基于模糊理论的冷库控制系统的研究

《基于模糊理论的冷库控制系统的研究》由会员分享，可在线阅读，更多相关《基于模糊理论的冷库控制系统的研究（51页珍藏版）》请在装配图网上搜索。

1、青岛理工大学毕业论文用纸摘 要在工业生产中，冷库的温度湿度精确自动控制越来越重要，控制要求也在不断提高。结合金针菇培育冷库工程的实际情况，本文从原理和实现上提出了一种冷库控制方法：模糊控制，并设计了模糊控制器加以实现，最后给予simulink仿真，对控制结果进行了验证和改良。制冷系统具有明显的非线性热力学耦合特性，其控制的难点在于如何消除各自由度之间的耦合程度。基于系统部件数学模型的控制方法难以获得精确、完整同时又可解的控制方程组，此种控制难以获得优良的实际效果。模糊控制方法不依赖与被控对象的精确模型，尤其对冷库制冷系统多变量多输入强耦合系统模糊控制方法的优点更为明显。本论文采用模糊控制原理对

2、一个培育室房间的温度和湿度进行恒定控制，以风机盘管流量阀和房间加湿器的流量阀为调节对象，通过对系统各输入量的模糊化和给定系统控制表的模糊运算规则，得到系统模糊控制查询表，固化在控制计算机中。在实际系统运行中只需要采样获得冷库环境温度，通过查表的形式得到系统的输出值，从而完成系统的自动控制过程。通过对模糊控制器仿真运行实验的结果表明，本研究提出的多变量模糊控制方法能够适应冷库制冷系统变负荷和变工况的控制要求，跟踪性能良好、控制精度高、超调小和鲁棒性强的优良特性，其实际应用前景广阔。关键词：冷库制冷系统，多变量，耦合，模糊控制， SIMULINK仿真ABSTRACTIn refrigerating

3、 industry, storage temperature and humidity automatic control precision are more and more important, control requirements are also rising. Based on the actual situation of the project of cold storage of flammulina nurturing, this article applied a new refrigerator control method: fuzzy control, and

4、designed a fuzzy controller. Finally given the simulink simulation, the control results proved verified and improved. Refrigeration system has obviously nonlinear coupling characteristics of thermodynamics; the difficult of the control is eliminating the coupling between the degree of freedom. Based

5、 on the mathematical model of the system to obtain precise control method, but also can complete the control equations, the solution to obtain good control effect. With the method of fuzzy control is not rely on the precise model charged object, especially for storage refrigeration system multivaria

6、ble multi-input strong coupling method of fuzzy control system is more obvious advantages.This paper adopts the fuzzy control theory to room temperature and humidity control, with constant fan-coil unit discharge valve and room for regulating the flow valves humidifier, based on the fuzzy system inp

7、ut and fuzzy control system of the form, system operation rules, the fuzzy control in the control computer lookup cured. In the actual system operation process only needs to get cold environment temperature, sampling check through the form of the system output values obtained, thus complete system o

8、f automatic control process.The results of simulation of fuzzy controller to run the experiment show that the study of multi-variable fuzzy control method can adapt to variable load of cold storage refrigeration system and variable conditions of the control requirements, a good tracking performance,

9、 control and high precision, small overshoot and excellent robustness characteristics.KEY WORDS: cold storage refrigeration systems, Multi-parameter, coupled, fuzzy control, SIMULINK simulation目录第1章 绪论41.1课题研究背景及题目来源41.2本课题主要研究内容4第2章 金针菇培育要求及培育室冷库工艺流程62.1 金针菇培育环境要求62.2 冷库运行工艺流程8第3章 系统硬件系统设计103.1系统概述

10、103.2系统结构103.3系统主要功能123.4系统设备14第4章 系统模糊控制器设计及仿真1615.1 模糊数学与模糊控制理论164.2模糊控制原理164.3 模糊控制器设计174.4 金针菇培育室的模糊控制器设计214.5 模糊控制器的实现374.6 SIMULINK下的模糊控制器仿真实验37参考文献43致 谢44附录1.模糊规则计算过程在MATLAB下的C语言编程结果45第1章 绪论1.1课题研究背景及题目来源冷库的作用在于获取低温储存环境，用于冷冻，冷藏和制造人工低温环境。采用自动控制可以保证库温稳定，避免温度超标或不必要的低温，还可以使冷库制冷系统运行中的温度、压力、液位等状态参数

11、保持在要求的范围内，保证系统的安全和高效。另外，制冷系统的自动控制还是节能和提高制冷品质的最有效手段之一。本课题来自于长春某生物技术有限公司的金针菇培育环境工程，需要依据金针菇的生长需求对其生长环境进行低温控制。在实际运行中，以传统控制方法设计的控制器在同时应对环境温度、湿度、CO2含量等多种控制要求时，控制方式经常互相交叉影响，导致控制结果常常发生波动，难以获得精确的最佳冷库环境1。在控制方法上和控制器设计上需要一种新的方法。传统的冷库制冷控制系统一般以经典控制理论为基础，针对组成系统的主要构成部件如压缩机、冷凝器、蒸发器、膨胀阀等逐个作为单独对象分别建立数学模型，并对其运行中的有关参数分别

12、作必要的调节，构成单闭环并联控制系统2 3。但是，由于此类控制系统并没有把整个冷库视作自动控制的调节对象，并且忽略了制冷系统各部件之间的耦合关系，因此往往难以达到更高精度的调节要求，特别是难以适应冷库这样负荷变化和工况变化大的系统4 5。本课题从控制器对制冷装置各参数进行综合优化控制的目标出发，应用模糊控制的原理研究冷库这一多输入多输出、强耦合、时变、非线性的复杂系统，研究其制冷性能在受到诸多干扰因素的影响下的控制精度的提高，对系统的多变量智能控制方法进行一定的研究11。1.2本课题主要研究内容本课题来自于长春某生物技术有限公司的金针菇培育环境工程，对金针菇培育冷库的温湿度控制进行研究。首先，

13、搜集了金针菇的生物特性资料，了解金针菇的人工培育生长过程，获得金针菇生长所需的温度、湿度、CO2含量、光照等需求，对培育冷库的工艺流程进行了分析和整理。在得到控制要求后，进行硬件系统搭建，参考已有的冷库控制系统，选择了适合本论文所要采用控制的硬件设备，作为实现控制的感应器和处理器。在执行器方面，由于金针菇冷库的湿度要求达到75%以上，所以采用风机盘管加新风处理冷负荷，采用专用加湿器专门加湿，温湿度控制系统以风机盘管水量阀和加湿器的水量阀为对象进行控制。作为本论文的主要部分，接下来重点介绍了模糊控制原理，依据成熟的模糊推理计算方法，结合实际冷库操作经验总结，给出温湿度控制模糊规则，构成基本专家系

14、统，以此设计基本模糊控制器。对于模糊推理过程，本文给出了C语言程序及其计算结果。对于整个模糊控制系统的实现，在MATLAB环境下利用FUZZY模块设计了模糊控制器。最后，利用SIMULINK对设计的基本模糊控制器设计了仿真模型，分析了仿真结果，以此对模糊控制器做了必要修正和改进。第2章 金针菇培育要求及培育室冷库工艺流程2.1 金针菇培育环境要求2.1.1 工业培育金针菇生长要求金针菇（Flammulina uelutipes），又名冬菇，另有构菌、朴菇、毛柄金钱菌等俗称。是我国最早进行人工栽培的食用菌之一，大约有1500多年的栽培历史。历史上多采用段木栽培金针菇，产量低而不稳。金针菇的营养极

15、其丰富。分析结果表明，金针菇中含有18种氨基酸，每百克干菇中，氨基酸的总含量为20.9克，其中人体所必需的8种氨基酸占氨基酸总量的44.5%，高于一般菇类。尤其富含赖氨酸和精氨酸，有益于儿童脑细胞的发育，日本人称其为“增智菇”。金针菇还含有原黄素，具有抗癌、降血脂、保肝等食疗功能，在国际市场上被誉为“超级保健食品”。此外，金针菇还具有多种药疗作用，经常食用金针菇，可以预防高血压和治疗肝脏及肠胃道溃疡病6。金针菇由菌丝体和子实体两部分组成。成熟的子实体由菌盖、菌褶、菌柄三部分组成。野生品种菌盖大，柄短粗，黄褐色商品价值较低。为培育商品价值高的小菌盖，细长柄，白色品种需要对生长环境进行气调处理。金

16、针菇的菌丝和子实体的正常生长需要的环境条件包括：温度、湿度、光照、空气、基质的酸碱度等6。（1）温度：菌丝生长的温度范围是3-34之间，最适宜的温度是232，菌丝对低温有一定的忍耐能力，在21保持138天后仍能存活，在34以上菌丝便会很快死亡。子实体生长需要的温度范围是3-20，最适温度是8-10；其中，原基形成的温度范围是10-15，适宜温度是13，菇蕾驯养阶段的温度是4-6（3-5天），当温度在3以下易引起菇体变色和畸形。在降温时应注意两点：一要配合通风透气，使二氧化碳浓度降至0.050.1%，促使菇蕾大量生成；二是基料表面不能太湿，应保持相对干燥，以防止生理性冻害的发生。经低温驯化后，恢

17、复出菇时所需的温度，保持在10左右，即可有效抑菌促进子实体生长。 （2）湿度：水份（指基质含水量）和湿度（指空气中相对湿度）是金针菇菌丝和子实体生长不可缺少的因子。金针菇为喜湿性的菌类，抗干旱能力较弱。 菌丝培育室空气相对湿度应控制在60左右。 子实体生长期需要的空气湿度范围8090。原基分化时空气相对湿度保持在 8085；子实体发育阶段，要求较高的空气相对湿度，除依靠本身的水分来满足菇体生长发育外，空气相对湿度应提高到 8595。（3）空气：金针菇子实体在生长期间，需要较多的氧气，必须保持适度通风。但是，实验表明适度的二氧化碳浓度有利于子实体生长发育，有助于提高菇品的商品质量。（4）光照：菌

18、丝生长阶段在黑暗的条件下生长正常，曝晒会死亡。（5）酸碱度：金针菇在pH值38.4的范围内，菌丝皆可生长，最适宜的pH值为47，一般拌料的控制值为pH6左右，灭菌后pH值还要有所下降。2.1.2 培育室布置图该工程中，金针菇培育室分两层，按照金针菇生长的不同阶段，分三类培育室，共有18个培育房间。本论文选择培育室（三）进行研究，其布置为：将金针菇菌体培育基置于培育房间床架，每支床架分六层，结构相同，置放培育基，其基本布置结构如图2-1和图2-2。图2-1 金针菇培育室立面图（一）图2-2 金针菇培育室立面图（二）2.2 冷库运行工艺流程2.2.1 制冷原理及技术制冷是指用人工的方法将物体冷却至

19、低于环境温度，并保持其低温状态。制冷方法有很多，基本原理都是应用一种专门的装置，消耗外部能量来是热量从高温物理或物体的高温部分传递给低温物体或物体的低温部分，从而使目标物体获得所需低温。压缩式制冷、热电制冷、吸收式制冷是三种主要的制冷方法。本论文的冷库制冷系统采用氟利昂制冷剂蒸汽压缩式制冷。压缩式制冷循环过程包括：压缩、冷凝、截流和膨胀四个阶段，其中的有效制冷过程发生在蒸发阶段，利用制冷剂的膨胀熵增和相变吸热来获得低温环境。四个过程遵循质量守恒定律，热力学第一定律，动量守恒定律和热力学第二定律5。逆卡诺循环，蒸汽制冷理论循环和实际循环图：4TS3 可逆等温冷凝可逆绝热膨胀 4可逆等温蒸发 12

20、 可逆绝热压缩图2-3 逆卡诺循环图2-4 无过热和过冷蒸汽制冷循环图 2-5 无过热和过冷蒸汽制冷循环图2-6 实际过程蒸汽制冷循环制冷实际循环特性：实际压缩过程不是绝热过程，是先吸热后放热的多变过程；传热过程有传热温差；制冷剂流经压缩机进、排气阀时有节流损失；制冷剂流经管道、换热器时有阻力、并与外界有热交换。2.2.2 冷库设备布置图 图2-7 培育室冷库设备布置图- 51 -第3章 系统硬件系统设计3.1系统概述 该冷库硬件系统搭建借鉴了皓琛电子公司ARW-SCADA自动控制系统软硬件平台，实现集中监控系统与其他信息系统的增值集成、控制和管理过程的智能化，基本达到了以智能化和网络化为标志

21、的第四代集中监控系统应用技术。该温室及其环境自动控制系统，实现了分散的温室及其环境设施集中监测、控制，温室及其环境设施运行过程自动控制。该系统由以下部分组成：自动控制子系统温室及其环境参数分析与采集子系统数据传输子系统视频传输子系统数据处理子系统报警子系统自动化办公子系统万维网Web服务子系统。3.2系统结构系统整体结构为三级，监控现场、企业监控中心系统、集团监控中心（远程监控中心）软件平台。系统结构图如下：图3-1 硬件系统结构图（1）集团监控中心软件平台集团监控中心（远程监控中心）软件平台，主要供大型企业集团总部使用。该系统实时接收各个监测点上报的数据。该系统通过与地理信息系统集成，可以方

22、便主管部门管理，生动显示各地的设备运行状况，提高管理效率与水平。该系统还集成有办公自动化系统，方便主管部门日常办公。（2）企业监控中心系统企业监控中心主要用于企业对自身的设备运行情况进行监控，提高管理效率、提升管理水平。该系统实时收集企业各个监测点的运行数据，并进行有效的处理与分析，及时产生预警。该系统对于采集的数据进行永久保存，系统提供多种高效数据查询分析手段，方便用户进行数据的提取与统计。该系统所收集的数据与发往集团监控中心（远程监控中心）的数据同步，方便企业掌握可靠的实时数据。该系统还配有企业办公自动化系统，方便企业有效的对各种设备及设施进行管理，提高企业管理水平。（3）监控现场监控现场

23、实现对现场运行设备的自动控制以及数据的实时采集功能。该系统由两大部分组成，一部分是设备自控与数据采集部分，该模块安装于各个监测点的监控现场，由多参数监测仪、各种传感变送器、电控柜和各种自控设备组成RS485工业网络，负责各个监测点自动运行数据的监测、设备的控制、与监控中心的数据传输与通信；另一部分由网络摄像头组成的以太网视频传输网络，负责监测现场的视频传输。现场网络拓扑结构如图3-2所示。 图3-2 数据传输网络图3.3系统主要功能（1）温室及其环境控制系统网络示意，图3-3。图3-3 现场示意图（2）温室及其环境控制系统的数据采集传输对于温度、湿度以及CO2传感器的数据由多参数监测仪实时采集

24、数据，将采集到的数据实时发往现场显示屏并在本地存储。同时，由监控软件的数据服务器轮询多参数监测仪来完成采集数据。数据的轮询周期可由用户自行设置。监控软件所有采集到的数据，都在数据服务器中进行存储，当监视终端发起数据查询请求时，数据服务器根据请求，对本地存储的数据进行检索，将检索结果发往请求监视终端。（3）温室及其环境设施的自动控制监控软件根据系统事先设定的控制策略，向多参数监测仪发送控制策略，多参数监测仪对采集到的数据作分析处理，根据用户设定的控制策略，向多参数监测仪的控制单元发送控制指令，由该控制单元根据控制指令，驱动相应控制设备动作，完成自动控制。数据服务器还可以接收远程的控制请求。当数据

25、服务器，接收到远程控制请求，首先对控制权限进行验证，如果验证通过，将向控制设备发送相应的控制命令；如果验证不通过，将控制请求丢弃。（4）其他功能：【数据报警】【污水处理的数据显示】【工艺流程模拟】【历史数据查询与分析】【报表统计与输出】【视频数据采集传输】3.4系统设备（1）多参数监测仪及控制箱该系统是以多参数监测仪为核心的自动控制箱。它是一项集监测与控制为一体，有软、硬件组成的精密仪器。该系统包括以下部分：HC7002多参数监测仪：自动监测温室及其环境中的CO2、温度和湿度的数值，并存储数据，如图3-4；系统控制单元：根据预设的控制策略，对各种设备进行控制；超标报警单元：根据预设的参数上、下

26、限，进行本地声音报警；数据传输系统：传输由多参数监测仪自动监测到的温室及其环境中的CO2、温度和湿度的数据。（2）CO2及温湿度在线监测传感器传感器以CO2在线自动监测为核心的CO2及温湿度一体传感器，是一项集CO2监测和温湿度监测为一体，由硬件、软件组成的精密传感器。如图3-5。该传感器的构成和具体功能如下：CO2监测：可检测0-2000ppm/0-5000Ppm的CO2环境浓度；温度检测：可检测0-50摄氏度的环境温度；湿度检测：可检测0-95%的环境相对湿度；图3-4 HC7002多参数监测仪图3-5 CO2及温湿度在线监测传感器图3-5澳普瑞超声波工业加湿机XH-812C图3-6霍尼韦

27、尔ML7420电动阀门执行器（3）霍尼韦尔(Honeywell)ML7420A电动线性阀门执行器温度范围:环境温度-10 至 +50摄氏度 湿度 5 至 95% rh存储温度-40 至 +70摄氏度 湿度5 至 95% rh阀门介质温度可承受最高+130摄氏度信号: 输入电压范围010VDC或者210VDC信号输入 输入阻抗Ri = 100 k（4）超声波雾化加湿机-澳普瑞超声波工业加湿机XH-812C 超声波雾化原理是采用电子超频震荡（震荡频率为1.7MHz，超过人的听觉范围，对人体及动物绝无伤害），通过雾化片的高频谐振，将水抛离水面而产生自然飘逸的水雾，不需加热或化学剂。加湿量12KG消耗

28、功率1200W 外形尺寸（长*高*宽）cm 70X56X22循环风量（M3 /h）350第4章 系统模糊控制器设计及仿真15.1 模糊数学与模糊控制理论 4.1.1模糊数学的应用现代各种控制系统的基本核心是决策系统的规划、设计和运筹。一般来说，决策是通过系统的模型来实现的。模型通常可以分为数学模型和非数学模型。一些非数学模还可以表达“思想和概念”模型。模型的建立往往需要两个相互依存的条件：其一是系统状态和环境的数据收集，其二是模型建立者的概念、知识和经验。而决策是建立在这个模型上的一系列判据的映射和结合7。模糊数学是建立非数学模型，表达和实现决策方式的一种很好的工具9。模糊数学是研究模糊逻辑的

29、科学。20实际60年代美国加利福尼亚大学系统工程科学家L.A.Zadeh教授首先提出模糊集合的概念，为模糊集合的运用和模糊数学的发展奠定了基础。近年来，模糊数学得到了极大发展，已经渗透到社会科学和自然科学的许多分支中，在理论上和实际运用上都取得了令人瞩目的成果8。模糊逻辑也是一种简单的将一空间的输入映射到另一空间的输出的一种规则。这种映射关系是模糊逻辑一切其他应用的基础和起点。模糊逻辑强调的重点是应用的简单和方便，这也是模糊逻辑被广泛应用的原因15。模糊性反映事物的不确定性和不精确性，确定性和不确定性也可归结为相对的概念，在某种条件或范围内是确定和精确的，在另一种条件或范围内就是不确定和不精确

30、的。 模糊控制方法应用与工业控制领域，已经解决了许多实际问题，如各种家用电器：洗衣机的Fuzzy洗涤，空调的Fuzzy温控，微波炉的Fuzzy烹饪模式控制。与经典的PID控制相比，模糊控制融入解耦思想，抗干扰能力强，适合制冷系统控制的使用要求 10 15。4.2模糊控制原理模糊控制的基础和核心是模糊算法，它完全根据人的经验知识，“直接的” “人性化的”进行控制，特别是对于对象是非线性的环节，数学模型复杂，解耦合严重，难以精确描述系统过程11。模糊控制就是由设定的隶属函数，求出控制输入的隶属度，据此进行模糊规则的判断，得出模糊的控制输出，在进行模糊量的运算，得出精确的输出，实现对执行机构的控制，

31、控制被调量。其中隶属函数的设置和模糊控制规律的拟定，由控制对象及控制精度决定13。模糊控制基本原理图如图4-1。+-给定值模糊控制器传感器被控对象执行机构计算控制变量模糊量化处理模糊控制规则反模糊化处理模糊决策D/A转换A/D转换图4-1 模糊控制原理框图4.3 模糊控制器设计模糊控制器是直接实现模糊推理算法的专用设备。可以采用软件和硬件两种方式完成一个模糊控制器的功能。当计算量较小时，可以采用软件实现模糊控制器。对于计算了较大、实时要求高的控制系统，需要用硬件设备直接实现模糊推理，以达到计算迅速、使用简便的目的。4.3.1模糊控制器设计步骤与模糊推理过程相对应，模糊控制器的设计主要涉及以下几

32、个内容和步骤14:（1）模糊化模糊化与反模糊化过程可被视为模糊规则与真实世界之间的窗口。一个实值输入必须表示为模糊集的形式，才能进行推理计算。而模糊输出集的信息必须被转换为一个单值，这就是模糊推理的输出实值。用一个模糊集表示实值信号的过程叫模糊化。在一个模糊系统处理实值输入事，这个过程是必须的。实现一个模糊器有多种不同的方法，通常最多的是单值化，他将输入转化为一个二值的或是具有如下隶属度的确切的单值变量模糊集A 4-1(2)建立模糊推理规则模糊规则表示为“ifthen”条件语句。更清楚的表示是，对多个变化条件的前提经推理产生一个决策结果。在应用中，通常将采用的模糊规则用模糊控制规则表的形式表示

33、出来，在下表中给出一个模糊控制规则表的例子。两个输入E和EC各7个模糊语言变量，由此生成49调模糊规则。为方便起见，按自左至右，自上而下的顺序编号解释其规则，如表4-1。表4-1 模糊控制规则表ECUENBNMNSZOPSPMPBNBPBPBPBPBPMZOZONMPBPBPBPBPMZOZONSPMPMPMPMZONSNSZOPMPMPSZONSNMNMPSPSPSZONMNMNMNMPMZOZONMNBNBNBNBPBZOZONMNBNBNBNBRule1: If E is NB and EC is NB then U is PB Rule2: If E is NM and EC is N

34、B then U is PBRule3: If E is NS and EC is NB then U is PB 其中几个常用的模糊语言变量的符号表示如下： NB（negative big）：负大 NM（negative medium）：负中 NS（negative small）：负小 ZO（almost zero）：几为零 PS （positive small）：正小 PM（positive medium）：正中 PB（positive big）：正大 模糊规则可以通过相关领域的专家指出，也可一通过大量试验给出。无论哪种，达到的模糊规则都是近似的，因而还需要解决这些规则的协调问题。既要保证

35、模糊规则的完整性，即对于任何模糊输入状态，都必须产生一个模糊控制器输出，又要保证模糊规则的相容性问题，即模糊规则之间不能得到相互矛盾的结论。解决这两个问题，往往需要一定的工作经验和试验数据。在模糊推理系统中，模糊规则一模糊语言的形式描述人类的经验知识，规则是否正确地反映人类专家的经验和知识，是否能反映对象的特性，直接决定 了模糊推理系统的性能。通常模糊规则的形式是“if-then”规则，前提由对模糊语言变量的语言值描述构成，如“温度较高，压力较低”，结论有对输出模糊语言变量的语言之描述构成。模糊规则的这种形式化表示符合人们通过自然语言对许多知识的描述和记忆习惯。模糊规则的建立是构造模糊推理系统

36、的关键，其建立方法主要有三种12：A.总结操作人员、专家的经验和知识。操作人员在长期从事仪器设备的操作中，积累了大量的经验，这些经验往往具有模糊性的特点。总结这些经验对构造模糊规则有重要的指导意义：某个领域的专家则对该领域的各种过程及理由较深刻的认识，对过程的运行特性能够通过理论分析给出定性的结论以帮助简历模糊规则；B.基于过程的模糊模型。被控过程的动态特性可以用模糊模型来描述，被称为过程的模糊模型。基于过程的模糊模型可以产生一组模糊控制规则来使被控过程到达期望的性能。这种方法存在的困难就是难于获得足够充分反映被控过程特性的模糊模型及其参数。C.基于学习的方法。当被控过程存在时变的特性或难以直

37、接构造模糊控制器时，可以通过设计具有组织、自学习能力的模糊控制器来自动获得模糊规则。Procyk和Mamdani首先提出了自组织模糊控制器的一种分级结构，包括两级控制规则：第一级直接用于控制对象，第二级根据测量数据和评价准则在线修改第一级模糊规则。 在这三种方法中，第一种方法是最基本的，也是应用最广泛的方法。本论的模糊控制器该种方法，实际应用中，初步建立的模糊规则往往难以达到良好的效果，必须不断加以修正和试凑，并保证规则的完备性和相容性。 (3)确定权和规则信度 明确地建立模糊规则的权力和知识库模糊规则信度之间的关系是相当重要的。除了模糊表示的隐含关系常常没有被完全考虑之外，有几位研究者对上面

38、的描述已经提出非常相似的结论。例如，考虑规则置信矩阵式二值的，即，对每一个输入集，只有一个规则的信度是非零的，且为1。这个限制意味着，权值只能是有限个值中的一个。对每一个模糊输入隶属函数，允许超过一个规则的信度为有效，应用位于单位区间内的信度，允许相应的权去估计任何位于模糊输出集支集中的值。(4)选择才适当的关系生成方法和推理合成算法设计模糊控制器需要选择适当的关系生成方法和推理合成算法。最常用的简便方法是Mamdani 方法。模糊推理算法和模糊规则直接相关。他的复杂性依赖于模糊规中的模糊集的隶属函数的确定。选择一些简单的又能反映模糊算法推理结果的隶属函数可以大大简化模糊推理的计算过程。通常高

39、斯隶属函数、梯形隶属函数和三角形隶属函数是使用最多的隶属函数。(5)反模糊化当推理过程的输出构成一个模糊输出集时，就有必要最终产生一表达模糊输出的单值输出。这个过程就是反模糊化，它的实现有多种方法。最常用的是最大值平均和重力中心算法，这两种方法又可以归属于截断法和代数法。因前者输出值是在上具有最大隶属度的值，它是基于对一段信息或多段信息的均值尽心输出的估计，故称截断法。重心法使用输出分布上每一点上的标准权值分别进行输出估计，又称代数法。本论文在应用C语言计算时采用简便的截断法，而使用MATLAB的FUZZY模块时应用重心法自动生成。由于当输入变化时，规则之间有更渐变的转移，理论上，重力中心反模

40、糊化易于产生一个更平滑的曲面。重力中心反模糊化算法过程定义如下： 4-2工程应用中对于多输出系统，要求各输出之间是各自独立的，并且要求输出不影响输入及系统是解耦的。如果系统不能达到这个要求就需要对系统进行解耦处理。另外，系统在简化之后还应当使得系统的各个输入之间也是独立的11。4.4 金针菇培育室的模糊控制器设计本论文以培育室三的温湿度为控制对象，设备布置图如图2-7。分温度控制和湿度控制两个系统。温控系统采用温度误差和温度误差变化率双输入，风机盘管水量调节电动阀单输出。湿控系统采用湿度误差单输入，加湿器水量阀单输出。4.4.1温控系统 本论文研究的前提是 ，认为冷库空调系统在正常运行后，温度

41、波动范围在5-10，而本文做作的模糊控制器的意义在于使5-10的库温集中到7.5附近，达到精度控制的目的。温度要求：适宜温度范围5-10， 以7.5为中心进行控制。温度测点布置：分散布置，每台机组四周布置4个测点，对各测点采集值进行平均获得温度值输入。控制执行器:控制风机盘管水流量调节阀。A.模糊控制器的语言变量模糊控制器的输入语言变量选为冷库环境实际温度y与温度给定值yg之间的温度误差e=y-yg及其变化率ec，而其输出语言变量选为控制风机盘管电动水阀开度。这样，为温控系统选定了一个双输入单输出的模糊控制器。B.输入输出语言变量赋值表输入语言变量误差E赋值：误差e的基本论域为5-10，选定E

42、的论域为X=-6,-5，-0，+0，+5，+6，则的误差e的量化因子ke=6/2.5=2.4。为语言变量E选取8个语言值：PB,PM,PS,P0,N0,NS,NM和NB。通过操作者的实践经验总结，确定出在论域X上用以描述模糊子集PB,，NB的隶属度函数(x）,并据此建立语言变量E的赋值表,即表4-2。 表4-2 温度误差E赋值表隶属度E-6-5-4-3-2-1-0+0+1+2+3+4+5+6语言值PB000000000000.20.71.0PM0000000000.20.71.00.70.2PS00000000.10.71.00.70.100P000000001.00.70.10000NO00

43、000.10.71.00000000NS000.10.71.00.70.10000000NM0.20.71.00.70.2000000000NB1.00.70.200000000000误差变化EC赋值表：设误差变化率ec，基本论域为-2，2,选定EC的论域Y=-6,-5，-0，+0，+5，+6，则的误差e的量化因子ke=6/2=3。为语言变量EC选取PB,PM,PS,ZO,NS,NM和NB 7个语言值。通过操作者的实践经验总结，确定模糊子集PB,，NB的隶度函数(x）,并据此建立语言变量EC的赋值表,即表4-3。表4-3 温度变化率EC赋值表隶属度EC-6-5-4-3-2- 1+0+1+2+3

44、+4+5+6语言值PB00000000000.20.71.0PM000000000.20.81.00.80.2PS00000000.81.00.80.200ZO000000.51.00.500000NS000.20.81.00.80000000NM0.20.81.00.80.200000000NB1.00.70.20000000000输出语言变量U的赋值表：控制量阀开度u的基本论域为0-90，选定U的论域为X=-6,-5，-0，+0，+5，+6，则的u的量化因子ke=90/12=7.5。同样，为语言变量U选取：PB,PM,PS,ZO,NS,NM和NB7个语言值。通过操作者的实践经验总结，确定模

45、糊子集PB,，NB的隶度函数(x）,并据此建立语言变量U的赋值表。表4-4 风机盘管水阀开度U赋值表隶属度U-6-5-4-3-2-1+0+1+2+3+4+5+6语言值PB00000000000.20.71.0PM000000000.20.81.00.80.2PS00000000.81.00.80.200ZO000000.51.00.500000NS000.20.81.00.80000000NM0.20.81.00.80.200000000NB1.00.70.20000000000C.模糊状态表：基于操作者手动控制策略的总结，给出以一组由56条模糊条件语句构成的控制规则，将这些模糊条件语句加以归

46、纳，可建立反映培育室温控系统控制规则的模糊控制状态表。各语言值意义如表4-5.获得的控制状态表如表4-6.表4-5 温控系统语言值实际意义温差E语言变量意义：温度变化率EC语言值意义：水阀开度U语言值意义：PB:温度比起设定值相当高；PM:温度比起设定值比较高；PS:温度比起设定值略高；PO:温度比起设定值稍高；NO:温度比起设定值稍低；NS:温度比起设定值略低；NM:温度比起设定值比较低；NB:温度比起设定值相当低；PB:正温度变化趋势相当大；PM:正温度变化趋势比较大；PS:正温度变化趋势略大；ZO:温度变化趋势为0；NS:负温度变化趋势略大；NM:负温度变化趋势比较大；NB:负温度变化趋

47、势相当大；PB:水阀正向开度相当大；PM:水阀正向开度比较大；PS:水阀正向开度略大；ZO:水阀开度不变；NS:水阀负向开度略大；NM:水阀负向开度比较大；NB:水阀负向开度相当大；表4-6水阀开度模糊控制状态表UEPBPMPSP0N0NSNMNBECPBPBPBPBPBPMPMPSZOPMPBPBPBPBPMPMZONSPSPBPMPMPMPMZONSNSZOPMPMPSZOZONSNMNMNSPSPSZONMNMNMNMNMNMPSZONMNBNBNBNBNBNBZOZONMNBNBNBNBNB模糊控制状态表包含的每一条模糊条件语句都决定一个模糊关系，他们共有56个。自上而下，从左到右，这

48、些控制规则为：Rule1: If E is PB and EC is PB then U is PB;规则1:如果温度相当高，并且温度升高趋势相当大，则风机盘管水量阀门正向开度相当大；Rule2: If E is PB and EC is PM then U is PB;规则2:如果温度相当高，并且温度升高趋势比较大，则风机盘管水量阀门正向开度相当大；Rule3: If E is PB and EC is PS then U is PB;规则3:如果温度相当高，并且温度升高趋势略大，则风机盘管水量阀门正向开度相当大；Rule4: If E is PB and EC is ZO then U i

49、s PM;规则4:如果温度相当高，并且温度升高趋势几乎为0，则风机盘管水量阀门正向开度比较大；Rule5: If E is PB and EC is NS then U is PS;规则5:如果温度相当高，并且温度降低趋势略大，则风机盘管水量阀门正向开度略大；Rule6: If E is PB and EC is NM then U is PS ;规则6:如果温度相当高，并且温度降低趋势比较大，则风机盘管水量阀门正向开度略大；Rule7: If E is PB and EC is NB then U is Z0;规则7:如果温度相当高，并且温度降低趋势相当大，则风机盘管水量阀门开度不变； 其余

50、规则按同理解释。通过这56个关系Ri(i=1,2,，55，56)的“并”运算，可获取表征培育室温控系统控制规则的综合模糊关系R=R1R2R55R56=Ri其中，模糊关系Ri(i=1,2,，56)及R的计算均可离线进行，本论文采用Matlab辅助计算，计算程序见本论文附录1。D.查询表计算出模糊关系R后，基于推理合成规则，由系统误差e的论域X=-6,-5，-0，+0，+5，+6和误差变化率ec的论域Y=-6,-5，-0，+0，+5，+6，根据语言变量误差E和误差变化EC赋值表，针对论域X,Y全部元素的所有组合，求取相应的语言变量控制量变化U的模糊集合，并应用最大隶属度法对此模糊集合进行模糊判决，

51、取得以论域Z=-6,-5，-0，+0，+5，+6的元素表示的控制量变化值u。查询表如表4-6。水阀开度真实查询表如表4-7。风机盘管水量阀值U温度误差输入E-6-5-4-3-2-1-0+0+1+2+3+4+5+6温度变化率输入EC-6-4.88-4.33-4.25-4.16-4.25-4.16-4.25-4.25-4.16-4.25-4.03-3.51-3.36-3.32-5-4.36-4.0-3.66-3.63-3.63-3.63-3.63-3.63-3.63-3.63-3.63-3.28-2.79-2.72-4-3.38-3.28-3.33-3.33-3.24-3.19-3.24-3.24

52、-3.19-3.24-3.19-3.24-2.79-2.37-3-2.90-2.67-2.68-2.76-2.54-2.47-2.47-2.47-2.47-2.47-2.47-2.47-2.47-2.18-2-3.04-2.62-2.11-2.11-1.95-1.36-1.08-1.08-1.03-1.08-1.03-0.88-0.74-0.808-1-2.76-2.55-1.88-1.71-1.71-1.04-0.34-0.340.00210.00210.00210.140.750.7280-1.92-1.65-1.08-0.875-0.93-0.784000.8561.131.081.13

53、1.651.92+1-0.728-0.75-0.140000.3410.3411.1202.182.52.52.572.76+20.8080.7440.881.031.081.031.081.081.362.222.743.043.263.31+32.182.472.472.472.472.472.472.472.472.542.783.013.423.68+42.372.793.243.193.243.193.243.243.193.243.333.333.554.05+52.722.793.283.633.633.633.633.633.633.633.633.6644.45+63.323

54、.363.514.034.254.164.254.254.164.254.164.254.334.88 表4-7 温控系统模糊控制输入输出查询表 阀门开度（）误差输入E-6-5-4-3-2-1-0+0+1+2+3+4+5+6误差变化率EC-6813131413141313141315192020-51215181818181818181818202425-42020202021212121212121212427-32325252426262626262626262629-22225292930353737373737383939-1242631323237424245454546515003

55、133373838394545515353535759+14039444545454848536164646466+25151525353535353556266686970+36164646464646464646466687173+46366696969696969696970707275+56566707272727272727272727578+67070717577767777767776777782表4-8 水量阀真实开度查询表：4.4.2湿度控制系统：湿度要求：论域范围80%-85%，以87.5%为中心进行控制。实现方式:控制加湿器进水电动阀开度（1）模糊控制器的语言变量： 模糊

56、控制器的输入语言变量选为冷库环境实际湿度y与湿度给定值yg之间的误差e=y-yg，其输出语言变量选为控制加湿器电动水阀开度。这样，为湿控系统选定了一个单输入单输出的模糊控制器。（2）输入语言变量误差E和输出语言变量U的赋值表：湿度误差e的基本论域为80-85，选定E的论域为X=-6,-5，-0，+0，+5，+6，则的误差e的量化因子ke=6/2.5=2.4。为语言变量E选取8个语言值：PB,PM,PS,P0,N0,NS,NM和NB。通过操作者的实践经验总结，确定出在论域X上用以描述模糊子集PB,，NB的隶属度函数(x）,并据此建立语言变量E的赋值表。表4-9 湿度误差E输入隶属度赋值表属度度E-6-5-4-3-2-10+1+2+3+4+5+6语言值PB0000000000.10.40.81.0PM000000000.20.71.00.70.2PS0000000.30.81.00.50.100ZO00000.10.61.00.6