摘要：罐車清洗過程中，由于工作方式和環境條件的影響，堿性清洗液中pH具有非線性和時變性等特性。針對pH的過程特性，提出了專家模糊控制算法。此方法具有一定的預判斷性，并能夠簡化部分計算過程，減少計算量，在滿足一定控制精度的前提下，提高控制速度。且解決了完整精確數學模型難建立的問題，結合操作工人的實際生產經驗及專家規則，實現了對清洗液pH值的閉環控制。并用MATLAB進行了仿真，驗證了該方法的可行性和有效性。

關鍵詞：模糊控制，專家系統，MATLAB，仿真

1引言

     在鐵路罐車的生產及維修過程中，對罐體的清洗和檢漏是工序要求中是必不可少的一環。在傳統工藝中，通常選用管道自來水作為檢測液，由于自來水廠對自來水的凈化處理導致液體中負離子的含量很高，清洗過程中極易發生氧化反應，造成罐體生銹，對下一步生產環節產生影響，增加了除銹工作，工序過程復雜化，從而造成工作時間延長，工作效率降低。因此介于罐體材料的金屬特性，為了避免清洗時潮濕環境中易發生的罐體金屬材料氧化對下一步生產環節的影響，檢測液的PH值需要嚴格控制在一定要求范圍內，因此設置相應的水溶液pH值控制環節是非常有必要的。基于生產要求及工作條件，設計專家模糊控制系統并進行仿真驗證。

2模糊控制與專家系統的特點

      模糊控制是近代控制理論中建立在模糊集合論基礎上的一種基于語言規則與模糊推理的控制理論，它是智能控制的重要分支之一。它通過模擬人的思維方法面吧人類社會的技術和非技術的生產經驗，編寫歸納成若干系統化的規則來代替數學模型的計算，由計算機處理，實現對實際系統的智能性控制。尤其在于一些復雜可變的，具有非線性、時變性的難以建立精確數學模型的被控系統的控制中表現出了很強的優勢。模糊控制基本框圖如圖2.1所示：

圖2.1 模糊控制系統框圖

     專家系統是根據人們在某一領域內的知識、經驗和技術而建立的解決問題和做出決策的計算機軟件系統，可以對一些復雜問題給出專家水平的結果。通常由知識庫、推理機、綜合數據庫、知識獲取機制、解釋機制和人機接口等相對獨立的基本部分組成。專家系統基本框圖如圖2.2所示：

圖2.2 專家系統基本框圖

3 模糊控制方法與專家系統的結合

     模糊控制的量化因子K_e、K_ec、和比例因子K_u是決定模糊控制器品質的重要手段，因此為了增強隸屬度函數重合區域的灰度響應，避免產生震蕩，引入專家系統對這三個重要參數進行調整，使系統同時提高動態響應和穩態精度，從而對被控對象進行有效的控制。專家模糊系統如下圖所示：

圖3.1  專家模糊系統框圖

4 pH值過程控制的專家模糊控制器的設計

4.1模糊控制器的設計

     被控對象具有非線性大滯后的特點。因此可以用一階純延時模型式4-1作為基本模型，來分析控制過程及其特點。

（1）模糊控制器的結構

     本系統采用二維模糊控制器結構，以pH值給定值與測量值的誤差e和誤差ec的變化作為輸入量，以作為控制量u的閥門的開度值作為輸出量，其對應的模糊子集分別設為E、EC、U。誤差e的基本論域為[-150，150]，誤差ec變化的基本論域為[-60，60]，控制量u的基本論域為[-45，45]，各量對應的論域為：

E = {-6，-5，-4，-3，-2，-1,0，1，2，3，4，5，6}

EC = {-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}

U = {-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}

     再根據人們習慣的語言性表述，將各個量的論域轉化為對應的以語言變量表述的模糊集合，E模糊集語言變量均取為{負大，負中，負小，負零，正零，正小，正中，正大}，即{NB，NM，NS，NZ，PZ，PS，PM，PB}，EC及U的模糊集語言變量均取為{負大，負中，負小，零，正小，正中，正大}，即{NB，NM，NS，ZO，PS，PM，PB}。誤差將Z元素分為兩個正零（PZ）和負零（NZ），增加元素量可以提高系統的穩態精度。

     （2）建立模糊控制規則

     根據鐵路罐車維護車間以往生產實踐的數據總結以及工人歷年實際操作的經驗，系統對檢測液pH值的調節主要是依據測量值與給定值的誤差E，及誤差的變化EC來調整執行機構控制閥門的開度來調節的。用模糊條件語句描述相應的控制規則如下：

     IF E = NB AND EC = NB THEN U = PB；

     IF E = NB AND EC = NM THEN U = PB；

     IF E = NB AND EC = NS THEN U = PM；

     ……

     IF E = PB AND EC = PM THEN U = NB；

     IF E = PB AND EC =PB THEN U = NB。

共56條控制規則，可對應寫成如表4.1系統的模糊控制規則表

表4.1 系統模糊控制規則表 

      一般正常生產條件下，此規則足以指導生產過程的順利進行。但若遇到條件突變的情況時，則可以由具有透明性和靈活性的專家系統，可以對控制規則進行完善和改進，使其更加完善，更好地指導控制過程。

     （3）繪制模糊集合的隸屬函數曲線

     模糊集合的隸屬函數隸屬曲線一般有三角形，梯形，正態曲線等。曲線樣式對控制系統的影響并不大，對控制效果有較大的影響是隸屬函數曲線的形狀分布，若曲線形狀較窄，對模糊集合有較高的分辨率，控制靈敏度較高，若曲線形狀較寬，則控制特性較為平緩，系統穩定性能較好。

     針對不同形狀分布的隸屬度函數，本文以式4-1所表示的一階純延時模型為被控對象進行仿真，從以下角度入手比較仿真結果：

      ①隸屬函數分布間隙對控制性能的影響。選區兩個結構相同的模糊控制器，模糊化、模糊規則、去模糊化方法設置一致，只改變函數寬度，進行仿真。函數曲線如圖4.1所示。

圖4.1 有無間隙的隸屬函數曲線

仿真結果如圖4.2所示：

圖4.2 W不同隸屬函數仿真結果

     由圖4.2所示仿真結果可知，有間隙的隸屬度函數所屬控制器的系統響應曲線為鋸齒狀，無法達到期望值；而無間隙的隸屬度函數所屬控制器的系統響應曲線較為光滑，并不斷接近且穩定在期望值。

     ②隸屬函數重疊率對控制性能的影響。同樣采用情況①所用的系統進行仿真，只對隸屬函數的重疊率進行不同的設置。仿真所采用隸屬函數曲線如圖4.3所示。

圖4.3 重疊率不同的隸屬函數曲線

仿真結果如圖4.4所示。

圖4.4 重疊率不同隸屬函數仿真結果

     由圖4.4仿真曲線可以看出，寬度過小則系統易產生震蕩從而無法達到期望值，寬度過大則易導致系統響應速度過慢。

     ③隸屬函數非線性分布對控制性能的影響。仍然采用情況①所用的系統進行仿真，只對隸屬函數的分布是否為線性進行不同的設置。仿真所采用隸屬函數曲線如圖4.5所示。

圖4.5分布不同的隸屬函數曲線

仿真結果如圖4.6所示。

圖4.6分布不同的隸屬函數仿真結果

     由圖4.6的仿真結果可以看出，線性隸屬度函數所屬控制器的響應時間較非線性隸屬度函數所屬控制器較長，不夠靈敏，曲線上升較慢。

     綜上分析，本系統采用形狀簡單的三角形函數作為模糊集合的隸屬度曲線，在滿足控制要求的同時既能減少計算量，還提高系統控制的靈敏度，隸屬函數如式4-2：

     在誤差E較大時，即測量值與給定值差值較大時可采用讓形狀較寬的隸屬函數曲線即[α,c]較寬，加快系統的響應速度。當誤差E較小時，即接近平衡點時，應選擇形狀較窄的隸屬函數曲線即[α,c]較窄，提高系統分辨率，避免出現過大的超調量。

     由專家經驗和實際操作習慣確定隸屬度最大模糊子集元素為：

    再由三角隸屬函數式4-2分別計算出誤差E、誤差變化EC以及控制量U模糊子集各個元素所對應的隸屬度值，做出賦值表如表4.2、4.3、4.4。

表4.2誤差E的賦值表

表4.3誤差變化EC的賦值表

表4.4 控制量U的賦值表

     根據各個模糊變量的隸屬度及模糊關系計算出控制量的變化u_ij出查詢表如表4.5所示。

 表4.5 二維模糊控制變量U查詢表

     將此表作為控制系統計算機離線查詢依據，進行模糊控制規則的判定選擇，從而由在線得到的檢測量得到所需的控制量，從而指導pH調節過程。

    （4）選擇量化因子和比例因子

通過生產過程實際的數據積累和現場實際情況，根據誤差e、誤差變化ec及控制閥開度u的變化范圍即各個量的基本論域，由式4-3、4-4、4-5計算得量化因子K_e、K_ec，比例因子K_u。

     從而實現精確量從其基本論域到其模糊集合的模糊化過程。以誤差e為例，其量化因子確定之后，系統的測量精確值即可模糊化到其對應的模糊論域內，設所得誤差為e_i，則可能的情況有：

     當結果為②、③時，精確量e_i被分別模糊量化為。當結果為①時，若，時，則精確量被模糊量化為e_i；若時，則精確量e_i被模糊量化為。

     由計算過程可知，量化因子和比例因子的值都與所對應各個量的基本論域，及模糊論域有關，并不唯一，需要由專家系統來為不同控制階段選擇不同的量化因子，從而達到最優的控制效果。

4.2專家知識庫和規則庫的設計

     專家系統與模糊控制結合構成的專家模糊控制器EFC（Expert Fuzzy Controller）,不僅可以克服模糊控制在穩定點處易發生的周期性波動，提高系統的抗干擾性，還增強了系統的靈活性，可以增加系統相關的專家控制知識，使系統適應性提高，并能對系統進行改進和提高。

     本系統采用專家技術，在模糊規則內加入專家知識庫和推理機構，以軟件形式實現，從而增強系統的判斷和推理能力。

    （1）知識庫的建立。知識庫同樣采用IF（condition）THEN（action）條件語句結構，并在人機交互平臺設置相關模塊，便于專家及相關操作人員對知識的補充、修改和更新，充分發揮其相對獨立結構的適應性和靈活性。

    （2）控制規則集。根據專家經驗編寫指導系統量化因子及比例因子的選擇確定的相關控制規則，從而改善系統穩態性能及抗干擾性。本系統的6條相關規則按其優先級總結如下：

其中，e、ec 為誤差和誤差的變化

       δ₁、δ₁為允許誤差和誤差變化的范圍

       a,b,α,β 為經驗常數

       R為給定值

     K₁,K₂,K₃為由式4-3、4-4、4-5計算所得的量化因子K_e、K_ec，比例因子K_u的初始值。

     （3）推理方法。推理方法采用向前推理的方法，按照規則優先級即序號的順序進行逐次判別。判斷過程如圖4.7所示。

圖4.7 規則推理判斷方法

     由規則Ⅰ開始依次判定，若滿足規則,則執行相應結論，選擇對應的量化因子和比例因子，若不滿足則繼續判定，直到滿足為止。因此規則的編寫一定要考慮到條件的完備性。否則會導致程序陷入死機狀態，控制系統控制作用失效。

5仿真結果及分析

     未加專家系統時，常規模糊控制仿真結果如圖5.1所示，達到穩態后仍有小幅振動，超調量也較大。

圖5.1 模糊控制的仿真響應曲線

圖5.2 專家模糊控制的仿真響應曲線

     加入專家系統后，構成EFC系統后的仿真結果如圖5.2所示，達到穩態后系統周期性波動消失，超調量相對減少，大大提高了系統對罐車清洗液PH值控制的精度和效率。

6結論

     本系統綜合了模糊控制和專家系統二者的優點，即具備靈活的推理機構又具有良好的自整定的功效。在罐車清洗生產線中，節省了人工勞力，增強了系統控制的穩定性。滿足生產過程優化控制的要求，實現工藝過程的智能化及自動化，具有很大的推廣價值。