房间温度模糊控制系统及其仿真
温度控制系统的模糊PID参数整定及MATLAB仿真PPT课件
• 当温差e为中等大小时，为了使系统响应具有较小的超调，Kp 应取得小些，Ki 和Kd 的大小要适中， 以保证系统的响应速度。其中，Kd 对系统响应的影响较大。
• 当值为温附中差近等e出大较现 小小振)；时荡当，，温为并差使考变系虑化统系e具d统比有的较较抗大好干时的扰，稳性则态能K性d，能要当，小温3些差个。变参这化数样e均d可比应避较取免小得温时大度，些反K，d复同可振时取荡为得的避大现免一象系些。统(通模在常糊设取规定 则
•
由以上公式得到输出量的隶属度函数后，采用加权平均法，则可得到最终精确的输出量 为：
6.模糊PID仿真控制器设计
• 模糊pid仿真控制器
• 模糊控制器采用的是模糊PID 的控制算法，根据PLC 编程的特点和结合模 糊控制器设计的理论，本温度控制系统决定采用二维的控制器结构，即 用误差及误差的变化率作为输入信号，而输出信号为Kp，Ki，Kd 三个参
数，控制器的结构图如下：
图2-1 单模糊PID 控制原理图
3.模糊规则的建立
•
隶属函数可以有很多种形状，本设计采用了在工程上比较常用的三角形状的隶属函数。模糊的分 割采用了7段的分割，这样，一共可以产生49 条规则。
4.利用fuzzy模糊逻辑工具箱建立模糊控制器
• (1)输入/输出语言变量的建立 •
立一个Mamdani 型的模糊控制器，通过具有交互式图形界面的模糊推 理系统编辑器和隶属函数编辑器，用来设计输入、输出变量论域范围， 各个语言变量的隶属函数形状等参数，原始的.FIS 图形编辑函数窗口中 只有一个输入模块，对于该双输入输出系统，可点击Edit/Addlnput 或 edit/addOulput 选项，增加一个输入模块或输出模块。 • 根据PLC 编程的特点和结合模 • 糊控制器设计的理论，本温度 • 控制系统决定采用二维的控制 • 器结构，即用误差e及误差ed的 • 变化率来作为输入信号，而输 • 出信号为Kp，Ki，Kd 三个参数。 • 所以界面的设计如右：
用Matlab实现空调温度模糊控制器的设计与仿真
制器设计模糊 控制器 Ｉ
温度模糊控制器采用以房间温度变化和温度 变化率为输入变量 ， 以压缩机转速为输 出变量的双 输入单输 出结构。其设计 内容主要包括 ：１ （ ）确定
维普资讯
第２ ０卷第 １ 期 ２０ ０ ６年 ３月
上
海
Ｔ ｌ
程
技
术
大
学
学
报
Ｖｏ． ０ Ｎｏ １２ １ Ｍ ａ ．２ ０６ ｒ ０
Ｊ ＯＵＲＮ ， Ｆ Ｓ ＡＮ ＩＵＮＩ Ｒ Ｉ Ｙ （ ＧＩ Ｅ Ｎ ｓ ｌ ｃ ＡｌＯ Ｈ （ＨＡ ＶＥ Ｓ Ｔ ） ＥＮ ＮＥ ＲＩ Ｇ Ｃ Ｅ Ｆ
ｅ ｓｌ ａ ｒ ｄｏ ｔ ａｉ ｃ ｒｉ ｕ ． ｙ ｅ Ｋ ｙｗｏ ｄ ：ｆ ｚｙ ｃ ｎ ｒ ｌ ｅ ｒ ｓ ｕ ｚ ｏ ｔｏ ；ＦＩ Ｓ；Ｓｍｕｉｋ ｉ ｌ ｎ
模糊控制是一种基 于语言规则和模糊推理的 控制方法， 采用人类 的语言语句表述 ， 较为直观 ， 也 易于理解 ， 可以对非线性 、 大惯性 、 大滞后对象以及
下半部 的右侧 白框内输入“ 压缩机转速 ”为输出语 （ 言变量 ｏ ｔｕ 重新 命 名 ） ｕｐ ｔ 。在 下半 部 左 侧 为 “ ” 与 、 “ 、蕴涵”模糊规则的合成运算 以及解模糊选 或”“ 、
图 １ 模糊推理 系统 图形 编辑器
Ｆ ｇ １ Ｆ Ｓ Ｅｄ ｔ ｒ ｉ ． Ｉ ｉ ｏ
难以建立数学模型 的对 象取得较好 控制效果… 。 １
但 由于模糊控制器 ｝计过程 中存在诸多主观因素， 殳
如隶属度确定 、 控制规则构造等， 使得 控制 系统需 要反复调试才能达到较好的鲁棒性和适应性。因 此， 利用计算机预先对模糊控制器进行仿真研究显
基于模糊控制的温控系统建模与仿真
基于模糊控制的温控系统建模与仿真温度控制在生活和工业生产中非常常见和重要。
在许多情况下，需要使温度稳定在预定值或在一定范围内波动。
因此，设计一个高效的温控系统对于保证生产质量和舒适的生活非常重要。
本文将介绍基于模糊控制的温控系统建模和仿真。
一、简介温度控制系统的设计包括两个重要部分: 控制策略和控制器。
控制策略通常是基于某些物理模型和统计学原理，并可以使用模拟和实验验证。
控制器的选型取决于控制策略的性质和要求，如强度、精度、稳定性等。
二、基于模糊控制的设计思路模糊控制是一种基于人类语言和经验的控制方法，其控制规则表达模糊且不确定，不同于传统控制方法中的精确数学函数模型。
这种方法具有较好的鲁棒性和适应性，能够在系统结构和工况变化时有效地保证系统的稳定性和性能。
因此，基于模糊控制的设计思路在某些领域中具有广泛的应用。
三、模糊控制系统建模在模糊控制中，控制器、输入和输出都用模糊语言描述。
建模过程可以分为三个步骤:1.建立输入-输出模糊语言变量模糊语言变量在控制过程中承担关键作用。
在本文中，我们建立两个输入模糊语言变量: 温度偏差(e)和温度变化率(e')，以及一个输出模糊语言变量: 控制量(u)。
2.建立模糊规则库模糊规则库是一个包含不同输入变量值和相应输出变量值的表。
通常使用弧形或三角形函数表示变量之间的关系，并使用逻辑运算符(如AND、OR、NOT等)描述不同变量关系之间的逻辑关系。
3.系统运行系统运行分为两个步骤: 模糊推理和去模糊化。
在模糊推理阶段，输入模糊变量的值被模糊化，规则库中的规则被应用，得到对应的输出模糊变量值。
在去模糊化阶段，输出模糊变量转换为具体的控制量。
四、仿真设计在本文中，我们使用MATLAB软件进行仿真设计。
具体步骤如下:1. 确定系统模型设计一个简单的温度控制系统，包括一个传感器、控制器和一个加热器。
传感器用于检测环境温度，控制器用于计算和输出控制量，加热器用于调节环境温度。
温度系统模糊控制器仿真设计 附录3
附录3：外文资料翻译运用MATLAB进行水位仿真设计1 MATLAB在模糊控制仿真中的应用模糊控制通过模糊逻辑和近似推理方法，让计算机把人的经验形式化、模型化，根据所取得的语言控制规则进行模糊推理，给出模糊输出判决，并将其转化为精确量．作为反馈送到被控对象(或过程)的控制作用。
经过多年的实践，模糊控制器已逐渐形成了一种规范形式。
模糊控制表是模糊控制算法在计算机中的表达方式，它是根据系统的输人输出个数、隶属函数及控制规则等决定的。
目的是把人工操作控制过程表达成计算机能够接受，并便于计算的形式。
模糊控制规则一般具有如下形式：If {E = Ai and C = Ci} then U = Ci，i =1，2，3 ……，n其中E、C和U分别为误差e、误差变化c和控制量u的语言变量，而Ai 、Bi、Ci为其相应论域上的语言值(如NB，NM，NS，ZO．PS，PM等)。
首先我先介绍下典型的模糊控制器的设计流程。
（1）系统分析对受控的工业对象进行系统分析，确定控制器的输入变量x1、x2 与输出变量y及它们的数值变化范围和要求达到的控制精度等，根据实际过程的需要建立物理模型，确定控制器结构总体设计方案。
（2）模糊化方法的选择与确定所谓模糊化，就是把输入变量数值，变换成模糊语言变量的语言值，在实际控制过程中，经常把一个物理量划分成正大（PL）、正中（PM）、正小（PS）、零（ZE）、负小（NS）、负中（NM）、负大（NL）七级语言变量。
每一个语言值对应一个模糊子集，其隶属函数通常选用三角形或梯形分布。
由隶属函数图可确定输入数值相应的隶属度。
（3）模糊控制规则库的建立确定语言控制规则是模糊控制器设计的核心工作，规则的形式很像计算机程序设计语言常用的“IF……THEN……”条件语句。
控制规则的多少视输人及输出物理量数目及所需的控制精度而定。
值得注意的是，规则的数目是以语言变量级数平方关系变化而迅速增加，规则越多，推理的质量就会越下降。
模糊自整定PID温度控制系统的建模与仿真
模糊化处理就是将模糊 控制器输入 的确定值转换为响应
模糊语言变量值 的过程 ，此响应语言变量值均 由对应的隶属
可 能 因为 本 质 上 属 于 线 性 控 制 ＿，而 且 超 调 量 大 ，对 加热 系 Ｊ Ｊ
糊决策 的前提 ，模糊控制规则生成的理论依据 。在这里使用 Ｂ ｌｗｉ ａｄ ｎ推理法 。由于模糊集合无法对精确 的模拟 或数字系 统进行控制 ，因此必须进行精确化计算，得 出此模糊集合 中
摘
要： 针对炒茶机 的加热 控制系统跟踪 设定的温度值 滞后、自 动调节加热装置实 时性差 的问题 ， 设计一种模糊 自整定 比例积分微分（Ｉ） ＰＤ
ｌ ％，稳态误差 ｅ Ｏ ｓ 。该方法可提 高温度控 制系统 的性能 。 ＝
参数控制器 。采用 ＰＤ控制和模糊控制算法相结合的方法 ，实现模糊控制对 ＰＤ参数的调整 。利用 Ｍａ ａ Ｉ Ｉ ｔ ｂ在 Ｓ ｕｉ ｌ ｉ ｌ ｋ中建立模型 ，并对 ｍ ｎ 该控制器进行仿真分析 。结果表明 ，模糊 ＰＤ 自整定控制器 的超 调量 Ｉ 关健诃 ：模糊 自整定 ；比例积分微分参数调整 ；温度控制 ；加热系统
Ｎａｊ ｇＡｇｉｕｔｒｌ ｉｅｓｙ Ｎａｊ ｇ２ ０ ３ ， ｈｎ ； ． ｏ ｉｇＳｎ ｉ ｌ ｔｃｌ ｏ ａｙ Ｂ ｏ ｉｇ０ １０ ， ｈｎ ） ｎｉ ｒ ｌ ａＵｎｖ ｒｉ ， ｎｉ １０ １Ｃ ｉａ２ Ｂａｄｎ ａｙ ｅ ｒ ａ ｍｐ ｎ ， ａ ｄｎ ７ ０ ０ Ｃ ｉａ ｎ ｃ ｕ ｔ ｎ Ｅ ｃｉ Ｃ
ｓｍ ｕａｉｎｍ ｏ ｅ ｓｃｅ ｔｄ ｉ ｍｕｉｋ ｏ ａｌｂ ｆｒａ ｌ ｉｇｔ ｅｐｅｆｒ ｎ ｅｏ ｌｏ ｉ ｍ ． ｓ ｌｓ ｗｓｔ ａ ｈ ｖｅｓ ｏ ｔｔ ｅｓｅ ｄ —ｔｔ ｉ ｌｔｏ ｄ ｌｉ ｒａｅ ｎＳｉ ｌ ｆＭ ｔａ ｏ ｎａｙｚｎ ｈ ｒｏｍａ ｃ ｆｔ ａｇ ｒｔ ｎ ｈｅ ｈ Ｒｅ ｕｔ ｈｏ ｈ ｔｔｅｏ ｒｈ ｏ ，ｈ ｔａ ｙ ｓａｅ
环境实验室温、湿度模糊控制案例分析
环境实验室温、湿度模糊控制案例分析传统的温、湿度闭环控制通常采用开关控制或PID控制，前者实现简单但精度差，后者精度高，但需建立数学模型，参数整定要求较高，而在温湿度非线性复杂变化的环境下，不易精确建模。
模糊控制理论是能够模拟人脑智能，随环境变化的自适应控制技术，适合于非线性系统和难以用数学模型精确描述的复杂系统。
进一步可以采用神经网络与模糊推理结合的控制新模式。
1 环境实验室温湿度监控系统结构环境实验室温、湿度监测控制机构见图1。
温、湿度传感器测得的信号经过调理，输入到模糊控制算法模块，产生决策信号控制驱动件(加热器、制冷器、加湿器、除湿器)，保持环境实验室温、湿度恒定在设定值。
2 控制系统模糊控制机理典型的模糊逻辑控制由模糊化、模糊推理和清晰化三部分组成。
下面以温度控制为例来具体说明。
依据传统模糊控制模型，本设计中温度模糊控制系统原理如图2所示。
模糊控制器选用双输人单输出控制方式，以温度误差e和误差变化率ec作为输入变量，以u作为输出变量。
模糊子集为E=EC=U={NB，NM，NS，ZE，PS，PM，PB}={负大，负中，负小，零，正小，正中，正大)，其论域为：e=ec=u=[-3，3]={-3，-2，-1，0，1，2，3}。
隶属度函数采用三角分布函数，如图3所示。
根据控制系统的输入／输出特性，以消除温度偏差为控制目标，制订控制规则如表1所示。
由模糊规则进行推理可以得出模糊控制器语言规则的输入输出关系，其关系是一个非线性的关系曲面。
当偏差较大时，控制量的变化应尽力使偏差迅速减小；当偏差较小时，除了要消除偏差外，还要考虑系统的稳定性，防止系统出现过冲，甚至引起系统振荡。
由隶属度函数及规则表，使用Mamdani推理方法和面积重心法进行清晰化，可得到控制查询表。
对应输出量U实际意义如表3所示。
注：√表示启动；×表示不启动工作机理：依照模糊控制查询表建立的二维常数数组，将输入偏差E和偏差变化率EC量化到其基础变量论域，作为数组的行和列实时检索该查询表，得到实时输出U，依照输出量U的实际意义控制加热器或制冷器，从而驱使温度稳定在设定值。
温度控制系统中模糊控制算法的仿真
1.绪论1.1 模糊控制理论的产生模糊理论是在美国柏克莱加州大学电气工程系的著名控制论学者L.A.Zadeh(扎德)教授于1965年创立的模糊集合理论的数学基础上发展起来的，主要包括模糊集合理沦、模糊逻辑、模糊推理、模糊控制等方面的内容[1]。
自20世纪60年代以来，现代控制理论已经在工业生产过程、军事科学以及航空航天等许多方面都取得了成功的应用。
例如极小值原理可以用来解决某些最优控制问题;卡尔曼滤波器可以对具有有色噪声的系统进行状态估计;预测控制理论可以对大滞后过程进行有效的控制。
但是它们都有一个基本的要求:需要建立被控对象的精确数学模型[4]。
随着科学技术的迅猛发展，各个领域对自动控制系统控制精度、响应速度、系统稳定性与适应能力的要求越来越高，所研究的系统也日益复杂多变。
然而由于一系列原因，诸如被控对象或过程的非线性、多时变、多参数间的强烈吻合、较大的随机干扰、过程机理错综复杂、各种不确定性以及现场测量手段不完善等，难以建立被控对象的精确模型。
虽然常规自适应控制技术可以解决一些问题，但范围是有限的。
对于那些难以建立数学模型的复杂被控刘象，采用传统的控制方法，包括基于现代控制理论的控制方法，往往不如一个有实践经验的操作人员所进行的手动控制效果好。
因为人脑的重要特点之一就是有能力对模糊事物进行识别与判决，看来似乎不确切的模糊手段常常可以达到精确的目的。
操作人员是通过不断地学习、积累操作经验来实现对被控对象进行控制的，这些经验包括对被控对象特征的了解、在各种情况下采取相应的控制策略以及性能指标判据。
这些信息通常是以自然语言的形式表达的，其特点是定性的描述:所以具有模糊性。
由于这种特性使得人们无法用现有的定量控制理沦对这些信息进行处理，于是需探索出新的理论和方法。
实际上，人们已无法回避客观上存在的模糊现象。
早在20世纪20年代，就己经有学者研究如何描述客观世界中普遍存在的模糊现象。
著名的哲学家和数学家B.Russell在1923年就写出了有关含糊性的论文。
浅谈模糊控制器在中央空调系统温度控制中的应用-技术方案
浅谈模糊控制器在中央空调系统温度控制中的应用-技术方案引言中央空调系统的设计是以室内空气参数为基本依据，通过对整个空调系统新风、回风的温度、湿度、送风风机运行状态、初效过滤段的压差等现场信号的采集，根据所设计的控制策略控制送风风机的变频调速、加湿器的加湿、冷、热水阀门的开度大小来达到设定的空气状态，且根据室内、外空气的状态（温度、湿度）确定系统的运行工况，在保证生产工艺的要求的前提下，使空调系统运行合理、安全、可靠、能耗低等，中央空调系统有主机和末段系统。
按负担室内热湿负荷所用的介质可分为全空气系统、全水系统、空气-水系统、冷剂系统。
按空气处理设备的集中程度可分为集中式和半集中式。
按被处理空气的可分为封闭式、直流式、混合式（回风二次回风）。
主要组成设备有空调主机（冷热源）风柜风机盘管等等。
中央空调系统优点：经济节能：主机由微电脑控制，每个区间末端风机盘管可自行调节温度，区间无人时可关闭，系统根据实际负荷做自动化运行，开机计费，不开机不计费，有效节约能源和运行费用。
环保：主机采用水源热泵型机组，电制冷，没有燃烧过程，避免了排污；整个系统为密闭式管路系统，可避免霉菌灰尘等杂质对系统的污染，使环境清新优美，特别适于别墅、公寓与写字楼的使用。
节约空间：主机体积小巧，不设机房，无需占用设备层，减少公用设施和土建投资，室内末端暗藏在吊顶内，极易配合屋内装修。
个性化：中央空调系统以区间为单元，满足用户不同区间需求，室内末端安装采用暗藏方式，不影响室内的审美观，不占据室内空间，适应用户的个性化需求。
简化管理：于采用不同区间单独控制系统为用户所有，产权关系明确，可简化空调设施管理。
提升档次：中央空调主机可以避免破坏楼体的整体外观，使用户充分享受综合环境的同时，提升产品质量及量贩档次。
投资方便：可根据量贩发展情况，分期分批投资添置空调系统，同时量贩档次提升，因此资金周转快，有效地利用资金更进一步开发。
自动控制系统（automatic control systems）是在无人直接参与下可使生产过程或其他过程按期望规律或预定程序进行的控制系统。
基于Smith预估模糊PID的控制温度系统的设计与仿真
第３７卷第４期２０２３年７月兰州文理学院学报(自然科学版)J o u r n a l o fL a n z h o uU n i v e r s i t y ofA r t s a n dS c i e n c e (N a t u r a l S c i e n c e s )V o l ．３７N o ．４J u l ．２０２３收稿日期:２０２３Ｇ０１Ｇ２０基金项目:安徽省科学研究重点项目(２０２２A H ０５２０００,２０２２A H ０５２００２);安徽三联学院校级平台重点研究项目(K J Z D ２０２２００６)作者简介:夏百花(１９８１Ｇ),女,安徽合肥人,副教授,硕士,研究方向为自动化．E Ｇm a i l :５５３７９７７５＠q q．c o m．㊀㊀文章编号:２０９５Ｇ６９９１(２０２３)０４Ｇ００５９Ｇ０５基于S m i t h 预估模糊P I D 的控制温度系统的设计与仿真夏百花,蒋龙云(安徽三联学院电子电气工程学院,安徽合肥２３０６０１)摘要:针对工业生产控制过程中的温度非线性㊁滞后大等缺点,设计了一种基于S m i t h 预估算法的模糊P I D 控制器．以一阶加滞后系统为例,通过对常规P I D 控制算法㊁S m i t h 预估控制算法和模糊P I D 控制算法的理论分析研究,提出了一种将S m i t h 预估控制和模糊算法相结合的控制方案应用于温度控制系统,并用S i m u l i n k 对温度控制系统进行仿真,得出常规P I D 控制算法对于滞后较大的系统无法适用,而采用S m i t h 预估模糊P I D控制算法的上升时间和调节时间分别减小了１s 和２s ．实验结果表明:基于S m i t h 预估的模糊P I D 控制算法在响应速度和调节过程中具有更大的优势．关键词:S m i t h 预估;模糊P I D ;大滞后中图分类号:T P １３㊀㊀㊀文献标志码:AD e s i gna n dS i m u l a t i o no f T e m p e r a t u r eC o n t r o l S y s t e mB a s e do nS m i t hE s t i m a t eF u z z y PI D X I A B a i Ｇh u a ,J I A N GL o n gＧY u n (S c h o o l o fE l e c t r o n i c a n dE l e c t r i c a l E n g i n e e r i n g ,A n h u i S a n l i a nU n i v e r s i t y,H e f e i ２３０６０１,C h i n a )A b s t r a c t :I nv i e wo f t h e s h o r t c o m i n g s o f t e m p e r a t u r e i n i n d u s t r i a l p r o d u c t i o n c o n t r o l pr o c e s s ,s u c ha s n o n l i n e a r i t y a n d l a r g ed e l a y ,a f u z z y P I Dc o n t r o l l e rb a s e do nS m i t h p r e d i c t i o na l g o Ｇr i t h m w a s d e s i g n e d ．T a k i n g t h e f i r s t Ｇo r d e r p l u s d e l a y s y s t e ma s a n e x a m p l e ,t h r o u gh t h e t h e Ｇo r e t i c a l a n a l y s i s a n dr e s e a r c ho f c o n v e n t i o n a lP I Dc o n t r o l a l g o r i t h m ,S m i t he s t i m a t ec o n t r o l a l g o r i t h ma n d f u z z y P I Dc o n t r o l a l g o r i t h m ,t h i s p a p e r p r o p o s e d a c o n t r o l a l go r i t h mt h a t c o m Ｇb i n e dS m i t h e s t i m a t e c o n t r o l a n d f u z z y a l g o r i t h mt o a p p l y t o t h e t e m p e r a t u r e c o n t r o l s ys t e m ,a n du s e dS i m u l i n kt os i m u l a t e t h e t e m p e r a t u r ec o n t r o l s ys t e m ,a n dc o n c l u d e dt h a t t h ec o n Ｇv e n t i o n a l P I Dc o n t r o l a l g o r i t h m w a sn o t a p p l i c a b l e t o t h e s y s t e m w i t h l a r g ed e l a y ,T h e r i s e t i m e a n d a d j u s t m e n t t i m e o f t h eS m i t he s t i m a t e f u z z y P I Dc o n t r o l a l g o r i t h m w e r e r e d u c e db y１s a n d ２s r e s p e c t i v e l y ．T h e e x p e r i m e n t a l r e s u l t s s h o w e d t h a t t h e f u z z y P I Dc o n t r o l a l g o r i t h m b a s e do nS m i t h p r e d i c t i o nh a d g r e a t e r a d v a n t a g e s i n r e s p o n s e s p e e d a n d r e gu l a t i o n p r o c e s s ．K e y w o r d s :S m i t he s t i m a t e ;F u z z y P I D ;l a r g e d e l a y ㊀㊀工农业生产控制过程中,温度控制约占据工业控制系统的７０％以上,但这些被控对象普遍存在一些较为复杂的因素,如动态特性复杂㊁非线性㊁干扰强㊁滞后时间较大等[１]．若采取简单控制系统且控制器采用常规P I D 控制时,对温度的控制效果并不是很理想,因此必须寻求更加先进且有效的控制方法．1㊀Smtih预估模糊PID控制算法的理论基础1.1㊀控制系统数学模型建立一般情况下,温度控制系统都具有非线性㊁时滞大等特点,为了简化温度控制系统的数学模型,可近似用一阶惯性加纯滞后环节或二阶系统加纯滞后环节来表示．在本文中,温度控制系统的数学模型用一阶系统进行简化,假设其传递函数可表示为G(s)＝K０T０s＋１e－τs＝G０(s)e－τs,(１)其中:K０表示被控对象的静态增益;T０表示被控对象的惯性时间常数;τ表示被控对象的滞后时间常数．在大多数被控过程的动态特性中,通常用τ/T的比值大小作为衡量被控过程纯滞后的严重程度,若τ/T＜０．３,被称为一般滞后过程,对于这类系统,使用常规的P I D控制算法就可得到满意的控制效果;若τ/T＞０．３,则称为大滞后过程,此类系统需采用较为复杂的控制算法进行控制．本文中所讨论的被控对象为大滞后过程,即τ/T＞０．３的温度控制系统．1.2㊀Smith预估模糊PID控制算法理论基础对于大多数定值控制系统来说,需要将被控对象的实时参数与设定值之间进行比较得到偏差,然后根据偏差的大小送入控制器中进行控制,其控制规律通常选用常规P I D(比例㊁积分㊁微分)控制算法,优点在于其原理简单,易于参数整定, P㊁I㊁D３个参数之间相互分离㊁互不干扰,且在分析系统时,也不需要对系统进行复杂的建模分析和处理．随着工业生产过程中控制系统对精度要求的不断提高和被控对象的日益复杂,特别是滞后较大的系统来说,常规的P I D控制算法已经无法满足系统所需的稳定性和精度要求．为了解决这种情况,本文主要以模糊控制算法为基础,采用基于S m t i h预估算法的模糊P I D控制算法对温度系统实施更加精确的控制．(１)反馈控制算法理论基础反馈控制算法是指系统的输出直接作用于系统的输入端,与输入信号进行比较产生偏差后送入控制器中发出控制信号[５],其模型如图１所示．由图１可知系统输出量Y(s)为Y(s)＝G c(s)G v(s)G(s)１＋G c(s)G v(s)G(s)X(s)．(２)图１㊀反馈控制系统模型㊀㊀系统的特征方程为:D(s)＝１＋G c(s)G v(s)G(s)＝１＋G c(s)G v(s)G０(s)e－τs＝０,由于被控对象中存在着滞后环节e－τs项,因此会对系统的稳定性带来不利影响．(２)S m i t h预估控制算法理论基础S m i t h预估控制是一种针对于纯滞后系统设计的控制策略,其系统模型如图２所示．其基本思想[２]是:首先预先估计出被控过程的动态模型,然后引入一个和被控对象相并联的补偿器对被控对象的纯滞后时间进行补偿,使得被滞后了τ时间的被控量提前反馈到控制器的输入端,致使控制器提前发出动作,以减小系统超调,进而加速整个调节过程,从而对纯滞后时间进行削弱和消除．图２㊀S m i t h预估控制系统模型㊀㊀由图２可知此时的闭环传递函数为Y(s)X(s)＝{G c(s)G v(s)G０(s)e－τs}/{１＋G c(s)G v(s)G０(s)e－τs＋G c(s)G v(s)G０(s)(１－e－τs)}＝G c(s)G v(s)G０(s)e－τs１＋G c(s)G v(s)G０(s)．(３)从闭环传递函数可以看出,系统的特征方程D(s)＝１＋G c(s)G v(s)G０(s)＝０中已没有了e－τs 纯滞后项,即该系统与原系统相比已经消除了纯滞后对闭环系统稳定性的影响．(３)模糊P I D控制算法理论基础将S m i t h预估算法㊁常规P I D控制算法与模糊算法相结合就组成了模糊P I D控制算法,其控０６㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀兰州文理学院学报(自然科学版)㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第３７卷制系统模型如图３所示．图３㊀模糊P I D 控制系统模型㊀㊀本文选择的是目前使用较广泛的二维模糊P I D 控制器[３]．将模糊P I D 温度控制系统的给定温度X (s )与测量温度Y (s )之间的偏差记为E ,偏差变化率d e /d t 记为E C ．将E 和E C 作为二维模糊控制器的输入变量,其输出变量为P I D 控制器的参数K p ㊁K i ㊁K d 的修正量ΔK p ㊁ΔK i ㊁ΔK d ．假定E 和E C 的模糊论域为[－５,５],ΔK p ㊁ΔK i ㊁ΔK d 的模糊论域均为[－３,３],系统各参数论域如表１所列．表１㊀系统各参数论域表变量EE CΔK pΔK iΔK d基本论域[－１０,１０][－２,２][－１．５,１．５][－１．５,１．５][－３,３]模糊论域[－５,５][－５,５][－３,３][－３,３][－３,３]量化因子０．５０．４０．５０．５１㊀㊀采用七段式模糊的方法将输入变量和输出变量分解成７个模糊子集[４],其语言变量分别为:正大(P B )㊁正中(P M )㊁正小(P S )㊁零(Z O )㊁负小(N S )㊁负中(NM )和负大(N B )．常用的隶属度函数主要分为３类,即S 形(S M F )隶属函数㊁Z 形(Z M F )隶属函数和三角形(T R I M F )隶属函数,由于目前还没有较为成熟的方法来确定每个系统的具体隶属函数,因此本文选取计算量小㊁灵敏度高且稳定性好的三角形(T R I M F )隶属函数形作为模糊控制的隶属度函数,其曲线如图４所示．图４㊀E 的隶属度函数㊀㊀根据人的直接思维进行推理,采取系统输出的误差E 及误差的变化趋势d e /d t 来设计减小或消除系统误差的模糊控制规则．当误差E 较大时,在选择模糊控制量时应以减小或消除误差为主,而当误差E 较小但误差变化率变化较大时,模糊控制量的选择则应以在保证系统稳定的前提条件下,防止系统出现超调为主．根据专家和个人经验可得修正量ΔK p ㊁ΔK i ㊁ΔK d 的模糊控制规则如表２~表４所列．为了保证系统的稳定性㊁动态和稳态性能基本要求,由最大隶属度法可知,系统中所需的模糊P I D 控制参数,即比例㊁积分㊁微分的输出结果均在原始P I D 参数的基础上进行修正,其修正公式为K ᶄp ＝K p ＋ΔK p ,K ᶄi ＝K i ＋ΔK i ,K ᶄd ＝K d ＋ΔK d ．ìîíïïïï(４)2㊀仿真设计及结果分析假设某一温度控制系统的被控对象的数学模型为G (s )＝１２s ＋１e －３s ,(５)其中,静态开环增益K ０为１,时间常数T ０为２s ,滞后时间τ为３s ,由于τ/T ＝１．５＞０．３,因此系统被认定为大滞后系统．本文仿真均采用MA T ＧL A B 软件中的子模块S i m u l i n k 进行实现,利用其相应模块搭建控制系统原理图,如图５所示．图中点线㊁实线和点划线方框中分别表示常规P I D控制㊁S m i t h 预估控制和S m i t h 预估模糊P I D 控制的原理图．通过示波器观察系统仿真波形,并将３种仿真波形进行比较分析．假设原理图中信号输入模块s t e p 为单位阶跃信号１,代表输入温度值为３０度,其阶跃响应曲线如图６所示．图中,实线代表输入信号,长划线㊁点划线㊁虚线分别为常规P I D控制㊁S m i t h 预估控制和S m i t h 预估模糊P I D 控制的系统响应曲线．从图中可以看出,不管是哪种控制方式,系统总是在滞后时间３s 后才开始作出响应．１６第４期夏百花等:基于S m i t h 预估模糊P I D 的控制温度系统的设计与仿真表２㊀ΔK p模糊控制规则E E CN B P B P B P B P B P M P S０NM P B P B P B P B P M００N S P M P M P M P M０P S P S ０P M P M P S０N S N S NM P S N S N S０N S NM NM NM P M N S０N S NM NM NM N B P B００NM NM NM N B N B表３㊀ΔK i模糊控制规则E E CN B N B N B NM NM N S００NM N B N B NM N S N S００N S N B NM N S N S０P S P S ０NM NM N S０P S P M P M P S NM N S０P S P S P M P B P M００P S NM P M P B P B P B００P S P M P M P B P B表４㊀ΔK d模糊控制规则E E CN B P S N S N B N B N B NM P S NM P S N S N B NM NM N S０N S０N S NM NM N S N S０００N S N S N S N S N S０P S０００００００P M P B P S P S P S P S P S P B P B P B P M P M P M P S P S P B㊀㊀被控对象中由于τ/T＝１．５＞０．３,属于大滞后系统,从图６中可以看出,在常规P I D控制下,无论P,I,D取何值,系统的输出都无法达到一个稳定值,因此无法保证系统的稳定性要求,同时也可以看出常规P I D控制算法对于滞后较大的系统不适用．将S m i t h预估控制和S m i t h预估模糊P I D 控制的响应曲线从计算上升时间㊁调节时间和稳态误差３个参数进行对比分析,其结果如表５所列．由于此被控对象是一阶加纯滞后环节,因此系统响应过程中没有超调现象出现．从表５的数据可以看出,不管控制器采用S m i t h预估控制和S m i t h预估模糊P I D控制中哪一种算法,系统都可以在一段时间后进入稳定状态,且稳态误差几乎相同,但是动态过程则有所不同,与单纯的S m i t h预估控制算法相比,本文控制算法上升时间减小了１s,调节时间减小了２s,即后者响应速度更快,系统的动态调节过程就越快．表５㊀阶跃响应曲线参数对比算法上升时间/s调节时间/s稳态误差S m i t h预估控制１．５３０．０２S m i t h预估模糊P I D控制０．５１０．０２3㊀结语本文提出了一种将S m i t h预估控制算法和模糊控制理论相结合的P I D控制解决方案,实现了对工业温度控制系统中所需温度的精确控制．２６㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀兰州文理学院学报(自然科学版)㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第３７卷图５㊀系统仿真原理图图６㊀阶跃响应曲线从仿真结果可以看出,对于滞后较大的系统来说,常规P I D 控制算法已经无法保证系统稳定性的基本要求,与S m i t h 预估控制算法相比,本文方案在系统的响应速度和动态调节过程持续的时间上具有较大优势,可广泛适用于控制系统中滞后较大的情况,这对于工业控制中的温度控制向更加智能化㊁快速化的方向发展具有重要意义．参考文献:[１]潘永湘,杨延西,赵跃．过程控制与自动化仪表[M ]．第２版．北京:机械工业出版社,２００７．[２]张皓,高瑜翔．前馈反馈S m i t h 预估模糊P I D 组合温度控制算法[J ]．中国测试,２０２０,４６(１１):１３２Ｇ１３８,１６８．[３]吕宝传,高晓红,董帅帅．基于变论域模糊P I D 的供热系统设计和仿真[J ]．吉林建筑大学学报,２０２１,３８(６):７５Ｇ７９．[４]张峰,王强．基于模糊粒子群P I D 算法的温控系统研究[J ]．电子测量技术,２０２２,４５(３３):１０９Ｇ１１４．[责任编辑:李㊀岚]３６第４期夏百花等:基于S m i t h 预估模糊P I D 的控制温度系统的设计与仿真。
基于模糊控制的智能家居灯光与温度控制系统
基于模糊控制的智能家居灯光与温度控制系统智能家居灯光与温度控制系统是一种集成了现代技术与人居环境需求的智能化系统。
基于模糊控制技术的智能家居灯光与温度控制系统能够根据用户的需求，实现对家居空间的灯光亮度和温度的智能控制与调节。
本文将介绍基于模糊控制的智能家居灯光与温度控制系统的原理、构成和实现方法。
一、智能家居灯光与温度控制系统的原理智能家居灯光与温度控制系统的设计基于模糊控制技术。
模糊控制是一种基于模糊逻辑的控制方法，通过建立模糊规则库和模糊推理机制，将输入的模糊信息映射为模糊输出，从而实现对系统的控制。
在智能家居灯光与温度控制系统中，感知设备将家居空间的光照强度和温度信息采集并传输给模糊控制器。
模糊控制器根据事先设定的模糊规则库，对输入的模糊信息进行模糊推理，得出相应的灯光亮度和温度控制策略。
最后，控制器将控制信号发送给执行器，如调光器和空调，实现对灯光亮度和温度的调节。
二、智能家居灯光与温度控制系统的构成智能家居灯光与温度控制系统包括感知子系统、控制子系统和执行子系统。
感知子系统负责感知家居空间的光照强度和温度信息。
它通常由光照传感器、温度传感器和数据采集模块组成。
光照传感器用于检测室内的光照强度，温度传感器用于检测室内的温度，并将感知到的信息转换成数字信号通过数据采集模块发送给控制子系统。
控制子系统是整个智能家居灯光与温度控制系统的核心部分。
它由模糊控制器和模糊规则库组成。
模糊控制器使用模糊推理机制，根据输入信号和模糊规则库对家居灯光亮度和温度进行控制策略的生成。
模糊规则库是基于专家经验设计的，其中包含了一系列的模糊规则，用于将模糊输入映射为模糊输出。
执行子系统负责根据控制子系统的输出信号控制家居的灯光亮度和温度。
它包括调光器、空调等执行器。
调光器通过控制灯泡的亮度来实现对灯光的调节，空调通过调节制冷或制热来实现对温度的调节。
三、智能家居灯光与温度控制系统的实现方法智能家居灯光与温度控制系统的实现主要包括硬件设计和软件设计两个方面。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
温差论域Ｅ为Ｅ 一６一５一４一３一２一 ＝丈 ， ， ， ， ，
１０７ ２３ ４ ５６ ， ，，， ，， ， ，）采用 Ｎ （ Ｂ 负大） Ｎ 负 中） ， Ｍ（ 、 Ｎ（ Ｓ 负小）Ｚ 零）Ｐ （ ，Ｏ（ ，Ｓ 正小）Ｐ 正中） Ｐ （ ， Ｍ（ 和 Ｂ正 大） ７ 共 个模糊子集来描述 ， 其模糊分布见图 ４ ：
３２ 模糊化和参数设置 ， 在模糊运算前， 需要使用 ３ 个转型因子将温差 和变化率的实际可能值转化为模糊量的论域。 （） 是将确定量ｅ １Ｋ ｅ 转化为模糊输人量的转 型因子， 其大小决定了模糊量 Ｅ的覆盖域， ＝ ｔ Ｅ ｎ Ｉ （ｅ ） Ｋ ＂。。由实验可以发现： Ｋ 的减小， 随着 。 频率 响应曲线的最大超调不断减小， 超调次数也相应减 少； 相反 Ｋｅ 的增大缩短了响应时间， 并且可以实现 稳态无静差。这是因为 ， 的减小扩大了控制区的 Ｋ。 死区范围， 减小了速度上升速率， 延长了响应时间， 随着 Ｋ 减小温差畏盖加大， ｅ 减小了最大超调和超
６ ６ ５ ４ ３ ２ ６ ４ ６ ５ ３ ０ ３ １ ２ １ ｌ ２ １ ２ １ ０ 一 １ ３ － ３ １ １ １ ０ 一 １ 一 ２ ２ １ ２ １ －４ ２ ０ ０ ０ ０ 一 １ １ ０ ０ ０ －３ －６ ３ ０ ０ ０ ０ － ２ －４ 一 ６ ２ ０ ０ ０ ３ ０ ０ ０ ０ 一 １ １ ０ ０ ０ －２ －５ ２ ０ １ １ １ － － －２ １ － －２ 一 １ ２ － －３ －６ １ ０ 一 １ 一 １ 一 １ －２ ２ 一 １ 一 １ ２ 一 ３ 一 ６ － －
ＮＭ
ＰＬ
ＰＢ
ＰＢ
Ｐ
ＰＢ
Ｂ
ＰＭ
阴
一阴 ＰＳ
ＰＳ 一阴
ＰＢ
Ｎｓ
ＰＢ ｚＯ Ｐｓ ＰＭ ＰＳ Ｎｓ 阴 阴
Ｐ Ｐ
Ｓ
ＰＭ 功
Ｓ
ｚｏ
２０
Ｐ
２０
ＮＭ ＮＢ 阳 ＮＬ ＮＭ ＮＢ
ｚｏ
ＮＭ ＮＢ ＮＢ
ＮＳ ＮＢ ＮＢ 眺 ＮＬ
ＮＭ
ＮＳ ＮＭ
Ｎ Ｍ ＮＢ
９ ・ ８
万方数据
杨春敏等： 房间温度模糊控制系统及其仿真 表 ２ 模糊控制关系（ 不同 Ｅ和 Ｅ Ｃ下的 Ａ ） Ｄ
４ Ｔ Ａ ＭＡ Ｌ Ｂ仿真结果
验证控制效果的仿真实验结果见图 ６ ，
叨 努
－ ５ ８ － ４ ８ － ３ ６ － ２ ６ 一 １ ５ ０ ６ １ ５ ２ ４
３ ３
７ ６ ６ ６ ５ ４ ７ ６ ５ ３ ３ ２
Ｋ ｙ ｏｄ Ｃ ： ｍｐ ｔｒ ｌ ｓ ｌ ｉ ； ｎｒｌ ｔｍ； ｍｐｒｔｒ ｅｗ ｒｓ ｏ ｕｅ ａａ ｇ ａ ｏ Ｃ ｔ ｓｓｅ Ｔ ｎ ｏ ｉ ｔｎ ｏ ｏ ｙ ｍｕ ｅ ｅａｕｅ
房间的温度变化由于干扰因素多、 有关参数变 化范围较大等原因， 难以建立精确的数学模型。本 文从建立房间温度的仿真模型人手， 根据实际经验 及模糊数学原理 ， 通过 ＭＡ Ｌ Ｂ进行计算机仿真 ＴＡ 实验， 设计了一种房间温度模糊控制器。为进一步 验证该控制器的控制效果， 又依照变频空调制冷及 房间温度变化特点建立了变频空调控制的房间温度 变化仿真数学模型及变频空调制冷的传递函 数。
较得 出正确的判断并调整 ， 模拟空调房间温度变化。
竺二 慰 矍 鳄｝
蕊」 往级 Ｉ 盆 导盆舒 转ｔ因子７ ￥
积分胭
血１称幸 书） ｍ不骊
压幼饥椒绷
馄合母
栩栩及辑控ｕ用
ｔＡ ９ ９
洲击 １
带初始田度的 房间摸型
Ｉ 压 卜－ 门
至工作闻
裳
时针 至工作间
图 １ 房 间温度控 制系统的仿真模 型
（ｏｅｅ ｃａｉ ｌ Ｅｅｔｃ Ｅ ｇ ｅｒ ， Ｃｉ ｅ ｅ ｉ ｇ Ｔ ｅ ｎｓ Ｕ ｖｒｔ Ｃｌｇ ｏ Ｍｅｈｎ ａａｄ ｃ ａ ｎｉ ｅ ｌ ｆ ｃ ｎ ｌ ｒ ｌ ｎ ｉ ｉ ｎ ｈ ｈ ｅ ｎ ｓｙ ｉ
ｏ Ｍｉｎ Ｔ ｃｎｌ ｙ Ｘ ｚ ｕ ｎｓ ２１０ ， ａ ｆ ｉ ｅｈｏ ｇ ， ｈ Ｊ ｇｕ ０８ Ｃ ｏ ｌ ｎ ｇ ｏ ｕｏ ｉ ａ ２ ｈ ｒ
积分环节
为Ｅ Ｃ也存在控制死区， 其范围与 Ｋｅ成反比， 。 并且 Ｋ。 ｅ 的大小决定系统的灵敏度。增加 Ｋ 。 ｅ 可增强系 统的微分作用， 使系统反应灵敏， Ｋ ｃ 但 ｅ 过大可能 会引起系统震荡； 减小 Ｋ ｃ控制死区增大， ｅ， 系统反 应变慢， 最大超调量增加。因此为了达到较好的控 制效果， ｅ 的调节一定要配合 Ｋ 一起调节。 Ｋｃ ｅ ３３ 系统搭建 ．
Ｎ日 ＮＭ ＮＳ ＺＯ Ｓ Ｍ Ｐ Ｐ Ｐ Ｂ
惯性环节
Ｊ ）厂 又 （ Ｕ
（］ Ｔ） ， ｋ ＋
图 ２ 空调模 型的传递函数
３ 模糊控制器模型的建立
３１ 模糊控制器的结构 ． 如图 ３ 控制器给定温度值 Ｔ 与实测温 所示， ｏ 度值 Ｔ 的差值 。 Ｔ 一Ｔ ， ， ＝ ａ ，由计算机算出变化率 。， 经模糊化后分别形成模糊量 Ｅ和Ｅ 再经模糊 Ｃ，
摘 要： 建立了房间温度的仿真模型， 根据实际经验及模糊数学原理设计 了模栩控制器， 对房
间温度进行模栩控制， 建立了变频空调控制的房间温度场的数学仿真模型及其传递函数， 并且在
Ｍａ ａ 上进行了 ｔｂ ｌ 仿真。 关键词： 计算机仿真； 控制系统； 温度
中图分类号：Ｕ ３ Ｔ ８１ 文献标识码： Ａ 文章编号：０５ ４９２０ １３ ０７ ３ １０－ ３ （ ３０－ ９－ ７ ０ ０ ０
万方数据
杨 春敏等 ： 间温度 模糊控制系统及其仿真 房
２ 空调模型
空调模型相当于一个积பைடு நூலகம்环节与一个惯性环节 的串联， 其输人为频率给定信号， 输出为空调散热片 变化温度， 如图２ 模糊控制器给出控制信号Ｕ， 。由 经 变频器转化为频率 ｆ调节压缩机功率 尸 经积分环 ， ， 节积累， 转化为压缩机做功， 再乘一个控制压缩机转 速的惯性环节后相当于空调散热片温度变化量 Ａ ． Ｔ
Ｒｓ ｒｈ Ｔ ｅ ａ ｇ ｕ ｔ ｎ ｔｅ ｔ ｌ ｔ ｏ ａ ｏ ｓ ｐｒｔｒ ｅ ａｃ ｏ ｈ Ａ ｌ Ｓ ｌ ｉ ｔ ｈ Ｃ ｎｒ Ｓｓ ｍ Ｒ ｍ＇Ｔｍ ｅａ ｅ ｅ ｆ ｎ ｏ ｉ ａ ｏ ｏ ｏ ｏ ｙ ｅ ｆ ｏ ｍ ｅ ｕ
Ｙ Ｎ Ｃ ｕ－ ｉ， Ｎ Ｘｔｙｎ Ａ Ｇ ｎｍｎ ＷＡ Ｇ ｔｏｇ ｈ ｉ －
推理输出频率给定信号 Ｕ，
－ － － ０ ２ ４ ６ ６ ４ ２
ＥＥ ） （Ｃ
图４ 温差论域的模糊分布函数
图 ３ 模糊控制过程框图
Ａ ｓａｔ ｈ ｐｐｒ ｒ ｈ ｔ ｕｔ ｎｌ ｓ ｌ ｏ ｍ ｅｏａ ＇ｔ ｅ ｔｒ， ｈ ａｅ Ｔ ｅ ｅｓｔｆ ｍ ｗ ｂｉ ｔ ａａ ｇ ｕ ｔｎ ｄｌ ｒ ｍｓ ｐｒ ｕｅ ｏ ｔ ｂｓｏ ｂ ｒ ： ａ ｅ ｏ ｏ ｏ ｌ ｈ ｔｃ ｓ ｅ ｏ ｉ ａ ｍ ｉ ｏ ｆ ｏ ｅ ａ ｏ ｍ ｎ ｅ ｆ
１ 仿真 模型
Ｍ ＴＡ 是集数值计算、 ＡＬＢ 符号运算及图形处 理等强大功能于一体的科学计算语言， 实现计算机 仿真的软件工具 Ｓ ＬＮ Ｉ ＩＫ是 Ｍ Ｔ Ａ ＭＵ Ａ Ｌ Ｂ的一个 附加组件， 可用来提供一个系统级的建模与动态仿
真工作平台。本次仿真模拟搭建的系统模型如图 １ 所示 ， １ 图 右部是一个闭环房间温度场模型： 室内外 温度干扰与散热片热量共同作用于具有确定初始温 度的房间模型， 经空气导热延迟后再与给定值相比
Ｅ 一 一 ６ 一 ５ ４ ３ ２ 一 １ ０ １ ２ ３ ４ ５ ６ － － －
－ ６ ９
行△ Ｕ的矩阵运算， 可以得出模糊控制关系如表 ２ 系统运行时， 只需进行查表运算， 就可得出控制量。
９ ９ ９ ８ ７ ６ ９ ８ ９ ８ ６ ５
上升速率 ， 同时也减小了温差 Ｅ的覆盖域 ， 引起较
阳
凡
Ｐ
Ｌ
－几
Ｂ
一２０ －ＰＢ
ＰＭ
大的超调， 系统收敛慢， 严重时会引起震荡。 （） 。 ２ Ｋ 是将确定量。 转化为模糊量 Ｅ ｅ 。 Ｃ的转 型因子， 其大小决定了模糊量 Ｅ Ｃ的覆盖域， Ｃ Ｅ ＝ Ｉ （ ｅ ＂ 。由实验可以发现： ｅ 的增加在一 ｎ Ｋ ｃ ｃ ｔ ｅ） Ｋ。 定程度上减小了系统最大超调 ， 但超调次数却明显 增加， 且改变 Ｋ ‘ ｅ 的控制效果不是线性的。这是因
第 ２ 卷第 ３ ４ 期
２０ 年 ６月 ０３
能源技术
ＥＮＥＲＧＹ ＴＥＣＨ ＮＯＬＯＧＹ
Ｖ２Ｎ Ｊ４０ ｏ ，． ｕ２ ｌ０ ． ｎ ｏ ｅ３
房间温度模糊控制系统及其仿真
杨春敏， 王信用 （ 中国矿业大学机电学院， 江苏徐州 ２１０７ ２０８
ｔ ｅｐｒｎｅ ａｔ ｔｅ ｏｙ ｆ ｚ ｍ ｔｅ ａ ｓ ｔ ｏｇ ｔ ｔ ｌ ｇ ｓ ｕ ｔ ｇ ｅ ｍ ｎ ， ｈ ｘｅ ｅｃ ｍ ａｄ ｔｅｒ ｏ ｕ ｙ ｈｍ ｔ ， ｕｈ ｌ ｄｉ ｔｅ ｌｉ ｅｐｒ ｅｔ ｎ ｅ ｉ ｆ ｎ ｈ ｈ ｃ ｆ ｚ ａ ｃ ｉ ｈ ｒ ｎ ａ ｏ ｈ ｉ ａｎ ｘ ｉ ｅ ， ｎ ｍ ｃ－ ｏ ｔ ｌ ｇ ｒｏ ＇ｔ ｐｒ ｕｅ ｒ ｌ ｔ ｏｍｓ ｅ ｔｒ ｏｉ ｈ ｎ ｅ ｅ ａ ｍ
其中隶属度函数 ｌｅ 为降半梯形分布，Ｐ（ ） ｕ （） ｘ ｒ ＲＢ 为 ２ 升半梯形分布， 其余为三角形分布。温差变化率论 域Ｅ Ｃ为 Ｅ Ｃ二｛ ， ， ， ， ， ，， ，， 一６一５ 一４ 一３ 一２ 一１０ １２ ３４５６ ， ，，，｝其模糊子集选取与 Ｅ相同， 如图 ４ ，输出 频率增量 △ Ｕ二｛ ， ， ， ， ， ， ， 一９ 一８ 一７ 一６ 一５ 一４ 一３ －２ －１ ０ １２ ３ ４ ５６ ７ ８ ９ 用 Ｎ （ ， ，， ，， ， ， ，， ， ，｝ Ｌ 负很大） 、 Ｎ（ Ｂ 负大）Ｎ 负中）Ｎ （ ， Ｍ（ ， Ｓ 负小）Ｚ 零）Ｐ （ ，０（ ，Ｓ 正 小）Ｐ 正中）Ｐ （ 、 Ｍ（ ，Ｂ 正大） Ｐ （ 和 Ｌ 正很大） ９个模 共 糊子集来描述 ， 见图 ５模糊控制规则见表 １ ， ， 根据上述的设定和表 １ 的控制规则， 可得到模 糊控制关系。因为空调系统被控对象具有纯滞后的 特点， 在建立模糊控制规则的时候 ， 应该注意以下情