基于模糊控制的模溫機(jī)控制器的設(shè)計與實(shí)現(xiàn)

　設(shè)定目標(biāo)溫度TP后，系統(tǒng)實(shí)時計算升溫速率因子的模糊隸屬度，跟蹤升溫趨勢。當(dāng)溫度偏差e進(jìn)入一個較大閾值Emax(如60℃)范圍內(nèi)后，系統(tǒng)根據(jù)speed選擇控制策略。
　(1)當(dāng)speed=1時，則認(rèn)為升溫速率正常或偏慢，加熱器可持續(xù)工作。
　(2)當(dāng)speed=0時，則認(rèn)為升溫速率過快，可使加熱器隨機(jī)停止工作1或2個控制周期以緩沖升溫速率。
　(3)當(dāng)speed=0.5時，則認(rèn)為升溫速率較快，若當(dāng)前溫度偏差e并未落入模糊控制論域Emin中，則可通過令TP0=當(dāng)前溫度+Emin，系統(tǒng)以TP0為子目標(biāo)進(jìn)行模糊控制，并按子目標(biāo)計算偏差e0。通過比較e0與閾值E0，當(dāng)溫度上升至靠近子目標(biāo)TP0時，則根據(jù)speed重新選擇宏觀控制策略。
　(4)一旦偏差e落入模糊控制論域Emin中，則以TP為目標(biāo)進(jìn)入最后的模糊控制階段。
按照上述控制規(guī)則，系統(tǒng)結(jié)合升溫速率因子選擇控制策略，從較大的偏差開始，在整個控制過程中將伴隨若干以TP0為子目標(biāo)的階段性模糊控制過程，從而合理協(xié)調(diào)了升溫速率，盡管可能會犧牲一些溫度上升的響應(yīng)時間，但由于有效抑制了超調(diào)，相應(yīng)地也減少了由于超調(diào)而花費(fèi)的回調(diào)時間。從總體上看，系統(tǒng)性能得到一定程度的優(yōu)化。
3 實(shí)驗(yàn)結(jié)果分析
　在室溫(20℃)下分別選用功率為500 W和1000 W的熔錫爐仿真模溫機(jī)加熱器對700 g錫進(jìn)行加熱控溫實(shí)驗(yàn)。實(shí)驗(yàn)中分別采用了不帶升溫速率因子的普通模糊控制算法和帶升溫速率因子的分層模糊控制算法進(jìn)行對比，具體數(shù)據(jù)如表1及表2所示。

　通過比較兩種不同功率熔錫爐的實(shí)驗(yàn)數(shù)據(jù)可知，采用普通模糊控制方法進(jìn)行控溫，超調(diào)量將隨著熔錫爐功率變大而顯著變大，而帶升溫速率因子的分層模糊控制方法的超調(diào)量則幾乎沒有變化，且所需的控溫時間也并不比普通模糊控制方法長。實(shí)驗(yàn)結(jié)果表明，帶升溫速率因子的分層模糊控制方法能有效抑制超調(diào)，且對控溫環(huán)境的變化有良好的適應(yīng)能力。
　本文針對模溫機(jī)應(yīng)用場合控溫環(huán)境時有變化的情況，討論了普通權(quán)系數(shù)自調(diào)整的解析式模糊控制方法的局限性，指出系統(tǒng)控制的滯后性是引發(fā)超調(diào)的重要原因。為能更準(zhǔn)確地描述受控對象的變化趨勢，本文引入了實(shí)時性較強(qiáng)的升溫速率因子，并結(jié)合該因子在較大偏差范圍內(nèi)合理選擇控制策略，使進(jìn)入最后模糊控制階段前相當(dāng)長的時段不再成為控溫“盲區(qū)”，能針對不同受控對象的動態(tài)變化特性協(xié)調(diào)整個控溫過程。當(dāng)受控對象升溫速率過快時，系統(tǒng)通過在控溫過程中插入若干控制子過程加以宏觀調(diào)控。當(dāng)受控對象升溫速率正常時，系統(tǒng)控溫過程則趨于普通的模糊控制。實(shí)驗(yàn)數(shù)據(jù)表明，本文提出的模糊控制方法有效抑制了超調(diào)現(xiàn)象，對控溫環(huán)境的變化有良好的適應(yīng)性。
參考文獻(xiàn)
[1] 蔡自興，徐光佑.人工智能及其應(yīng)用[M].北京：清華大學(xué)出版社，2004.
[2] 龍升照，汪培莊.Fuzzy模糊控制的自調(diào)整問題[J].模糊數(shù)學(xué)，1982(8)：105-112.
[3] 王偉，張航.公式法模糊決策的模糊控制器及其應(yīng)用研究[J].計算機(jī)工程與應(yīng)用，2007，43(27)：246-248.