模糊算法在PLC程序的实现

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。

R=E×EC×U        （3）

可得模糊推理为：

R1：if e is NB and ec is NB then U is PB

R2：if e is NB and ec is NM then U is PB

R3：if e is NB and ec is NS then U is PM

R4：if e is NB and ec is ZO then U is PM

R5：if e is NB and ec is PS then U is ZO

R6：if e is NB and ec is PM then U is ZB

R7：if e is NB and ec is PB then U is NB

（7）调节量的清晰化。

完成上述程序操作之后可得模糊控制量U，将其与量化因子Ku相乘即可获得实际控制量u，即实现了调节量的清晰化。

3  模糊算法在PLC程序的实现

前述对模糊控制器的设计流程进行了简要阐述与分析，在此基础上能够得到模糊算法的程序图（见图3）。

（1）偏差e与偏差变化率ec的求取程序。

利用SUB_R指令能够完成对系统偏差e值的有效编程，ec为基于两次采样数据获得的插值，为了有效提升系统精度，保证采样时间的恒定性，还可调用循环中断组织块0B35，计算并ec。

（2）偏差e与偏差变化率ec的模糊化程序。

该系统中溶解氧的变化范围为0～10，e的变化范围设定为[0，12]。考虑到能耗问题，为了最大程度地降低能耗，使系统控制精度得以提升，该文共采用了49个实验数据，论域E对应的变化范围为[-3，3]，按照前述公式可将偏差e线性转换得到论域E：

（4）

可得对应的比例因子为0.5。文章篇幅限制，该文并未对e、ec的模糊化程序进行详细阐述。

（3）模糊规则库的存储数据程序。

该系统的实验数据共计49个，考虑到数据存储以及寻址等问题，笔者将所有数据保存在DB数据块中。

（4）模糊寻址求取调节量程序。

该程序需要完成的首要工作就是实现对模糊论域元素{-3，-2，-1，0，1，2，3}的转换，经过转换后得到{0，1，2，3，4，5，6}，随后通过固定地址加指针动态寻址将U写入至固定的DB块中。

（5）调节量去模糊化求取准确值程序。

通过前述操作程序，调节量的值已被传送至固定地址，随后需要进行的就是使其与比例因子相乘实现清晰化，整个程序完成。

参考文献

[1] 吴顺丽，王孟平，李昊楠，等.污水处理中溶解氧的单神经元PID控制算法设计与实现[J].河南科学，2018，36（10）：1516-1520.

[2] 王雨萌.基于智能控制策略的污水处理控制系统[D].浙江大学，2018.

[3] 王德望，赵敏.污水处理系统溶解氧的BP-PID控制算法[J].软件导刊，2018，17（2）：68-70，73.