一种基于CompactLogix的模糊自整定PID的液位控制方法与流程

技术特征：

1.一种基于CompactLogix的模糊自整定PID的液位控制方法，其特征在于，具体按照以下步骤实施：

步骤1：对实际液位信号y进行采样、滤波、整定和量化，然后计算设定液位信号y_d与实际液位信号y间的偏差e及偏差变化率ec；

步骤2：将步骤1处理后的信号作为模糊控制器的输入量，进行模糊化、模糊推理及清晰化处理，最后得到模糊控制器的输出量ΔK_p、ΔK_i、ΔK_d，其中，ΔK_p、ΔK_i、ΔK_d分别为PID调节器比例增益K_p的增量、积分增益K_i的增量和微分增益K_d的增量；

步骤3：结合常规PID控制器设置的初始基准值，从而得到PID控制器的三个参数，再由PID调节器运算公式，计算控制输出，然后作用于被控对象。

2.根据权利要求1所述的一种基于CompactLogix的模糊自整定PID的液位控制方法，其特征在于，所述偏差e为：e＝y_d-y。

3.根据权利要求1所述的一种基于CompactLogix的模糊自整定PID的液位控制方法，其特征在于，所述偏差变化率ec为：ec＝de/dt。

4.根据权利要求1所述的一种基于CompactLogix的模糊自整定PID的液位控制方法，其特征在于，所述步骤2具体为：

步骤2.1：确定模糊控制器的输入、输出变量的论域；

步骤2.2：模糊化，即将精确的输入变量转化为模糊量，具体为：

假设精确的输入变量x的实际变化范围为[a,b]，将精确的输入变量x转换为离散论域[c,d]之间的值y：

$y=(d-c)\×\frac{x-\frac{a+b}{2}}{b-a}$

其中，x表示输入变量，即e及ec；y表示输入变量x经过模糊化处理后所对应的模糊量；a、b分别表示输入变量x的下限与上限，c、d分别表示输入变量x经过模糊化处理后所对应输入论域的下限与上限；

如果计算出来的y值不是整数，按四舍五入的办法把它归入最接近的整数，这样就把连续量变换为离散论域中的有限整数值；

步骤2.3：定义模糊集合及其隶属度函数，其中，输入变量的模糊集合e＝{NB,NM,NS,ZO,PS,PM,PB}，ec＝{NB,NM,NS,ZO,PS,PM,PB}，输出变量的模糊集合ΔK_m＝{NB,NM,NS,ZO,PS,PM,PB}，m＝p,i,d；

步骤2.4：建立模糊控制规律表，

ΔK_p的模糊规则表如表1：

表1 ΔK_p的模糊规则表

ΔK_i的模糊规则表如表2：

表2 ΔK_i的模糊规则表

ΔK_d的模糊规则表如表3：

表3 ΔK_d的模糊规则表

步骤2.5：采用重心法对模糊控制器的输出值进行清晰化处理，具体为：

$z_0=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{z}_i{\mathrm{\μ}}_c\left(z_i\right)}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\μ}}_c\left(z_i\right)}$

其中，z_i表示第i个精确的输入变量，i＝1…n，z₀表示控制输出的清晰化量，μ_c(z_i)表示输出模糊集合中的元素z_i对应的隶属度函数；

步骤2.6：在Matlab环境下，利用模糊逻辑工具箱的图形用户界面建立模糊推理系统；按照步骤2.1-步骤2.5生成ΔK_p、ΔK_i、ΔK_d的模糊控制查询表，并将查询表存储在CompactLogix控制器的内存中。

5.根据权利要求1所述的一种基于CompactLogix的模糊自整定PID的液位控制方法，其特征在于，所述步骤3具体为：

步骤3.1：结合常规PID控制器设置的基准值，得到PID控制器的三个参数：

K_p＝K_p0+ΔK_p

K_i＝K_i0+ΔK_i

K_d＝K_d0+ΔK_d

其中，K_p0,K_i0,K_d0表示常规PID控制器设置的基准值；

步骤3.2：根据PID调节器运算公式，计算控制输出u(t)：

$u\left(t\right)=K_{p}e\left(k\right)+K_i\underset{i=1}{\overset{k}{\mathrm{\Σ}}}e\left(i\right)+K_d\mathrm{de}\left(k\right)$

然后作用于被控对象。