模糊算法在PLC程序的實現

劉銘

摘? 要：模糊控制（Fuzzy Control）是基于模糊語言變量、模糊邏輯理論等理論以及實踐經驗逐步發展而形成的，使得現代控制技術、計算機技術能夠有效融合，是一種現代智能控制技術。該控制方法的優點為，對建模精度要求相對較低;基于工作人員的經驗可實現對系統的有效控制。也正是因為這些優勢，在大時滯、非穩定等情況下，模糊控制的抗擾動能力較為突出。因此，該文主要就模糊算法在PLC程序的實現進行了簡要的闡述。

關鍵詞：模糊算法? 模糊控制? PLC程序

中圖分類號：TP273 ? ?文獻標識碼：A 文章編號：1672-3791（2019）12（a）-0014-02

1? 模糊控制系統簡介

模糊控制系統的主要部分如圖1所示，其主要構成包括執行器、傳感器等。對比分析模糊控制系統與PID控制器能夠發現，兩種方法在很多方面存在差異，包括各自的算法原理、輸入維數等都有所差異。

2? 模糊控制器的設計

圖2為模糊控制器的原理框架圖。

模糊控制器的設計流程如下。

（1）明確模糊控制器的構成。

輸入維數的大小在很大程度上會對控制結果產生影響，因此，為了使得控制結果盡可能精確，要求選擇盡量多的輸入維數，而輸入維數過多必然會導致規則庫所需的數據量過多，這就加大了指定難度。筆者參考操作人員的實踐經驗，最終在模糊控制器的設計中確定了雙輸入單輸出的控制結構，采取這種結構更為合理，得到的結果也比較理想。

（2）確定模糊語言值。

該系統中e、ec為輸入值，E與EC即為對前者進行了模糊處理之后獲得的，最終的輸出值為U。模糊語言值的選擇為{負大（NB）、負中（NM）、負小（NS）、零（ZO）、正小（PS）、正中（PM）、正大（PB）}，相應的量化等級為{-3，-2，-1，0，1，2，3}。

（3）選擇隸屬函數。

在選擇隸屬度函數時通常會以專家以及工作人員的經驗為依據，在設計本系統時，考慮到項目實際情況與工作人員的經驗，最終確定三角形隸屬度函數為控制函數。

（4）輸入值的模糊化。

將得到的e與ec與各自相對應的量化因子Ke和Kec相乘，即可計算得出E與EC，這一操作過程就是輸入的模糊化。例如e的變化范圍為[a，b]，則相應論域E的取值范圍要求為[-n，n]，如下所示為對應的變化方程式：

（1）

（2）

（5）建立模糊規則庫。

模糊規則庫是依據操作人員的工作經驗，以及現場的實際情況，綜合三角形隸屬度函數以及模糊的運算法則而得到的，具體如圖1所示。

（6）模糊推理。

結合表1，運用Mamdani推理方法，由if、and、or、then等模糊語句及其運算關系可得下式所示的模糊關系R。

R=E×EC×U ? ? ? ?（3）

可得模糊推理為：

R1：if e is NB and ec is NB then U is PB

R2：if e is NB and ec is NM then U is PB

R3：if e is NB and ec is NS then U is PM

R4：if e is NB and ec is ZO then U is PM

R5：if e is NB and ec is PS then U is ZO

R6：if e is NB and ec is PM then U is ZB

R7：if e is NB and ec is PB then U is NB

（7）調節量的清晰化。

完成上述程序操作之后可得模糊控制量U，將其與量化因子Ku相乘即可獲得實際控制量u，即實現了調節量的清晰化。

3? 模糊算法在PLC程序的實現

前述對模糊控制器的設計流程進行了簡要闡述與分析，在此基礎上能夠得到模糊算法的程序圖（見圖3）。

（1）偏差e與偏差變化率ec的求取程序。

利用SUB_R指令能夠完成對系統偏差e值的有效編程，ec為基于兩次采樣數據獲得的插值，為了有效提升系統精度，保證采樣時間的恒定性，還可調用循環中斷組織塊0B35，計算并ec。

（2）偏差e與偏差變化率ec的模糊化程序。

該系統中溶解氧的變化范圍為0～10，e的變化范圍設定為[0，12]。考慮到能耗問題，為了最大程度地降低能耗，使系統控制精度得以提升，該文共采用了49個實驗數據，論域E對應的變化范圍為[-3，3]，按照前述公式可將偏差e線性轉換得到論域E：

（4）

可得對應的比例因子為0.5。文章篇幅限制，該文并未對e、ec的模糊化程序進行詳細闡述。

（3）模糊規則庫的存儲數據程序。

該系統的實驗數據共計49個，考慮到數據存儲以及尋址等問題，筆者將所有數據保存在DB數據塊中。

（4）模糊尋址求取調節量程序。

該程序需要完成的首要工作就是實現對模糊論域元素{-3，-2，-1，0，1，2，3}的轉換，經過轉換后得到{0，1，2，3，4，5，6}，隨后通過固定地址加指針動態尋址將U寫入至固定的DB塊中。

（5）調節量去模糊化求取準確值程序。

通過前述操作程序，調節量的值已被傳送至固定地址，隨后需要進行的就是使其與比例因子相乘實現清晰化，整個程序完成。

參考文獻

[1] 吳順麗，王孟平，李昊楠，等.污水處理中溶解氧的單神經元PID控制算法設計與實現[J].河南科學，2018，36（10）：1516-1520.

[2] 王雨萌.基于智能控制策略的污水處理控制系統[D].浙江大學，2018.

[3] 王德望，趙敏.污水處理系統溶解氧的BP-PID控制算法[J].軟件導刊，2018，17（2）：68-70，73.