ｒ１∪Ｒ２∪…∪Ｒｍ