一種基于數學模型的過程模糊控制器系統與編程設計方法
【專利摘要】本發明公開了一種基于數學模型的過程模糊控制器系統，上位機、通訊模塊、過程模糊控制器、控制裝置、程序編制模塊、程序調試模塊、控制指標性能分析模塊、數據輸出模塊、數據采集模塊，采用上位機與過程模糊控制器通信的方式進行回歸分析或BP神經網絡模型程序編程與調試，過程模糊控制器對現場信號進行采集，通過通信把數據傳送到上位機，上位機按照分析模型進行編程實現模糊控制運算，再經通信傳至過程模糊控制器，通過過程模糊控制器的輸出通道輸出實現對現場模糊控制，根據調試結果的分析對程序進行修改與完善，進而編制過程模糊控制器程序并移植至過程模糊控制器，能夠提高控制裝置的控制效果，提高產品產量和產品質量，降低生產成本。
【專利說明】一種基于數學模型的過程模糊控制器系統與編程設計方法
【技術領域】
[0001]本發明涉及生產設備控制裝置的模擬量控制【技術領域】，具體的說涉及一種基于數學模型的過程模糊控制器系統與編程設計方法。
【背景技術】
[0002]目前，我國現有過程控制裝置主要采用傳統的PID(比例、積分、微分)調節，其產品主要有兩種形式，一種是固定程序調節器，另一種是可編程調節器，當系統模型比較明確時，合理的參數就可以達到比較滿意的控制效果；當系統模型不明確時，PID參數設定很困難，嚴重影響著企業的產品產量與產品質量，導致產品成本增加，降低企業效益。
[0003]模糊控制技術在現代控制中得到廣泛的應用，在過程控制中其控制效果明顯優于傳統PID調節控制，現有模糊控制技術主要是基于計算機系統、高端芯片構建的儀表儀器以及專業模糊控制芯片等場合的應用；由于過程模糊控制器的設計與應用涉及復雜的模糊推理運算，導致其實際應用難度很大；如此復雜運算過程對于采用MCS51、MCS96等微處理器的過程控制器是無法實現的，對于具有模擬量調節功能的可編程控制器PLC來說其實現難度和編程量也很大，其掃描周期長導致實時控制效果差。
[0004]本專利通過利用模糊控制仿真數據對過程模糊控制器的辨識，建立過程模糊控制器數學模型，編制相應程序移植過程控制器中，從而在不增加控制芯片成本的基礎上實現控制系統的模糊控制。
【發明內容】
[0005]本發明的目的是提供一種基于數學模型的過程模糊控制器系統與編程設計方法，通過對現有控制裝置控制方法的分析，提出控制裝置基于數學模型等等模糊控制過程控制方法，提高控制裝置的控制效果，進而提高產品產量和產品質量，降低生產成本，提高企業效益。
[0006]為了【背景技術】所存在的問題，本發明采用以下技術方案:
[0007]一種基于數學模型的過程模糊控制器系統，包括上位機、通訊模塊、過程模糊控制器、控制裝置、程序編制模塊、程序調試模塊、控制指標性能分析模塊、數據輸出模塊、數據采集模塊，所述的上位機與過程模糊控制器通過通訊模塊連接，數據采集模塊的輸入端與控制裝置連接，數據采集模塊將采集的數據輸入量輸入到過程模糊控制器，過程模糊控制器接收數據輸入量并通過通訊模塊輸入到上位機，上位機將接收的數據輸入量輸入到控制指標性能分析模塊，控制指標性能分析模塊對數據輸入量進行分析并輸出分析模型輸入到上位機，上位機將接收的分析模型輸入到程序編制模塊，程序編制模塊接收分析模型并輸出編制程序至上位機，上位機將接收的編制程序輸入到程序調試模塊進行調試，程序調試模塊將調試數據輸入到上位機，上位機接收調試數據并輸入到程序編制模塊，程序編制模塊將修正后的程序輸入到上位機，上位機將修正后的程序輸入到過程模糊控制器，過程模糊控制器經數據輸出模塊輸出控制輸出量對控制裝置進行控制。[0008]所述的過程模糊控制器包括微處理器CPU芯片、存儲器RAM芯片、存儲器ROM芯片、直流電源接口模塊、通訊接口模塊、A/D轉換通道、D/A轉換通道，微處理器CPU芯片與存儲器RAM芯片、通訊接口模塊互連，存儲器ROM芯片的輸出端連接微處理器CPU芯片，直流電源接口模塊與微處理器CPU芯片連接，A/D轉換通道的輸出端與微處理器CPU芯片的輸入的連接，微處理器CPU芯片的輸出端與D/A轉換通道的輸入端連接，現場控制裝置的過程控制量通過傳感器轉換為標準電壓或電流信號，經A/D轉換通道轉換為數字信號輸入過程模糊控制器，并經微處理器CPU芯片處理后的數字量，通過D/A轉換通道轉換為標準電壓或電流信號，對現場控制裝置進行控制，根據受控系統的偏差及其微分變化趨勢設計模糊控制器，并進行建模與仿真、完善，在完善的過程模糊控制器基礎上，對過程模糊控制器進行回歸分析或BP神經網絡模型簡化，采用上位機與過程模糊控制器串口、總線、工業以太網等通信的方式進行回歸分析或BP神經網絡模型程序編程與調試，過程模糊控制器對現場信號進行采集，通過通信把數據傳送到上位機，上位機按照分析模型進行編程實現模糊控制運算，結果再經通信傳至過程模糊控制器，通過過程模糊控制器的輸出通道輸出實現對現場的模糊控制，根據調試結果的分析對程序進行修改與完善，進而編制過程模糊控制器程序并移植至過程模糊控制器。對于采用上位機監控的過程控制系統，直接在上位機進行回歸分析或BP神經網絡模型程序設計，進而實現智能模糊控制。
[0009]根據上述
【發明內容】
描述，該發明的編程設計方法包括如下步驟:根據受控系統的偏差及其微分變化趨勢設計過程模糊控制器，并進行建模與仿真、完善，在完善的過程模糊控制器基礎上，對過程模糊控制器進行回歸分析或BP神經網絡模型簡化，采用上位機與過程模糊控制器串口、總線、工業以太網等通信的方式進行回歸分析或BP神經網絡模型程序編程與調試，過程模糊控制器對現場信號進行采集，通過通信把數據傳送到上位機，上位機按照分析模型進行編程實現模糊控制運算，結果再經通信傳至過程模糊控制器，通過過程模糊控制器的輸出通道輸出實現對現場的模糊控制，根據調試結果的分析對程序進行修改與完善，進而編制過程模糊控制器程序并移植至過程模糊控制器。對于采用上位機監控的過程控制系統，直接在上位機進行回歸分析或BP神經網絡模型程序設計，進而實現智能模糊控制，所述的方法包括以下具體步驟:
[0010]步驟1:通過控制指標性能分析模塊對控制裝置進行定性分析，通過過程模糊控制器采集與輸出數據，利用上位機判別無傳統PID(比例、積分、微分)調節的閉環控制效果;
[0011]步驟2:根據對控制裝置進行定性分析，對于設定值與測量值的偏差X1、偏差微分X2進行尺度變換作為過程模糊控制器輸入，對控制裝置進行控制的控制量進行尺度變換作為過程模糊控制器輸出，選取三角形的隸屬度函數對輸入、輸出進行模糊分割，制定模糊控制規則，設計對控制裝置進行控制的過程模糊控制器；
[0012]步驟3:通過過程模糊控制器采集與輸出數據，利用上位機分析過程模糊控制器對控制裝置的控制效果；
[0013]步驟4:修改模糊控制規則，直到過程模糊控制器對控制裝置的控制效果達到設備性能指標要求，完善過程模糊控制器；
[0014]步驟5:對完善的過程模糊控制器進行控制裝置定量分析仿真，采集過程模糊控制器輸入、輸出數據；[0015]步驟6:根據輸入、輸出采集數據分析與篩取，設計過程模糊控制器回歸模型與BP網絡模型；
[0016]步驟7:確定過程模糊控制器回歸模型與BP網絡模型的模型參數；
[0017]步驟8:分別進行過程模糊控制器回歸模型、BP網絡模型與過程模糊控制器原型仿真比較，仿真效果不吻合，則跳到步驟6，重復以上步驟，直至仿真效果吻合；
[0018]步驟9:依據回歸模型或BP網絡模型，通過過程模糊控制器采集與輸出數據，編制上位機模糊控制程序并對控制裝置進行運行調試；
[0019]步驟10:對控制裝置的控制效果達不到設備性能指標要求，則跳到步驟5，重復以上步驟，直到達到設備性能指標要求；
[0020]步驟11:編制過程模糊控制器基于回歸模型或BP網絡模型的程序并下載至過程模糊控制器；
[0021]步驟12:結束。
[0022]通過過程模糊控制器采集數據，上位機對設定數據與過程模糊控制器采集數據的差值進行工程量轉化，再傳送至過程模糊控制器，通過過程模糊控制器數據輸出對控制裝置進行控制，利用上位機判別無傳統PID調節的閉環控制效果。
[0023]通過過程模糊控制器采集與輸出數據，根據對控制裝置進行定性分析，利用上位機無傳統PID調節的閉環控制效果設計對控制裝置進行控制的過程模糊控制器。
[0024]通過過程模糊控制器采集與輸出數據，利用上位機編制模糊控制在線監控程序，分析過程模糊控制器對控制裝置的實時控制效果。
[0025]對完善的過程模糊控制器進行控制裝置定量離線分析仿真，采集、分析與篩取過程模糊控制器輸入、輸出數據，設計過程模糊控制器回歸模型與BP網絡模型。
[0026]所述回歸模型采用
[0027]y &o+￡liXi+￡l2X2+&3X1 +&4X2 +&5X1X2+&6Xl +&7X2 +過8乂1 x。+...，Xl會,I』{扁 ，^2
示系統偏差微分，Bi (i = 1,2,...)是模型參數，利用自編程序確定過程模糊控制器回歸模型的模型參數，BP網絡模型采用傳統的神經網絡S型函數，利用BP網絡自學習算法確定過程模糊控制器BP網絡模型的模型參數。
[0028]所述離線進行過程模糊控制器回歸模型、BP網絡模型與過程模糊控制器原型仿真比較，完善回歸模型與BP網絡模型，直至其仿真效果與過程模糊控制器原型吻合。
[0029]所述依據回歸模型或BP網絡模型，通過過程模糊控制器采集與輸出數據，編制上位機模糊控制程序并通過與過程模糊控制器通訊對控制裝置進行運行控制。
[0030]所述編制基于回歸模型或BP網絡模型的程序下載至過程模糊控制器并對控制裝置進行運行控制。
[0031]本發明的有益效果:
[0032]本發明通過對現有控制裝置控制方法的分析，提出控制裝置基于數學模型的模糊控制過程控制方法，提高控制裝置的控制效果，進而提高產品產量和產品質量，降低生產成本，提高企業效益，本發明通過利用模糊控制仿真數據對模糊控制器的辨識，建立模糊控制器數學模型，編制相應程序移植至過程模糊控制器中，從而在不增加控制芯片成本的基礎上實現控制系統的模糊控制，本發明對現有過程控制系統的控制升級改造和智能儀表的生產開發均具有現實指導意義，基于該專利開發的模糊控制仿真軟件可以實現基于上位機組 態的工業過程控制，填補現有工業組態控制軟件在模糊控制功能上的空白。
【專利附圖】
【附圖說明】
[0033]圖1為本發明過程模糊控制器編程調試系統框圖。
[0034]圖2為本發明過程模糊控制器的組成框圖。
[0035]圖3為本發明新型控制方法流程圖。
[0036]其中:1、上位機，2、過程模糊控制器，3、控制裝置，4、程序編制模塊，5、程序調試模塊，6、控制指標性能分析模塊，7、通訊模塊，8、數據采集模塊，9、數據輸出模塊，10、微處理器CPU芯片，11、存儲器RAM芯片，12、存儲器ROM芯片，13、直流電源接口模塊，14、通信接口模塊，15、A/D轉換通道，16、D/A轉換通道。
【具體實施方式】
[0037]參見附圖，一種基于數學模型的過程模糊控制器系統與編程方法，包括上位機1、通訊模塊7、過程模糊控制器2、控制裝置3、程序編制模塊4、程序調試模塊5、控制指標性能分析模塊6、數據輸出模塊9、數據采集模塊8，所述的上位機I與過程模糊控制器2通過通訊模塊7連接，數據采集模塊8的輸入端與控制裝置3連接，數據采集模塊8將采集的數據輸入量輸入到過程模糊控制器2，過程模糊控制器2接收數據輸入量并通過通訊模塊7輸入到上位機1，上位機I將接收的數據輸入量輸入到控制指標性能分析模塊6，控制指標性能分析模塊6對數據輸入量進行分析并輸出分析模型輸入到上位機1，上位機I將接收的分析模型輸入到程序編制模塊4，程序編制模塊4接收分析模型并輸出編制程序至上位機1，上位機I將接收的編制程序輸入到程序調試模塊進行調試5，程序調試模塊5將調試數據輸入到上位機I,上位機I接收調試數據并輸入到程序編制模塊4，程序編制模塊4將修正后的程序輸入到上位機1，上位機I將修正后的程序輸入到過程模糊控制器2，過程模糊控制器2經數據輸出模塊9輸出控制輸出量對控制裝置3進行控制。
[0038]所述的過程模糊控制器包括微處理器CPU芯片10、存儲器RAM芯片11、存儲器ROM芯片12、直流電源接口模塊13、通訊接口模塊14、A/D轉換通道15、D/A轉換通道16，微處理器CPU芯片10與存儲器RAM芯片11、通訊接口模塊14互連，存儲器ROM芯片12的輸出端連接微處理器CPU芯片10，直流電源接口模塊13與微處理器CPU芯片10連接，A/D轉換通道15的輸出端與微處理器CPU芯片10的輸入的連接，微處理器CPU芯片10的輸出端與D/A轉換通道16的輸入端連接，現場控制裝置3的過程控制量通過傳感器轉換為標準電壓或電流信號，經A/D轉換通道15轉換為數字信號輸入過程模糊控制器2，并經微處理器CPU芯片11處理后的數字量，通過D/A轉換通道16轉換為標準電壓或電流信號，對現場控制裝置3進行控制。
[0039]根據上述
【發明內容】
描述，該發明的編程設計方法包括如下步驟:
[0040]步驟1:通過控制指標性能分析模塊6對控制裝置3進行定性分析，通過過程模糊控制器2采集與輸出數據，利用上位機I判別無傳統PID(比例、積分、微分)調節的閉環控制效果；
[0041]步驟2:根據對控制裝置3進行定性分析，對于設定值與測量值的偏差X1、偏差微分X2進行尺度變換作為過程模糊控制器2輸入，對控制裝置3進行控制的控制量進行尺度變換作為過程模糊控制器2輸出，選取三角形的隸屬度函數對輸入、輸出進行模糊分割，制定模糊控制規則，設計對控制裝置3進行控制的過程模糊控制器2 ；
[0042]步驟3:通過過程模糊控制器2采集與輸出數據，利用上位機I分析過程模糊控制器2對控制裝置3的控制效果；
[0043]步驟4:修改模糊控制規則，直到過程模糊控制器2對控制裝置3的控制效果達到設備性能指標要求，完善過程模糊控制器2 ;
[0044]步驟5:對完善的過程模糊控制器2進行控制裝置定量分析仿真，采集過程模糊控制器2輸入、輸出數據；
[0045]步驟6:根據輸入、輸出采集數據分析與篩取，設計過程模糊控制器回歸模型與BP網絡模型；
[0046]步驟7:確定過程模糊控制器2回歸模型與BP網絡模型的模型參數；
[0047]步驟8:分別進行過程模糊控制器2回歸模型、BP網絡模型與過程模糊控制器2原型仿真比較，仿真效果不吻合，則跳到步驟6，重復以上步驟，直至仿真效果吻合；
[0048]步驟9:依據回歸模型或BP網絡模型，通過過程模糊控制器2采集與輸出數據，編制上位機I模糊控制程序并對控制裝置3進行運行調試；
[0049]步驟10:對控制裝置3的控制效果達不到設備性能指標要求，則跳到步驟5，重復以上步驟，直到達到設備性能指標要求；
[0050]步驟11:編制基于回歸模型或BP網絡模型的程序并下載至過程模糊控制器；
[0051]步驟12:結束。
[0052]過程模糊控制器2對現場信號進行采集，通過通訊模塊7把數據傳送到上位機1，上位機I按照分析模型進行編程實現模糊控制運算，結果再經通訊模塊7傳至過程模糊控制器2，通過過程模糊控制器2的輸出通道輸出實現對現場設備3的模糊控制，根據調試結果的分析對程序進行修改與完善，進而編制過程模糊控制器2程序并移植至過程模糊控制器2。對于采用上位機I監控的過程控制系統，直接在上位機I進行回歸分析或BP神經網絡模型程序設計，進而實現過程模糊控制。在此，上位機I指臺式家用計算機、筆記本電腦、工業計算機等，其通訊接口應具有與過程模糊控制器2通訊能力的串口、總線或工業以太網中的一種，安裝軟件應有操作系統如WIND0WSXP、實時監控的組態軟件、控制過程的仿真軟件SMULINK等。控制裝置3指生產過程控制設備，安裝有溫度、壓力、流量、位置檢測等等傳感器，輸出信號為標準電壓或電流，能被過程模糊控制器2的數據采集通道接收，安裝有調節閥門、變頻器等等控制器，能接收過程模糊控制器2輸出的標準電壓或電流信號，精確對控制裝置3進行控制。
[0053]過程模糊控制器2內部由微處理器CPU芯片10、存儲器RAM芯片11、存儲器ROM芯片12、直流電源接口模塊13、通訊接口模塊14、A/D轉換通道15、D/A轉換通道16，現場控制裝置3的過程控制量通過傳感器轉換為標準電壓或電流，現場控制裝置3的過程控制量通過傳感器轉換為標準電壓或電流信號，經A/D轉換通道15轉換為數字信號送入過程模糊控制器2，經微處理器CPU芯片11處理后的數字量，通過D/A轉換通道16轉換為標準電壓或電流信號，對現場控制裝置3進行控制。其通訊接口接口模塊14應包括串口、總線或工業以太網中的一種。
[0054]圖3是基于數學模型的過程模糊控制器系統的編程設計方法流程圖。圖3中，步驟101:對控制裝置3進行定性分析，如仿形機床模型為
【權利要求】
1.一種基于數學模型的過程模糊控制器系統，其特征在于:包括上位機、通訊模塊、過程模糊控制器、控制裝置、程序編制模塊、程序調試模塊、控制指標性能分析模塊、數據輸出模塊、數據采集模塊，所述的上位機與過程模糊控制器通過通訊模塊連接，數據采集模塊的輸入端與控制裝置連接，數據采集模塊將采集的數據輸入量輸入到過程模糊控制器，過程模糊控制器接收數據輸入量并通過通訊模塊輸入到上位機，上位機將接收的數據輸入量輸入到控制指標性能分析模塊，控制指標性能分析模塊對數據輸入量進行分析并輸出分析模型輸入到上位機，上位機將接收的分析模型輸入到程序編制模塊，程序編制模塊接收分析模型并輸出編制程序至上位機，上位機將接收的編制程序輸入到程序調試模塊進行調試，程序調試模塊將調試數據輸入到上位機，上位機接收調試數據并輸入到程序編制模塊，程序編制模塊將修正后的程序輸入到上位機，上位機將修正后的程序輸入到過程模糊控制器，過程模糊控制器經數據輸出模塊輸出控制輸出量對控制裝置進行控制。
2.根據權利要求1所述的一種基于數學模型的過程模糊控制器系統，其特征在于:所述的過程模糊控制器包括微處理器CPU芯片、存儲器RAM芯片、存儲器ROM芯片、直流電源接口模塊、通訊接口模塊、A/D轉換通道、D/A轉換通道，微處理器CPU芯片與存儲器RAM芯片、通訊接口模塊互連，存儲器ROM芯片的輸出端連接微處理器CPU芯片，直流電源接口模塊與微處理器CPU芯片連接，A/D轉換通道的輸出端與微處理器CPU芯片的輸入的連接，微處理器CPU芯片的輸出端與D/A轉換通道的輸入端連接。
3.如權利要求1所述的一種基于數學模型的過程模糊控制器系統的編程設計方法，其特征在于:根據受控系統的偏差及其微分變化趨勢設計過程模糊控制器，并進行建模與仿真、完善，在完善的過程模糊控制器基礎上，對過程模糊控制器進行回歸分析或BP神經網絡模型簡化，采用上位 機與過程模糊控制器通信的方式進行回歸分析或BP神經網絡模型程序編程與調試，過程模糊控制器對現場信號進行采集，通過通信把數據傳送到上位機，上位機按照分析模型進行編程實現模糊控制運算，結果再經通信傳至過程模糊控制器，通過過程模糊控制器的輸出通道輸出實現對現場的模糊控制，根據調試結果的分析對程序進行修改與完善，進而編制過程模糊控制器程序并移植至過程模糊控制器；包括以下具體步驟: 步驟1:通過控制指標性能分析模塊對控制裝置進行定性分析，通過過程模糊控制器采集與輸出數據，利用上位機判別無傳統PID (比例、積分、微分)調節的閉環控制效果； 步驟2:根據對控制裝置進行定性分析，對于設定值與測量值的偏差X1、偏差微分X2進行尺度變換作為過程模糊控制器輸入，對控制裝置進行控制的控制量進行尺度變換作為過程模糊控制器輸出，選取三角形的隸屬度函數對輸入、輸出進行模糊分割，制定模糊控制規貝1J，設計對控制裝置進行控制的過程模糊控制器； 步驟3:通過過程模糊控制器采集與輸出數據，利用上位機分析過程模糊控制器對控制裝置的控制效果； 步驟4:修改模糊控制規則，直到過程模糊控制器對控制裝置的控制效果達到設備性能指標要求，完善過程模糊控制器； 步驟5:對完善的過程模糊控制器進行控制裝置定量分析仿真，采集過程模糊控制器輸入、輸出數據； 步驟6:根據輸入、輸出采集數據分析與篩取，設計過程模糊控制器回歸模型與BP網絡模型； 步驟7:確定過程模糊控制器回歸模型與BP網絡模型的模型參數； 步驟8:分別進行過程模糊控制器回歸模型、BP網絡模型與過程模糊控制器原型仿真比較，仿真效果不吻合，則跳到步驟6，重復以上步驟，直至仿真效果吻合； 步驟9:依據回歸模型或BP網絡模型，通過過程模糊控制器采集與輸出數據，編制上位機模糊控制程序并對控制裝置進行運行調試； 步驟10:對控制裝置的控制效果達不到設備性能指標要求，則跳到步驟5，重復以上步驟，直到達到設備性能指標要求； 步驟11:編制過程模糊控制器基于回歸模型或BP網絡模型的程序并下載至過程模糊控制器； 步驟12:結束。
4.根據權利要求3所述的一種基于數學模型的過程模糊控制器系統的編程設計方法，其特征在于:通過過程模糊控制器采集數據，上位機對設定數據與過程模糊控制器采集數據的差值進行工程量轉化，再傳送至過程模糊控制器，通過過程模糊控制器數據輸出對控制裝置進行控制，利用上位機判別無傳統PID調節的閉環控制效果。
5.根據權利要求3 所述的一種基于數學模型的過程模糊控制器系統的編程設計方法，其特征在于:通過過程模糊控制器采集與輸出數據，利用上位機編制模糊控制在線監控程序，分析過程模糊控制器對控制裝置的實時控制效果。
6.根據權利要求3所述的一種基于數學模型的過程模糊控制器系統的編程設計方法，其特征在于:對完善的過程模糊控制器進行控制裝置定量離線分析仿真，采集、分析與篩取過程模糊控制器輸入、輸出數據，設計過程模糊控制器回歸模型與BP網絡模型。
7.根據權利要求3所述的一種基于數學模型的過程模糊控制器系統的編程設計方法，其特征在于:所述回歸模型采用 y = a0+a1x1+a2x2+a3x12+a4x22+a5x1x2+a6x13+a7x23+a8x12x2+...,X1表示系統偏差，X2表示系統偏差微分，Bi (i = 1,2,...)是模型參數，利用自編程序確定過程模糊控制器回歸模型的模型參數，BP網絡模型采用傳統的神經網絡S型函數，利用BP網絡自學習算法確定過程模糊控制器BP網絡模型的模型參數。
【文檔編號】G05B13/04GK103941590SQ201410172061
【公開日】2014年7月23日 申請日期:2014年4月25日 優先權日:2014年4月25日
【發明者】盧萬銀 申請人:盧萬銀