一种基于数学模型的过程模糊控制器系统与编程设计方法
【专利摘要】本发明公开了一种基于数学模型的过程模糊控制器系统，上位机、通讯模块、过程模糊控制器、控制装置、程序编制模块、程序调试模块、控制指标性能分析模块、数据输出模块、数据采集模块，采用上位机与过程模糊控制器通信的方式进行回归分析或BP神经网络模型程序编程与调试，过程模糊控制器对现场信号进行采集，通过通信把数据传送到上位机，上位机按照分析模型进行编程实现模糊控制运算，再经通信传至过程模糊控制器，通过过程模糊控制器的输出通道输出实现对现场模糊控制，根据调试结果的分析对程序进行修改与完善，进而编制过程模糊控制器程序并移植至过程模糊控制器，能够提高控制装置的控制效果，提高产品产量和产品质量，降低生产成本。
【专利说明】一种基于数学模型的过程模糊控制器系统与编程设计方法
【技术领域】
[0001]本发明涉及生产设备控制装置的模拟量控制【技术领域】，具体的说涉及一种基于数学模型的过程模糊控制器系统与编程设计方法。
【背景技术】
[0002]目前，我国现有过程控制装置主要采用传统的PID(比例、积分、微分)调节，其产品主要有两种形式，一种是固定程序调节器，另一种是可编程调节器，当系统模型比较明确时，合理的参数就可以达到比较满意的控制效果；当系统模型不明确时，PID参数设定很困难，严重影响着企业的产品产量与产品质量，导致产品成本增加，降低企业效益。
[0003]模糊控制技术在现代控制中得到广泛的应用，在过程控制中其控制效果明显优于传统PID调节控制，现有模糊控制技术主要是基于计算机系统、高端芯片构建的仪表仪器以及专业模糊控制芯片等场合的应用；由于过程模糊控制器的设计与应用涉及复杂的模糊推理运算，导致其实际应用难度很大；如此复杂运算过程对于采用MCS51、MCS96等微处理器的过程控制器是无法实现的，对于具有模拟量调节功能的可编程控制器PLC来说其实现难度和编程量也很大，其扫描周期长导致实时控制效果差。
[0004]本专利通过利用模糊控制仿真数据对过程模糊控制器的辨识，建立过程模糊控制器数学模型，编制相应程序移植过程控制器中，从而在不增加控制芯片成本的基础上实现控制系统的模糊控制。
【发明内容】
[0005]本发明的目的是提供一种基于数学模型的过程模糊控制器系统与编程设计方法，通过对现有控制装置控制方法的分析，提出控制装置基于数学模型等等模糊控制过程控制方法，提高控制装置的控制效果，进而提高产品产量和产品质量，降低生产成本，提高企业效益。
[0006]为了【背景技术】所存在的问题，本发明采用以下技术方案:
[0007]一种基于数学模型的过程模糊控制器系统，包括上位机、通讯模块、过程模糊控制器、控制装置、程序编制模块、程序调试模块、控制指标性能分析模块、数据输出模块、数据采集模块，所述的上位机与过程模糊控制器通过通讯模块连接，数据采集模块的输入端与控制装置连接，数据采集模块将采集的数据输入量输入到过程模糊控制器，过程模糊控制器接收数据输入量并通过通讯模块输入到上位机，上位机将接收的数据输入量输入到控制指标性能分析模块，控制指标性能分析模块对数据输入量进行分析并输出分析模型输入到上位机，上位机将接收的分析模型输入到程序编制模块，程序编制模块接收分析模型并输出编制程序至上位机，上位机将接收的编制程序输入到程序调试模块进行调试，程序调试模块将调试数据输入到上位机，上位机接收调试数据并输入到程序编制模块，程序编制模块将修正后的程序输入到上位机，上位机将修正后的程序输入到过程模糊控制器，过程模糊控制器经数据输出模块输出控制输出量对控制装置进行控制。[0008]所述的过程模糊控制器包括微处理器CPU芯片、存储器RAM芯片、存储器ROM芯片、直流电源接口模块、通讯接口模块、A/D转换通道、D/A转换通道，微处理器CPU芯片与存储器RAM芯片、通讯接口模块互连，存储器ROM芯片的输出端连接微处理器CPU芯片，直流电源接口模块与微处理器CPU芯片连接，A/D转换通道的输出端与微处理器CPU芯片的输入的连接，微处理器CPU芯片的输出端与D/A转换通道的输入端连接，现场控制装置的过程控制量通过传感器转换为标准电压或电流信号，经A/D转换通道转换为数字信号输入过程模糊控制器，并经微处理器CPU芯片处理后的数字量，通过D/A转换通道转换为标准电压或电流信号，对现场控制装置进行控制，根据受控系统的偏差及其微分变化趋势设计模糊控制器，并进行建模与仿真、完善，在完善的过程模糊控制器基础上，对过程模糊控制器进行回归分析或BP神经网络模型简化，采用上位机与过程模糊控制器串口、总线、工业以太网等通信的方式进行回归分析或BP神经网络模型程序编程与调试，过程模糊控制器对现场信号进行采集，通过通信把数据传送到上位机，上位机按照分析模型进行编程实现模糊控制运算，结果再经通信传至过程模糊控制器，通过过程模糊控制器的输出通道输出实现对现场的模糊控制，根据调试结果的分析对程序进行修改与完善，进而编制过程模糊控制器程序并移植至过程模糊控制器。对于采用上位机监控的过程控制系统，直接在上位机进行回归分析或BP神经网络模型程序设计，进而实现智能模糊控制。
[0009]根据上述
【发明内容】
描述，该发明的编程设计方法包括如下步骤:根据受控系统的偏差及其微分变化趋势设计过程模糊控制器，并进行建模与仿真、完善，在完善的过程模糊控制器基础上，对过程模糊控制器进行回归分析或BP神经网络模型简化，采用上位机与过程模糊控制器串口、总线、工业以太网等通信的方式进行回归分析或BP神经网络模型程序编程与调试，过程模糊控制器对现场信号进行采集，通过通信把数据传送到上位机，上位机按照分析模型进行编程实现模糊控制运算，结果再经通信传至过程模糊控制器，通过过程模糊控制器的输出通道输出实现对现场的模糊控制，根据调试结果的分析对程序进行修改与完善，进而编制过程模糊控制器程序并移植至过程模糊控制器。对于采用上位机监控的过程控制系统，直接在上位机进行回归分析或BP神经网络模型程序设计，进而实现智能模糊控制，所述的方法包括以下具体步骤:
[0010]步骤1:通过控制指标性能分析模块对控制装置进行定性分析，通过过程模糊控制器采集与输出数据，利用上位机判别无传统PID(比例、积分、微分)调节的闭环控制效果;
[0011]步骤2:根据对控制装置进行定性分析，对于设定值与测量值的偏差X1、偏差微分X2进行尺度变换作为过程模糊控制器输入，对控制装置进行控制的控制量进行尺度变换作为过程模糊控制器输出，选取三角形的隶属度函数对输入、输出进行模糊分割，制定模糊控制规则，设计对控制装置进行控制的过程模糊控制器；
[0012]步骤3:通过过程模糊控制器采集与输出数据，利用上位机分析过程模糊控制器对控制装置的控制效果；
[0013]步骤4:修改模糊控制规则，直到过程模糊控制器对控制装置的控制效果达到设备性能指标要求，完善过程模糊控制器；
[0014]步骤5:对完善的过程模糊控制器进行控制装置定量分析仿真，采集过程模糊控制器输入、输出数据；[0015]步骤6:根据输入、输出采集数据分析与筛取，设计过程模糊控制器回归模型与BP网络模型；
[0016]步骤7:确定过程模糊控制器回归模型与BP网络模型的模型参数；
[0017]步骤8:分别进行过程模糊控制器回归模型、BP网络模型与过程模糊控制器原型仿真比较，仿真效果不吻合，则跳到步骤6，重复以上步骤，直至仿真效果吻合；
[0018]步骤9:依据回归模型或BP网络模型，通过过程模糊控制器采集与输出数据，编制上位机模糊控制程序并对控制装置进行运行调试；
[0019]步骤10:对控制装置的控制效果达不到设备性能指标要求，则跳到步骤5，重复以上步骤，直到达到设备性能指标要求；
[0020]步骤11:编制过程模糊控制器基于回归模型或BP网络模型的程序并下载至过程模糊控制器；
[0021]步骤12:结束。
[0022]通过过程模糊控制器采集数据，上位机对设定数据与过程模糊控制器采集数据的差值进行工程量转化，再传送至过程模糊控制器，通过过程模糊控制器数据输出对控制装置进行控制，利用上位机判别无传统PID调节的闭环控制效果。
[0023]通过过程模糊控制器采集与输出数据，根据对控制装置进行定性分析，利用上位机无传统PID调节的闭环控制效果设计对控制装置进行控制的过程模糊控制器。
[0024]通过过程模糊控制器采集与输出数据，利用上位机编制模糊控制在线监控程序，分析过程模糊控制器对控制装置的实时控制效果。
[0025]对完善的过程模糊控制器进行控制装置定量离线分析仿真，采集、分析与筛取过程模糊控制器输入、输出数据，设计过程模糊控制器回归模型与BP网络模型。
[0026]所述回归模型采用
[0027]y &o+￡liXi+￡l2X2+&3X1 +&4X2 +&5X1X2+&6Xl +&7X2 +过8乂1 x。+...，Xl会,I』{扁 ，^2
示系统偏差微分，Bi (i = 1,2,...)是模型参数，利用自编程序确定过程模糊控制器回归模型的模型参数，BP网络模型采用传统的神经网络S型函数，利用BP网络自学习算法确定过程模糊控制器BP网络模型的模型参数。
[0028]所述离线进行过程模糊控制器回归模型、BP网络模型与过程模糊控制器原型仿真比较，完善回归模型与BP网络模型，直至其仿真效果与过程模糊控制器原型吻合。
[0029]所述依据回归模型或BP网络模型，通过过程模糊控制器采集与输出数据，编制上位机模糊控制程序并通过与过程模糊控制器通讯对控制装置进行运行控制。
[0030]所述编制基于回归模型或BP网络模型的程序下载至过程模糊控制器并对控制装置进行运行控制。
[0031]本发明的有益效果:
[0032]本发明通过对现有控制装置控制方法的分析，提出控制装置基于数学模型的模糊控制过程控制方法，提高控制装置的控制效果，进而提高产品产量和产品质量，降低生产成本，提高企业效益，本发明通过利用模糊控制仿真数据对模糊控制器的辨识，建立模糊控制器数学模型，编制相应程序移植至过程模糊控制器中，从而在不增加控制芯片成本的基础上实现控制系统的模糊控制，本发明对现有过程控制系统的控制升级改造和智能仪表的生产开发均具有现实指导意义，基于该专利开发的模糊控制仿真软件可以实现基于上位机组 态的工业过程控制，填补现有工业组态控制软件在模糊控制功能上的空白。
【专利附图】
【附图说明】
[0033]图1为本发明过程模糊控制器编程调试系统框图。
[0034]图2为本发明过程模糊控制器的组成框图。
[0035]图3为本发明新型控制方法流程图。
[0036]其中:1、上位机，2、过程模糊控制器，3、控制装置，4、程序编制模块，5、程序调试模块，6、控制指标性能分析模块，7、通讯模块，8、数据采集模块，9、数据输出模块，10、微处理器CPU芯片，11、存储器RAM芯片，12、存储器ROM芯片，13、直流电源接口模块，14、通信接口模块，15、A/D转换通道，16、D/A转换通道。
【具体实施方式】
[0037]参见附图，一种基于数学模型的过程模糊控制器系统与编程方法，包括上位机1、通讯模块7、过程模糊控制器2、控制装置3、程序编制模块4、程序调试模块5、控制指标性能分析模块6、数据输出模块9、数据采集模块8，所述的上位机I与过程模糊控制器2通过通讯模块7连接，数据采集模块8的输入端与控制装置3连接，数据采集模块8将采集的数据输入量输入到过程模糊控制器2，过程模糊控制器2接收数据输入量并通过通讯模块7输入到上位机1，上位机I将接收的数据输入量输入到控制指标性能分析模块6，控制指标性能分析模块6对数据输入量进行分析并输出分析模型输入到上位机1，上位机I将接收的分析模型输入到程序编制模块4，程序编制模块4接收分析模型并输出编制程序至上位机1，上位机I将接收的编制程序输入到程序调试模块进行调试5，程序调试模块5将调试数据输入到上位机I,上位机I接收调试数据并输入到程序编制模块4，程序编制模块4将修正后的程序输入到上位机1，上位机I将修正后的程序输入到过程模糊控制器2，过程模糊控制器2经数据输出模块9输出控制输出量对控制装置3进行控制。
[0038]所述的过程模糊控制器包括微处理器CPU芯片10、存储器RAM芯片11、存储器ROM芯片12、直流电源接口模块13、通讯接口模块14、A/D转换通道15、D/A转换通道16，微处理器CPU芯片10与存储器RAM芯片11、通讯接口模块14互连，存储器ROM芯片12的输出端连接微处理器CPU芯片10，直流电源接口模块13与微处理器CPU芯片10连接，A/D转换通道15的输出端与微处理器CPU芯片10的输入的连接，微处理器CPU芯片10的输出端与D/A转换通道16的输入端连接，现场控制装置3的过程控制量通过传感器转换为标准电压或电流信号，经A/D转换通道15转换为数字信号输入过程模糊控制器2，并经微处理器CPU芯片11处理后的数字量，通过D/A转换通道16转换为标准电压或电流信号，对现场控制装置3进行控制。
[0039]根据上述
【发明内容】
描述，该发明的编程设计方法包括如下步骤:
[0040]步骤1:通过控制指标性能分析模块6对控制装置3进行定性分析，通过过程模糊控制器2采集与输出数据，利用上位机I判别无传统PID(比例、积分、微分)调节的闭环控制效果；
[0041]步骤2:根据对控制装置3进行定性分析，对于设定值与测量值的偏差X1、偏差微分X2进行尺度变换作为过程模糊控制器2输入，对控制装置3进行控制的控制量进行尺度变换作为过程模糊控制器2输出，选取三角形的隶属度函数对输入、输出进行模糊分割，制定模糊控制规则，设计对控制装置3进行控制的过程模糊控制器2 ；
[0042]步骤3:通过过程模糊控制器2采集与输出数据，利用上位机I分析过程模糊控制器2对控制装置3的控制效果；
[0043]步骤4:修改模糊控制规则，直到过程模糊控制器2对控制装置3的控制效果达到设备性能指标要求，完善过程模糊控制器2 ;
[0044]步骤5:对完善的过程模糊控制器2进行控制装置定量分析仿真，采集过程模糊控制器2输入、输出数据；
[0045]步骤6:根据输入、输出采集数据分析与筛取，设计过程模糊控制器回归模型与BP网络模型；
[0046]步骤7:确定过程模糊控制器2回归模型与BP网络模型的模型参数；
[0047]步骤8:分别进行过程模糊控制器2回归模型、BP网络模型与过程模糊控制器2原型仿真比较，仿真效果不吻合，则跳到步骤6，重复以上步骤，直至仿真效果吻合；
[0048]步骤9:依据回归模型或BP网络模型，通过过程模糊控制器2采集与输出数据，编制上位机I模糊控制程序并对控制装置3进行运行调试；
[0049]步骤10:对控制装置3的控制效果达不到设备性能指标要求，则跳到步骤5，重复以上步骤，直到达到设备性能指标要求；
[0050]步骤11:编制基于回归模型或BP网络模型的程序并下载至过程模糊控制器；
[0051]步骤12:结束。
[0052]过程模糊控制器2对现场信号进行采集，通过通讯模块7把数据传送到上位机1，上位机I按照分析模型进行编程实现模糊控制运算，结果再经通讯模块7传至过程模糊控制器2，通过过程模糊控制器2的输出通道输出实现对现场设备3的模糊控制，根据调试结果的分析对程序进行修改与完善，进而编制过程模糊控制器2程序并移植至过程模糊控制器2。对于采用上位机I监控的过程控制系统，直接在上位机I进行回归分析或BP神经网络模型程序设计，进而实现过程模糊控制。在此，上位机I指台式家用计算机、笔记本电脑、工业计算机等，其通讯接口应具有与过程模糊控制器2通讯能力的串口、总线或工业以太网中的一种，安装软件应有操作系统如WIND0WSXP、实时监控的组态软件、控制过程的仿真软件SMULINK等。控制装置3指生产过程控制设备，安装有温度、压力、流量、位置检测等等传感器，输出信号为标准电压或电流，能被过程模糊控制器2的数据采集通道接收，安装有调节阀门、变频器等等控制器，能接收过程模糊控制器2输出的标准电压或电流信号，精确对控制装置3进行控制。
[0053]过程模糊控制器2内部由微处理器CPU芯片10、存储器RAM芯片11、存储器ROM芯片12、直流电源接口模块13、通讯接口模块14、A/D转换通道15、D/A转换通道16，现场控制装置3的过程控制量通过传感器转换为标准电压或电流，现场控制装置3的过程控制量通过传感器转换为标准电压或电流信号，经A/D转换通道15转换为数字信号送入过程模糊控制器2，经微处理器CPU芯片11处理后的数字量，通过D/A转换通道16转换为标准电压或电流信号，对现场控制装置3进行控制。其通讯接口接口模块14应包括串口、总线或工业以太网中的一种。
[0054]图3是基于数学模型的过程模糊控制器系统的编程设计方法流程图。图3中，步骤101:对控制装置3进行定性分析，如仿形机床模型为
【权利要求】
1.一种基于数学模型的过程模糊控制器系统，其特征在于:包括上位机、通讯模块、过程模糊控制器、控制装置、程序编制模块、程序调试模块、控制指标性能分析模块、数据输出模块、数据采集模块，所述的上位机与过程模糊控制器通过通讯模块连接，数据采集模块的输入端与控制装置连接，数据采集模块将采集的数据输入量输入到过程模糊控制器，过程模糊控制器接收数据输入量并通过通讯模块输入到上位机，上位机将接收的数据输入量输入到控制指标性能分析模块，控制指标性能分析模块对数据输入量进行分析并输出分析模型输入到上位机，上位机将接收的分析模型输入到程序编制模块，程序编制模块接收分析模型并输出编制程序至上位机，上位机将接收的编制程序输入到程序调试模块进行调试，程序调试模块将调试数据输入到上位机，上位机接收调试数据并输入到程序编制模块，程序编制模块将修正后的程序输入到上位机，上位机将修正后的程序输入到过程模糊控制器，过程模糊控制器经数据输出模块输出控制输出量对控制装置进行控制。
2.根据权利要求1所述的一种基于数学模型的过程模糊控制器系统，其特征在于:所述的过程模糊控制器包括微处理器CPU芯片、存储器RAM芯片、存储器ROM芯片、直流电源接口模块、通讯接口模块、A/D转换通道、D/A转换通道，微处理器CPU芯片与存储器RAM芯片、通讯接口模块互连，存储器ROM芯片的输出端连接微处理器CPU芯片，直流电源接口模块与微处理器CPU芯片连接，A/D转换通道的输出端与微处理器CPU芯片的输入的连接，微处理器CPU芯片的输出端与D/A转换通道的输入端连接。
3.如权利要求1所述的一种基于数学模型的过程模糊控制器系统的编程设计方法，其特征在于:根据受控系统的偏差及其微分变化趋势设计过程模糊控制器，并进行建模与仿真、完善，在完善的过程模糊控制器基础上，对过程模糊控制器进行回归分析或BP神经网络模型简化，采用上位 机与过程模糊控制器通信的方式进行回归分析或BP神经网络模型程序编程与调试，过程模糊控制器对现场信号进行采集，通过通信把数据传送到上位机，上位机按照分析模型进行编程实现模糊控制运算，结果再经通信传至过程模糊控制器，通过过程模糊控制器的输出通道输出实现对现场的模糊控制，根据调试结果的分析对程序进行修改与完善，进而编制过程模糊控制器程序并移植至过程模糊控制器；包括以下具体步骤: 步骤1:通过控制指标性能分析模块对控制装置进行定性分析，通过过程模糊控制器采集与输出数据，利用上位机判别无传统PID (比例、积分、微分)调节的闭环控制效果； 步骤2:根据对控制装置进行定性分析，对于设定值与测量值的偏差X1、偏差微分X2进行尺度变换作为过程模糊控制器输入，对控制装置进行控制的控制量进行尺度变换作为过程模糊控制器输出，选取三角形的隶属度函数对输入、输出进行模糊分割，制定模糊控制规贝1J，设计对控制装置进行控制的过程模糊控制器； 步骤3:通过过程模糊控制器采集与输出数据，利用上位机分析过程模糊控制器对控制装置的控制效果； 步骤4:修改模糊控制规则，直到过程模糊控制器对控制装置的控制效果达到设备性能指标要求，完善过程模糊控制器； 步骤5:对完善的过程模糊控制器进行控制装置定量分析仿真，采集过程模糊控制器输入、输出数据； 步骤6:根据输入、输出采集数据分析与筛取，设计过程模糊控制器回归模型与BP网络模型； 步骤7:确定过程模糊控制器回归模型与BP网络模型的模型参数； 步骤8:分别进行过程模糊控制器回归模型、BP网络模型与过程模糊控制器原型仿真比较，仿真效果不吻合，则跳到步骤6，重复以上步骤，直至仿真效果吻合； 步骤9:依据回归模型或BP网络模型，通过过程模糊控制器采集与输出数据，编制上位机模糊控制程序并对控制装置进行运行调试； 步骤10:对控制装置的控制效果达不到设备性能指标要求，则跳到步骤5，重复以上步骤，直到达到设备性能指标要求； 步骤11:编制过程模糊控制器基于回归模型或BP网络模型的程序并下载至过程模糊控制器； 步骤12:结束。
4.根据权利要求3所述的一种基于数学模型的过程模糊控制器系统的编程设计方法，其特征在于:通过过程模糊控制器采集数据，上位机对设定数据与过程模糊控制器采集数据的差值进行工程量转化，再传送至过程模糊控制器，通过过程模糊控制器数据输出对控制装置进行控制，利用上位机判别无传统PID调节的闭环控制效果。
5.根据权利要求3 所述的一种基于数学模型的过程模糊控制器系统的编程设计方法，其特征在于:通过过程模糊控制器采集与输出数据，利用上位机编制模糊控制在线监控程序，分析过程模糊控制器对控制装置的实时控制效果。
6.根据权利要求3所述的一种基于数学模型的过程模糊控制器系统的编程设计方法，其特征在于:对完善的过程模糊控制器进行控制装置定量离线分析仿真，采集、分析与筛取过程模糊控制器输入、输出数据，设计过程模糊控制器回归模型与BP网络模型。
7.根据权利要求3所述的一种基于数学模型的过程模糊控制器系统的编程设计方法，其特征在于:所述回归模型采用 y = a0+a1x1+a2x2+a3x12+a4x22+a5x1x2+a6x13+a7x23+a8x12x2+...,X1表示系统偏差，X2表示系统偏差微分，Bi (i = 1,2,...)是模型参数，利用自编程序确定过程模糊控制器回归模型的模型参数，BP网络模型采用传统的神经网络S型函数，利用BP网络自学习算法确定过程模糊控制器BP网络模型的模型参数。
【文档编号】G05B13/04GK103941590SQ201410172061
【公开日】2014年7月23日 申请日期:2014年4月25日 优先权日:2014年4月25日
【发明者】卢万银 申请人:卢万银