（国核电力规划设计研究院有限公司 北京 100094）
摘要：数字化电厂的智能控制是指把目前前沿的人工智能方法论和传统自动控制相结合，被普遍认为是更高一个维度的控制理念。模糊控制属于智能控制的一种，是模仿人的思维方式和模糊逻辑推理，对复杂的对象进行的一种控制，其成功应用的本质在于由专家模拟人类的构造交流方式并将其转化为具体的推理工具，以模糊集合、模糊语言变量与模糊逻辑推理为基础，以先验知识和专家经验为控制规则。本文重点研究了二维模糊控制器并联积分作用，积分作用的存在既保障了无差调节的实现，又保证了控制器的鲁棒性。
关键词：电厂汽温；智能控制；模糊控制；无差调节
1.引言
面对数字化电厂复杂的汽温系统和对象，用传统控制理念和方法去解决是非常困难的，主要有以下几方面原因：
1）以前的控制理论几乎都是建立在微积分的建模机场上，而电厂的复杂性和模糊性都很难用数学模型准确描述；
2）传统的控制理论更适用于系统在预想的一定区间内，也就是我们说的预想性控制。可以理解为先打了靶，后画靶心。
3）现代的控制理论讲系统中所有内在和外在的数据信息进行输入，并将所有数据整合、概念化，再进行结论，并将这种认识应用于实践（也就是控制中）。由于整合了尽量多的所有信息，所以这种控制程度是传统控制方法达不到的。
智能控制最早是由美国人傅京孙提出的，他在1965年的论文中首先提出人工智能的理念，并将把人工智能的启发式推理规则用于学习系统，从而打开了控制到智能的大门。
智能控制主要分为专家控制、神经网络控制、模糊控制和混沌控制，本文主要研究的是模糊控制。
2.模糊控制概述
美国加利福尼亚大学的自动控制理论专家L.A.Zadeh最早创造了“模糊集合”的词汇。模糊控制属于智能控制的一种，是模仿人的思维方式和模糊逻辑推理，对复杂的对象进行的一种控制，其成功应用的本质在于由专家模拟人类的构造交流方式并将其转化为具体的推理工具，以模糊集合、模糊语言变量与模糊逻辑推理为基础，以先验知识和专家经验为控制规则，其主要特点有：
1）控制对象的设计输入可以是模糊的，不确定的，不必须是准确可建模的；
2）鲁棒性较好，可以解决以前难以解决的时变或时滞等问题；
3）应用的模仿人类的语言变量而非数字变量，从而可以建立专家模型；
4）逻辑识别、推理、概念过程采用“模糊”，推理过程模仿人的思维过程，能够处理复杂甚至“费常态”系统；
5）非在线控制能得出查询表，提高了控制过程的实时性。
模糊控制从创造出来到今天也就是区区二三十年时间，已经在一些领域取得了惊人的应用成果，展示了其强大的生命力。但模糊控制依然存在方法论和实际应用的问题需要解决，这些问题主要有：
1）要得到模糊控制器的本质和运作机制，解决稳定性和鲁棒性方法论的问题，从逻辑推拉力和概念分析的角度证明模糊控制系统的鲁棒性优于传统控制策略；
2）需要复杂全面的数据信息才能避免系统的控制精度降低和动态品质变差；
3）模糊控制的顶层设计还是缺乏系统性，不容易定义控制对象和目标。
3.二维控制器设计
3.1 传统控制器结构
3.1.1一维模糊控制器
图3-5 某电厂汽温控制系统结构
综合3.1中各类型模糊控制器的优点与缺点，因为我们所研究的被控对象为一个四阶对象，且我们要求其控制结果无静态误差，因此我们采用图3-6中带积分的二维模糊控制器来进行控制。图3-5中的控制系统结构转化为
5.仿真测试
5.1 仿真结果
我们对系统进行仿真，得到图5-1、图5-2所示曲线。
图5-2 模糊控制控制量曲线
从图5-1中可以看出，在该参数下模糊控制得到的系统响应曲线的响应速度稍快一些，但超调量也相应增加系统基本实现了无差调节，系统克服内部扰动的能力基本与PID控制相当。隶属函数的选取、控制规则的设计、确切论域的选择都会影响到模糊控制的品质，调节意义明确。
6.结束语
一维模糊控制器不能单独使用，三维模糊控制器规则设计很困难，常用的一般是二维模糊控制器并联积分作用，积分作用的存在既保障了无差调节的实现，又保证了控制器的鲁棒性。隶属函数的选取、控制规则的设计、确切论域的选择都会影响到模糊控制的品质，但是人工调节选取的过程比较困难，且不像PID控制等参数较少，调节意义明确。模糊控制器往往需要工作在设定的工作状态，这样才会取得好的控制效果，脱离设定状态时，积分作用的存在会使系统表面上维持一个较好的调节品质，但模糊控制的效果变差。由于篇幅的限制，本文没有研究模糊自整定PID等控制算法，但在实际使用中，该类算法可以综合模糊控制与PID控制的优势，得到优于PID算法的控制品质，值得进一步深入研究。
参考文献：
[1]蔡自兴. 智能控制及移动机器人研究进展[J]. 中南大学学报（自然科学版），2005（5）：721-726.
[2]李文，欧青立，沈洪远，等. 智能控制及其应用综述[J]. 重庆邮电学院学报（自然科学版），2006（03）：376-381.
[3]Albert Bemporad，A M Morari. “Control of systems intergrating logic，Dynamics，and Constraint”. Automatic，vol.35，no.3，pp. 407-427，1999.
[4]Issam Kouatli. “An improved design procedure for fuzzy control systems”. International Journal of Machine Tools and Manufacture 31（1）：107-122，1991.
[5]Tharun Kumar Reddy. “Multi-class Fuzzy Time-delay Common Spatio-Spectral Patterns with Fuzzy Information Theoretic optimization for EEG based Regression Problems in Brain Computer Interface（BCI）”. IEEE Transactions on Fuzzy Systems 14 January 2019.
作者简介：
崔秀政（1983-），男，工程师，主研方向：人工智能控制、数字化电厂设计、网络化控制系统。
论文作者:崔秀政
论文发表刊物:《河南电力》2018年18期
论文发表时间:2019/3/13
标签：模糊论文; 控制器论文; 智能控制论文; 系统论文; 电厂论文; 对象论文; 逻辑推理论文; 《河南电力》2018年18期论文;