專(zhuān)利名稱：一種水箱水位的神經(jīng)模糊控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種水箱水位的神經(jīng)模糊控制方法。
背景技術(shù)：
在現(xiàn)代工業(yè)生產(chǎn)及日常生活中，有很多方面都會(huì)涉及到水位控制這個(gè)問(wèn)題。而在絕大多數(shù)情況下，很難或是不可能得到被控對(duì)象的精確數(shù)學(xué)模型的，因此采用數(shù)學(xué)工具或計(jì)算機(jī)仿真技術(shù)的傳統(tǒng)控制理論已經(jīng)無(wú)法解決此類(lèi)系統(tǒng)的控制問(wèn)題。智能控制的概念主要是針對(duì)控制對(duì)象及其環(huán)境、目標(biāo)和任務(wù)的不確定性和復(fù)雜性而提出來(lái)的，而神經(jīng)網(wǎng)絡(luò)模糊邏輯控制則作為一種新穎的智能控制方式越來(lái)越受到人們的重視。神經(jīng)網(wǎng)絡(luò)模糊邏輯控制是智能控制領(lǐng)域的重要發(fā)展方向，模糊神經(jīng)控制技術(shù)被稱為“21世紀(jì)的核心技術(shù)”。本發(fā)明針對(duì)水位控制對(duì)象及其環(huán)境、目標(biāo)和任務(wù)的不確定性和復(fù)雜性而提出一種神經(jīng)網(wǎng)絡(luò)模糊控制器，該控制器采用一種智能控制方式，無(wú)需建立系統(tǒng)的數(shù)學(xué)模型，并具有很強(qiáng)的自學(xué)習(xí)能力，很好的實(shí)現(xiàn)了水位的自動(dòng)化控制。

發(fā)明內(nèi)容
本發(fā)明提供了一種水箱水位的神經(jīng)模糊控制方法，該方法首先針對(duì)水位控制對(duì)象及其環(huán)境、目標(biāo)和任務(wù)的不確定性和復(fù)雜性而提出一種神經(jīng)網(wǎng)絡(luò)模糊控制器，該控制器采用一種智能控制方式，無(wú)需建立系統(tǒng)的數(shù)學(xué)模型，并具有很強(qiáng)的自學(xué)習(xí)能力，很好的實(shí)現(xiàn)了水位的自動(dòng)化控制。本發(fā)明提出的技術(shù)方案具體步驟包括:神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)如圖1所示，它是一個(gè)三層FNN網(wǎng)絡(luò)，它的輸入層、中間層及輸出層分別具有模糊化，規(guī)則推理和去模糊的功能，模糊控制器采用常規(guī)的二維模糊控制器，把水流理偏差
β和免作為模糊控制器的兩個(gè)輸入變量，利用模糊機(jī)理進(jìn)行模糊推理得到控制量的模糊表達(dá)式，再經(jīng)過(guò)PID調(diào)整因子，得到控制量的精確值，水位的主要?jiǎng)討B(tài)特性包括:非線性、非最小相位特性、不穩(wěn)定性、時(shí)滯和負(fù)荷干擾等。采用了模糊神經(jīng)控制方法依據(jù)操作人員的現(xiàn)場(chǎng)經(jīng)驗(yàn)制成模糊控制表，通過(guò)判斷水位的偏差及偏差變化率來(lái)控制輸出，在大范圍內(nèi)利用模糊推理的方法調(diào)整系統(tǒng)的控制量U，而在小偏差范圍內(nèi)轉(zhuǎn)換成PID控制，兩者的轉(zhuǎn)換根據(jù)事先給定的偏差范圍自動(dòng)實(shí)現(xiàn)，既保證動(dòng)態(tài)響應(yīng)效果，又能改善穩(wěn)態(tài)控制精度。模糊PID控制器的系統(tǒng)方框圖如圖2所示。選取水位誤差e的基本論域?yàn)閇-1cm, Icm],選取誤差變化率ec的基本論域?yàn)閇-1，I]，選取控制量u的基本論域?yàn)?br> 。e、ec、u的語(yǔ)言變量值分別為:e= {NB，匪，NS，ZE, PS, PM, PB}，ec={NB, NM，NS, ZE, PS, PM, PB}，U= {NB, NM，NS, ZE, PS, PM, PB}。建立單容水箱水位模糊控制系統(tǒng)的模糊控制規(guī)則如圖3所示。本發(fā)明的技術(shù)效果:本發(fā)明提出的上述水箱水位的神經(jīng)模糊控制技術(shù)方案，采用一種智能控制方式，無(wú)需建立系統(tǒng)的數(shù)學(xué)模型，并具有很強(qiáng)的自學(xué)習(xí)能力，很好的實(shí)現(xiàn)了水位的自動(dòng)化控制。


圖1為神經(jīng)網(wǎng)絡(luò)模型。圖2為模糊PID控制器的系統(tǒng)方框圖。圖3為水箱水位模糊控制系統(tǒng)的模糊控制規(guī)則。圖4為采用模糊神經(jīng)-PID控制的水位趨勢(shì)曲線圖。圖5為組態(tài)監(jiān)控界面中觀察水箱水位的實(shí)時(shí)趨勢(shì)曲線系統(tǒng)；(a)控制信號(hào)；(b)誤差信號(hào)；(C) ds規(guī)則；(d) du規(guī)則。
具體實(shí)施例方式實(shí)施例:
利用上述算法，經(jīng)過(guò)不斷的觀察、調(diào)試后，模糊-PID復(fù)合控制器獲得了滿意的控制效果。組態(tài)監(jiān)控界面中觀察水箱水位的實(shí)時(shí)趨勢(shì)曲線圖分別如圖4、圖5所示。從如圖4、圖5可以看出，系統(tǒng)的最大動(dòng)態(tài)誤差較?。凰荒軌蚍€(wěn)定在給定值附近，即此系統(tǒng)的穩(wěn)態(tài)誤差較小。綜上所述，從以上控制算法和實(shí)際的水位曲線來(lái)看，該控制器采用一種智能控制方式，無(wú)需建立系統(tǒng)的數(shù)學(xué)模型，并具有很強(qiáng)的自學(xué)習(xí)能力，很好的實(shí)現(xiàn)了水位的自動(dòng)化控制。
權(quán)利要求
1.一種水箱水位的神經(jīng)模糊控制方法，其特征在于:針對(duì)水位控制對(duì)象及其環(huán)境、目標(biāo)和任務(wù)的不確定性和復(fù)雜性而提出一種神經(jīng)網(wǎng)絡(luò)模糊控制器，該控制器采用一種智能控制方式，無(wú)需建立系統(tǒng)的數(shù)學(xué)模型，并具有很強(qiáng)的自學(xué)習(xí)能力，很好的實(shí)現(xiàn)了水位的自動(dòng)化控制。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是一個(gè)三層FNN網(wǎng)絡(luò)；它的輸入層、中間層及輸出層分別具有模糊化，規(guī)則推理和去模糊的功能；模糊控制器采用常規(guī)的二維模糊控制器，把水流理偏差e和％作為模糊控制器的兩個(gè)輸入變量，利用模糊機(jī)理進(jìn)行模糊推理得到控制量的模糊表達(dá)式，再經(jīng)過(guò)PID調(diào)整因子，得到控制量的精確值。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，水位的主要?jiǎng)討B(tài)特性包括:非線性、非最小相位特性、不穩(wěn)定性、時(shí)滯和負(fù)荷干擾等；采用了模糊神經(jīng)控制方法依據(jù)操作人員的現(xiàn)場(chǎng)經(jīng)驗(yàn)制成模糊控制表，通過(guò)判斷水位的偏差及偏差變化率來(lái)控制輸出，在大范圍內(nèi)利用模糊推理的方法調(diào)整系統(tǒng)的控制量U，而在小偏差范圍內(nèi)轉(zhuǎn)換成PID控制，兩者的轉(zhuǎn)換根據(jù)事先給定的偏差范圍自動(dòng)實(shí)現(xiàn)，既保證動(dòng)態(tài)響應(yīng)效果，又能改善穩(wěn)態(tài)控制精度。
全文摘要
本發(fā)明提供了一種水箱水位的神經(jīng)模糊控制方法，該方法首先針對(duì)水位控制對(duì)象及其環(huán)境、目標(biāo)和任務(wù)的不確定性和復(fù)雜性而提出一種神經(jīng)網(wǎng)絡(luò)模糊控制器，該控制器采用一種智能控制方式，無(wú)需建立系統(tǒng)的數(shù)學(xué)模型，并具有很強(qiáng)的自學(xué)習(xí)能力，很好的實(shí)現(xiàn)了水位的自動(dòng)化控制。
文檔編號(hào)G05D9/12GK103163906SQ201310105800
公開(kāi)日2013年6月19日 申請(qǐng)日期2013年3月29日 優(yōu)先權(quán)日2013年3月29日
發(fā)明者不公告發(fā)明人 申請(qǐng)人:王少夫