PAGEPAGE4模糊控制系統的應用一、模糊控制系統的應用背景模糊控制系統是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎的一種計算機數字控制技術。1965年美國的扎德創立了模糊集合論,1973年,他給出了模糊邏輯控制的定義和相關的定理。1974年英國的Mamdani首先用模糊控制語句組成模糊控制器,并把它用于鍋爐和蒸汽機的控制,在實驗室獲得成功,這一開拓性的工作標志著模糊控制論的誕生。模糊控制系統主要是模擬人的思維、推理和判斷的一種控制方法,它將人的經驗、常識等用自然語言的形式表達出來,建立一種適用于計算機處理的輸入輸出過程模型,是智能控制的一個重要研究領域。從信息技術的觀點來看,模糊控制是一種基于規則的專家系統。從控制系統技術的觀點來看,模糊控制是一種普遍的非線性特征域控制器。相對傳統控制,包括經典控制理論與現代控制理論。模糊控制能避開對象的數學模型(如狀態方程或傳遞函數等),它力圖對人們關于某個控制問題的成功與失敗和經驗進行加工,總結出知識,從中提煉出控制規則,用一系列多維模糊條件語句構造系統的模糊語言變量模型,應用CRI等各類模糊推理方法,可以得到適合控制要求的控制量,可以說模糊控制是一種語言變量的控制。模糊控制具有以下特點:(1)模糊控制是一種基于規則的控制。它直接采用語言型控制規則,出發點是現場操作人員的控制經驗或相關專家的知識,在設計中不需要建立被控對象的精確數學模型,因而使得控制機理和策略易于接受與理解,設計簡單,便于應用;(2)由工業過程的定性認識出發,比較容易建立語言控制規則,因而模糊控制對那些數學模型難以獲取、動態特性不易掌握或變化非常顯著的對象非常適用;(3)基于模型的控制算法及系統設計方法,由于出發點和性能指標的不同,容易導致較大差異;但一個系統的語言控制規則卻具有相對的獨立性,利用這些控制規律間的模糊連接,容易找到折中的選擇,使控制效果優于常規控制器;(4)模糊控制算法是基于啟發性的知識及語言決策規則設計的,這有利于模擬人工控制的過程和方法,增強控制系統的適應能力,使之具有一定的智能水平;(5)模糊控制系統的魯棒性強,干擾和參數變化對控制效果的影響被大大減弱,尤其適合于非線性、時變及純滯后系統的控制。除此,模糊控制還有比較突出的兩個優點:第一,模糊控制在許多應用中可以有效且便捷地實現人的控制策略和經驗;第二,模糊控制可以不需被控對象的數學模型即可實現較好的控制,這是因為被控對象的動態特性已隱含在模糊控制器輸入、輸出模糊集及模糊規則中。模糊控制也有缺陷,主要表現在:1)精度不太高;2)自適應能力有限;3)易產生振蕩現象。二、模糊控制系統的現狀模糊控制的研究主要體現在控制器的研究和開發以及各類實際應用中,目前模糊控制已經應用在各個行業。各類模糊控制器也非常多,模糊控制器的研究一直是控制界研究的熱點問題,而關于模糊控制系統的穩定性分析則是模糊控制需要研究和解決的基本問題。目前已經出現了為實現模糊控制功能的各種集成電路芯片。開發模糊控制系統的軟件工具也出現了不少。下面作一簡單介紹。1．與其它智能控制的結合或融合模糊控制與其它智能控制的復合產生了多種控制方式方法。主要表現在:1）模糊PID控制器模糊PID控制器的研究是將模糊技術與常規的PID控制算法相結合的一種控制方法,得到了許多學者的關注。模糊PID控制器是一種雙模控制形式。這種改進的控制方法的出發點主要是消除模糊控制的系統穩態誤差,利用PID控制器提高控制精度,消除誤差,增加穩態控制性能。從PID控制角度出發,提出FI—PI、FI—PD、FI—PID三種形式的模糊控制器,并能運用各種方式得出模糊控制器中量化因子、比例因子同PID控制器的因子KP、KI、KD之間的關系式。對基于簡單線性規則TS模型的模糊控制器進行了分析,指出這類模糊控制器是一種非線性增益PID控制器。有人試圖利用GA算法,通過性能指標評價函數,決定模糊控制器的Ke、Kec、Ku等參數。2）自適應模糊控制器自適應模糊控制器就是借鑒自適應控制理論的一些理念來設計模糊控制器,也稱作語言自組織模糊控制器(SOC),它的思想就在于在線或離線調節模糊控制規則的結構或參數,使之趨于最優狀態。目前主要有通過采用一種帶有修正因子的控制算法,改變控制規則的特性;或直接對模糊控制規則進行修正;還有一種是對控制規則進行分級管理,提出自適應分層模糊控制器;又有人提出規則自組織自學習算法,對規則的參數以及數目進行自動修正;更進一步的是采用神經傳感器，且只是在接觸物體后才會啟動NFC特征讀取器，所以電力消耗量可以被控制到很少。（二）模糊智能控制在洗衣機中的應用

全智能模糊控制技術如今在洗衣機上運用比較普遍，這種技術很大的方便了人們的洗衣。這款海爾

XQB70-M918家家愛波輪洗衣機，采用了智能模糊功能，更加的省時省電。6KG的洗滌容量，也非常適合大眾家庭使用。特設的快速洗程序，進少量水就開始洗滌衣物，漂洗、脫水、甩干同步進行，省時省電。8個不同水位可自行調節，避免過高水位造成的洗滌浪費。這款洗衣機可對衣物重量與材質對洗衣程序進行模糊控制，以確定水位的高低、時間的長短，自動選擇最佳洗衣程序，精確洗衣。該洗衣機的波輪底部撥葉快速攪動桶底水流，在內桶底部產生6道噴射水流，使衣物懸浮于水的中間，減少衣物和波輪的接觸，減少纏繞，降低磨損。并且該洗衣機進水、漂洗同步進行，漂洗后的漂洗液直接排出洗衣機，避免對衣物的二次污染。(三)智能小區住宅安防系統應用的新選擇1.全數字、全高清、智能化、統一化

在智能小區建設中采用了先進的視頻監控系統方案，根據小區的不同防范區域按照相應的防護要求，本著因地制宜、積極穩妥、注重實效、嚴格要求及保密的原則，著眼于實際，為切實提高工作效率、創造安全環境，實現“以人為本、科技管理”的目標而建設小區視頻監控系統。針對的視頻監控系統中的問題，在此系統中可采用高清網絡攝像機，替代傳統普遍使用的模擬攝像機，實現視頻信號穩定流暢，高清畫質呈現，在視頻監控中不遺留任何的細節。并且，在視頻監控系統中推出的智能平臺可以對重點區域視頻智能實時分析，實現警戒線穿越、物品遺留、非法停車、徘徊、聚集等檢測。變“被動監控”為“主動監控”，有效解決了監控人員不足以及無法24小時人為監控的難題。對于聯網統一化程度不高的問題，可通過全IP數字化系統實現了集中管控。只要是網絡互通的地方安裝客戶端軟件，授權用戶可以查看任何區域的圖像和接收報警信息，極大方便了監控中心人員對小區監控地點的管理。并且還有豐富的告警聯動機制：支持周界防范、防盜報警、門禁、電子巡更與視頻監控聯動，使安保人員及時掌握現場畫面。另外，小區三維建模是本案一大特色技術，通過建立整個小區和大樓的3D模型系統，可以在3D模型上集成并有效的顯示大樓內部攝像頭、門禁等布點信息，可通過3D模型直觀地操控攝像機、門禁等設備。2.準確度高、抗干擾性強、探測范圍廣

在入侵報警系統中采用光纖光柵周界入侵防范技術，它是基于光纖光柵傳感原理研制。其特別之處在于系統采用光纖光柵振動探測器封裝成高靈敏度的振動探測光纜。對于前文提出的入侵報警系統中出現的問題，本方案采用先進的數字式測量技術，不受光源波動、連接損耗、光纜的隨機振動等因素的影響，極大增加了探測的準確性和可靠性。在此系統中，光纖光柵周界入侵報警系統的光纖光柵振動探頭對振動信號的采集是在無電的情況下進行的，防燃、防爆、防雷擊，抗干擾性強，發揮獨到的優勢。方案利用光線光柵逐點探測，可以在長達數十公里的周界上準確定位入侵發生的位置。而且，光纖光柵周界入侵報警系統組網方便靈活，各檢測通道相對獨立，避免了設備間的影響，成功做到了不漏報，少誤報。光纖組網較電網而言，還具有成本低、壽命長、易于遠傳組網等優勢。在光纖光柵周界入侵報警系統上留著標準端口或繼電器輸出(單獨配置)與外部其它控制設備進行通信，可實現與安防領域中使用的其它系統聯網。3.在線系統和離線系統優勢相結合

在電子巡更系統中提供了具有強大功能的軟件中心，在中心軟件中實時顯示巡更員的巡更情況，生成報表，并具有人性化的智能排班、事件設置、系統設置、實時報警、集中管理和在線幫助等功能。考慮到各種不同的巡更系統技術的缺陷，采取的是在線巡更系統與離線巡更系統相結合的方法。在門禁點等易布線的位置，利用門禁點作為巡更點，使用方法和門禁刷卡一樣，只需在讀卡機上刷卡就可以將實時的信息及時上傳到軟件，控制中心人員可實時了解巡更人員的動態。用門禁系統管理軟件可以實時查詢保安人員的巡更記錄。通過一卡通集成管理軟件對門禁管理軟件的擴展和集成，很容易實現更高要求的在線式巡更系統。在布線困難的地方，因地制宜，采用離線式巡更系統的做法，并結合了對講機進行實時管理，完美實現了巡更系統的運作。4.安裝方便、能耗低、成本低

不同于有線控制系統，無線控制利用射頻、載波等技術，將家居產品與控制端無線連接，以實現設備之間的智能化控制。根據之前提出的智能住宅安防系統中現存的問題，本方案在此系統中利用無線系統控制家居設備，不僅操作、安裝方便簡潔，省去了布線的重重困難，還大大增加了設備的擴展性能。無線系統能解決造價高、工期長這個問題，例如無線物聯網門禁系統大大簡化了門點的設備：一把電池供電的鎖具。除了門上面要開孔裝鎖外，門的四周不需要安裝任何輔助設備，大幅縮短施工工期，能大大降低后期維護的成本。本方案為智能住宅提供了更高的數據通訊的安全性和傳輸數據的穩定性。在供電方面，還使用了超低功耗的電池供電;另一方面，無線控制系統高速的通訊速度極大縮短了信號在空中傳輸的時間，因此又大大減少了用電損耗。（四）中央空調將走人工智能模糊控制方向《中央空調水系統節能控制裝置技術規范》已于2011年11月1日正式實施，該標準從2007年開始申報立項，經過立項批準、起草標準草案、征求意見、試驗驗證、標準審定、標準報批等環節，歷經3年多時間，終于完成該國家標準的制定。據空調制冷大市場調查了解，中央空調水系統節能控制裝置是將現代模糊控制技術、計算機技術、系統集成技術和變頻調速技術集成應用于中央空調系統控制的一項具有自主知識產權的先進技術裝置，開創了中央空調控制技術發展的一個新方向人工智能模糊控制，從而實現了中央空調控制技術的新突破。據悉，該標準實施后中央空調行業將面臨新一輪的市場挑戰。業內人士表示，標準的實施一方面會對制造、維修企業起強制性的約束作用，推動行業升級轉型；另一方面也將改變中央空調市場原有的產品結構，大幅度降低運行能耗，并提升中央空調的節能進程。業內人士稱，由于國標的實施，原有的中央空調將面臨產品節能水平不達標的問題，因為之前就有空調廠家在加快清理普通空調產品庫存，淘汰不達標的產品。如今，國內的空調生產企業都在面臨著激烈的市場競爭，原材料等價格的上漲使廠商面臨著較大的壓力。據制冷快報記者了解，中央空調節能新國標的實施將助推空調行業的產業升級。而消費者在購買空調產品將越來越看重品牌、售后服務等，因此企業在技術方面必須要有所突破以提高自身的核心競爭力，搶占市場份額。(五)基于神經模糊控制在SAW壓力傳感器溫度補償中的應用聲表面波(SAW)技術是一門新興熱門研究課題之一，國內外已有溫度、壓力、加速度等傳感器的相關報道。SAW壓力傳感器借助于它無以倫比的性能，諸如：1)數字號輸出;2)高靈敏度、高分辨力、抗干擾能力強;3)易于大規模集成。正是由于這些自身的優越性，它有著廣泛的應用領域。但美中不足的是SAW壓力傳感器對環境的要求比較苛刻，SAW振蕩器輸出頻率信號隨著壓力、溫度、磁場等外界因素變化而變化，特別是溫度的影響是測量誤差的主要來源，為保證SAW壓力傳感器高準確度和高靈敏度測量，必須進行有效的溫度補償。本文將神經網絡和模糊控制技術相結合，對SAW壓力傳感器進行智能化溫度補償，通過此方法進行的改進，使SAW壓力傳感器能更好地應用到工程領域。1.

溫度補償方案在傳統的溫度補償中，例如：硬件補償和軟件補償2種方法。但存在著補償電路漂移、局部最優、精度不夠等缺點，無法滿足SAW壓力傳感器補償要求。鑒于此種情況，本文采用了神經模糊控制方法，對SAW壓力傳感器進行智能溫度補償。神經模糊控制是一種用神經網絡實現的模糊控制的方法。在形式結構上是用多點網絡實現的模糊映射。而神經網絡的非線性和可訓練性說明它可以實現任何一種映射關系。因此，本文利用神經網絡對知識的表達機理，通過學習訓練，實現控制規則基記，從而實現模糊輸入-模糊輸出的映射。神經模糊控制對SAW壓力傳感器溫度-壓力補償模型見圖1。在SAW壓力傳感器后面接神經模糊控制器，把傳感溫度T作為輸入，則神經模糊控制器能直接輸出被測量。2.實現控制規則的神經網絡在一般情況下，模糊控制的推理功能是在隸屬函數不變的條件下進行的。在實際運用當中是隨時間的改變而改變的。為了彌補單一模糊控制技術這種不足，特采用神經網絡的學習功能進行隸屬度的調節，實現自動調節功能，以適應實際的需要。本文用含一個隱含層的三層前饋神經網絡，模型如圖2。其中，p為輸入矢量，R為輸入矢量維數，S1為隱含層神經元個數，S2為輸出層神經元個數，W1為隱含層神經元權值矩陣，W2為輸出層權值矩陣，b1為隱含層神經元閥值，b2為隱含層神經元閥值，n1為隱含層輸入節點，n2為輸出層節點。f1為S型函數，f2為purelin型函數。神經網絡算法是用于前饋多層網絡的學習算法。如果輸出不能得到期望的輸出，則轉入后向傳播。通過誤差的后向傳播調整各層之間的權系數。反復輸入樣本序列，直至權系數不在改變為止，輸出誤差在規定的范圍之內。算法采用如下改進：1)采用模擬退火法以克服局部最小;2)用奇函數作激勵函數和傳播過程中采用新誤差傳播因子完善該算法收斂性問題。鑒于BP神經網絡訓練過程需要對所有權值和閥值進行修正，是一種全局逼近神經網絡，但訓練速度較慢，不適用實時性較強場合，故采取了局部逼近網絡——徑向基網絡。算法訓練關系式如下：節點輸出為式中a1為節點輸出;b為神經元閥值;Wij為接點連接權值;f為傳遞函數。權值修正式中z為新學習因子;h為動量因子;Ej為計算誤差。誤差計算式中tPI為i節點期望輸出值;aPI為i節點計算輸出值。由于神經網絡的神經元個數不確定性，經大量數據的實驗驗證，本文選取輸入層有2個神經元，隱含層有4個神經元。輸出層只有1個神經元。采用只有1個隱含層的三層網絡對控制基進行學習記憶。把每條控制規則作為神經網絡的樣本進行訓練學習，從而能實現這個規則基的神經網絡權系數。基于神經網絡在推理方面不足，故借助于模糊控制強大的推理功能，提取有效的條件語句，進而加快網絡的訓練速度。選取偏差E和偏差變化率△E作為輸入和控制量U作為輸出。偏差E和偏差變化率△E的模糊量分別為大(L)，中(M)，小(S)，創立描述條件推理表格如表1。橫行元素表示E的模糊量，豎行表示△E的模糊量，兩者交叉為控制量U的模糊量。根據表中數據，可知共有3×3種推理語句，采用推理法將條件語句表簡化得出以下4條語句：將產生貢獻的語句選出，可能存在的個數為20，21，…，2n。這樣，減少了冗余的推理語句，有利于網絡訓練速度的快速進行。3.仿真與應用現在礦井下事故頻繁發生，用AE聲發射預測瓦斯突發是非接觸測量一種趨勢，由于環境條件限制，用SAW壓力傳感器作為接收聲發射信號的傳感器，就必須保證測量信號的高準確性和智能性特點，而用神經模糊控制對溫度進行了智能補償，加上先進的封裝技術，可使SAW在實際的瓦斯預測測量中發揮巨大作用。通過實驗驗證，此種方法可行。在MATLAB6.0環境下進行神經網絡的訓練和仿真，通過神經網絡工具箱，編制相應的仿真訓練程序，實現仿真過程。在仿真時，隨機選取幾組頻率-溫度作為輸入，最后，進行標定壓力值和仿真結果的比較。仿真數據結果如表2。實際中，溫度變化對SAW壓力傳感器的性能影響非常明顯，通過神經網絡的訓練，訓練的頻率和誤差在規定范圍內，