專利名稱：基于連續(xù)型模糊插值的模糊控制方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及控制理論與控制工程領(lǐng)域。

背景技術(shù)：
在工業(yè)生產(chǎn)過程中，單參數(shù)連續(xù)型輸入的控制問題是較普遍且較關(guān)鍵的控制問題，他們多具有非線性、強(qiáng)耦合、時(shí)變、時(shí)滯等特性。傳統(tǒng)PID控制等控制方式很難對(duì)其進(jìn)行有效的控制，模糊控制方法能彌補(bǔ)單參數(shù)連續(xù)型輸入控制系統(tǒng)中無法建立精確數(shù)學(xué)模型的缺陷，使控制效果和響應(yīng)速度有所提高。但是在穩(wěn)態(tài)精度的控制方面，通常模糊控制方法的控制效果并不理想，其中主要原因之一就是基于若干模糊推理規(guī)則的模糊控制量的生成過于粗略，難以滿足實(shí)際要求。模糊控制方法一般采用離散控制量查表的方式來實(shí)現(xiàn)，即連續(xù)的系統(tǒng)輸入變量通過量化、近似取整后，形成只能在有限離散論域內(nèi)取值的離散輸入量。在此有限論域內(nèi)，通過事先確定的模糊規(guī)則進(jìn)行模糊推理，形成相應(yīng)的模糊控制量。此時(shí)得到的有限個(gè)模糊控制量實(shí)際上包含了很多有價(jià)值的信息，而現(xiàn)在通常的作法是對(duì)模糊控制量按照重心法、最大值法等方法進(jìn)行精確化處理，得到確定的控制量，并建立模糊決策(控制)表(二維輸入情形)，便于在線控制過程中輸入一組輸入變量值后，通過查表得到唯一的控制量。為此李界家等人在《控制工程》的2004年第11卷第1期的《參數(shù)自調(diào)整模糊控制在爐溫中的應(yīng)用》中采用了基于參數(shù)自調(diào)整的單片機(jī)模糊控制器；Un-Chul Moon、Lee K.Y.等人在2000年6月的American ControlConference的《Temperature Control of Glass Melting Furnace with FuzzyLogic and Conventional PI Control》中采用了模糊控制和常規(guī)PI控制相結(jié)合的方法。但是這些改進(jìn)的模糊控制算法在實(shí)際應(yīng)用中仍然面臨著如下問題 (1)控制精度問題。在一定范圍內(nèi)不同的連續(xù)的輸入量通過量化取整后歸為幾個(gè)離散的輸入量，再通過模糊推理得到的卻是同一個(gè)控制量。查表法不能連續(xù)取值，在實(shí)際中容易造成控制精度太差的問題。
(2)模糊推理信息損失問題。針對(duì)若干離散的輸入量得到的若干模糊控制量，其中包含了較多的理論成果和豐富的實(shí)踐經(jīng)驗(yàn)，列出的有限個(gè)輸入輸出情形只是實(shí)際系統(tǒng)的一些典型代表。通常為了查表方便而強(qiáng)行將一般的輸入變量值向幾個(gè)典型的離散值歸并，將包含了更多內(nèi)容的模糊控制量用某種精確化方法變成一個(gè)確定的值，這樣使其中很多的信息丟失。因此，介于現(xiàn)有的離散輸入量之間的輸入量，并沒有充分地利用了各模糊規(guī)則所蘊(yùn)含的知識(shí)和經(jīng)驗(yàn)，得到的只是簡單化的推理結(jié)果。這既影響了模糊控制精度，同時(shí)也沒有充分利用推理信息。


發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是，針對(duì)現(xiàn)有技術(shù)中存在的上述不足，提出一種基于模糊集相對(duì)相似度的連續(xù)型模糊插值的模糊控制方法和系統(tǒng)，從而解決連續(xù)型輸入量控制系統(tǒng)中通過取有限典型的離散輸入量進(jìn)行模糊推理得到控制量的過程中造成的模糊推理信息損失，控制精度差等實(shí)際問題。
解決上述技術(shù)問題所采用的技術(shù)方案是設(shè)計(jì)一種基于模糊集相對(duì)相似度的連續(xù)型模糊插值的模糊控制方法和系統(tǒng)，在模糊控制系統(tǒng)的輸入量和控制量之間建立連續(xù)模糊映射關(guān)系，獲得模糊控制量，進(jìn)而確定精確控制量實(shí)施對(duì)控制對(duì)象的連續(xù)精確控制。具體方案為系統(tǒng)檢測模塊通過工業(yè)傳感器在線提取控制對(duì)象相關(guān)參數(shù)；量化處理模塊計(jì)算輸入量與目標(biāo)值的偏差以及偏差變化率，并將偏差和偏差變化率量化處理得到有限離散的偏差模糊量、偏差變化率模糊量，作為控制器輸入量；控制器模塊包括控制算法模塊和查詢模塊，其中查詢模塊通過重心法建立偏差模糊量、偏差變化率模糊量與模糊控制量之間關(guān)系的模糊控制查詢表；算法模塊查詢模糊控制查詢表，按相似優(yōu)先原則檢測控制器輸入量，如其值與查詢表內(nèi)輸入量參數(shù)一致，則直接從查詢表中取對(duì)應(yīng)的模糊控制量；否則算法模塊取其鄰近的4個(gè)離散輸入量作為該輸入點(diǎn)的二維模糊集束，分別計(jì)算該輸入點(diǎn)模糊集與鄰近4點(diǎn)的模糊集相對(duì)于該二維模糊集束的相對(duì)相似度，從而將該輸入點(diǎn)表示為鄰近4點(diǎn)經(jīng)過對(duì)應(yīng)的相對(duì)相似度加權(quán)后的和，而該輸入點(diǎn)的模糊控制量則由鄰近4點(diǎn)的模糊控制量通過對(duì)應(yīng)的相對(duì)相似度加權(quán)求和得到；最后控制執(zhí)行模塊根據(jù)模糊控制量確定控制器的精確控制量對(duì)被控對(duì)象進(jìn)行控制。所述計(jì)算相對(duì)相似度求控制量的步驟具體包括，取控制器輸入量(X*，Y*)的近鄰4點(diǎn)的離散輸入量(Xi，Yj)，(Xi，Yj+1)，(Xi+1，Yj)，(Xi+1，Yj+1)，查表得到對(duì)應(yīng)的模糊控制量Uij，Ui+1，j，Ui，j+1，Ui+1，j+1；對(duì)(X*，Y*)進(jìn)行單點(diǎn)集模糊化處理，得到(X*，Y*)及近鄰4點(diǎn)對(duì)應(yīng)的二維模糊集A*×B*、Ai×Bj、Ai×Bj+1、Ai+1×Bj、Ai+1×Bj+1；分別求一維模糊集A*在模糊集束Φ＝{Ai，Ai+1}和一維模糊集B*在模糊集束Φ＝{Bj，Bj+1}下的相對(duì)相似度的值；再由一維模糊集相對(duì)相似度的值求出二維模糊集A*×B*在模糊集束Φ＝{Ai×Bj，Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1}下的各個(gè)相對(duì)相似度的值；以上述二維模糊集相對(duì)相似度值作為系數(shù)，對(duì)模糊控制量Uij，Ui+1，j，Ui，j+1，Ui+1，j+1加權(quán)求和得到(X*，Y*)的模糊控制量U*。
本發(fā)明提出的基于模糊集相對(duì)相似度的連續(xù)型模糊插值的模糊控制方法和系統(tǒng)，在模糊控制器的輸入量和控制量之間建立連續(xù)模糊映射關(guān)系，根據(jù)模糊集在模糊集束中相對(duì)相似度的關(guān)系，獲得控制器的模糊控制量，進(jìn)而實(shí)現(xiàn)對(duì)控制對(duì)象的連續(xù)精確控制，并能夠?qū)⒛：评淼男畔⑦M(jìn)行較全面完善的保留，抗干擾能力強(qiáng)、響應(yīng)速度快、控制精度高、可以滿足工業(yè)控制的實(shí)際要求。



圖1基于連續(xù)型模糊插值的模糊控制系統(tǒng)模塊結(jié)構(gòu)圖 圖2基于連續(xù)型模糊插值的模糊控制方法流程圖 圖3模糊集A*與A1，A2的相對(duì)相似度示意圖 圖4基于連續(xù)型模糊插值的模糊控制方法仿真效果圖
具體實(shí)施例方式 現(xiàn)結(jié)合附圖及實(shí)施例對(duì)本發(fā)明的實(shí)現(xiàn)作詳細(xì)描述。
如圖1所示為基于連續(xù)型模糊插值的模糊控制系統(tǒng)模塊結(jié)構(gòu)圖，本發(fā)明利用傳感器在線提取工業(yè)現(xiàn)場控制過程中的控制對(duì)象相關(guān)參數(shù)作為系統(tǒng)輸入量(輸入量包括溫度、壓力、液位等)，計(jì)算其偏差以及偏差的變化率；將該偏差、偏差的變化率在取值范圍內(nèi)經(jīng)過量化處理分別得到有限離散值，構(gòu)成控制器輸入量的離散論域，由經(jīng)驗(yàn)數(shù)據(jù)和規(guī)則庫通過重心法進(jìn)行清晰化處理，查詢模塊建立偏差模糊量、偏差變化率模糊量與模糊控制量之間關(guān)系的模糊控制量查詢表；算法模塊遵循相似優(yōu)先原則，取偏差模糊量、偏差變化率模糊量查詢模糊控制表檢測控制器輸入量，如果輸入量直接與查詢表內(nèi)輸入量的某離散點(diǎn)一致，則直接由查詢表中獲取模糊控制量；如果輸入點(diǎn)落在某幾個(gè)離散點(diǎn)之間，則取其鄰近的4個(gè)離散輸入量作為該輸入點(diǎn)的二維模糊集束，分別計(jì)算該輸入點(diǎn)模糊集與該鄰近4點(diǎn)的模糊集相對(duì)于該模糊集束的相對(duì)相似度，從而將該輸入點(diǎn)表示為該鄰近4點(diǎn)經(jīng)過對(duì)應(yīng)的相對(duì)相似度加權(quán)后的和，而該輸入點(diǎn)的模糊控制量則由該鄰近4點(diǎn)的模糊控制量通過對(duì)應(yīng)的相對(duì)相似度加權(quán)求和得到；最后根據(jù)調(diào)節(jié)器(如燃?xì)忾y)的調(diào)節(jié)特性，由輸入點(diǎn)的模糊控制量得到精確控制量，進(jìn)而實(shí)現(xiàn)對(duì)被控對(duì)象的連續(xù)精確控制。
求模糊集之間相對(duì)相似度時(shí)根據(jù)模糊集隸屬度函數(shù)的特征值進(jìn)行計(jì)算。模糊集隸屬度函數(shù)的特征值的取法如下若各模糊集的隸屬度函數(shù)均為對(duì)稱三角形，則取特征值d為左右對(duì)稱點(diǎn)的橫坐標(biāo)；若各模糊集的隸屬度函數(shù)為不同的三角形函數(shù)，則取特征值d為隸屬度函數(shù)曲線與坐標(biāo)軸所圍圖形的重心，這就有重心橫坐標(biāo)和重心縱坐標(biāo)共兩個(gè)特征值。另外，我們還可以在此基礎(chǔ)上研究更廣泛的模糊集的特征量。模糊集特征值是對(duì)模糊集的辨識(shí)，它可用于模糊集之間的區(qū)分和相似性的度量。
下面以對(duì)爐溫實(shí)施連續(xù)型模糊控制的過程為例，對(duì)其他參數(shù)的控制也是采用相似的方法。如圖2所示為采用基于相對(duì)相似度的連續(xù)型模糊插值方法進(jìn)行控制的流程圖，其步驟如下 1.工業(yè)現(xiàn)場的系統(tǒng)檢測模塊通過溫度傳感器在線提取燃燒爐的當(dāng)前爐溫并計(jì)算其偏差、溫度偏差變化率等相關(guān)參數(shù)。取z，T0分別表示爐溫、目標(biāo)溫度，u，x，y分別表示溫度調(diào)節(jié)器控制量、溫度偏差和溫度偏差變化率。其中，x＝z-T0，x、y和u的基本論域?yàn)閤∈[T1，T2]，y∈[D1，D2]，u∈[W1，W2]。
2.控制模塊將溫度偏差x和偏差變化率y在取值范圍內(nèi)量化處理，分別得到有限離散值，構(gòu)成輸入量的離散論域，作為模糊控制器的輸入量。得到爐溫偏差的模糊量X∈{X1，X2，L，Xn}，偏差變化率的模糊量Y∈{Y1，Y2，L，Ym}，輸出的爐溫調(diào)節(jié)模糊控制量U∈{U1，U2，L，Us}。偏差、偏差變化率，控制量的模糊子集采用不同形狀的三角型隸屬函數(shù)。
3.利用實(shí)驗(yàn)經(jīng)驗(yàn)數(shù)據(jù)和規(guī)則庫按照重心法，查詢模塊建立溫度偏差模糊量X、溫度偏差變化率模糊量Y與溫度調(diào)節(jié)器模糊控制量U之間關(guān)系的模糊控制查詢表。建立模糊控制查詢表如下表1。根據(jù)偏差模糊量和偏差變化率模糊量X，Y取不同離散值的組合(Xi，Yj)，從表中可得到對(duì)應(yīng)的模糊控制量Ui，j，其中i∈{1，2，L，n}，j∈{1，2，L，m}。
表1 模糊控制量經(jīng)清晰化處理后的模糊控制量查詢表
4.應(yīng)用模糊控制查詢表，進(jìn)行插值計(jì)算，實(shí)現(xiàn)連續(xù)型模糊控制。
算法模塊根據(jù)溫度偏差模糊量和偏差變化率模糊量的大小查表檢測控制器輸入量，如果溫度偏差模糊量、偏差變化率模糊量與查詢表內(nèi)參數(shù)一致，則直接從查詢表中取對(duì)應(yīng)的模糊控制量，如果偏差模糊量、偏差變化率模糊量的值落在查詢表內(nèi)某幾個(gè)參數(shù)之間，不屬于查詢表中所列出的點(diǎn)，則取其鄰近的4個(gè)離散輸入量作為該點(diǎn)的二維模糊集束，算法模塊調(diào)用相應(yīng)公式分別計(jì)算該輸入點(diǎn)與該模糊集束中間的4點(diǎn)相對(duì)于該模糊集束的相對(duì)相似度，從而將該輸入點(diǎn)以鄰近4點(diǎn)和對(duì)應(yīng)的相對(duì)相似度來表示，而該輸入點(diǎn)的模糊控制量則由該鄰近4點(diǎn)的模糊控制量以及對(duì)應(yīng)的相對(duì)相似度得到。具體計(jì)算步驟如下 步驟一根據(jù)工業(yè)控制現(xiàn)場傳感器獲取的溫度參數(shù)得到系統(tǒng)輸入量。根據(jù)檢測溫度，算法模塊計(jì)算溫度偏差x*和偏差變化率y*，乘于各自的量化系數(shù)，得到溫度偏差模糊量X*和偏差變化率模糊量Y*，作為控制器輸入量(X*，Y*)。
步驟二如果(X*，Y*)＝(Xi，Yj)，其中i＝1，2，3，...n，j＝1，2，3，..m，則由查詢表直接獲得控制器輸出量Uij，轉(zhuǎn)入第5步，否則轉(zhuǎn)入步驟三。
步驟三取控制器輸入量(X*，Y*)的近鄰4點(diǎn)的離散輸入量(Xi，Yj)，(Xi，Yj+1)，(Xi+1，Yj)，(Xi+1，Yj+1)，查表得到對(duì)應(yīng)的模糊控制量Uij，Ui，j+1，Ui+1，j，Ui+1，j+1。
步驟四進(jìn)行單點(diǎn)集模糊化處理，得到(X*，Y*)及近鄰4點(diǎn)對(duì)應(yīng)的二維模糊集。采用最大隸屬度法確定各點(diǎn)對(duì)應(yīng)輸入量的隸屬度。如(Xi，Yj)隸屬度為

則(Xi，Yj)對(duì)應(yīng)的二維模糊集Ai×Bj 另外有(Xi，Yj+1)對(duì)應(yīng)的二維模糊集Ai×Bj+1 (Xi+1，Yj)對(duì)應(yīng)的二維模糊集Ai+1×Bj (Xi+1，Yj+1)對(duì)應(yīng)的二維模糊集Ai+1×Bj+1 (X*，Y*)對(duì)應(yīng)的二維模糊集A*×B*； 步驟五分別求模糊集A*在模糊集束Φ＝{Ai，Ai+1}下和模糊集B*在模糊集束Φ＝{Bj，Bj+1}下的各個(gè)相對(duì)相似度的值。
特征量d取模糊集隸屬度函數(shù)與坐標(biāo)橫軸所圍圖形的重心的橫坐標(biāo)，即d(Ai)＝Xi，d(Ai+1)＝Xi+1，d(Bj)＝Y(jié)j，d(Bj+1)＝Y(jié)j+1，d(A*)＝X*，d(B*)＝Y(jié)*。
則在特征d意義下，模糊集束Φ＝{Ai，Ai+1}下，模糊集A*與模糊集Ai的相對(duì)相似度為 模糊集A*與模糊集Ai+1的相對(duì)相似度為 而模糊集束Φ＝{Bj，Bj+1}下，模糊集B*與模糊集Bj的相對(duì)相似度為 模糊集B*與模糊集Bj+1的相對(duì)相似度為 λ(B*，Bj+1，Bj＝1-λj (4) 現(xiàn)結(jié)合圖3說明模糊集之間相對(duì)相似度的意義，如模糊集隸屬函數(shù)取等腰三角形，特征量d取隸屬函數(shù)與坐標(biāo)橫軸所圍圖形的重心的橫坐標(biāo)，模糊集A1，A2，A*的特征值為d(A1)，d(A2)，d(A*)，有 說明模糊集束Φ＝{A1，A2}下，模糊集A*與模糊集A1的相對(duì)相似度λ(A*，A1，A2)要大于模糊集A*與模糊集A2的相對(duì)相似度λ(A*，A2，A1)，也就是模糊集A*與模糊集A1要更相似。
步驟六求A*×B*在模糊集束Φ＝{Ai×Bj，Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1}下的4個(gè)相對(duì)相似度的值。
在模糊集束Φ＝{Ai×Bj，Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1}下，模糊集A*×B*與Ai×Bj的相對(duì)相似度為 λ(A*×B*，Ai×Bj，Φ)＝λ(A*，Ai，Ai+1)·λ(B*，Bj，Bj+1)＝λi·λj(5) 模糊集A*×B*與Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1的相對(duì)相似度分別為 λ(A*×B*，Ai×Bj+1，Φ)＝λ(A*，Ai，Ai+1)·λ(B*，Bj+1，Bj)＝λi·λj+1＝λi(1-λj) (6) λ(A*×B*，Ai+1×Bj，Φ)＝λ(A*，Ai+1，Ai)·λ(B*，Bj，Bj+1)＝λi+1·λj＝(1-λi)λj(7) λ(A*×B*，Ai+1×Bj+1，Φ)＝λ(A*，Ai+1，Ai)·λ(B*，Bj+1，Bj)＝λi+1·λj+1＝(1-λi)(1-λj) (8) 步驟七確定插值。將模糊集A*×B*以4個(gè)二維模糊集Ai×Bj，Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1加權(quán)表示，加權(quán)系數(shù)即為他們?cè)谀：碌南鄬?duì)相似度。
A*×B*＝λ(A*×B*，Ai×Bj，Φ)·Ai×Bj+λ(A*×B*，Ai×Bj+1，Φ)·Ai×Bj+1 +λ(A*×B*，Ai+1×Bj，Φ)·Ai+1×B，+λ(A*×B*，Ai+1×Bj+1，Φ)·Ai+1×Bj+1(9) ＝λiλjAi×Bj+λi(1-λj)Ai×Bj+1+(1-λi)λjAi+1×Bj+(1-λi)(1-λj)Ai+j×Bj+1 A*×B*即為4個(gè)二維模糊集Ai×Bj，Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1的插值。
根據(jù)離線查表獲得的輸入點(diǎn)臨近四點(diǎn)的模糊控制量Uij、Ui，j+1、Ui+1，j、Ui+1，j+1，進(jìn)行在線快速插值得到(X*，Y*)所對(duì)應(yīng)的模糊控制量U*，即 U*＝λiλjUi，j+λi(1-λj)Ui，j+1+(1-λi)λjUi+1，j+(1-λi)(1-λj)Ui+1，j+1 (10) 5.最后根據(jù)溫度調(diào)節(jié)器(如燃?xì)忾y)的調(diào)節(jié)特性，由模糊控制量U*乘以各控制對(duì)象的比例系數(shù)得到精確控制量，控制器執(zhí)行模塊根據(jù)精確控制量對(duì)調(diào)節(jié)器(如燃?xì)忾y)的控制實(shí)現(xiàn)對(duì)爐中溫度的控制。
本發(fā)明方法經(jīng)過Matlab仿真效果如圖4所示，圖中X，Y分別表示溫度偏差模糊量和偏差變化率模糊量，U表示溫度調(diào)節(jié)器模糊控制量，查詢表中對(duì)應(yīng)的離散點(diǎn)由圖中的小黑點(diǎn)表示，通過基于相對(duì)相似度的連續(xù)型模糊插值的模糊控制方法得到網(wǎng)格中的其它部分各點(diǎn)以及其對(duì)應(yīng)的控制量，從而形成連續(xù)的模糊控制曲面。
權(quán)利要求
1、基于模糊集相對(duì)相似度的連續(xù)型模糊插值的模糊控制方法，其特征在于，傳感器在線提取工業(yè)現(xiàn)場設(shè)備控制對(duì)象相關(guān)參數(shù)作為控制器輸入量；將控制器輸入量經(jīng)過量化處理得到有限離散值；查詢模塊通過重心法建立輸入量偏差、輸入量偏差變化率與調(diào)節(jié)器控制量之間關(guān)系的模糊控制查詢表；算法模塊檢測控制器輸入量，如其值與查詢表內(nèi)輸入量參數(shù)一致，則直接從查詢表中取對(duì)應(yīng)的模糊控制量；否則取其鄰近的4個(gè)離散輸入量作為該輸入點(diǎn)的二維模糊集束，分別計(jì)算該輸入點(diǎn)與該二維模糊集束中間的4點(diǎn)相對(duì)于該模糊集束的相對(duì)相似度，根據(jù)鄰近4點(diǎn)的模糊控制量以及對(duì)應(yīng)的相對(duì)相似度確定插值獲得該輸入點(diǎn)的模糊控制量；根據(jù)模糊控制量確定控制器的精確控制量輸入控制執(zhí)行模塊。
2、根據(jù)權(quán)利要求1所述的模糊控制方法，其特征在于，所述計(jì)算相對(duì)相似度的步驟具體包括，取控制器輸入量(X*，Y*)的近鄰4點(diǎn)的離散輸入量(Xi，Yj)，(Xi，Yj+1)，(Xi+1，Yj)，(Xi+1，Yj+1)作為控制器輸入量(X*，Y*)的二維模糊集束；對(duì)(X*，Y*)進(jìn)行單點(diǎn)集模糊化處理，得到(X*，Y*)及近鄰4點(diǎn)對(duì)應(yīng)的二維模糊集A*×B*、Ai×Bj、Ai×Bj+1、Ai+1×Bj、Ai+1×Bj+1，分別求一維模糊集A*在模糊集束Φ＝{Ai，Ai+1}和一維模糊集B*在模糊集束Φ＝{Bj，Bj+1}下的各個(gè)相對(duì)相似度的值；求二維模糊集A*×B*在模糊集束Φ＝{Ai×Bj，Ai×Bj+1，Ai+1×Bj，Aj+1×Bj+1}下的各個(gè)相對(duì)相似度的值。
3、根據(jù)權(quán)利要求1所述的模糊控制方法，其特征在于，根據(jù)輸入點(diǎn)臨近四點(diǎn)的模糊控制量Uij、Ui，j+1、Ui+1，j、Ui+1，j+1，進(jìn)行在線快速插值，算法模塊調(diào)用公式
U*＝λiλjUi，j+λi(1-λj)Ui，j+1+(1-λi)λjUi+1，j+(1-λi)(1-λj)Ui+1，j+1獲得模糊控制量U*。
4、根據(jù)權(quán)利要求2所述的模糊控制方法，其特征在于，算法模塊調(diào)用公式求一維模糊集A*在模糊集束Φ＝{Ai，Ai+1}和一維模糊集B*在模糊集束Φ＝{Bj，Bj+1}下的各個(gè)相對(duì)相似度的值；調(diào)用公式
λ(A*×B*，Ai×Bj，Φ)＝λ(A*，Ai，Ai+1)·λ(B*，Bj，Bj+1)＝λi·λj
λ(A*×B*，Ai×Bj+1，Φ)＝λ(A*，Ai，Ai+1)·λ(B*，Bj+1，Bj)＝λi·λj+1＝λi(1-λj)
λ(A*×B*，Ai+1×Bj，Φ)＝λ(A*，Ai+1，Ai)·λ(B*，Bj，Bj+1)＝λi+1·λj＝(1-λi)λj
λ(A*×B*，Ai+1×Bj+1，Φ)＝λ(A*，Ai+1，Aii)·λ(B*，Bj+1，Bj)＝λi+1·λj+1＝(1-λi)(1-λj)
求二維模糊集A*×B*在模糊集束Φ＝{Ai×Bj，Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1}下的各個(gè)相對(duì)相似度的值。
5、根據(jù)權(quán)利要求2或4所述的連續(xù)型模糊插值的模糊控制方法，其特征在于，一維模糊集相對(duì)相似度具有歸一性λ(A*，A1，A2)+λ(A*，A2，A1)＝1；二維模糊集相對(duì)相似度具有歸一特性
6、基于模糊集相對(duì)相似度的連續(xù)型模糊插值的模糊控制系統(tǒng)，其特征在于，系統(tǒng)檢測模塊通過傳感器在線提取控制對(duì)象相關(guān)參數(shù)作為控制器輸入量；控制器模塊將輸入量經(jīng)過量化處理得到有限離散值；查詢模塊通過重心法建立輸入量偏差、輸入量偏差變化率與輸入量調(diào)節(jié)器控制量之間關(guān)系的模糊控制查詢表；算法模塊檢測輸入量，如其值與查詢表內(nèi)輸入量參數(shù)一致，則直接從查詢表中取對(duì)應(yīng)的模糊控制量；否則取其鄰近的4個(gè)離散輸入量作為該輸入點(diǎn)的二維模糊集束，算法模塊分別計(jì)算該輸入點(diǎn)與該二維模糊集束中間的4點(diǎn)相對(duì)于該模糊集束的相對(duì)相似度，根據(jù)鄰近4點(diǎn)的模糊控制量以及對(duì)應(yīng)的相對(duì)相似度獲得該輸入點(diǎn)的模糊控制量；控制執(zhí)行模塊根據(jù)模糊控制量確定對(duì)被控對(duì)象的精確控制量。
7、根據(jù)權(quán)利要求6所述的連續(xù)型模糊插值的模糊控制系統(tǒng)，其特征在于，所述算法模塊計(jì)算相對(duì)相似度具體包括，取控制器輸入量(X*，Y*)的近鄰4點(diǎn)的離散輸入量(Xi，Yj)，(Xi，Yj+1)，(Xi+1，Yj)，(Xi+1，Yj+1)作為控制器輸入量(X*，Y*)的二維模糊集束；對(duì)(X*，Y*)進(jìn)行單點(diǎn)集模糊化處理，得到(X*，Y*)及近鄰4點(diǎn)對(duì)應(yīng)的二維模糊集A*×B*、Ai×Bj、Ai×Bj+1、Ai+1×Bj、Ai+1×Bj+1，分別求一維模糊集A*在模糊集束Φ＝{Ai，Ai+1}和一維模糊集B*在模糊集束Φ＝{Bj，Bj+1}下的各個(gè)相對(duì)相似度的值；求二維模糊集A*×B*在模糊集束Φ＝{Ai×Bj，Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1}下的各個(gè)相對(duì)相似度的值。
8、根據(jù)權(quán)利要求7所述的連續(xù)型模糊插值的模糊控制系統(tǒng)，其特征在于，算法模塊調(diào)用公式求一維模糊集A*在模糊集束Φ＝{Ai，Ai+1}下的各個(gè)相對(duì)相似度的值，調(diào)用公式
λ(A*×B*，Ai×Bj，Φ)＝λ(A*，Ai，Ai+1)·λ(B*，Bj，Bj+1)＝λi·λj
λ(A*×B*，Ai×Bj+1，Φ)＝λ(A*，Ai，Ai+1)·λ(B*，Bj+1，Bj)＝λi·λj+1＝λi(1-λj)
λ(A*×B*，Ai+1×Bj，Φ)＝λ(A*，Ai+1，Ai)·λ(B*，Bj，Bj+1)＝λi+1·λj＝(1-λi)λj
λ(A*×B*，Ai+1×Bj+1，Φ)＝λ(A*，Ai+1，Ai)·λ(B*，Bj+1，Bj)＝λi+1·λj+1＝(1-λi)(1-λj)
求二維模糊集A*×B*在模糊集束Φ＝{Ai×Bj，Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1}下的各個(gè)相對(duì)相似度的值。
9、根據(jù)權(quán)利要求7或8所述的連續(xù)型模糊插值的模糊控制系統(tǒng)，其特征在于，一維模糊集相對(duì)相似度具有歸一性λ(A*，A1，A2)+λ(A*，A2，A1)＝1；二維模糊集相對(duì)相似度具有歸一特性
全文摘要
本發(fā)明請(qǐng)求保護(hù)基于模糊集相對(duì)相似度的連續(xù)型模糊插值的模糊控制方法和系統(tǒng)，涉及工業(yè)控制領(lǐng)域，在模糊控制器的輸入量和控制量之間建立連續(xù)模糊映射關(guān)系，根據(jù)模糊集在模糊集束中相對(duì)相似度的關(guān)系，按相似優(yōu)先原則，對(duì)控制值進(jìn)行插值計(jì)算獲得控制器的模糊控制量，進(jìn)而實(shí)現(xiàn)對(duì)控制對(duì)象的連續(xù)精確控制，并能夠?qū)⒛：评淼男畔⑦M(jìn)行較全面完善的保留，抗干擾能力強(qiáng)、響應(yīng)速度快、控制精度高、可以滿足工業(yè)控制的實(shí)際要求。本方法適用于輸入量和輸出控制量都是連續(xù)量的控制系統(tǒng)中，特別是冶金、化工等行業(yè)的大中型加熱爐的爐溫控制系統(tǒng)中。
文檔編號(hào)G05B13/02GK101414159SQ20081023282
公開日2009年4月22日 申請(qǐng)日期2008年10月8日 優(yōu)先權(quán)日2008年10月8日
發(fā)明者李銀國, 蓉 羅, 湯卓群, 陳和平, 文 薛, 蔣暢江 申請(qǐng)人:重慶郵電大學(xué)