摘要：罐車清洗過程中，由于工作方式和環(huán)境條件的影響，堿性清洗液中pH具有非線性和時變性等特性。針對pH的過程特性，提出了專家模糊控制算法。此方法具有一定的預(yù)判斷性，并能夠簡化部分計算過程，減少計算量，在滿足一定控制精度的前提下，提高控制速度。且解決了完整精確數(shù)學模型難建立的問題，結(jié)合操作工人的實際生產(chǎn)經(jīng)驗及專家規(guī)則，實現(xiàn)了對清洗液pH值的閉環(huán)控制。并用MATLAB進行了仿真，驗證了該方法的可行性和有效性。

關(guān)鍵詞：模糊控制，專家系統(tǒng)，MATLAB，仿真

1引言

     在鐵路罐車的生產(chǎn)及維修過程中，對罐體的清洗和檢漏是工序要求中是必不可少的一環(huán)。在傳統(tǒng)工藝中，通常選用管道自來水作為檢測液，由于自來水廠對自來水的凈化處理導致液體中負離子的含量很高，清洗過程中極易發(fā)生氧化反應(yīng)，造成罐體生銹，對下一步生產(chǎn)環(huán)節(jié)產(chǎn)生影響，增加了除銹工作，工序過程復(fù)雜化，從而造成工作時間延長，工作效率降低。因此介于罐體材料的金屬特性，為了避免清洗時潮濕環(huán)境中易發(fā)生的罐體金屬材料氧化對下一步生產(chǎn)環(huán)節(jié)的影響，檢測液的PH值需要嚴格控制在一定要求范圍內(nèi)，因此設(shè)置相應(yīng)的水溶液pH值控制環(huán)節(jié)是非常有必要的。基于生產(chǎn)要求及工作條件，設(shè)計專家模糊控制系統(tǒng)并進行仿真驗證。

2模糊控制與專家系統(tǒng)的特點

      模糊控制是近代控制理論中建立在模糊集合論基礎(chǔ)上的一種基于語言規(guī)則與模糊推理的控制理論，它是智能控制的重要分支之一。它通過模擬人的思維方法面吧人類社會的技術(shù)和非技術(shù)的生產(chǎn)經(jīng)驗，編寫歸納成若干系統(tǒng)化的規(guī)則來代替數(shù)學模型的計算，由計算機處理，實現(xiàn)對實際系統(tǒng)的智能性控制。尤其在于一些復(fù)雜可變的，具有非線性、時變性的難以建立精確數(shù)學模型的被控系統(tǒng)的控制中表現(xiàn)出了很強的優(yōu)勢。模糊控制基本框圖如圖2.1所示：

圖2.1 模糊控制系統(tǒng)框圖

     專家系統(tǒng)是根據(jù)人們在某一領(lǐng)域內(nèi)的知識、經(jīng)驗和技術(shù)而建立的解決問題和做出決策的計算機軟件系統(tǒng)，可以對一些復(fù)雜問題給出專家水平的結(jié)果。通常由知識庫、推理機、綜合數(shù)據(jù)庫、知識獲取機制、解釋機制和人機接口等相對獨立的基本部分組成。專家系統(tǒng)基本框圖如圖2.2所示：

圖2.2 專家系統(tǒng)基本框圖

3 模糊控制方法與專家系統(tǒng)的結(jié)合

     模糊控制的量化因子K_e、K_ec、和比例因子K_u是決定模糊控制器品質(zhì)的重要手段，因此為了增強隸屬度函數(shù)重合區(qū)域的灰度響應(yīng)，避免產(chǎn)生震蕩，引入專家系統(tǒng)對這三個重要參數(shù)進行調(diào)整，使系統(tǒng)同時提高動態(tài)響應(yīng)和穩(wěn)態(tài)精度，從而對被控對象進行有效的控制。專家模糊系統(tǒng)如下圖所示：

圖3.1  專家模糊系統(tǒng)框圖

4 pH值過程控制的專家模糊控制器的設(shè)計

4.1模糊控制器的設(shè)計

     被控對象具有非線性大滯后的特點。因此可以用一階純延時模型式4-1作為基本模型，來分析控制過程及其特點。

（1）模糊控制器的結(jié)構(gòu)

     本系統(tǒng)采用二維模糊控制器結(jié)構(gòu)，以pH值給定值與測量值的誤差e和誤差ec的變化作為輸入量，以作為控制量u的閥門的開度值作為輸出量，其對應(yīng)的模糊子集分別設(shè)為E、EC、U。誤差e的基本論域為[-150，150]，誤差ec變化的基本論域為[-60，60]，控制量u的基本論域為[-45，45]，各量對應(yīng)的論域為：

E = {-6，-5，-4，-3，-2，-1,0，1，2，3，4，5，6}

EC = {-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}

U = {-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}

     再根據(jù)人們習慣的語言性表述，將各個量的論域轉(zhuǎn)化為對應(yīng)的以語言變量表述的模糊集合，E模糊集語言變量均取為{負大，負中，負小，負零，正零，正小，正中，正大}，即{NB，NM，NS，NZ，PZ，PS，PM，PB}，EC及U的模糊集語言變量均取為{負大，負中，負小，零，正小，正中，正大}，即{NB，NM，NS，ZO，PS，PM，PB}。誤差將Z元素分為兩個正零（PZ）和負零（NZ），增加元素量可以提高系統(tǒng)的穩(wěn)態(tài)精度。

     （2）建立模糊控制規(guī)則

     根據(jù)鐵路罐車維護車間以往生產(chǎn)實踐的數(shù)據(jù)總結(jié)以及工人歷年實際操作的經(jīng)驗，系統(tǒng)對檢測液pH值的調(diào)節(jié)主要是依據(jù)測量值與給定值的誤差E，及誤差的變化EC來調(diào)整執(zhí)行機構(gòu)控制閥門的開度來調(diào)節(jié)的。用模糊條件語句描述相應(yīng)的控制規(guī)則如下：

     IF E = NB AND EC = NB THEN U = PB；

     IF E = NB AND EC = NM THEN U = PB；

     IF E = NB AND EC = NS THEN U = PM；

     ……

     IF E = PB AND EC = PM THEN U = NB；

     IF E = PB AND EC =PB THEN U = NB。

共56條控制規(guī)則，可對應(yīng)寫成如表4.1系統(tǒng)的模糊控制規(guī)則表

表4.1 系統(tǒng)模糊控制規(guī)則表 

      一般正常生產(chǎn)條件下，此規(guī)則足以指導生產(chǎn)過程的順利進行。但若遇到條件突變的情況時，則可以由具有透明性和靈活性的專家系統(tǒng)，可以對控制規(guī)則進行完善和改進，使其更加完善，更好地指導控制過程。

     （3）繪制模糊集合的隸屬函數(shù)曲線

     模糊集合的隸屬函數(shù)隸屬曲線一般有三角形，梯形，正態(tài)曲線等。曲線樣式對控制系統(tǒng)的影響并不大，對控制效果有較大的影響是隸屬函數(shù)曲線的形狀分布，若曲線形狀較窄，對模糊集合有較高的分辨率，控制靈敏度較高，若曲線形狀較寬，則控制特性較為平緩，系統(tǒng)穩(wěn)定性能較好。

     針對不同形狀分布的隸屬度函數(shù)，本文以式4-1所表示的一階純延時模型為被控對象進行仿真，從以下角度入手比較仿真結(jié)果：

      ①隸屬函數(shù)分布間隙對控制性能的影響。選區(qū)兩個結(jié)構(gòu)相同的模糊控制器，模糊化、模糊規(guī)則、去模糊化方法設(shè)置一致，只改變函數(shù)寬度，進行仿真。函數(shù)曲線如圖4.1所示。

圖4.1 有無間隙的隸屬函數(shù)曲線

仿真結(jié)果如圖4.2所示：

圖4.2 W不同隸屬函數(shù)仿真結(jié)果

     由圖4.2所示仿真結(jié)果可知，有間隙的隸屬度函數(shù)所屬控制器的系統(tǒng)響應(yīng)曲線為鋸齒狀，無法達到期望值；而無間隙的隸屬度函數(shù)所屬控制器的系統(tǒng)響應(yīng)曲線較為光滑，并不斷接近且穩(wěn)定在期望值。

     ②隸屬函數(shù)重疊率對控制性能的影響。同樣采用情況①所用的系統(tǒng)進行仿真，只對隸屬函數(shù)的重疊率進行不同的設(shè)置。仿真所采用隸屬函數(shù)曲線如圖4.3所示。

圖4.3 重疊率不同的隸屬函數(shù)曲線

仿真結(jié)果如圖4.4所示。

圖4.4 重疊率不同隸屬函數(shù)仿真結(jié)果

     由圖4.4仿真曲線可以看出，寬度過小則系統(tǒng)易產(chǎn)生震蕩從而無法達到期望值，寬度過大則易導致系統(tǒng)響應(yīng)速度過慢。

     ③隸屬函數(shù)非線性分布對控制性能的影響。仍然采用情況①所用的系統(tǒng)進行仿真，只對隸屬函數(shù)的分布是否為線性進行不同的設(shè)置。仿真所采用隸屬函數(shù)曲線如圖4.5所示。

圖4.5分布不同的隸屬函數(shù)曲線

仿真結(jié)果如圖4.6所示。

圖4.6分布不同的隸屬函數(shù)仿真結(jié)果

     由圖4.6的仿真結(jié)果可以看出，線性隸屬度函數(shù)所屬控制器的響應(yīng)時間較非線性隸屬度函數(shù)所屬控制器較長，不夠靈敏，曲線上升較慢。

     綜上分析，本系統(tǒng)采用形狀簡單的三角形函數(shù)作為模糊集合的隸屬度曲線，在滿足控制要求的同時既能減少計算量，還提高系統(tǒng)控制的靈敏度，隸屬函數(shù)如式4-2：

     在誤差E較大時，即測量值與給定值差值較大時可采用讓形狀較寬的隸屬函數(shù)曲線即[α,c]較寬，加快系統(tǒng)的響應(yīng)速度。當誤差E較小時，即接近平衡點時，應(yīng)選擇形狀較窄的隸屬函數(shù)曲線即[α,c]較窄，提高系統(tǒng)分辨率，避免出現(xiàn)過大的超調(diào)量。

     由專家經(jīng)驗和實際操作習慣確定隸屬度最大模糊子集元素為：

    再由三角隸屬函數(shù)式4-2分別計算出誤差E、誤差變化EC以及控制量U模糊子集各個元素所對應(yīng)的隸屬度值，做出賦值表如表4.2、4.3、4.4。

表4.2誤差E的賦值表

表4.3誤差變化EC的賦值表

表4.4 控制量U的賦值表

     根據(jù)各個模糊變量的隸屬度及模糊關(guān)系計算出控制量的變化u_ij出查詢表如表4.5所示。

 表4.5 二維模糊控制變量U查詢表

     將此表作為控制系統(tǒng)計算機離線查詢依據(jù)，進行模糊控制規(guī)則的判定選擇，從而由在線得到的檢測量得到所需的控制量，從而指導pH調(diào)節(jié)過程。

    （4）選擇量化因子和比例因子

通過生產(chǎn)過程實際的數(shù)據(jù)積累和現(xiàn)場實際情況，根據(jù)誤差e、誤差變化ec及控制閥開度u的變化范圍即各個量的基本論域，由式4-3、4-4、4-5計算得量化因子K_e、K_ec，比例因子K_u。

     從而實現(xiàn)精確量從其基本論域到其模糊集合的模糊化過程。以誤差e為例，其量化因子確定之后，系統(tǒng)的測量精確值即可模糊化到其對應(yīng)的模糊論域內(nèi)，設(shè)所得誤差為e_i，則可能的情況有：

     當結(jié)果為②、③時，精確量e_i被分別模糊量化為。當結(jié)果為①時，若，時，則精確量被模糊量化為e_i；若時，則精確量e_i被模糊量化為。

     由計算過程可知，量化因子和比例因子的值都與所對應(yīng)各個量的基本論域，及模糊論域有關(guān)，并不唯一，需要由專家系統(tǒng)來為不同控制階段選擇不同的量化因子，從而達到最優(yōu)的控制效果。

4.2專家知識庫和規(guī)則庫的設(shè)計

     專家系統(tǒng)與模糊控制結(jié)合構(gòu)成的專家模糊控制器EFC（Expert Fuzzy Controller）,不僅可以克服模糊控制在穩(wěn)定點處易發(fā)生的周期性波動，提高系統(tǒng)的抗干擾性，還增強了系統(tǒng)的靈活性，可以增加系統(tǒng)相關(guān)的專家控制知識，使系統(tǒng)適應(yīng)性提高，并能對系統(tǒng)進行改進和提高。

     本系統(tǒng)采用專家技術(shù)，在模糊規(guī)則內(nèi)加入專家知識庫和推理機構(gòu)，以軟件形式實現(xiàn)，從而增強系統(tǒng)的判斷和推理能力。

    （1）知識庫的建立。知識庫同樣采用IF（condition）THEN（action）條件語句結(jié)構(gòu)，并在人機交互平臺設(shè)置相關(guān)模塊，便于專家及相關(guān)操作人員對知識的補充、修改和更新，充分發(fā)揮其相對獨立結(jié)構(gòu)的適應(yīng)性和靈活性。

    （2）控制規(guī)則集。根據(jù)專家經(jīng)驗編寫指導系統(tǒng)量化因子及比例因子的選擇確定的相關(guān)控制規(guī)則，從而改善系統(tǒng)穩(wěn)態(tài)性能及抗干擾性。本系統(tǒng)的6條相關(guān)規(guī)則按其優(yōu)先級總結(jié)如下：

其中，e、ec 為誤差和誤差的變化

       δ₁、δ₁為允許誤差和誤差變化的范圍

       a,b,α,β 為經(jīng)驗常數(shù)

       R為給定值

     K₁,K₂,K₃為由式4-3、4-4、4-5計算所得的量化因子K_e、K_ec，比例因子K_u的初始值。

     （3）推理方法。推理方法采用向前推理的方法，按照規(guī)則優(yōu)先級即序號的順序進行逐次判別。判斷過程如圖4.7所示。

圖4.7 規(guī)則推理判斷方法

     由規(guī)則Ⅰ開始依次判定，若滿足規(guī)則,則執(zhí)行相應(yīng)結(jié)論，選擇對應(yīng)的量化因子和比例因子，若不滿足則繼續(xù)判定，直到滿足為止。因此規(guī)則的編寫一定要考慮到條件的完備性。否則會導致程序陷入死機狀態(tài)，控制系統(tǒng)控制作用失效。

5仿真結(jié)果及分析

     未加專家系統(tǒng)時，常規(guī)模糊控制仿真結(jié)果如圖5.1所示，達到穩(wěn)態(tài)后仍有小幅振動，超調(diào)量也較大。

圖5.1 模糊控制的仿真響應(yīng)曲線

圖5.2 專家模糊控制的仿真響應(yīng)曲線

     加入專家系統(tǒng)后，構(gòu)成EFC系統(tǒng)后的仿真結(jié)果如圖5.2所示，達到穩(wěn)態(tài)后系統(tǒng)周期性波動消失，超調(diào)量相對減少，大大提高了系統(tǒng)對罐車清洗液PH值控制的精度和效率。

6結(jié)論

     本系統(tǒng)綜合了模糊控制和專家系統(tǒng)二者的優(yōu)點，即具備靈活的推理機構(gòu)又具有良好的自整定的功效。在罐車清洗生產(chǎn)線中，節(jié)省了人工勞力，增強了系統(tǒng)控制的穩(wěn)定性。滿足生產(chǎn)過程優(yōu)化控制的要求，實現(xiàn)工藝過程的智能化及自動化，具有很大的推廣價值。