PDF《基于 PLC 的模糊控制器的设计》

基于 PLC 的模糊控制器的设计 The Design of Fuzzy Controller Base on PLC (韶关学院)龙迎春 Long,Yingchun 摘要: 通过对模糊控制器设计过程的分析,提出了基于 PLC 查表方式实现模糊控制的设计 方法.

给出了 PLC 程序设计的算法流程图及输入量量化程序、模糊控制表查询程序等关键 步骤的梯形图.结果表明,用PLC 实现的模糊控制器简单实用,具有广阔的应用前景. 关键词:PLC;

模糊控制;

梯形图 中图分类号:TP273.4 文献标识码:A Abstract: By analyzing the design process of fuzzy controller, a design method is presented based on consulting table with PLC to realize fuzzy control. Algorithm flowchart of PLC programming and the ladder diagram of some crucial steps are given, such as quantizing program of the input signal and the inquiry program of fuzzy control table. It shows that fuzzy controller with PLC is simple and practical and it has wide application prospects. Key Words: PLC;

Fuzzy Control;

ladder diagram 引言 PLC 具有可靠性高,编程简单,维护方便等特点,在工业控制中应用十分广泛.传统的 PLC 主要用于顺序控制,功能较为单一.现代 PLC 的功能指令越来越强大,能够实现许多复杂 的控制算法,结合模拟量输入、输出扩展模块,在复杂的过程控制、运动控制中应用也越来 越广泛.其中,将模糊控制技术和 PLC 相结合,对一些无法建立精确数学模型的、复杂的 非线性控制系统具有较好的控制效果. 本文介绍了在三菱 FX2N 型PLC 上实现模糊控制的原理和方法.

1 模糊控制器设计方法 模糊控制是运用模糊理论, 依据专家知识, 通过具有模糊性的语言条件语句来实现控制过程, 其基本原理如下图

1 所示.其核心部分是模糊控制器,如图

1 中的虚线部分所示.主要包括 输入量的模糊化、模糊推理和逆模糊三部分. 图1模糊控制系统原理框图 下面以图

1 来讨论模糊控制器设计的基本过程. 1.1 确定模糊控制器的结构 根据控制对象的特点、要求及专家经验,合理选择控制器的输入量、输出量,从而确定其结 构.输入维数越多,控制会更精细,但控制规则的选取越困难,控制算法也越复杂,实现起 来较困难.图1为常用的二维模糊控制系统的原理框图,以偏差和偏差变化率作为输入量, 输出量为系统控制值. 1.2 确定模糊语言变量的语言值及其论域 图1中、和分别表示输入、输出量的模糊语言变量.综合控制精度,控制规则、控制算法的 复杂程度及控制的稳定性等因素,取各语言变量的语言值为{正大、正中、正小、零、负小、 负中、负大},语言变量、的论域范围及量化等级为{-

6、-

5、-

4、-

3、-

2、-

1、

0、

1、

2、

3、

4、

5、6},语言变量的论域范围及量化等级为{-

7、-

6、-

5、-

4、-

3、-

2、-

1、

0、

1、

2、

3、

4、

5、

6、7}. 1.3 确定隶属度函数 隶属度函数是论域元素对某语言值从属程度的描述, 可结合工程实际, 通过统计分析和专家 经验来确定, 一般可取三角形或高斯形隶属度函数. 由隶属度函数可方便地获得各模糊语言 变量的赋值表. 1.4 输入量的模糊化 首先,将输入量 e、ec 的某一精确量分别乘以量化因子 ke、kec,将其量化为论域元素内的 值,再由模糊语言变量的赋值表,确定输入量的模糊化结果、(为一模糊子集),实现输入量 的模糊化. 1.5 建立模糊控制规则 模糊控制规则的建立依赖于操作者经验和专家知识. 以偏差和偏差变化率为输入量的二维模 糊控制器, 常采用 Mamdani 控制规则, 用条件语句表示为: "若is Ai and is Bj, 则is Cij" , 其中 Ai、Bj、Cij 分别为定义在、 、上的语言值. 1.6 模糊推理 控制规则中每一条件语句对应有模糊关系,其中、 、分别为定义在、 、上的模糊子集.全部的 模糊控制规则确定的整个系统的模糊关系. 当给定输入、后,依据模糊推理合成规则,求取相应的模糊控制量. 1.7 输出量的逆模糊化 由模糊推理获得的控制量是模糊语言变量论域上的模糊子集,通过逆模糊化运算(如加权平 均法)得到控制量的量化值 U,乘以比例因子 ku,获得控制量的精确值,由D/A 转换输出施 加给被控对象.