減速器試驗臺水冷系統算法仿真

朱兆元

（北方民族大學，寧夏 銀川 750021）

在一些系統復雜程度性高或被控對象數學模型難以建立的系統中，通過操作人員的豐富經驗或者實際現場大量數據的歸納總結可以調節出滿意的控制效果。模糊控制就是模擬人類思維，在計算機內核植入自然語言，充分發揮計算機的智能靈活性來實現的一種控制策略。

1 模糊控制理論

模糊控制器的具體模塊分為四部分：模糊化過程、知識庫（包含數據庫、規則庫）、推理決策以及精確化計算。模糊化過程是將準確的測量輸入變量值轉變為模糊子集，將數字形式轉換為語言值表示的隸屬程度。知識庫包含數據庫與規則庫，數據庫提供了模糊推理、模糊化接口以及精確化計算接口的相關論域的必須數據，還包括各種語言規則論域的離散化、量化、正則化等；規則庫則根據控制要求給出由語言值描述的專家經驗的控制規則集合。推理決策指采用某種推理算法，以采樣時刻的輸入和基于模糊規則推導出模糊控制器的輸出。精確化過程是由推理出的模糊推理結果反推理出的最佳準確值的過程。

2 模糊自適應PID控制器設計

傳統PID控制器在面對生產過程中可以準確描述被控對象的線性定常系統時控制效果非常好，但實際現場中的被控對象不僅較為復雜而且不能計算出精確無誤的傳遞函數。通過模糊控制將控制規則和控制經驗轉變為模糊集合，并給與評價指標從而得到理想的PID參數，稱為模糊自適應PID控制。參數模糊自整定首演要找出誤差e和誤差變化△e與PID算法中Kp、Ki、Kd這三個參數直接的模糊關系。根據對e和△e在運行過程采樣，結合模糊規則對Kp、Ki、Kd進行在線修改，以滿足不同控制器的具體要求。其控制結構框圖如圖1所示。

圖1 自適應PID控制器框圖

針對油溫的模糊控制器是一個兩輸入三輸出的控制器，以油溫誤差e和油溫誤差變化△e作為兩路輸入量，輸出PID控制器中合適的Kp、Ki、Kd三個輸出量。

其中e、△e、Kp、Ki、Kd的模糊子集論域為[-6，6]，模糊子集為{NB，NM，NS，Z0，PS，PM，PB}，e和△e的基本論域分別為[-8，8]和[-12，12]，Kp、Ki、Kd的基本論域分別為[-0.25 0.25 ]、[-0.0 8 0.08 ]、[-0.6 0.6 ]。

故能求得量化因子：

參考時滯性強的溫度大滯后系統控制方法和控制經驗去建立模糊規則，模糊規則可見表1。

在Matlab中輸入fuzzy來調用出模糊推理編輯器，以Mamdani推理規則得到模糊推理系統，添加輸入油溫誤差e、油溫誤差變化ec；添加輸出參數△Kp、△Ki、△Kd。在隸屬函數編輯器中采用三角形隸屬度函數，并為輸入輸出設置好相應變量論域、范圍、模糊子集、子集論域。同時根據表1、2、3添加共計四十九個模糊規則。

表1 △kp/△ki/△kd模糊控制規則表

圖2 模糊控制系統仿真圖

從兩種算法仿真結果對比圖像可知：在溫度控制這種具有大時滯性和大慣性的系統中，普通PID算法會造成的超調量過大可能會溫度過高影響試驗臺性能；模糊PID算法在此有所改善，但是到達穩態的時間略長，控制精度上能達到要求，而且有著良好的動態性能，通過仿真結果的對比可以看出模糊PID控制算法能夠滿足水冷系統的控制要求。

圖3 模糊PID系統仿真結果