模糊算法在PLC程序的实现

2019-03-08刘铭

科技资讯 2019年34期

刘铭

摘要：模糊控制（Fuzzy Control）是基于模糊语言变量、模糊逻辑理论等理论以及实践经验逐步发展而形成的，使得现代控制技术、计算机技术能够有效融合，是一种现代智能控制技术。该控制方法的优点为，对建模精度要求相对较低;基于工作人员的经验可实现对系统的有效控制。也正是因为这些优势，在大时滞、非稳定等情况下，模糊控制的抗扰动能力较为突出。因此，该文主要就模糊算法在PLC程序的实现进行了简要的阐述。

关键词：模糊算法模糊控制 PLC程序

中图分类号：TP273 文献标识码：A 文章编号：1672-3791（2019）12（a）-0014-02

1 模糊控制系统简介

模糊控制系统的主要部分如图1所示，其主要构成包括执行器、传感器等。对比分析模糊控制系统与PID控制器能够发现，两种方法在很多方面存在差异，包括各自的算法原理、输入维数等都有所差异。

2 模糊控制器的设计

图2为模糊控制器的原理框架图。

模糊控制器的设计流程如下。

（1）明确模糊控制器的构成。

输入维数的大小在很大程度上会对控制结果产生影响，因此，为了使得控制结果尽可能精确，要求选择尽量多的输入维数，而输入维数过多必然会导致规则库所需的数据量过多，这就加大了指定难度。笔者参考操作人员的实践经验，最终在模糊控制器的设计中确定了双输入单输出的控制结构，采取这种结构更为合理，得到的结果也比较理想。

（2）确定模糊语言值。

该系统中e、ec为输入值，E与EC即为对前者进行了模糊处理之后获得的，最终的输出值为U。模糊语言值的选择为{负大（NB）、负中（NM）、负小（NS）、零（ZO）、正小（PS）、正中（PM）、正大（PB）}，相应的量化等级为{-3，-2，-1，0，1，2，3}。

（3）選择隶属函数。

在选择隶属度函数时通常会以专家以及工作人员的经验为依据，在设计本系统时，考虑到项目实际情况与工作人员的经验，最终确定三角形隶属度函数为控制函数。

（4）输入值的模糊化。

将得到的e与ec与各自相对应的量化因子Ke和Kec相乘，即可计算得出E与EC，这一操作过程就是输入的模糊化。例如e的变化范围为[a，b]，则相应论域E的取值范围要求为[-n，n]，如下所示为对应的变化方程式：

（1）

（2）

（5）建立模糊规则库。

模糊规则库是依据操作人员的工作经验，以及现场的实际情况，综合三角形隶属度函数以及模糊的运算法则而得到的，具体如图1所示。

（6）模糊推理。

结合表1，运用Mamdani推理方法，由if、and、or、then等模糊语句及其运算关系可得下式所示的模糊关系R。