★★專業提供 組態式4路模糊控制器 模糊控制器 實時控制 單獨操作
★★專業提供 模糊控制器 解決化工、冶金、機械、工程等中的實時控制——
模糊控制是以模糊集合論、模糊語言變量及模糊邏輯推理為基礎的一種計算機控制，是一種非線性的智能控制，已成為目前實現智能控制的一種重要而又有效的形式。
近20多年來，模糊控制不論從理論上還是技術上都有了長足的進步，成為自動控制領域中一個非常活躍而又碩果累累的分支。
其典型應用的例子涉及生產和生活的許多方面，例如在家用電器設備中有模糊洗衣機、空調、微波爐、吸塵器、照相機和攝錄機等；在工業控制領域中有水凈化處理、發酵過程、化學反應釜、水泥窯爐等的模糊控制；在專用系統和其它方面有地鐵靠站停車、汽車駕駛、電梯、自動扶梯、蒸汽引擎以及機器人的模糊控制等。
組態式4路模糊控制器是基于單片機技術、模糊控制技術、通信技術、圖形顯示技術于一體的智能控制器。它可對1-4路的控制回路進行控制，可用于化工、冶金、機械、工程等領域。
我們所研制的WLD-1型模糊控制器由上位PC機和下位控制器組成。上位PC機采用離線計算在線控制的策略完成控制規則表的生成，并通過RS-232通信端口把控制規則表傳給下位控制器實時控制，而下位控制器及時地把控制結果反饋給上位機，以便人們進行監視。下位模糊控制器設有四個通道可同時控制四個被控對象。下位機也可單獨運行。
我們所研制的模糊控制軟件也可由上位機PC機通過A/D、D/A板卡直接對控制對象進行控制。
詳見網址： www.lulinji.com 或致電 咨詢
http://www.lulinji.com/images/y63.jpg
一、模糊控制概況
模糊邏輯控制 (Fuzzy Logic Control)簡稱模糊控制(Fuzzy Control)，是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎的一種計算機數字控制技術。1965年，美國的L.A.Zadeh創立了模糊集合論；1973年他給出了模糊邏輯控制的定義和相關的定理。1974年，英國的E.H.Mamdani首先用模糊控制語句組成模糊控制器，并把它應用于鍋爐和蒸汽機的控制，在實驗室獲得成功。這一開拓性的工作標志著模糊控制論的誕生。
模糊控制實質上是一種非線性控制，從屬于智能控制的范疇。模糊控制的一大特點是既具有系統化的理論，又有著大量實際應用背景。模糊控制的發展*初在西方遇到了較大的阻力；然而在東方尤其是在日本，卻得到了迅速而廣泛的推廣應用。近 20多年來，模糊控制不論從理論上還是技術上都有了長足的進步，成為自動控制領域中一個非常活躍而又碩果累累的分支。其典型應用的例子涉及生產和生活的許多方面，例如在家用電器設備中有模糊洗衣機、空調、微波爐、吸塵器、照相機和攝錄機等；在工業控制領域中有水凈化處理、發酵過程、化學反應釜、水泥窯爐等的模糊控制；在專用系統和其它方面有地鐵靠站停車、汽車駕駛、電梯、自動扶梯、蒸汽引擎以及機器人的模糊控制等。
二、模糊控制基礎
模糊控制的基本思想是利用計算機來實現人的控制經驗，而這些經驗多是用語言表達的具有相當模糊性的控制規則。模糊控制器 (Fuzzy Controller，即FC)獲得巨大成功的主要原因在于它具有如下一些突出特點：
模糊控制是一種基于規則的控制。它直接采用語言型控制規則，出發點是現場操作人員的控制經驗或相關專家的知識，在設計中不需要建立被控對象的**數學模型，因而使得控制機理和策略易于接受與理解，設計簡單，便于應用。
由工業過程的定性認識出發，比較容易建立語言控制規則，因而模糊控制對那些數學模型難以獲取、動態特性不易掌握或變化非常顯著的對象非常適用。
基于模型的控制算法及系統設計方法，由于出發點和性能指標的不同，容易導致較大差異；但一個系統的語言控制規則卻具有相對的獨立性，利用這些控制規律間的模糊連接，容易找到折中的選擇，使控制效果優于常規控制器。
模糊控制算法是基于啟發性的知識及語言決策規則設計的，這有利于模擬人工控制的過程和方法，增強控制系統的適應能力，使之具有一定的智能水平。
模糊控制系統的魯棒性強，干擾和參數變化對控制效果的影響被大大減弱，尤其適合于非線性、時變及純滯后系統的控制。
模糊控制系統的基本結構如圖 1所示：
圖 1 模糊控制系統框圖
其中 s為系統的設定值，y為系統輸出，e和c分別是系統偏差和偏差的微分信號，也就是模糊控制器的輸入，u為控制器輸出的控制信號，E、C、U為相應的模糊量。由圖可知模糊控制器主要包含三個功能環節:用于輸入信號處理的模糊量化和模糊化環節，模糊控制算法功能單元，以及用于輸出解模糊化的模糊判決環節。
模糊控制器設計的基本方法和主要步驟大致包括：
1、選定模糊控制器的輸入輸出變量，并進行量程轉換。選取方法一般如圖1所示，即分別取e、c和u。
2、確定各變量的模糊語言取值及相應的隸屬函數，即進行模糊化。模糊語言值通常選取3、5或7個，例如取為{負，零，正}，{負大，負小，零，正小，正大}，或{負大，負中，負小，零，正小，正中，正大}等。然后對所選取的模糊集定義其隸屬函數，可取三角形隸屬函數(如圖2所示)或梯形，并依據問題的不同取為均勻間隔或非均勻的；也可采用單點模糊集方法進行模糊化。
圖 2 隸屬函數取法示意
3、建立模糊控制規則或控制算法。這是指規則的歸納和規則庫的建立，是從實際控制經驗過渡到模糊控制器的中心環節。控制律通常由一組if-then結構的模糊條件語句構成，例如:if e=N and c=N，then u=PB……等；或總結為模糊控制規則表，如表1中所示，可直接由e和c查詢相應的控制量u。
表 1 模糊控制規則表舉例
u
c ： N
c ： Z
c ： P
e ： N
PB
PM
Z
e ： Z
PS
Z
NS
e ： P
Z
NM
NB
4、確定模糊推理和解模糊化方法。常見的模糊推理方法有*大*小推理和*大乘積推理兩種，可視具體情況選擇其一：解模糊化方法有*大隸屬度法，中位數法，加權平均，重心法，求和法或估值法等等，針對系統要求或運行情況的不同而選取相適應的方法，從而將模糊量轉化為**量，用以實施*后的控制策略。
三、模糊控制應用研究現狀
模糊控制具有良好控制效果的關鍵是要有一個完善的控制規則。但由于模糊規則是人們對過程或對象模糊信息的歸納，對高階、非線性、大時滯、時變參數以及隨機干擾嚴重的復雜控制過程，人們的認識往往比較貧乏或難以總結完整的經驗，這就使得單純的模糊控制在某些情況下很粗糙，難以適應不同的運行狀態???影響了控制效果。
常規模糊控制的兩個主要問題在于：改進穩態控制精度和提高智能水平與適應能力。在實際應用中，往往是將模糊控制或模糊推理的思想，與其它相對成熟的控制理論或方法結合起來，發揮各自的長處，從而獲得理想的控制效果。由于模糊規則和語言很容易被人們廣泛接受，加上模糊化技術在微處理器和計算機中能很方便的實現，所以這種結合展現出強大的生命力和良好的效果。對模糊控制的改進方法可大致的分為模糊復合控制，自適應和自學習模糊控制，以及模糊控制與智能化方法的結合等三個方面。
1、模糊復合控制：
Fuzzy-PID復合控制:即模糊PID控制，通常是當誤差較大時采用模糊控制，而誤差較小時采用PID控制，從而既保證動態響應效果，又能改善穩態控制精度;一種簡便有效的做法是模糊控制器和I調節器共同合成控制作用。
模糊 -線性復合控制:如模糊-前饋補償控制等，實際利用了模糊控制是變增益PI控制器的特點，在實際系統的控制中取得了較好的效果。
*** -模糊控制器:針對系統的純滯后特性設計，用模糊控制器替代PID可以解決常規***-PID控制器對參數變化適應能力較弱的缺陷;此外模糊推理和模糊規則的運用有利于在一定程度上適應時延的變化，在更復雜的情況下對對象的純滯后進行有效的補償。
三維模糊控制器 :一種是利用誤差E，誤差變化Ec和誤差變化速率Ecc作為三維變量，可以解決傳統二維模糊控制器的快速響應與穩定性要求之間的矛盾;另一種方法是利用E，Ec和誤差的累積和ΣE，這相當于變增益的PID控制器，提高了模糊控制的穩態精度。
多變量模糊控制 :一般采用結構分解和分層分級結構，利用多個簡單的模糊控制器進行組合，并兼顧多規則集之間的相互關系。
2、自適應和自學習模糊控制：
自校正模糊控制器 :修改控制規則的自校正模糊控制器，從響應性能指標的評價出發，利用模糊集合平移或隸屬函數參數的改變，來實現控制規則的部分或**修正，也可通過修正規則表或隸屬函數本身來進行調整;基于模糊模型的自校正模糊控制器，包括利用模糊集理論辨識系統模型的語言化方法，基于參考模糊集的系統模糊關系模型辨識方法，以及由I/O數據建立模糊規則模型，并以此作為自校正控制器設計的基礎等。
參數自調整模糊控制 :自調整比例因子的模糊控制，引入性能測量和比例因子調整的功能，在線改變模糊控制器的參數，較大的增強了對環境變化的適應能力;基于模糊推理的PID自整定控制，如參數自整定模糊PD控制，以及類似的PI及PID控制等。
模型參考自適應模糊控制器 :利用參考模型輸出與控制作用下系統輸出間的偏差來修正模糊控制器的輸出，包括比例因子、解模糊策略、模糊控制規則等。
具有自學習功能的模糊控制 :包括多種對外擾影響或重復任務的性能具有自學習功能的模糊控制方法，以及自尋優模糊控制器等，其關鍵在于學習和尋優算法的設計，尤其是提高其速度和效率。
自組織模糊控制器 :將參考模型和自組織機制相結合的模糊模型參考學習控制，及自適應遞階模糊控制等更**的自組織形式具有很大的發展潛力。
3、模糊控制與其它智能控制方法的結合：
盡管模糊控制在概念和理論上仍然存在著不少爭議，但進入 90年代以來，由于國際上許多有名學者的參與，以及大量工程應用上取得的成功，尤其是對無法用經典與現代控制理論建立**數學模型的復雜系統特別顯得成績非凡，因而導致了更為廣泛深入的研究，事實上模糊控制已作為智能控制的一個重要分支確定了下來。
4、專家模糊控制：
專家系統能夠表達和利用控制復雜過程和對象所需的啟發式知識，重視知識的多層次和分類的需要，彌補了模糊控制器結構過于簡單、規則比較單一的缺陷，賦予了模糊控制更高的智能 ;二者的結合還能夠擁有過程控制復雜的知識，并能夠在更為復雜的情況下對這些知識加以有效利用。
5、基于神經網絡的模糊控制：
神經網絡實現局部或全部的模糊邏輯控制功能，前者如利用神經網絡實現模糊控制規則或模糊推理，后者通常要求網絡層數多于三層 ;自適應神經網絡模糊控制，利用神經網絡的學習功能作為模型辨識或直接用作控制器;基于模糊神經網絡的隸屬函數及推理規則的獲取方法，具有模糊連接強度的模糊神經網等，均在控制中有所應用;模糊系統與遺傳算法相結合的控制器設計方法則提供了更為新穎的思路。
此外，模糊預測控制，模糊變結構方法，模糊系統建模及參數辨識，模糊模式識別等的研究，也都屬于較為前沿的研究方向。
四、模糊控制研究方向展望
模糊控制仍然是一個充滿爭議的領域。由于它的發展歷史還不長，理論上的系統性和完善性，技術上的成熟性和規范性都還是不夠的，有待人們的進一步提高。
模糊系統理論還有一些重要的理論課題沒有解決。其中兩個重要的問題是 :如何獲得模糊規則及隸屬函數，這在目前完全憑經驗來進行;以及如何保證模糊系統的穩定性。
大體說來，在模糊控制理論和應用方面應加強研究的主要課題為：
適合于解決工程上普遍問題的穩定性分析方法，穩定性評價理論體系 ;控制器的魯棒性分析，系統的可控性和可觀測性判定方法等。
模糊控制規則設計方法的研究，包括模糊集合隸屬函數的設定方法，量化水平，采樣周期的*優選擇，規則的系數，*小實現以及規則和隸屬函數參數自動生成等問題 ;進一步則要求我們給出模糊控制器的系統化設計方法。
模糊控制器參數*優調整理論的確定，以及修正推理規則的學習方式和算法等。
模糊動態模型的辨識方法。
模糊預測系統的設計方法和提高計算速度的方法。
神經網絡與模糊控制相結合，有望發展一套新的智能控制理論。
模糊控制算法改進的研究 :由于模糊邏輯的范疇很廣，包含大量的概念和原則;然而這些概念和原則能真正的在模糊邏輯系統中得到應用的卻為數不多。這方面的嘗試有待深入。
*優模糊控制器設計的研究 :依據恰當提出的性能指標，規范控制規則的設計依據，并在某種意義上達到*優。
- 溫馨提示：為規避購買風險，建議您在購買前務必確認供應商資質與產品質量。
- 免責申明：以上內容為注冊會員自行發布，若信息的真實性、合法性存在爭議，平臺將會監督協助處理，歡迎舉報