基于智能优化的模糊PID控制算法研究.pdf

《基于智能优化的模糊PID控制算法研究.pdf》由会员分享，可在线阅读，更多相关《基于智能优化的模糊PID控制算法研究.pdf（63页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、华北电力大学（北京） 硕士学位论文 基于智能优化的模糊PID控制算法研究 姓名：于亲波 申请学位级别：硕士 专业：控制理论与控制工程 指导教师：金慰刚 20040101 华北电力大学 北京) 硕士学位论文摘要 摘要 本文主要研究基于T - S 模糊模型构成推理形式的模糊P I D 控制器，针对以 往的 模糊P I D控制没有统一的参数整定的准则及大量的待整定参数， 本文采用具有动态 交叉、变异概率的自适应遗传算法 ( A G A )优化控制器的待定参数，改善了系统的 控制性能。首先，基于四条模糊规则的改进混合型 P I D - F L C ，采用多个性能指标加 权的A G A 分别对其量化、比

2、例因子，模糊后件参数和二者同时进行寻优，大量实例 表明三项寻优可明显的改善系统的动静态性能; 其次， 基于T - S 模糊模型和常规P I D 控制器参数调整经验， 将P I D 参数整定方法融入到模糊规则中， 亦用A G A 优化参数， 应用在电厂6 0 0 M W 机组的主汽温串级控制系统的四个典型工况点仿真，表明具有很 好的控制品质和抗千扰能力。 关键词:模糊P I D控制器，T - S 模糊模型，自 适应遗传算法，多目标优化，主汽温 ABS TRACT I n t h i s p a p e r , f u z z y P I D c o n t r o l l e r b a s e

3、 d o n T - S m o d e l h a s b e e n s t u d i e d . D u e t o l a c k s o f c r i t e r i o n o f o p t i m i z a t i o n a n d e x c e s s i v e t u n i n g p a r a m e t e r s , t h e a d a p t i v e g e n e t i c a l g o r i t h m w i t h v a r i a b l e c r o s s a n d m u t a t i o n p r o b a

4、 b i l i t y i s u s e d t o o p t i m i z e t h e p a r a m e t e r s a n d t h e p e r f o r m a n c e o f c o n t r o l s y s t e m s i s i m p r o v e d . F i r s t l y , b a s e d o n m o d i f i e d P I D - F L C w i t h f o u r f u z z y r u l e s , s c a l i n g f a c t o r a n d t h e f u z

5、 z y c o n s e q u e n t p a r a m e t e r s a r e o p t i m i z e d b y A G A w i t h m u l t i p l e p e r f o r m a n c e i n d e x e s r e s p e c t i v e l y . Ma n y e x a m p l e s s h e d y n a m i c a n d s t a t i c p e r f o r m a n c e c a n b e i m p r o v e d a p p a r e n t l y b y o

6、p t i m i z a t i o n . S e c o n d l y , b a s e d o n T - S m o d e l a n d p a r a m e t e r s t u n i n g m e t h o d o f P I D c o n t r o l l e r , f u z z y r u l e s a r e e s t a b l i s h e d a n d t h e A G A i s u s e d t o t u n e a n d o p t i m i z e t h e p a r a m e t e r s . T h e

7、r e s u l t s o f s i m u l a t i o n f o r t h e m a i n s t e a m t e m p e r a t u r e o f a s u p e r c r i t i c a l o n c e - t h r o u g h 6 0 0 M W b o i l e r s t e a m g e n e r a t o r s h o w g o o d c o n t r o l p r o p e rt i e s a n d p e r f o r m a n c e S o f d i s t u r b a n c e

8、 a t t e n u a t i o n . Y u Q i n b o ( c o n t r o l t h e o r y a n d e n g i n e e r i n g ) D i r e c t e d b y p r o f . J i n We i g a n g K e y w o r d s : f u z z y P I D c o n t r o l l e r , T - S f u z z y mo d e l , a d a p t i v e g e n e t i c a l g o r i t h m , m u l t i o b j e c t

9、 i v e o p t i m i z a t i o n , ma i n s t e a m t e mp e r a t u r e 华北电力大学( 北京) 硕士学位论文 第一章绪 论 1 . 1 研究背景及意义 随着工业生产过程的日 趋复杂化，系统不可避免地存在非线性、滞后和时变现 象。其中有的参数未知或缓慢变化;有的带有延时和随机干扰;有的无法获得较精 确的 数学模型或模型非常粗糙。 传统的P I D( 比 例p r o p o r t i o n a l ， 积分i n t e g r a l ， 微分 d e r i v a t i v e ) 控制器虽然以其结构简单、工作稳定

10、、适应性好、精度高等优点成为过 程控制中应用最为广泛最基本的一种控制器 ( 据日 本统计，当前工业上使用的控制 中，P I D控制约占9 1 . 3 %，而现代控制理论的控制方式只有 1 . 5 %) ，而且P I D调节 规律特别是对于线性定常系统的控制是非常有效的，一般都能够得到比较满意的控 制效果，其调节品质取决于P I D控制器各个参数的确定。然而，针对上述的复杂系 统，如果使用常规的P I D控制器， 其P I D参数不是整定困难就是根本无法整定，因 此不能得到满意的控制效果。为此，近年来各种改进的P I D控制器如自 校正、自 适 应P I D 1 - 3 及智能控制器4 迅速发展

11、起来。 随着微型计算机的飞速发展，模糊 ( F U Z Z Y)控制以它全新的控制方式在控制 界受到了极大的重视并有了迅速的发展。 1 9 7 4 年， 英国科学家E . H .Ma m d a n i 首次将 模糊技术应用于汽轮机的控制，开辟了模糊控制理论应用的新领域。随着技术的发 展，模糊控制理论和模糊技术成为最广泛最有前景的应用分支之一。模糊控制器是 一种专家控制系统， 它的优点是不需要知道被控对象的数学模型而能够利用专家已 有的知识和经验。 重要的是当系统为非线性系统时， 模糊控制器还可以产生非线性控 制作用。与传统的P I D控制方式相比，它具有特别适合于那些难以建立精确数学模 型、

12、 非线性、 大滞后和时变的复杂过程等特点。 但是经过深入研究， 也会发现基本模 糊控制存在着其控制品质粗糙和精度不高等弊病。而且用的最多的二维输入的模糊 控制器不是 P I 就是 P D型，不是过渡过程品质不好就是不能消除稳态误差。因此， 在许多情况下，将模糊控制和P I D控制两者结合起来，扬长避短，既具有模糊控制 灵活、适应性强、快速性好的优点，又具有P I D控制精度高的特点。从模糊技术应 用于控制领域开始， 许多的学者就开始着手二者的结合， 以期待对传统控制的突破。 于是， 许多模糊和P I D相结合的控制器相继出现， 包括基于模糊推理的P I D参数自 整定5 1 - 1 、 模糊和

13、P I D的 复合控制器s 1 以 及实现P I D功能的 模糊P I D控制器9 1 0 1等。 许多的仿真和实际例子都显示这些模糊P I D控制器具有较好的性能。 然而， 这些模糊P I D控制器虽然比传统的P I D控制器有很大的改进， 但模糊规 则的获取，比例、量化因子和隶属函数的确定都具有一定的主观性，包含着需要人 华北电力大学( 北京) 硕士学位论文 为确定的待寻优参数。对于这些参数，一般来说，可以根据系统原理和专家经验来 获得，但是如果要快速匹配这些参数，提高控制效果，获得一组最优解，则需要用 寻优的方法来解决。因此需要设定一个合适的优化指标使系统具有最优的控制性 能。 但现有的

14、大部分模糊P I D控制器都是手工整定或试凑，没有合适的具体的优化 指标，因此一般都不能得到最好的控制性能。于是怎样把这种 “ 最佳性”嵌入到控 制器中仍然是一个需要进一步强调和研究的重要问题川 。 1 . 2 1 . 2 研究方法及发展现状 模糊 P I D控制的研究现状 模糊P I D控制器主要有以下三种基本形式: ( 1 ) 增益调整型 ( G a i n 一 s c h e d u l i n g ) 模糊P I D控制器 由于常规 P I D调节器不具有在线调整参数的功能，致使其不能满足偏差。 及偏 差变化 。 对P I D参数的自整定要求， 从而不能满足要求的性能指标或影响了其控制

15、 效果的进一步提高。 为了满足在不同偏差e 和偏差变化率 e 对 P I D参数自 整定的要 求，利用模糊控制规则在线对 P I D 参数进行修改，便构成了增益调整型模糊 P I D 控制器C t 2 该类控制器中输出的物理量直接对应增益参数，通过应用模糊规则实现对三个 增益参数的调整。其有两种形式: 基于性能监督的增益调整型模糊P I D控制器，如: i f ( P e r f o r m I n d e x i s . . . ) t h e n( 气i s . . . ) a n d ( A k , i s . . . ) a n d( A k d i s . . . ) 有关性能指标

16、( P e r f o r m I n d e x )可以是超调量、稳态误差或其它静动态特性。由于 这些性能指标需要一个完整控制过程得到，因此，该类控制器可以用于自 整定或自 适应方式对增益进行动态调整。 基于误差驱动的 模糊P I D控制器， Z h a o 2 6 等人应用了 如下的规则形式: I f ( e i s . . . ) a n d( D e i s . . . ) t h e n( 气 i s . . . ) a n d( k , i s . . . ) a n d( 气i s 二 ) 该控制器的P I D增益参数将是误差。 和误差变化 。 的非线性函数。 如非线性比例增 益

17、 可 以 记 为 : k , = f ( e , A e ) 。 以H e 6 11等 发 展 的 模 糊P ID 控 制 器 应 用 二 维 模 糊 推 理 机 计算单因子参数a， 各增益参数均表现为。 ( e , A e ) 的函 数， 从而达到了调整各参数的 目的。 近几年，对这种类型模糊P I D控制器的 研究和应用比 较多。 文献 3 8 给出了四 种典型结构: 运用在线辨识策略的自 整定P I D模糊控制器; 在线实时模糊自 整定P I D 华北电力大学( 北京) 硕士学位论文 控制器; F u z z y - P I D自 动调节控制器; 基于F u z z y 推理的自 调整P

18、 I D控制器。 采用 文献 3 9 提出的基于F u z z y 推理的自 整定P I D控制器参数方法设计的控制器在跟踪 设定值和抑制扰动方面， 控制效果都有很大的改善。 文献 4 0 将F u z z y -P I D控制应 用到交流伺服系统中，使得系统在不同的负载下具有较强的鲁棒性，可实现大范围 内高精度控制。文献 4 1 提出的F u z z y - P I D控制器利用单参数因子对三个P I D参数 进行参数化处理，当在线参数发生偏移时，把P I D控制器作为补偿 Z N公式的基本 控制，从而把过程的输出调节到给定值，且实现了自 动调节的目的。 对于那些含有对被控过程在线辨识环节的

19、F u z z y - P I D控制器，对具有不确定性 的对象有较好的控制效果。通常用两种方式实现对被控过程的在线辨识。一种是运 用模糊规则控制的同时进行在线辨识，另一种是利用神经网络的逼近能力和自学习 能力，把神经网络训练成可代替被控对象的逆模型，然后再进行控制。 ( 2 )直接控制量型 ( D i r e c t -a c t i o n )模糊P I D控制器 如果模糊推理机的输出是P I D原理范围内的控制作用量，则该控制器属于直接 控制 量型【 a 1 9 8 7 年， H .Y i n g 在模糊控制理论中 首次严格地建立了 模 糊控制器与 传 统控制器的分析解关系，其中特别重要

20、的是证明了M a m d a n i 模糊P I ( 或P D )型控 制器是具有变增益的非线性P I D控制器。 这些工作为模糊控制理论与传统P I D控制 理论相结合建立了桥梁。随后这种模糊P I D控制算法结构研究的许多新成果不断涌 现。并给出了最为深刻的理论分析，证明了具有最简单线性控制规则的二维模糊控 制器其输出可等同于一个非线性P I 控制器， 在线性对象和非线性对象上的仿真结果 表明了模糊控制器同P I 控制器的内在联系和区别。 并将此方法推广到具有通常线性 控制规则的二维模糊控制器， 证明了其输出可等同于一个全局多层次线性关系式和 一个局域非线性P I 控制器， 将结构分析方法

21、推广到具有线性规则的三维模糊控制器 上，得出了三维模糊控制器的一般解析输出表达式，证明了具有一般线性推理规则 的三维模糊控制器可等同于一个全局多层次关系式和一个局部非线性P I D控制器。 文献 5 基于正态分布隶属函数， 分别导出了一维模糊控制器和二维模糊控制器的解 析表达式， 并证明了其渐近结果， 因而从另一个角度揭示了模糊控制器的实质。文献 1 4 推导出多维模糊控制器的输出可表示为其多维输入的线性参数函数，由此建立 了模糊控制同常规P I D控制策略间的内在等价性。 文献 7 的结论认为常规P I D控制 是一种特殊结构的模糊控制。 该类控制器的 结构有许多 种形式， 主要归纳了 1

22、2 种结构单元(4 2 1 。由 于各单元 在控制作用效果上不完全等效，可以进一步认为每个单元是独立的。每个单元不仅 与输入变量， 如误差。 ， 误差变化 。 ， 误差的二次变化 2 。 ，以及误差累积L e 的信 号内容相关，同时也由输出变量形式决定。由这些结构单元可以组成各种形式的模 糊P I / P D / P I D控制器。 应用先验知识， 可以排除一些组合，以便实现合理的控制 华北电力大学( 北京) 硕士学位论文 器设计。提出了两条规则:由于稳态的误差累积量通常是未知的，致使设计者无 法以此变量建立规则，因此，可以取消包括误差累积变量输入的结构组合;比例 控制分量是控制作用中不可缺少

23、的控制量，因此， 任何模糊P I D控制器至少应该包 括比例控制分量成分。 ( 3 )混合型 ( h y b r i d ) 模糊P I D控制器 混合型模糊P I D控制器可以有各种形式出现: 如增益调整型与直接控制量型的 结合，或传统线性 P I D控制器与模糊控制器的结合。 类比传统的P D , P I , P I D控制， 模糊控制器亦可分为P D , P I 和P I D型。 人们在 1 9 7 4年 M a m d a n i 工作的基础上，提出了二维模糊控制器结构。这种模糊控制器主 要可分为2 类: P I 型的模糊控制器， 由偏差。 和偏差的和艺 。 作为输入量; P D型的模

24、 糊控制器，由偏差。 和偏差的变化 。 作为输入量。但二者都有不足， P I 型控制由于 有积分的作用，在高阶系统中过渡过程较差;P D型控制因没有积分的作用，难以 消除稳态误差， 为此在模糊控制器中 引入积分作用1 1 s ) . W .L .B ia l k o w s k i 于1 9 8 3 年提 出了由一个常规 P I 控制器和一个二维模糊控制器相并联而成的混合型模糊 P I D控 制器，这种控制器可使系统成为无差模糊控制系统。 虽然以偏差。 ， 偏差和l e , 偏差变化 。 以及偏差变化的变化a z 。 作为输入构成 常规或增量式模糊P I D控制器可以实现P I D的控制功能，

25、 但因增加了一个输入量使 得模糊控制器的设计和计算复杂，规则繁多，推理运算时间变长。为此可以考虑各 种变形结构的 模糊P I D控制器。 文献 4 3 提出了 六种能实现P I D功能的 模糊控制器， 从控制分量合成、祸合影响和增益相关三方面分析了它们的性能， 提出了两种最优 的模糊P I D控制器， 如下: 第二个比第一个的输入多了误差的变化率， 故一对噪声比 较敏感， 正是由于误差变化率的输入为系统提供了更多的信息， 提高了系统的整体抗 干扰性能。因此，二比一具有更好的鲁棒性。 图1 - 1 一维输入的模糊P I D控制器 华北电力大学( 北京) 硕士学位论文 f( o E ) 图 1 -

26、 2 三维输入的模糊 P I D控制器 基于A s t r o m与H a g g l u n d l 1 提出的改 进比 例控制的P I D控制方法， V i s io l i ( 应用 二维模糊推理方式计算 “ 动态”的设定值的权系数，取得了比静态的固定值算法优 良 的 控制效果， 这是混合模糊P I D控制器的另一种形式。 K i m等p a 应用模糊前向 补 偿器与P I D控制器结合的方式也可以被认为是一种混合型模糊P I D控制器( 1 8 传统P I D控制器与模糊控制器的结合有两种结构形式:串联结构和并联结构。 ( 1 )串联结构:结构原理如图1 - 3 所示。 当 系 统 的

27、 偏 差 。 大 于 语 言 变 量 值 零 档 时 ， 即 在 动 态 过 程 中 ， 。 和价同 时 用 做P I D 控 制 器 的 输 入 信号 ， 即e ( t ) 一 e ( t ) 十 u f ( t ) ， 对P I D 控制 器 产生 较强 的 控 制 信号 ， 系 统 的动态响应较快;而当偏差信号e 小于语言变量值零档时，模糊控制器通过开关 K 断开， 这时， e ( t ) 二 e ( t ) ， 只有偏差信号进入P I D控制器，由 于此时系统的输出和给 定值己经很接近，所以能很快地趋于给定值，消除稳态误差。这种结构的模糊控制 器产生阶梯状的非线性控制信号作用于P I

28、D控制器， 依靠调节 P I D输入的突然变化 来提高动态响应速度，往往易造成P I D作用的误调节。 ( 2 )并联结构:结构原理如图1 - 4 所示。 它是将模糊控制器和P I D控制器并联起来对系统进行控制， 即有模糊和P I D两 种模态。其中模糊控制器采用常规模糊控制器，输入变量为偏差。 和偏差变化 。 ， 输出为u ,模糊控制规则采用I F - T H E N形式，推理合成采用MA X - MI N算法，反模 糊化采用面积重心法。 这种模糊控制器本质上是一P D控制器，由于缺乏积分环节 系统有稳态误差， 为此在偏差。 小于某一闽值M时， 控制器切换至常规P I D控制器， 从而使得

29、这种双模控制器具有响应快，稳态精度高的特点。文献【 4 4 提出的多模态 结构， 外加了一个比例控制模态P ， 它完全可以在F U Z Z Y控制器的隶属函数以及控 制规则设计时将之包容，且由于 F U Z Z Y控制器是非线性控制器，所以控制效果必 然优于P 环节。 文 献 4 5 对上述的F U Z Z Y - P I D复 合控制性能进行详细的分析: 既能提高 系统响 应的快 速性，又能 较好地抑制超调， 且能消除稳态误差。 但也存在明 显缺陷， ( 1 ) 切换 点 ( 开关 动作点 ) K的 选择并 不准确， 仅仅凭经验给出 大致的范围; ( 2 ) 切换点 将不可 避 华北电力大学

30、( 北京) 硕士学位论文 免地 存在 切换扰动; ( 3 ) 正是切换点 选择不 准确， 系统的 快速性与超调之间的矛盾不 容易解决。针对上述缺点，提出一种基于误差量调整模糊强度 K的F U Z Z Y P I D复 合控制器，仿真的结果证明了本控制器性能明显优于一般F U Z Z YP I D复合控制器。 e (S e -tP I D 寸一 气 3 1f * 图1 - 3 串联结构复合控制 r 2 而几 一 U P d F U Z孔 u 对象 图 1 - 4 并联结构复合控制 1 . 2 . 2优化算法的研究现状 不同构造的模糊P I D控制器其性能不相同， 优化的方法及待优化的参数和指标

31、亦不同。 智能优化算法中近年来用的最多的是遗传算法。遗传算法优化模糊控制器主要 分以下几种方案: ( 1 )给定F L C的结构，优化F L C的参数 ( 即在给定规则集下优化隶属度函数) ; ( 2 )给定F L C的参数，优化F L C的结构 ( 即在给定隶属度函数下优化规则集) ; ( 3 ) F L C结构和参数的分步优化 ( 即规则集与隶属度函数由G A分阶段优化) ; ( 4 ) F L C的结构和参数的同步优化 ( 即同时优化规则集与隶属度函数) 。 方案 ( 1 ) , ( 2 ) 4 6 必须假设规则集和隶属度函数二者之中， 必须有一个是已 知 的或较为优异的;方案 ( 3

32、) 用G A分阶段优化规则集和隶属度函数， 实现繁琐， 而 且因模糊控制中隶属度函数与规则集的交互作用，易陷人局部极点，很难达到全局 最优;方案 ( 4 )是一种较先进的方案，同时优化可消去隶属度函数与规则集的交 互作用且搜索速度较快，但是需要良好的编码方案和优化遗传算子配合。采用匹兹 堡方法，即把整个完整的规划集作为一个个体， 多个不同的F L C构成一个群体， 遗 传因子作用于个体， 性能指标的度量也在个体间水平进行; 同时， 为提高优化效果， 采用F L C的结构和参数同步优化方案4 7 1 对模糊P I D控制器而言，影响性能的主要因素有比例因子和量化因子、模糊推 理的形式，控制规则和

33、隶属函数分布以及去模糊化方法。在实际应用中较为多见的 方法是通过调整转换因子和隶属函数来调节模糊P I D控制器的性能。 但是如果同时 华北电力大学( 北京) 硕士学位论文 对转换因子和隶属函数进行调整， 则会有相当多的参数待定， 也就意味着有较多的工 作量。为简单起见，大部分的模糊 P I D控制器在调节性能时只选择其中一种参数进 行调整。 一种基于量化因子，比例因子和解析式规则的模糊P I D控制器4 8 1 ， 采用多级遗 传算法对参数进行分组分阶段交替寻优，仿真结果显示该方法取得了良 好的效果， 在保证控制效果的情况下， 大大简化了模糊控制器设计。 一种模糊规范化P I D ( F u

34、 z z y N o r m a l i z a t i o n P I D简称F N P I D )控制器4 9 1 ， 采用混沌优化算法实现F N P I D参数最 优设计。混沌是存在于非线性系统中的一种较为普遍的现象，混沌运动能在一定的 范围内按其自 身规律不重复地遍历所有状态。这一优化控制方案，其基本思想是将 混沌状态的变量引入到F N P I D参数域的寻优方式中， 利用混沌变量进行寻优F N P I D 参数， 搜索出F N P I D参数全局最优值。 仿真结果表明， 控制系统稳定，无振荡， 无 超调，响应快，调节时间短。 1 . 3 研究难点及热点 ( 1 ) 构造 G P P

35、模糊系统 1 9 9 5 年， C h e n 和K u o s z 记述了 模糊控制器并不能确保总是优于传统控制器， H u 等 1 5 最近提出了 模糊控制器的“ 保守设计准则( C o n s e r v a t i v e D e s i g n S t r a t e g y ) . 该准则要求“ 任一模糊 P I D控制器应该能够实现通过参数调整产生线性输入输出关 系” 。 符合这一准则的系统可以称为“ 确保P I D性能的模糊系统 ( G u a r a n t e e -P I D - P e r f o r m a n c e f u z z y c o n t r o l

36、l e r ) ， 或 G P P 系统. 所谓G P P 系统从严格意义上 讲控制 性能应不劣于传统线性控制器，但不是所有的模糊控制器算法都能够实现 G P P系 统。因此，如何构造G P P 模糊系统仍是需要关注的研究方向。 ( 2 ) 多目 标优化和多个待寻优参数 多目 标优化的解空间是多值的，它不仅取决于算法本身，而且还和选用什么样 的基础目 标函数，什么样的权函数，什么样的非线性控制器等等有关，因此，设计 一个满意的多目标优化控制系统，很大程度上取决于设计者的知识和经验;寻优参 数多，导致搜索空间大，复杂度提高，不利于快速寻优。 1 . 4 论文的主要内容 ( 1 ) 基于T S 模

37、型的模糊 P I D 控制算法的研究 本文第二章主要基于T - S 模糊模型的控制器的设计。首先，分析模糊模型的分 华北电力大学( 北京) 硕士学位论文 类及其原理，然后就两类模糊模型介绍控制器的设计方法，最后基于T - S 模糊模型 的模糊P I D控制算法的研究。 ( 2 ) 自适应遗传算法的研究 本文第三章主要研究自 适应遗传算法。首先，介绍简单遗传算法的特点、基本 操作及其参数寻优过程，然后就遗传算子的确定和作用进行分析，引出动态调整因 子，即自 适应遗传算法，最后通过一个仿真实例验证了其的有效性口 ( 3 ) 基于 A G A 寻优的改进 P I D -F L C的研究 在研究了模糊

38、P I D控制算法的基础上， 本文第四章就改进的P I D - F L C进行多目 标参数寻优。首先介绍改进的混合型P I D - F L C ，并推导出其量化、比例因子与传统 的P I D控制中的比例、积分和微分作用的对应关系;然后就给定值加权0 恒定的情 况，给出量化、比例因子调整的指导方法;最后采用多个性能指标加权的 A G A分 别对量化、比例因子，模糊后件参数和二者同时进行寻优，大量仿真实例证明三项 寻优改善了系统的控制性能。 ( 4 ) 基干A G A 寻优的T S 模糊 P I D 控制器及其在主汽温控制系统中的应用 本文第五章将A G A优化后的I S 模糊P I D控制器用于

39、主汽温控制系统四个典型 工况点的 仿真。 首先， 基于T a k a g i - S u g e n 。 模糊模型和常规P I D控制器参数调整的 成熟经验， 将P I D参数的整定方法融入到模糊规则中， 相当于多个P I D控制器的复 合作用;鉴于参数较多给整定带来的不便，采用A G A优化T S - F P I D控制器，使参 数的整定变得较为容易;最后将其用在电站6 0 0 万机组的主汽温串级控制系统的四 个典型工况点的仿真，结果表明具有很好的控制品质和抗干扰能力及鲁棒性。 华北电力大学( 北京) 硕士学位论文 第二章模糊控制概述 2 . 1 引言 在日益复杂的被控过程面前，由于不可能得

40、到过程的精确数学模型，传统的基 于精确模型的控制系统设计理论 ( 包括古典控制理论及现代控制理论)受到严峻挑 战。智能控制通过在系统控制和决策中引入人工智能，实现了对这些用传统控制理 论难以控制的过程的有效控制。智能控制理论覆盖的范畴十分广泛，其主要分支有 模糊控制、学习控制、专家控制、神经网络控制等。本章就本论文涉及到的模糊控 制部分进行论述;首先概述模糊控制系统，然后简要介绍模糊控制器的组成及其设 计方法，最后着重讲述基于T S 模糊模型的模糊 P I D控制技术。 2 . 2 模糊控制系统 2 . 2 . 1简介 图 2 -1所示的模糊控制系统和常见的负反馈闭环控制系统相似，唯一不同之

41、处是控制装置由模糊控制器来实现。 模糊控制器 ( F u z z y c o n t r o l l e r )通常由下列几 个部分组成，如图2 -2 a 给定值 偏差 制量 被控制量 模糊控制器 图2 -1模糊控制系统框图 输入 . - 月 卜 规范化非模糊化 卜一，规范化 图2 一2模糊控制器组成 ( 1 )输入输出量的规范化:将控制器的输入输出限制在规范化的范围之内，以便 于控制器的设计和实现; ( 2 )输入量的模糊化:因为控制器的输入值一般都不是模糊数，因此模糊化过程 就是将输入值转化为模糊量; 华北电力大学( 北京) 硕士学位论文 ( 3 )语言控制规则和模糊逻辑推理:这两个部分是

42、模糊控制器的核心。根据模糊 输入量和语言控制规则，模糊逻辑推理决定输出量的一个分布函数; ( 4 )输出量的非模糊化:将输出量的分布函数转化为规范化的输出量，最后控制 器将规范化的输出量转化为实际的输出值 ( 即控制量)去控制系统。 模糊控制器的语言控制规则， 简称模糊控制规则( F u z z y c o n t r o l r u l e s ) ， 记为R , 其形式如下: R :如果 x 1 i s A i , , x 2 i s A il ,， x i s A in ，则y i s B i ( i =1 , 2 ,，m ) . 这 里i 表 示 规 则的 个 数， x ; ( i =

43、1 , 2 ，二， m ) 称为条件部分的变量， Y为结论部分的 变量。 A i , B 分别代表各种各样的模糊子集，又称模糊变量。 上述规则有时简写成: R : x i = A i r ，x 2 = A i 2 , . . . ，x n = A i n ， 一 补 y = B i 模糊控制器由若干的控制规则的集合和模糊推理部分组成。后面将根据不同的 模糊推理法来介绍相应的模糊控制器。 2 . 2 . 1模糊控制的特点 概括地讲，模糊控制具有以下特点: ( 1 )它是一种非线性控制方法，工作范围宽，适用范围广，特别适合于非线性系 统的控制。 ( 2 )它不依赖于对象的数学模型，对无法建模或很难

44、建模的复杂对象，也能利用 人的经验知识或其它方法来设计模糊控制器完成控制任务;而传统的控制方 法都要己知被控对象的数学模型，才能设计控制器。 ( 3 )它具有内在的并行处理机制，表现出极强的鲁棒性，对被控对象的特性变化 不敏感，模糊控制器的设计参数容易选择调整。 ( 4 )算法简单，执行快，易于实现。 ( 5 )不需要很多的控制理论知识，容易普及推广。 正因为模糊控制具有以上显著的优点，很多国际著名的专家学者指出: “ 模糊 控制是2 1 世纪的控制技术” ，将有非常广阔的发展前途和产品市场。 2 . 3 模糊控制器的设计 2 . 3 . 1模糊模型简介 在模糊逻辑控制中主要使用M a m d

45、 a n i 模糊模型和T a k a g i - S u g e n o 模糊模型。 M a m d a n i 模糊模型是一种语言模型， 利用Ma m d a n i 模型构成的模糊逻辑系统实 质是一组模糊 I F - T H E N规则，在这组规则中前件变量和后件变量均为模糊语言变 华北电力大学( 北京) 硕士学位论文 量，其一般形式如下: R : i f x 1 i s A ; 1 a n d a n d x i s A ; , t h e n y 1 i s B ; I a n d a n d y . i s A;, 其中:x 1 , x 2 . . . x 二是规则前件语言变量;

46、Y I , Y 2 Y m是规则后件语言变量，代表了作用于对象的控制量; A i l . . . A .n , B ,1 . . . B .、是模糊语言值; R 表示第 i 条规则。 M a m d a n i 模糊模型是由 英国的E . H . M a m d a n i 提出的 4 8 1 ， 它是最早在实践中 得到应用的一个模型，目 前，模糊控制的大部分应用都是基于M a m d a n i 模型。 T a k a g i - S u g e n o 模糊模型是1 9 8 5 年由日 本的T a k a g i 和S u g e n o 提出 5 2 ， 后来由 S u g e n 。

47、和K a n g (5 3 进一 步完善。 这 种 模型 从 某种意 义 上 来说与M a m d a n i 模型 有 类 似 之处: 都是由I F -T H E N规则构成; 规则前件含有模糊语言值。 然而T a k a g i - S u g e n o 模糊模型 ( 简称T - S 模型)的后件是一线性函数。T - S 模糊模型一般具有如下形式: R : i f x i s A ; ， t h e n y ; = f ( x ) 其中:x为规则前件语言变量; Y 、 为第 i 条规则的输出量; A ; 为模糊语言值; 匆 表示T - S 模糊模型的第i 条规则。 T - S模糊模型的后

48、件为线性函数，这就为模糊控制理论与现有的线性系统理论 相结合提供了可能，从而为利用线性系统理论来分析模糊控制系统的特性提供了途 径。近年来，应用T - S 模型进行系统的辨识的比较多。 2 . 3 . 2模糊控制器的设计方法 模糊控制器是模糊控制系统的核心，它一般以系统的误差和误差变化率为输入 量，以对被控对象的控制量作为输出量。具体设计方法如下: 1 ，精确量的模糊化 在控制系统中，误差及误差变化率的实际变化范围叫做这些变量的基本论域， 分别记为卜 x e , x e 及 一 。 。 ， x , 小 设误差所取的论域为 x = - n ， - n + 1 , . . . , 0， 一， n - l , n 其中x为表征误差大小的精确量，一般取n = 6 或 7 。通过所谓量化因子进行论域变 换。其中量化因子k e 的定义是 气= n 1 x , ( 2 - 1 ) 同理，对于误差变化率若选定其论域为 华北电力大学( 北京) 硕士学位论文 x = - m，- m + 1 , . , 0, - - - , M -