论文部分内容阅读
过程控制是针对石油、化工、冶金等行业，在工业生产过程中，对各个生产环节进行自动化的控制。由于过程控制系统中存在时变的问题，以往建立在被控对象精确数学模型基础之上的传统控制方式已无法满足生产工艺对控制精度的要求，必须寻求其他控制方式来替代传统PID控制方式。本文研究的主要内容就是针对过程控制系统中存在的时变问题和基于Mamdani模型的模糊控制器在设计过程中可能出现难以获取模糊控制规则的问题，进行了深入的研究，并进行了仿真实验研究。首先，对模糊控制的相关理论进行了简单的介绍，为下一步进行模糊控制器的设计，奠定理论基础。其次，对甲醇精馏塔温度控制系统、循环流化床锅炉床温控制系统和锅炉汽包水位控制系统的生产工艺流程和输入输出之间关系进行了简单的介绍。再次，针对过程控制系统存在的时变问题，选取甲醇精馏塔塔顶温度控制系统，设计了模糊PID控制器，所设计的模糊PID控制器是基于Mamdani模型的。它是将模糊控制与PID控制相结合，通过模糊推理，依据模糊控制规则，根据被控对象的变化趋势，在线调整PID控制器中Kp、Ki、Kd三个参数，以解决过程控制系统中存在的时变问题。并通过仿真实验，验证了本章所设计模糊PID控制器能够适应被控对象参数的变化，解决过程控制系统中存在的时变问题。最后，针对基于Mamdani模型的模糊控制器在设计过程中，可能出现无法获取模糊控制规则的问题，本文提出了通过自适应神经模糊推理系统（ANFIS），利用神经网络的自学习能力，对工业生产现场采集的操作数据进行在线学习，来获取基于T-S模糊控制规则的方法。为了验证该设计方法的有效性，本文针对循环流化床锅炉床温控制系统，设计了基于0阶T-S模型的模糊控制器。针对锅炉汽包水位控制系统，设计了基于1阶T-S模型的模糊控制器。仿真实验表明：本章节提出的模糊控制器的设计方法具有有效性，能够很好地将采集的操作数据转化为T-S模糊控制规则，用于模糊控制器的设计。