模糊控制理論及其在石化裝置中的實現(xiàn)

羅 軍

（中科合成油工程股份有限公司 電儀部，北京 100003）

在石油化工流程工業(yè)中，常規(guī)的PID 控制基本可以滿足大部分裝置的控制需求，并得到廣泛的推廣應(yīng)用。然而隨著石油化工裝置向著集成化、連續(xù)化、大型化發(fā)展，出現(xiàn)百萬噸級的項目，隨之出現(xiàn)了控制的“瓶頸”，比如變量間的匹配和回路間耦合等。由于先進(jìn)控制并不普及，出現(xiàn)了無法投入自動控制以及投入大量人力成本等問題，甚至威脅裝置的安全?；诖?，本文結(jié)合已建項目，探索先進(jìn)控制策略并將其在實際工程項目中實現(xiàn)。

1 模糊控制產(chǎn)生的背景

隨著智能工廠的建設(shè)推進(jìn)，石油化工廠的建設(shè)與設(shè)計對于智能控制要求也越來越高，各個科學(xué)技術(shù)領(lǐng)域和生產(chǎn)部門、管理部門都迫切要求數(shù)字化、定量化，以便更精確地描述、反映不同的事物和處置各類問題[1]。

圖1 模糊控制系統(tǒng)方框圖Fig.1 Block diagram of the fuzzy control system

在自動控制系統(tǒng)中，因為大多數(shù)被控對象動態(tài)特性的復(fù)雜性與時變性，所以會在控制的過程中出現(xiàn)現(xiàn)今絕大多數(shù)儀器儀表無法精確測量的模糊量，比如汽包液位的測量，由于“虛假液位”的存在，儀表不能夠準(zhǔn)確測出[2]。雖然三沖量控制方案具有理論上良好的控制效果，但實際上由于工況變化，對于PID 參數(shù)的整定要求非常高，從而得不到預(yù)期的控制效果。若是讓有經(jīng)驗的工程師進(jìn)行人工調(diào)節(jié)，就可實現(xiàn)自動控制，基于這樣的思路，使用程序算法模仿有經(jīng)驗的工程師的操作流程，來進(jìn)行對控制過程的調(diào)節(jié)、操作與監(jiān)視。這就導(dǎo)致了模糊控制理論的誕生。模糊控制適用于如下的情形：

1）適用于數(shù)學(xué)模型不易得到的被控對象，但是可以獲取有經(jīng)驗的工程師的知識、操作流程和操作數(shù)據(jù)等。

2）控制規(guī)律采用了較簡單易理解的語言變量來表達(dá)，避開了復(fù)雜的傳遞函數(shù)。

3）適用于時變、非線性、高階、滯后的工業(yè)被控對象，具有很強(qiáng)的魯棒性。

4）適用于多輸入多輸出的被控對象，可統(tǒng)籌兼顧各個參數(shù)變量。

2 模糊控制的基礎(chǔ)——模糊數(shù)學(xué)

Zadeh 教授在1965 年發(fā)表了名為《模糊集合論》的論文，其在論文中創(chuàng)造性地提出了用“隸屬函數(shù)”來描述現(xiàn)象差異的過渡，這與古典數(shù)學(xué)中講求絕對關(guān)系的集合論完全不同。后經(jīng)扎德教授演變推進(jìn)整合，將古典數(shù)學(xué)的嚴(yán)格性與Zadeh 教授提出的模糊數(shù)學(xué)整合起來，從而得出了“模糊集合”的概念，這標(biāo)志著模糊數(shù)學(xué)的正式誕生。

控制論的創(chuàng)始人維納將這一思想運用于控制領(lǐng)域，類似于仿生學(xué)的原理，使用計算機(jī)模仿人類的思考模式，讓計算機(jī)完成復(fù)雜的控制任務(wù)。在實際應(yīng)用中，需要把一個事物“不明確”的程度用數(shù)字定量化地表達(dá)出來，亦即“不明確”的程度究竟有多少，隸屬函數(shù)可將不確定的程度進(jìn)行定量，故為了實現(xiàn)模糊控制。比如依據(jù)現(xiàn)場工程師的經(jīng)驗研究出所需參數(shù)的合理準(zhǔn)確的隸屬函數(shù)，隸屬函數(shù)的準(zhǔn)確程度決定了模糊控制的準(zhǔn)確性與快速性。若把液位60%以上都稱為高液位，那么60%以上的液位從屬于“高液位”這個集合的程度是不一樣的，可以用0 ～1 中的一個實數(shù)去度量不同的元素隸屬于模糊集合的程度，這個數(shù)就是隸屬度，用函數(shù)來描述它就構(gòu)成了隸屬函數(shù)。

3 模糊控制器的基本原理

模糊控制器包含著模糊控制算法，模糊控制算法就是使用模糊集合理論，將工作經(jīng)驗轉(zhuǎn)化為計算機(jī)語言，達(dá)到使用計算機(jī)進(jìn)行運行的目的。從而模擬人類的智能，實現(xiàn)生產(chǎn)過程的有效控制。模糊控制非常適合于控制復(fù)雜、非線性、大滯后和不確定性的被控對象。由于模糊控制系統(tǒng)是一種計算機(jī)控制系統(tǒng)，故其組成類似于一般的數(shù)字控制系統(tǒng)如圖1 所示，僅僅是數(shù)字控制器中的控制算法是模糊運算。

模糊控制器一般由以下4 個部分組成：

1）模糊量化處理（模糊化接口）：尋找隸屬函數(shù)的過程，此過程可使用模擬軟件進(jìn)行設(shè)計，通過模擬可檢驗隸屬函數(shù)的準(zhǔn)確程度。在控制器中，該功能模塊是將A/D 轉(zhuǎn)換器得到的數(shù)字量，依據(jù)有經(jīng)驗的工程師的知識進(jìn)行模糊化，找到隸屬函數(shù)。任何輸入的變量皆需要模糊化，若是存在求取變量間的差值，則先進(jìn)行差值運算再進(jìn)行模糊化。比較常用的模擬量化處理的方法：可根據(jù)對事物的判斷習(xí)慣沿用正態(tài)分布的思維特點，對應(yīng)模糊子集的隸屬函數(shù)采用正態(tài)分布函數(shù)表示，將在某區(qū)間的確切量X 模糊化為這樣的一個模糊子集，在點X 處隸屬度為1，除X 外其余各點的隸屬度均取0。在實際工程中，隸屬函數(shù)的選擇取決于控制系統(tǒng)中所有設(shè)備的狀況，在確定模糊子集時，應(yīng)該去了解控制設(shè)備的運行情況，然后再決定。但涉及模糊控制器的工程師一般很難了解實際設(shè)備情況，此時可選擇等級量的論域與模糊量論域相等，并讓每一個等級量響應(yīng)模糊量的隸屬度為1，其余為0，形成等腰三角形。合理找到適合實際工程應(yīng)用的隸屬函數(shù)是模糊量化處理的關(guān)鍵。

2）模糊控制規(guī)則：模糊控制規(guī)則是模糊控制算法的核心內(nèi)容，在自動控制中，可將變量分為輸入變量與輸出變量，控制規(guī)則的主要目的就是基于輸入變量推理出適合實際工況的輸出變量，隸屬函數(shù)就起了決定性的作用，由此可量化地推出合理的輸出變量。但是，隨著對控制要求的提高以及流程工業(yè)復(fù)雜程度的提升，也可以設(shè)置模糊控制為在線學(xué)習(xí)，可增加神經(jīng)網(wǎng)絡(luò)控制算法在線改變語言值的參數(shù)等。

圖2 簡單控制回路Fig.2 Simple control loop

3）模糊決策：即模糊推理機(jī)。它是利用模糊控制規(guī)則庫中的知識模擬人的推理過程，目的是讓計算機(jī)實現(xiàn)人的操作。

4）非模糊化處理（確切化接口）：非模糊化處理是將模糊決策得到的輸出值轉(zhuǎn)化為執(zhí)行機(jī)構(gòu)可以執(zhí)行的確切值。非模糊化處理的方法有很多，比較常用的有最大隸屬度、重心法、左取法和右取大法以及加權(quán)平均值法，然后通過D/A 轉(zhuǎn)換器再把它轉(zhuǎn)換成模擬量送給執(zhí)行器。

4 模糊自整定PID控制的產(chǎn)生

根據(jù)模糊控制器的特點，將其應(yīng)用到實際工程中，將會明顯提高回路控制的效果。由于設(shè)計模糊控制器時，各參數(shù)的設(shè)定并不是根據(jù)被控對象的數(shù)學(xué)模型來確定的，由此說明模糊控制對被控對象的非線性和時變性具有一定的適應(yīng)能力即魯棒性較好的特點。此外，由于模糊控制器設(shè)置的論域是一個區(qū)間，故只要能使系統(tǒng)穩(wěn)定，那么所需的控制作用頻率是很低的，對于化工生產(chǎn)裝置而言，大大提高裝置運行的平穩(wěn)性、安全性以及經(jīng)濟(jì)性，對于執(zhí)行機(jī)構(gòu)調(diào)節(jié)閥來說，也可降低調(diào)節(jié)閥動作的頻率，從而提高調(diào)節(jié)閥的使用壽命以及降低維護(hù)調(diào)節(jié)閥的次數(shù)以及成本。但是，由于模糊控制器本身的特點，不能夠消除系統(tǒng)的靜差，這在實際工程應(yīng)用中是不被允許的。

實際工程應(yīng)用中，基本都在使用PID 控制器，這是由于PID 控制器本身具有原理簡單，即根據(jù)設(shè)定值與測量值的差計算出控制器的輸出值給執(zhí)行機(jī)構(gòu)[5]，此外具有使用方便、較好的魯棒性、控制器的參數(shù)整定比較容易以及無靜差調(diào)節(jié)等特點。但是PID 控制要求模型結(jié)構(gòu)非常精確，而在實際工程應(yīng)用中，大多數(shù)工業(yè)過程都不同程度地存在非線性、參數(shù)時變性和模型不確定性，工藝專業(yè)在設(shè)計工藝流程時就會假設(shè)很多工況，這也說明了被控對象的多變性，因而采用常規(guī)的PID 控制無法實現(xiàn)對過程的精確控制。

模糊自整定PID 控制就是基于以上思路而產(chǎn)生，不依賴被控對象數(shù)學(xué)模型，而是根據(jù)工程設(shè)計人員的經(jīng)驗設(shè)計模糊控制規(guī)則，并將其與有關(guān)信息（評價指標(biāo)、初始PID參數(shù)）作為知識存入計算機(jī)知識庫中[4]，然后計算機(jī)根據(jù)被控對象（比如汽包液位）運行情況，依據(jù)模糊控制規(guī)則進(jìn)行模糊推理，即可自動實現(xiàn)對PID 參數(shù)的自動在線整定，從而使得PID 控制器的調(diào)節(jié)效果最佳。

5 模糊自整定PID控制在工程中的實現(xiàn)原理

化工裝置中大部分回路為單回路控制，故在此選擇單回路控制為基礎(chǔ)，為其設(shè)計模糊自整定PID 控制器。將詳細(xì)介紹模糊自整定PID 控制在工程中實現(xiàn)的步驟，使得工程人員可依據(jù)各自面對的被控對象的特性，設(shè)計出符合實際工況的PID 控制器。如圖2 是一個簡單控制回路。

簡單控制回路由控制通道與測量通道組成，控制通道一般由控制器、執(zhí)行器以及被控對象組成，測量通道則是由測量元件及變送器組成。簡單控制回路是根據(jù)設(shè)定值與實際輸出值構(gòu)成控制偏差如式（1）：

PID 控制規(guī)律如式（2）：

在簡單控制回路中，PID 控制器的kp、TI、TD三個參數(shù)是由工程人員整定得到的，整定的方法很多，大多是依據(jù)工程經(jīng)驗試湊得到的，在工程人員進(jìn)行參數(shù)整定完以后，一般不再做調(diào)整。

模糊PID 是根據(jù)偏差E 和偏差變化率Ec，Ec 如式（3）：

在不同工況下，PID 控制器想要獲得好的控制效果，就必須設(shè)置不同的參數(shù)。模糊PID 控制器就是依據(jù)這樣的思路，可通過事先制定的模糊規(guī)則不斷在線自動調(diào)整PID參數(shù)來獲得在不同工況下的最佳PID 參數(shù)?；驹硎牵簯?yīng)用模糊集合理論建立參數(shù)Kp，Ki，Kd與偏差E 和偏差變化率Ec 之間模糊邏輯關(guān)系，并根據(jù)不同的E 和Ec 在線自整定PID 參數(shù)的一種模糊控制器。其結(jié)構(gòu)如圖3 所示。

模糊PID 控制器不斷檢測誤差值E 和誤差變化率Ec，控制算法的本質(zhì)是找出比例系數(shù)k、積分系數(shù)ki 和微分系數(shù)Kd 三個參數(shù)與輸入與輸出差值E 和該差值的變化率Ec之間的模糊關(guān)系，通過模糊控制算法求出適合實際工況的控制參數(shù)，從而使被控對象有良好的動、靜態(tài)性能。

6 模糊自整定PID控制在工程中的實現(xiàn)步驟

基于理論結(jié)合實際的思路，總結(jié)出了4 個步驟來完成模糊自整定PID 控制在工程中的實現(xiàn)步驟，如下：

圖3 模糊PID控制器結(jié)構(gòu)Fig.3 Fuzzy PID controller structure

6.1 可行性調(diào)研：確定技術(shù)實施的必要性與可行性

1）現(xiàn)場數(shù)據(jù)收集：現(xiàn)場數(shù)據(jù)收集主要是收集操作數(shù)據(jù)以及各種裝置流程圖，并同現(xiàn)場操作人員就一些運行與控制策略進(jìn)行討論，以最大限度地獲取一線的經(jīng)驗知識和數(shù)據(jù)，這些經(jīng)驗知識對系統(tǒng)的設(shè)計具有重要的價值。尤其對一些特殊裝置的限制條件要進(jìn)行仔細(xì)地研究與討論，針對特殊的限制進(jìn)行相應(yīng)的控制策略的設(shè)計。

2）數(shù)據(jù)分析：對收集到的現(xiàn)場數(shù)據(jù)以及操作參數(shù)進(jìn)行統(tǒng)計分析，計算相應(yīng)產(chǎn)生的經(jīng)濟(jì)效益，同時也確定是否需要對現(xiàn)有設(shè)備進(jìn)行維修，或需要額外增加相關(guān)儀表或儀器。

3）系統(tǒng)實施條件的確定：首先，確定影響經(jīng)濟(jì)效益的主要因素，例如本單元中催化劑還原的效率與質(zhì)量；其次，工程的基礎(chǔ)結(jié)構(gòu)必須明確，必須具備先進(jìn)控制的實施平臺，如DCS 控制系統(tǒng)和一些必要的檢測設(shè)備。

4）典型數(shù)據(jù)的需求：裝置資料、操作數(shù)據(jù)和經(jīng)濟(jì)數(shù)據(jù)。其中，裝置資料主要指裝置的控制圖以及裝置目前存在的瓶頸等問題。操作數(shù)據(jù)即一定時間段的每一股進(jìn)料的操作日志，還包括操作策略和對象等。經(jīng)濟(jì)數(shù)據(jù)是指與經(jīng)濟(jì)效益有關(guān)的數(shù)據(jù)，比如原料的價格、產(chǎn)品的價值、能量（本單元中的蒸汽，其熱源的供給是消耗能源的）損耗以及工程賬目的計算方法。

5）效益估計：以投運之前的裝置穩(wěn)定運行的某月的數(shù)據(jù)為基準(zhǔn)，評估裝置運行狀況與裝置原設(shè)計指標(biāo)（或最大實際運行能力等）的差距，比較產(chǎn)量、質(zhì)量、能耗、系統(tǒng)平穩(wěn)性以及掌握存在的裝置瓶頸等，以此為基礎(chǔ)初步估計應(yīng)用先進(jìn)控制可能產(chǎn)生的效益。

6）效益獲取途徑：先進(jìn)控制的效益可通過多種途徑獲取，通常用于改善系統(tǒng)運行平穩(wěn)率等提高裝置的工藝操作極限。一個比較好的方法是使用穩(wěn)態(tài)增益矩陣，其中增益矩陣可以通過穩(wěn)態(tài)仿真或階躍測試得到。

7）可行性報告：將以上6 個方面寫成分析報告。

6.2 控制策略設(shè)計

初步確定先進(jìn)控制策略。根據(jù)可行性報告，分析得到對先進(jìn)控制系統(tǒng)的需求，進(jìn)行初步的控制功能的設(shè)計和規(guī)劃，并最終形成正式的功能設(shè)計報告，此報告將是系統(tǒng)實施的主要功能依據(jù)。

6.3 工程實現(xiàn)設(shè)計

將設(shè)計與完善先進(jìn)控制策略以及工程的初步實施計劃。詳細(xì)設(shè)計階段一般都是以與現(xiàn)場人員開會為序幕展開的，會上將最終確定項目組組成人員，并對項目建立一系列的標(biāo)準(zhǔn)，包括各種位號命名的協(xié)定，一些示意性的格式以及軟件的標(biāo)準(zhǔn)等。

1）確定最終的詳細(xì)控制方案、策略。主要包括以下內(nèi)容：

◇ 針對不同的過程對象設(shè)計詳細(xì)的控制策略，并選擇合適的軟件工具。

◇ 如有必要對軟件進(jìn)行二次開發(fā)，主要考慮到不同過程需要的軟件功能有所差異，可以進(jìn)一步完善控制策略。

◇ 開發(fā)DCS 控制圖形界面顯示。圖形界面將會更直觀地將信息顯示出來，使得控制更加貼近實際并易于操作。

◇ 對沒有在線儀表檢測的工藝變量或目標(biāo)進(jìn)行組態(tài)計算，或者采用軟測量建模。

◇ 對過程對象進(jìn)行階躍測試，以獲得過程的輸入輸出對應(yīng)的數(shù)據(jù)，為建立先進(jìn)控制所需模型做準(zhǔn)備；若采用機(jī)理分析建模方式，本步和下一步工作均無需進(jìn)行專門的裝置測試，但要通過了解工藝過程原理和有關(guān)工藝裝置參數(shù)，并根據(jù)有關(guān)裝置的測量數(shù)據(jù)進(jìn)行模型的建立、驗證和修正，并建立最終的模型矩陣。

◇ 對通過階躍測試得到的輸入輸出對應(yīng)數(shù)據(jù)進(jìn)行系統(tǒng)辨識，并從中選擇最終的模型矩陣。

◇ 根據(jù)求得的模型矩陣，設(shè)計多變量預(yù)測控制器。

◇ 首先，在設(shè)計室或在現(xiàn)場對上述多變量預(yù)測控制器進(jìn)行離線測試。

◇ 階段總結(jié)和階段性報告。階段性報告主要是對所進(jìn)行的工作的總結(jié)，同時對下一階段的工作進(jìn)行合理安排，對工作計劃作相應(yīng)的修改。同步準(zhǔn)備文檔，比如操作工指導(dǎo)、工程師手冊等。

2）控制軟件進(jìn)行系統(tǒng)整合

在靜態(tài)測試條件下，對控制軟件進(jìn)行性能示范，以展示軟件的運行功能。對適當(dāng)?shù)目刂菩袨檫M(jìn)行驗證，從而校正任何辨識方面的問題。

6.4 調(diào)試運行階段

調(diào)試運行階段是系統(tǒng)設(shè)計與現(xiàn)場實施相互交叉的階段。就先進(jìn)控制的實施而言，此階段應(yīng)該對現(xiàn)場人員進(jìn)行必要的培訓(xùn)，不僅讓他們掌握現(xiàn)場的操作，也能使他們具備一定的理論知識。同時，驗證此先進(jìn)控制系統(tǒng)設(shè)計的正確性、有效性。從設(shè)計的角度出發(fā)，通過現(xiàn)場實施可以得到系統(tǒng)實現(xiàn)中的反饋信息，發(fā)現(xiàn)設(shè)計中存在的問題，并加以改正。例如被控變量的調(diào)節(jié)和控制區(qū)域設(shè)置，控制器整定參數(shù)的修訂，約束的設(shè)定，軟測量計算的修訂以及模型的修正等，最終完成整個系統(tǒng)的設(shè)計工作。

圖4 模糊控制算法流程圖Fig.4 Flow chart of fuzzy control algorithm

7 模糊自整定PID控制算法在DCS中的實現(xiàn)

7.1 模糊自整定PID控制算法

利用可行性調(diào)研得到的數(shù)據(jù)分析實際工況參數(shù)，設(shè)計出合理的模糊控制規(guī)則以及隸屬度函數(shù)，再參照圖4 模糊控制算法流程圖，用高級編程語言進(jìn)行編程實現(xiàn)控制算法。

7.2 控制算法在DCS中的實現(xiàn)

普通PID 控制可由組態(tài)的方式來完成。一般先進(jìn)的控制算法想要完全由組態(tài)的方式來完成是比較復(fù)雜的，可采用高級語言編程。即將先進(jìn)算法用高級語言編程，之后使用編譯工具進(jìn)行處理，最后下載到DCS 的控制器中來實現(xiàn)先進(jìn)算法的控制。由于目前石化項目普遍都使用DCS 系統(tǒng)進(jìn)行現(xiàn)場儀表的管理與控制，故這種方法具有很強(qiáng)的可實施性。實現(xiàn)原理框圖如圖5 所示。

圖5 模糊PID自整定控制算法在DCS中實現(xiàn)的原理框圖Fig.5 Block diagram of fuzzy PID self-tuning control algorithm implemented in DCS

從圖5 中可以看出，正是基于C 語言程序與DCS 功能塊之間進(jìn)行相互操作，C 語言程序的輸出可傳送給DCS 的參數(shù)調(diào)整功能塊才得以實現(xiàn)對控制器的PID 參數(shù)進(jìn)行在線的校正。同時，配套的功能模塊有存儲分配塊、C 程序調(diào)用塊、程序輸出塊、邏輯開關(guān)塊、模擬塊切換塊和模擬量加法塊等。通過開發(fā)軟件包Microtec ANSI C Cross Compiler和Bailey C Utility Program 實現(xiàn)C 語言程序與DCS 接口部分。

8 實際工程應(yīng)用案例

在某單元反應(yīng)中，該單元自動控制方案可分為兩個階段：第一階段是圍繞反應(yīng)器的吸熱，給反應(yīng)器提供足夠多的熱量；第二階段是圍繞反應(yīng)器的放熱，帶走多余的熱量，使得反應(yīng)器溫度維持在設(shè)定值附近。

由圖6 可看出，目前的工藝專業(yè)所選擇的控制方案是由汽包提供循環(huán)熱水給反應(yīng)器，兩個階段皆是如此，不同之處在于：吸熱階段的循環(huán)熱水的溫度大于反應(yīng)器的溫度設(shè)定值，為的是使得反應(yīng)器能夠迅速升溫至設(shè)定值；而放熱階段是循環(huán)熱水的溫度小于反應(yīng)器的溫度設(shè)定值，為的是使得循環(huán)熱水帶走反應(yīng)器放熱的熱量，從而維持反應(yīng)器的溫度在設(shè)定值附近。

若想實現(xiàn)自動控制，就需要測量反應(yīng)器內(nèi)的溫度，控制方案的主要目的就是維持該溫度值在設(shè)定值附近。該方案的思路是測量反應(yīng)器中層的溫度，測量多點溫度值，取平均值，將該值作為設(shè)定值給汽包的入口蒸汽管線的蒸汽流量控制回路，從而構(gòu)成溫度-流量串級控制。該方案存在的明顯不足之處：

1）反應(yīng)器內(nèi)溫度測量的滯后以及汽包的慣性，使得控制系統(tǒng)控制不及時。

2）汽包的三沖量控制是維持液位的穩(wěn)定，而給反應(yīng)器提供的循環(huán)熱水來自于汽包，且反應(yīng)器的溫度值作為設(shè)定值給汽包的入口蒸汽流量控制回路以構(gòu)成溫度-流量串級控制，在此處，三沖量控制與串級控制具有很強(qiáng)的耦合性，從而降低了控制效果。

在溫度控制器內(nèi)設(shè)計模糊控制器，從而控制器的輸入可以等效為∑out，過程測量值PV 為TT-001，設(shè)流量的偏差E、控制量u 的實際論域為：E=u ∈[-1.5,1.5]，選擇E、u 的等級量論域為：E=U={-3，-2，-1，0，+1，+2，+3}，量化因子為：K=(2×3)/(1.5-(-1.5))=2。選擇模糊子集為{NB,NM,NS,ZO,PS,PM,PB}，子集中元素分別代表負(fù)大、負(fù)中、負(fù)小、零、正小、正中，正大[6]。根據(jù)人手動控制的一般經(jīng)驗，總結(jié)一些控制規(guī)則如下：

圖6 反應(yīng)流程原理圖Fig.6 Schematic diagram of the reaction process

表1 Kp的模糊規(guī)則表Table 1 Kp fuzzy rules table

表2 Ki的模糊規(guī)則表Table 2 Ki fuzzy rule table

表3 Kd的模糊規(guī)則表Table 3 Kd fuzzy rules table

圖7 Kp，Ki，Kd的變化趨勢Fig.7 Trends in Kp, Ki, Kd

① 若誤差E 為0，說明溫度值接近SP，蒸汽調(diào)節(jié)閥開度不變。

② 若誤差E 為正，說明溫度值低于SP，蒸汽調(diào)節(jié)閥開度增大。

③ 若誤差E 為負(fù)，說明溫度值高于SP，蒸汽調(diào)節(jié)閥開度減小。由此可得，針對Kp，Ki，Kd三個參數(shù)分別整定的模糊控制表。

設(shè)E 和Ec，Kp，Ki，Kd均服從正態(tài)分布，因此可得出各模糊子集的隸屬度。根據(jù)各模糊子集的隸屬度賦值表和各參數(shù)模糊控制模型，應(yīng)用模型合成推理設(shè)計PID 參數(shù)的模糊矩陣表，查出修正參數(shù)帶入下式計算。使用效果，方可用于實際裝置。本文理論結(jié)合實際，將模糊控制思想如何在實際裝置上的實現(xiàn)作了講述，具有一定的工程應(yīng)用價值。

通過以上方式可實現(xiàn)控制器PID 參數(shù)的自整定，模糊控制規(guī)則可由有經(jīng)驗的工程師來提供參考意見進(jìn)行定量設(shè)計，在實際投入運行以后也可繼續(xù)修改以達(dá)到好的控制效果。經(jīng)過以上工作，實現(xiàn)了該單元的模糊自整定PID 控制，使得該單元的時間滯后性得到解決，反應(yīng)器的溫度得到很好的控制。在自整定模式下，Kp，Ki，Kd的變化趨勢如圖7 所示。

9 結(jié)束語

模糊控制算法可依據(jù)人工經(jīng)驗與隸屬函數(shù)的范圍大小設(shè)計出預(yù)期的控制效果，在實際工程應(yīng)用中需要提前測試