模糊控制的應(yīng)用現(xiàn)狀與發(fā)展趨勢(shì)

顧 俊 張 宇

(淮海工學(xué)院機(jī)械工程學(xué)院)

模糊控制的應(yīng)用現(xiàn)狀與發(fā)展趨勢(shì)

顧 俊 張 宇

(淮海工學(xué)院機(jī)械工程學(xué)院)

介紹模糊控制的概念，給出模糊控制的特點(diǎn)，總結(jié)模糊控制在生產(chǎn)生活中的應(yīng)用現(xiàn)狀，最后提出模糊控制未來的發(fā)展趨勢(shì)。

模糊控制 應(yīng)用現(xiàn)狀 發(fā)展趨勢(shì)

事物的屬性、事物與事物之間的聯(lián)系都有一定的模糊性質(zhì)，而且人們對(duì)事物的觀察與了解都是粗略的。如“溫度很高”就是模糊量，而“模糊”所擁有的信息量更大，內(nèi)容更豐富。所以，“模糊概念”適合于人們對(duì)事物進(jìn)行觀察與了解。Zadeh L A認(rèn)為經(jīng)典控制論過于強(qiáng)調(diào)精確性反而無法處理復(fù)雜的系統(tǒng)，因此需要一種不同的數(shù)學(xué)來處理生物系統(tǒng)，該數(shù)學(xué)就是模糊數(shù)學(xué)，即模糊集合[1]，它是一種能夠?qū)⒛：Z言轉(zhuǎn)化為數(shù)學(xué)語言的工具，并且能夠被計(jì)算機(jī)識(shí)別。

基于模糊集合理論，Zadeh L A又建立了模糊理論。模糊理論主要包括模糊邏輯、模糊集合、模糊控制及模糊推理等[2]。模糊理論的基本思想可以理解為：承認(rèn)模糊現(xiàn)象存在，以處理不確定事物為研究目標(biāo)，并將它轉(zhuǎn)換成計(jì)算機(jī)可以處理的信息，不用繁雜的數(shù)學(xué)分析來解決問題。近年來，隨著模糊理論的發(fā)展，模糊控制得以迅速發(fā)展，并且應(yīng)用廣泛。

1 模糊控制特點(diǎn)

自動(dòng)控制理論在經(jīng)歷經(jīng)典控制理論和現(xiàn)代控制理論之后，又出現(xiàn)了智能控制理論。智能控制在一般情況下是不需要人工干預(yù)的，機(jī)器能夠自主實(shí)現(xiàn)控制。而模糊控制即屬于智能控制的組成部分[3]，因此具有以下優(yōu)點(diǎn)[4]：

a. 響應(yīng)速度快；

b. 模糊控制系統(tǒng)不隨著參數(shù)的變化而變化，對(duì)具有時(shí)變與滯后特性的對(duì)象具有很好的控制效果，同時(shí)也具有一定的抗干擾能力；

c. 以規(guī)則為基礎(chǔ)，模糊控制對(duì)于不需要建立精確數(shù)學(xué)模型的被控對(duì)象具有很好的控制效果，其控制原理和策略易于接受和理解；

d. 在諸多控制規(guī)則之間，模糊控制可以很好地進(jìn)行切換，控制性能較好；

e. 模糊控制算法能夠仿真人工操作控制流程，具有智能化的特點(diǎn)。

然而，模糊控制也具有一些缺點(diǎn)，具體如下：

a. 簡單的信息模糊處理會(huì)導(dǎo)致系統(tǒng)的控制精度下降、動(dòng)態(tài)品質(zhì)變壞；

b. 模糊控制設(shè)計(jì)無法定義控制目標(biāo)；

c. 理論體系不完整；

d. 自適應(yīng)能力較差。

2 模糊控制應(yīng)用現(xiàn)狀

1974年，Mamdani E H首次將模糊控制器應(yīng)用于鍋爐與汽輪機(jī)運(yùn)行控制過程中，并在實(shí)驗(yàn)室取得了較好的控制品質(zhì)，標(biāo)志著模糊控制的誕生[5]。1977年，模糊控制首次被應(yīng)用于多變量控制系統(tǒng)中。從20世紀(jì)80年代后期開始，模糊控制的應(yīng)用逐漸擴(kuò)展，例如在煤礦挖掘、移動(dòng)機(jī)器人的避障模糊控制、汽車自動(dòng)泊車[6]及食品加工等領(lǐng)域中[7]，模糊控制均得到了應(yīng)用，且取得了良好成效[8]。

2.1 模糊控制與神經(jīng)網(wǎng)絡(luò)結(jié)合

模糊系統(tǒng)建立在IF-THEN規(guī)則之上，擅長解決無確定數(shù)學(xué)方程的問題。但是它很難從樣本中直接學(xué)習(xí)規(guī)則，因此自適應(yīng)能力較差。

神經(jīng)網(wǎng)絡(luò)由大量的簡單神經(jīng)元組成，能夠映射任意函數(shù)關(guān)系，能夠利用大量神經(jīng)元對(duì)信息進(jìn)行并行處理，具有較強(qiáng)的自學(xué)習(xí)能力、容錯(cuò)性和魯棒性[9]。因此，將神經(jīng)網(wǎng)絡(luò)與模糊控制相結(jié)合形成模糊神經(jīng)網(wǎng)絡(luò)[10]，取長補(bǔ)短，能夠提高整個(gè)系統(tǒng)的綜合性能。

文獻(xiàn)[11]針對(duì)火箭炮交流伺服系統(tǒng)，設(shè)計(jì)了一種新型神經(jīng)模糊控制器，該控制器能夠較好地滿足交流伺服系統(tǒng)在大慣量、變負(fù)載及力矩干擾等復(fù)雜情況下快速性、準(zhǔn)確性和穩(wěn)定性的要求。

2.2 模糊控制與遺傳算法結(jié)合

遺傳算法從生物遺傳學(xué)的角度，通過自然選擇和適者生存，使后代從親代繼承各種特性好的基因，以更加適應(yīng)環(huán)境[12]。由于遺傳算法受遺傳機(jī)制的影響，因此適用于處理復(fù)雜的非線性問題，且具有較強(qiáng)的全局搜索能力。

將遺傳算法引入模糊控制中，可以利用遺傳算法使模糊控制系統(tǒng)具有自組織、自校正和自學(xué)習(xí)功能。雖然模糊控制和遺傳算法各有優(yōu)缺點(diǎn)，但只要綜合兩者的性能，就能充分發(fā)揮其優(yōu)點(diǎn)。

文獻(xiàn)[13]針對(duì)混合車輛路徑問題，通過改進(jìn)模糊邏輯控制器實(shí)現(xiàn)了交叉概率和變異概率的動(dòng)態(tài)調(diào)整，達(dá)到加快收斂速度并避免陷入局部最優(yōu)解的目的；同時(shí)采用標(biāo)準(zhǔn)算例進(jìn)行對(duì)比，證明了模糊遺傳具有較好的控制效果。文獻(xiàn)[14]采用基于實(shí)時(shí)客流數(shù)據(jù)的動(dòng)態(tài)公交調(diào)度模型，以乘客等車時(shí)間最短和公交車滿載率在一定范圍內(nèi)最高為限制條件建立目標(biāo)函數(shù)，采用模糊控制優(yōu)化的遺傳算法對(duì)發(fā)車間隔的數(shù)學(xué)模型進(jìn)行求解，最終根據(jù)實(shí)時(shí)客流和交通情況決策最優(yōu)的發(fā)車間隔。

2.3 專家模糊控制

1984年，Tong R M首次提出專家模糊控制器[15]。專家模糊控制系統(tǒng)即把專家系統(tǒng)引入模糊控制中，結(jié)合專家系統(tǒng)的特點(diǎn)，進(jìn)一步提高模糊控制器的智能化水平。

文獻(xiàn)[16]針對(duì)礦井設(shè)備故障頻繁發(fā)生這一問題，將模糊控制引入采煤機(jī)故障診斷專家系統(tǒng)中，對(duì)采煤機(jī)故障進(jìn)行建模、推理和分析，最后輸出故障診斷的最優(yōu)結(jié)果，達(dá)到縮短排除故障時(shí)間的目的。文獻(xiàn)[17]針對(duì)炒茶機(jī)溫度控制系統(tǒng)存在的溫度控制精度低、調(diào)節(jié)時(shí)間長等缺點(diǎn)，研發(fā)了一個(gè)適用于高端名優(yōu)茶炒制的溫度智能控制系統(tǒng)，并結(jié)合模糊控制理論和專家系統(tǒng)設(shè)計(jì)了一種模糊專家控制器，實(shí)驗(yàn)結(jié)果表明，控制系統(tǒng)在一定范圍內(nèi)具有較好的動(dòng)靜態(tài)性能且誤差較小，能夠很好地滿足高端名優(yōu)茶炒制對(duì)溫度控制的要求。

3 模糊控制發(fā)展趨勢(shì)

根據(jù)目前模糊控制的應(yīng)用現(xiàn)狀，它未來的發(fā)展趨勢(shì)有以下幾種：

a. 模糊控制、神經(jīng)網(wǎng)絡(luò)與遺傳算法的結(jié)合；

b. 模糊控制、神經(jīng)網(wǎng)絡(luò)與控制方法的結(jié)合；

c. 各種智能優(yōu)化算法(如遺傳算法、蟻群算法及粒子群優(yōu)化算法等)互相結(jié)合的模糊控制；

d. 多變量模糊控制，適用于多變量控制系統(tǒng)；

e. 隨著單片機(jī)與PLC的發(fā)展，模糊控制模塊可應(yīng)用于計(jì)算機(jī)領(lǐng)域。

4 結(jié)束語

模糊控制作為智能控制技術(shù)的一部分，是解決許多復(fù)雜繁瑣控制問題的一種有效方法。近年來，模糊控制得到了快速發(fā)展，在生產(chǎn)生活中得到了越來越多的應(yīng)用。雖然目前模糊控制理論還不完善，技術(shù)還不成熟，控制效果還不理想，但是通過與其他智能優(yōu)化算法、計(jì)算機(jī)、PLC及神經(jīng)網(wǎng)絡(luò)等結(jié)合，能夠解決常規(guī)控制無法解決的控制問題，將具有巨大的應(yīng)用潛力與發(fā)展前景。

[1] Zadeh L A.Fuzzy Sets[J].Information and Control,1965,8(3):338～353.

[2] 朱靜,陶漢中.基于模糊綜合評(píng)價(jià)模型的換熱器能效分析[J].化工進(jìn)展,2010,29(z2):48～53.

[3] 劉曙光,王志宏,費(fèi)佩燕,等.模糊控制的發(fā)展與展望[J].機(jī)電工程,2000,17(1):9～12.

[4] 張金梅.基于模糊推理的智能控制系統(tǒng)的現(xiàn)狀和展望[J].圖書情報(bào)導(dǎo)刊,2004,14(1):126～128.

[5] Mamdani E H.Application of Fuzzy Algorithms for Control of Simple Dynamic Plant[J].Proceedings of the Institution of Electrical Engineers,1974,121(121):1585～1588.

[6] 李社蕾,張瀟,周望月.基于模糊控制的自動(dòng)泊車軌跡研究及仿真[J].計(jì)算機(jī)技術(shù)與發(fā)展,2017,27(2):163～166.

[7] 陳果,劉金根,韓世鵬.基于導(dǎo)管機(jī)器人的變論域模糊PID控制研究[J].計(jì)算機(jī)應(yīng)用研究,2018,35(2):1～6.

[8] 葛新成,胡永霞.模糊控制的現(xiàn)狀與發(fā)展概述[J].現(xiàn)代防御技術(shù),2008,36(3):57～61.

[9] 諸靜.模糊控制理論與系統(tǒng)原理[M].北京:機(jī)械工業(yè)出版社,2005:8.

[10]LeeSC,LeeET.FuzzySetsandNeuralNetworks[J].Cybernetics,1974,(4):83～103.

[11] 許璐.神經(jīng)模糊控制器在某交流伺服系統(tǒng)中的應(yīng)用研究[D].南京:南京理工大學(xué),2009.

[12] 邊霞,米良.遺傳算法理論及其應(yīng)用研究進(jìn)展[J].計(jì)算機(jī)應(yīng)用研究,2010,27(7):2425～2429.

[13] 張群,顏瑞.基于改進(jìn)模糊遺傳算法的混合車輛路徑問題[J].中國管理科學(xué),2012,20(2):121～128.

[14] 馬悅.基于模糊遺傳算法的智能公交調(diào)度系統(tǒng)研究[D].呼和浩特:內(nèi)蒙古大學(xué),2016.

[15]TongRM.ARetrospectiveViewofFuzzyControlSystems[J].FuzzySets&Systems,1984,14(3):199～210.

[16] 劉志海,張榮華,楊凱迪,等.基于模糊專家系統(tǒng)的采煤機(jī)故障診斷研究[J].煤炭技術(shù),2017,36(1):227～229.

[17] 潘玉成,林高飛,陳小利,等.基于模糊專家控制的茶葉炒制溫度控制系統(tǒng)[J].食品與機(jī)械,2016,32(11):79～84.

ApplicationStatusandDevelopmentTrendofFuzzyControl

GU Jun, ZHANG Yu
(SchoolofMechanicalEngineering,HuaihaiInstituteofTechnology)

The concept of fuzzy control was introduced and its characteristics were presented as well as its application status in the production was summarized to propose its development trend.

fuzzy control, application status, development trend

TH865；TP273+.4

A

1000-3932(2017)09-0811-03

2017-04-11)

淮海工學(xué)院研究生科研創(chuàng)新項(xiàng)目(XKYCXX2016-14)。

顧俊(1990-)，碩士研究生，從事工業(yè)機(jī)器人的研究，410677910@qq.com。