减速器试验台水冷系统算法仿真

朱兆元

（北方民族大学，宁夏 银川 750021）

在一些系统复杂程度性高或被控对象数学模型难以建立的系统中，通过操作人员的丰富经验或者实际现场大量数据的归纳总结可以调节出满意的控制效果。模糊控制就是模拟人类思维，在计算机内核植入自然语言，充分发挥计算机的智能灵活性来实现的一种控制策略。

1 模糊控制理论

模糊控制器的具体模块分为四部分：模糊化过程、知识库（包含数据库、规则库）、推理决策以及精确化计算。模糊化过程是将准确的测量输入变量值转变为模糊子集，将数字形式转换为语言值表示的隶属程度。知识库包含数据库与规则库，数据库提供了模糊推理、模糊化接口以及精确化计算接口的相关论域的必须数据，还包括各种语言规则论域的离散化、量化、正则化等；规则库则根据控制要求给出由语言值描述的专家经验的控制规则集合。推理决策指采用某种推理算法，以采样时刻的输入和基于模糊规则推导出模糊控制器的输出。精确化过程是由推理出的模糊推理结果反推理出的最佳准确值的过程。

2 模糊自适应PID控制器设计

传统PID控制器在面对生产过程中可以准确描述被控对象的线性定常系统时控制效果非常好，但实际现场中的被控对象不仅较为复杂而且不能计算出精确无误的传递函数。通过模糊控制将控制规则和控制经验转变为模糊集合，并给与评价指标从而得到理想的PID参数，称为模糊自适应PID控制。参数模糊自整定首演要找出误差e和误差变化△e与PID算法中Kp、Ki、Kd这三个参数直接的模糊关系。根据对e和△e在运行过程采样，结合模糊规则对Kp、Ki、Kd进行在线修改，以满足不同控制器的具体要求。其控制结构框图如图1所示。

图1 自适应PID控制器框图

针对油温的模糊控制器是一个两输入三输出的控制器，以油温误差e和油温误差变化△e作为两路输入量，输出PID控制器中合适的Kp、Ki、Kd三个输出量。

其中e、△e、Kp、Ki、Kd的模糊子集论域为[-6，6]，模糊子集为{NB，NM，NS，Z0，PS，PM，PB}，e和△e的基本论域分别为[-8，8]和[-12，12]，Kp、Ki、Kd的基本论域分别为[-0.25 0.25 ]、[-0.0 8 0.08 ]、[-0.6 0.6 ]。

故能求得量化因子：

参考时滞性强的温度大滞后系统控制方法和控制经验去建立模糊规则，模糊规则可见表1。

在Matlab中输入fuzzy来调用出模糊推理编辑器，以Mamdani推理规则得到模糊推理系统，添加输入油温误差e、油温误差变化ec；添加输出参数△Kp、△Ki、△Kd。在隶属函数编辑器中采用三角形隶属度函数，并为输入输出设置好相应变量论域、范围、模糊子集、子集论域。同时根据表1、2、3添加共计四十九个模糊规则。

表1 △kp/△ki/△kd模糊控制规则表

图2 模糊控制系统仿真图

从两种算法仿真结果对比图像可知：在温度控制这种具有大时滞性和大惯性的系统中，普通PID算法会造成的超调量过大可能会温度过高影响试验台性能；模糊PID算法在此有所改善，但是到达稳态的时间略长，控制精度上能达到要求，而且有着良好的动态性能，通过仿真结果的对比可以看出模糊PID控制算法能够满足水冷系统的控制要求。

图3 模糊PID系统仿真结果