基于模糊控制的加热炉温度自动控制系统设计

王帅帅，徐 凯，孟凡芳

（1.山东中烟工业有限公司青岛卷烟厂，山东 青岛 266100；2.山东青岛黄海学院，山东 青岛 266101）

1.常规模糊控制器结构分析

1.1 控制器基本结构

模糊控制系统与传统控制系统存在一定的差异性。例如：与传统控制器相比，模糊控制器的使用量已经远远超过了传统控制器。衡量一个模糊控制系统的好坏，取决于使用的模糊控制器的整体结构、使用规则、推理方式和决策方法[1]。

1.1.1 界面模糊

通过测量控制映射系统响应范围在适当范围内的输入和输出变量，就必须借助设定特定值来实现将数据转换程能识别的方法或语言标识符[2]。

1.1.2 推理机

推理机被视为模糊控制系统的核心，它的概念也是将模糊概念为主的。为获取模糊信息，可以采取利用模糊蕴含和模糊推理的方式[3]。与此同时，拟人的决策也可适当的被实现。借助模糊控制器的推理关系方程，根据模糊输入和模糊规则，得出模糊输出。

1.2 量化因子对控制器性能的影响

控制规则能影响控制器的性能，除此之外，量化因子也能对控制器的性能起到一定的印象作用。实验数据显示，量化系数的大小与系数成正比，其中，量化系数之间的关系有重要影响，这是他们所需要的技能之一。

生于量化系数 =E/E，E rec/或

输出比例因子：Ku=U/U

在上面的公式中，e和u是域，它们是基本错误，对其进行错误校正和输出控制。系统的响应是e nT（NT）和EC（NT）决定的，除此之外，响应的影响因素KE Rec和Ku的大小。还有由因此，可以得出结论：系统的输出并没有改变量化级，而是通过对响应的计算得出。电力系统对量化系数Me的响应在量化系数的三个元素之间，KU等效于减小基本变量在误差变量中的增大范围,尽管实际上，域控制系统是离散域[4]。如果这些的准确性发生变化（-0.5/K，0-5/自然），则输入控制系统即可检测到变化。此区域称为“执行任何技能控制”,即控制死区。这是造成错误的原因。量化系数范围的增加会降低使用功率范围，使区域系统稳态误差增大。但是，如果该值太大，将是EXCESS系统的一个很好的响应，并在严重的情况下缓慢收敛到单个振荡。因此，应在同一过程中保持稳定状态[5]。

1.3 模糊推理

模糊推理的出现往往是在判断出现模糊性，推理或事实出现模糊命题之后[6]。越来越多的模糊推理方法被不断使用，其中使用最多的模糊推理方法就是Mamdani方法和Zadeh方法。Buckley amdani这张推理方法的核心就是利用重心法判决模糊，使结果可以容易的被系统推理得出[7]。

该式子中，Ut是以上述前提条件为基础的模糊蕴含，这样的模糊模型不仅带有模糊判决，还是用了Mamdani模型，进一步实现了对连续函数的完备映射。

模糊控制系统中含有多种不同的模糊推理方法，例如：

第一种——运用的是Mamdani模型规则中最小运算规则，这样的模糊蕴含运算中采用的是Rc，继而得出

第二种——运用模糊蕴含中Larsen的积运算规则

第三种类型，尽管在规则的结论处已作出可变报酬

正是以这种方式进行推理的方法是，尽管这个规则的力量在于拥有一种形式，

R：如果（x，y，它也是bi...），则z=结束（...x，y）

其中，x，...，y表示过程控制变量的状态，变量Ai...表示语言变量以及过程变量的值。为了完整起见，让我们假设您拥有这两个戒律的力量。

R1：如果x和y为A1和B1，则z=F1（x，y）

I2：如果 x和 A2中，MAX(A2，y)则 z=F2（x，y），由第一条规则可以得出结论，其中对于控制作用的推断结果为α1f1(x0,y0)，同理，由第二条规则可以得出推断值为 α2f2(x0,y0)，最终得出总的控制作用是 α1f1(x0,y0)和 α2f2(x0,y0)的加权组合后的结果，即

2.温度模糊控制器设计

如图2.1所示，炉子的温度控制分为表面湿度控制和中心温度控制，每个部分都单独进行控制。设计控制器时，有必要根据每个组件的特性选择与之对应的域和量化系数。模糊控制系统的影响因素还包括隶属函数的形状，因此，了解对象的特性并针对性地做出不同的选择很有必要[8]。

2.1 控制器参数确定

不同的升温方式具有不同的温度分布特性，钢坯也是如此。因此，在确定参数时据根据时间段来进行衡量[9]。温度差的主要功能是通过将坯件浸入型材中，从而满足轧制过程的实用性。温度部分表面浸没在毛坯中进出口中心温度逐渐长大，应达到平衡温度。内部和外部都经过调整。因此，重要指标是反应堆中的温度稳定[10]。

因此，抵抗扰动的能力需要进一步提升，Ke和Kec的选择也应谨慎选取，例如应具有速度跨和稳定性好等特点。在选择隶属函数时应考虑函数的各方面的特性，如：应选择均衡且缓慢的函数，进而使控制特性变得相对平缓。

2.2 控制器具体设计方法

充分了解各个段的特性，有针对性地选择模糊控制器的参数。下面将加热段作为例子，详细讲诉模糊控制器的具体实现。

用Matlab软件作为仿真实验的主要工具，随后将上文提及的输入数据进行输入，就可以得出相应的模糊推理系统，除此之外，还可以得到输入偏差隶属函数和偏差变化率隶属函数，下图2.1就是控制输出隶属函数。

图 2.1 输出量 U 的隶属函数

本文通过温度控制器算法来比较加热炉温度控制，温度也不受制于火炉的所有热量。在进行模拟实验的过程中，我们先影响系统结果的主要原因之一就是采取了下述方式加热炉。炉子的温度和压力始终保持着稳定状态。

从上述情况来看，加热炉的延迟和最大方面以及通过使用加热炉来进行仿真实验，进而为加热炉实现二阶环节提供一个必要条件，并提供传递函数：

除此之外，燃料流量对象传递函数和空气流量对象传递函数的存在，可以将他们看作一阶惯性环节：

燃料流量对象传递函数：

空气流量对象传递函数：

2.3 模糊控制器仿真

本文借助MATLAB仿真实验证明了所建系统具备科学性和合理性。总所周知，MATLAB是一个具备超强矩阵运算能力的辅助工作，凭借它所特有的Simulink工具箱，并借助工具箱中附带的模糊逻辑工具箱（Fuzzy Logic Toolbox）为建立一个良好的模糊逻辑推理系统提供了较好的基础，其中主要包括了五个主要工具：模糊系统的编辑；成员函数Mfedit编辑器；进行任何技能Ruleedit Editor规则；如果使用此命令Ruleview视线；用于输入输出推理结果的表面视图工具Surfview。

输入变量e有八个模糊子集：NB，NM，NS，NO，PO，PS，PM，PB，每个模糊子集用高斯函数表示。输入变量ec有七个模糊子集：NB，NM，NS，ZO，PS，PM，PB，每个模糊子集用高斯函数表示。

而温度模糊控制器规则据统计有48条，将这些规则按序排列，就形成了对于控制规则的完善和编辑。

在此控制器中，需要决策技能来使用任何一种Mamdani推理算法。

控制器的曲面观察器将模糊推理系统的全部曲面结果进行了输出。并且从实验所得数据可以得出结论：在单输入单输出的前提条件下，可以单个图形界面中得出映射结果，在双输入单输出的前提条件下，MATLAB可以简单地通过三维立体图形进行描述。