精品久久一区,污黄啪啪网,16女下面流水不遮视频,色婷五月天

倉庫是存儲物資, 滿足一定控制管理需求的場所, 我國幅員遼闊南北跨度大, 氣候多樣, 隨著人們生活水平的日益提高, 許多物資需要打破地域限制, 但一些物資對于溫度、濕度有較高要求。此外, 有些倉庫地處環(huán)境復雜, 高溫高濕, 晝夜溫差變化大, 溫濕度控制難度較大。因此, 倉儲管理中的溫濕度控制是一項極其重要的課題。

PID控制因其結構簡單、穩(wěn)定性好等特點, 被廣泛應用于工業(yè)控制和科研試驗中[1]。但是, 其高精度的控制效果依賴于控制對象數學模型的穩(wěn)定性與不變性, 而倉庫因其所處環(huán)境、自身結構特點、儲存物資類型等因素影響, 工作環(huán)境異常復雜, 是典型的復雜非線性、不確定性系統(tǒng), 很難建立數學模型, 即使建立也隨環(huán)境不同而變化, 這也就使得PID控制器的設計與適用性受到很大制約。而模糊控制器則不同, 在其設計中不必建立被控對象的數學模型, 從而避免了以往控制器設計中對模型參數的依賴, 且對于得到的數據具有自整定能力。

本文綜合考慮模糊控制和PID控制的優(yōu)點, 設計了模糊PID溫濕度控制器, 一旦控制規(guī)則確定, 該控制器能夠根據模型參數及外界條件的變化情況, 通過模糊推理對PID參數進行實時調整, 從而達到對倉儲溫濕度系統(tǒng)的良好控制效果。

倉儲環(huán)境作為一個控制對象, 具有以下特點:

(1) 非線性系統(tǒng):倉庫內熱平衡復雜, 難以建立模型。

(2) 分布參數系統(tǒng):一般倉庫面積較大, 各個點溫濕度分布不均, 受位置和氣體流動影響較大。

(3) 時變系統(tǒng):由于晝夜溫差及外界環(huán)境影響的存在, 且不同物資吸散熱能力的差異, 因而系統(tǒng)參數會隨著時間的變化而變化。

(4) 滯后系統(tǒng):對于外界環(huán)境的影響, 被控對象不能在較短時間內立即作出響應, 而是表現為一定的延時性[2]。

(5) 多變量耦合系統(tǒng):庫內溫濕度相互影響, 存在相互耦合的情況。

在日?？刂浦? 通常采用一階、二階以及一階加時延、二階加時延來近似地描述控制過程模型。針對倉儲環(huán)境溫濕度的特點, 可用一階慣性環(huán)節(jié)加純延時來對其進行描述[3], 即

式 (1) 中, K為系統(tǒng)增益, 即放大系數;T為時間常數 (s) ;τ為系統(tǒng)的純滯后時間 (s) .

階躍響應法是實際控制中常用的方法之一, 用其來確定上式中的K、T、τ三個參數, 首先在被控對象溫度相對穩(wěn)定時, 通過調整 (增加) 控制閥門的開度大小給被控對象添加一個階躍擾動, 再測定不同情況下被控對象溫度受擾動后隨時間的變化曲線, 然后選取其中時間常數T=max{T1, T2, ……, Tn}的那組數據作為建模的依據。在此選擇文獻[4]中模型參數, 取增益K=0.83, 時間常數T=1 680 s, 時延τ=200 s, 則有:

被控對象環(huán)境溫度的近似模型為:

被控對象環(huán)境濕度的近似模型為:

溫度對濕度耦合通道的近似模型為:

本次是針對溫度和濕度雙重控制的設計, 其模糊PID控制設計方案可見圖1.

圖1 倉庫溫濕度系統(tǒng)模糊PID控制方案圖   下載原圖

如圖1所示, R1、R2分別為倉儲物資理化性質保持相對穩(wěn)定的溫濕度范圍, E1、E2分別為溫濕度需求值與實測值之間的誤差, Ec1、Ec2分別為溫濕度的誤差變化率;U1、U2為模糊PID控制器的控制輸出。

在實際控制中, 通常選用二維模糊控制系統(tǒng), 因為這種控制方式不僅有利于獲得相對穩(wěn)定的輸出, 而且響應中的震蕩和超調量也相對較小, 可滿足一般控制要求。

在此選用3個雙輸入、一個單輸出的二維模糊控制器, 3個輸入量分別是是環(huán)境溫 (濕) 度R、溫 (濕) 度誤差E以及溫 (濕) 度誤差變化率Ec[5];一個單輸出為控制量U, 分別代表PID控制的三個參數KP、Ki和

模糊控制器的輸入變量在其基本論域內是實數域上的一個連續(xù)閉區(qū)間, 其數值在此區(qū)間內是精確量[5]。可分別設誤差、誤差變化率和輸出變量的基本論域:E∈[-Xe, +Xe], Ec∈[-Xec, +Xec], U∈[-Yu, +Yu]。則與基本論域相對應的該變量的模糊子集的基本論域分別為:X∈{-n, -n+1, …, 0, 1, …n}, Y∈{-m, -m+1, …, 0, 1, …m}, Z∈{-l, -l+1, …, 0, 1, …l}.

在此需對輸入變量進行模糊化處理, 即給其精確值乘以一個量化因子轉化到模糊集合的基本論域中[6], 如式 (5) 、 (6) 所示:

經模糊控制算法給出的控制量亦須乘以比例因子轉換到控制對象所能接受的基本論域范圍中去[7], 可用式 (7) 表示:

在實踐中, 系統(tǒng)的動態(tài)性能受輸入變量的量化因子Ke、Kec影響很大, 當Ke較大時, 系統(tǒng)將會產生較大的超調量, 并且調整過程也較長;而被控對象控制量的大小則受輸出控制量的比例因子Ku的影響較大, 選擇Ku過小會使系統(tǒng)動態(tài)響應過程變長, 反之會加劇系統(tǒng)振蕩。

現將溫濕度誤差E、誤差變化率Ec的模糊子集劃分為13個等級[8]:

輸出控制變量的模糊子集劃分為15個等級:

在實際控制中, 模糊化處理是通過將模糊集的論域元素和模糊語言值對應起來實現的, 同理, 可將模糊語言值分為7個檔, 即:{NB (負大) , NM (負中) , NS (負小) , Z (零) , PS (正小) , PM (正中) , PB (正大) }。由此可得溫 (濕) 度誤差E, 溫 (濕) 度誤差變化率Ec和控制量U的模糊集合分別為:

雖然不同知識結構和認知能力的人對于同一模糊概念的理解必然不同, 但這種理解上的差異對控制的最終效果影響并不大。通常情況下, 首先是依據以往專家經驗或者實驗數據統(tǒng)計確定一個近似的隸屬函數, 再通過工程實踐和學習總結不斷地進行修正, 從而最大限度地逼近相對比較的理想狀況。輸入變量誤差E, 誤差變化率Ec和輸出變量U的隸屬函數賦值表如圖2和圖3所示。

圖2 模糊控制變量E和Ec的隸屬函數賦值表   下載原圖

圖3 模糊控制變量U的隸屬函數賦值表   下載原圖

矩形、三角形、正態(tài)分布形、拋物線形、γ形以及梯形等是隸屬函數的常見形狀[9]?？紤]到占用內存空間大小、誤差響應靈敏度等方面因素, 梯形、三角形隸屬函數因其運算和數學表達相對比較簡單[10], 在出現一個誤差時, 能在較短時間內生成一個相對應的控制量輸出, 故成為通常之選。本文為簡化運算, 在保證控制性能的前提下, 選擇三角形隸屬函數作為輸入、輸出變量的隸屬函數, 如圖4、5所示。

圖4 輸入變量E、Ec的隸屬函數圖   下載原圖

圖5 輸出變量U的隸屬函數圖   下載原圖

模糊控制規(guī)則可以通過下列方式得到:

(1) 將實踐經驗或專家知識轉化為控制規(guī)則。

(2) 通過對模糊控制過程不斷地進行歸納總結, 生成控制規(guī)則。

(3) 首先根據模糊集合理論為被控對象建立數學模型, 控制規(guī)則再由建模過程反推生成。

(4) 通過不斷學習, 在系統(tǒng)運行中生成控制規(guī)則。

模糊控制規(guī)則表的基本設計思想為:

(1) E<0的情況是在建立模糊控制規(guī)則表時應當考慮的首要問題。例如, 當系統(tǒng)誤差E=NB且Ec<0時, 說明誤差E的絕對值有繼續(xù)增大的趨勢, 為盡快緩解系統(tǒng)誤差的絕對值持續(xù)增大的趨勢, 應取△U=PB.

(2) 當E<0且Ec>0時, 系統(tǒng)誤差的實際值在逐漸增大但絕對值在逐漸減小, 為在短時間內消除系統(tǒng)誤差, △U應當大于0, 但為不使系統(tǒng)出現較大的超調量, 故應取△U=PS;當E=NB且Ec=PS時, 應取△U=PM;當Ec=PB或PM時, 若再取△U>0, 系統(tǒng)將產生較大的超調, 出現正誤差, 故取△U=0.

(3) 當E=NM時, 應盡快消除系統(tǒng)誤差, △U的選取原則與E=NB時相同。

(4) 當E=NS時, 系統(tǒng)相對而言已比較接近穩(wěn)定狀態(tài), 若Ec<0, 為使系統(tǒng)誤差向正值方向轉變, 應取△U=PM;當E>0時, 從系統(tǒng)本身而言, 具有消除負小誤差的趨勢, 故應取△U=PS.

△U的選取原則:當誤差E的值為大或較大時, △U的選取應當主要考慮減小系統(tǒng)誤差;而當誤差E為較小時, △U的選取要以確保系統(tǒng)的穩(wěn)定性為主, 同時應當特別注意防止出現超調的問題[12]。

對于本文來講, 控制量U即為PID控制的三個參數KP、Ki和Kd, 基于以上思想, 同時借鑒工程實踐中的成熟經驗, 得到PID參數的調整規(guī)則如表1、表2、表3.

表1 Kp模糊調整規(guī)則     下載原表

表2 Ki模糊調整規(guī)則     下載原表

表3 Kd模糊調整規(guī)則     下載原表

下面在MATLAB環(huán)境下, 利用Simulink工具箱搭建系統(tǒng)仿真模型, 通過仿真來驗證所設計模糊PID控制器的控制效果。為簡單計, 此處只對溫度通道的仿真結果進行對比分析。

圖6、7分別為傳統(tǒng)PID控制的仿真結構圖和仿真結果。如圖7所示, 傳統(tǒng)PID控制中溫度響應曲線超調較大 (60%) , 上升時間為90 s, 調節(jié)時間長達300 s, 穩(wěn)態(tài)誤差為0.

圖6 溫度通道傳統(tǒng)PID控制仿真結構圖   下載原圖

圖7 傳統(tǒng)PID控制的溫度響應曲線   下載原圖

圖8、9分別為采用模糊PID控制的仿真結構圖和仿真結果。如圖9所示, 與傳統(tǒng)PID控制相比, 模糊PID控制超調量為0, 調節(jié)時間僅為50 s, 穩(wěn)態(tài)誤差為0, 具有更好的控制效果。

圖8 溫度通道模糊PID控制仿真結構圖   下載原圖

圖9 模糊PID控制的溫度響應曲線   下載原圖

本文針對常規(guī)PID控制精度不高、環(huán)境適應性不強這一缺點, 引入模糊控制這一智能控制算法設計了模糊PID控制器。將兩種控制器的控制結果進行了仿真對比, 表明本文設計的模糊PID控制器在控制中調節(jié)時間短, 且超調量相較于傳統(tǒng)PID控制器小得多, 對于倉儲管理中溫濕度較為精準有效控制具有實際意義。