自從1965年美國加州大學(xué)的Zadeh教授創(chuàng)立模糊集合(Fuzzy Sets)理論及模糊數(shù)學(xué)(Fuzzy Mathematics)以來,，以其為基礎(chǔ)的模糊邏輯控制器(Fuzzy Logic Controller),，簡稱模糊控制器或FLC已廣泛應(yīng)用于各類工業(yè)過程的控制之中,。
　　PID控制算法是一種應(yīng)用廣泛、技術(shù)成熟的控制方法,，它能滿足一般工業(yè)過程控制的要求,，其優(yōu)點(diǎn)已為人們所共識。采用PID算法的控制系統(tǒng)其控制品質(zhì)的優(yōu)劣在很大程度上依賴于PID控制算法的三個參數(shù)因子K_P,、K_I和K_D的整定,，其整定方法主要有湊試法和臨界比例度法。這些方法都是根據(jù)對象的特性離線進(jìn)行的,，因此,，當(dāng)工業(yè)對象存在時變性、非線性和不確定性時,，PID控制算法往往不能保證良好的控制特性,。對于大慣性、大時滯的對象,，其效果亦不能令人滿意,。出現(xiàn)這些問題的一個主要原因是常規(guī)PID控制算法的參數(shù)是離線整定后相對固定的，不能根據(jù)對象特性變化和動態(tài)過程修改參數(shù),。所以,，人們利用FLC能動態(tài)修調(diào)控制規(guī)則的特性，設(shè)計(jì)出各種各樣的Fuzzy控制算法^[1][2],。
1尾砂膠結(jié)充填過程及其Fuzzy控制器結(jié)構(gòu)設(shè)計(jì)
　　某鉛鋅礦采用尾砂膠結(jié)充填法,，其充填制備過程是將砂倉的尾砂漿和水泥按給定比例混合進(jìn)入高濃度攪拌桶內(nèi)加水?dāng)嚢璩?0%左右濃度的膠結(jié)充填料以供采空采場充填之用。對充填制備過程的主要要求是在保證充填料強(qiáng)度的條件下盡量降低水泥耗量,，這就要求控制水泥和干尾砂量之比為一定值,，即灰砂配比為1：4至1：8之間的某一值。同時為使管道輸送的充填料漿有著最佳的流動特性,，充填濃度需保持在70%左右,。而攪拌桶液位亦應(yīng)控制在一定范圍內(nèi)(140cm左右，桶高約200cm),。檢測儀表主要有FB－2300F型工業(yè)密度/濃度計(jì),、差壓液位變送器、LD系列電磁流量變送器和轉(zhuǎn)換器以及自行研制的LCCA－I智能固體流量計(jì)等,。其中配比控制是根據(jù)放砂流量中干尾砂的重量流量按一定配比計(jì)算出水泥流量給定值,，再同沖量流量計(jì)測得的實(shí)際水泥流量比較，從而控制水泥下料的螺旋輸送機(jī)的轉(zhuǎn)速,。在該系統(tǒng)中,，濃度,、液位和配比三個參數(shù)采用帶AT89C52單片機(jī)的單回路測控儀去控制，但三參數(shù)在充填過程中相互關(guān)聯(lián),，相互影響,，且在運(yùn)行中受到放砂的隨意性等諸多因素的干擾，液位和配比控制回路有較大時延,，系統(tǒng)模型時變性大^[3],。因此，我們考慮用Fuzzy算法來構(gòu)成控制器,。
　　液位回路對靜態(tài)精度和動態(tài)性能要求均不甚嚴(yán)格,，所以采用較簡單的Fuzzy算法，即利用被控參數(shù)實(shí)測值與設(shè)定值的偏差e及偏差變化率e_c作為Fuzzy控制器的輸入,，通過直接查Fuzzy控制表得Fuzzy輸出量,，然后將其精確化，并經(jīng)限幅等運(yùn)算后輸出至執(zhí)行機(jī)構(gòu),。這是一種純Fuzzy算法,，其控制器結(jié)構(gòu)如圖1所示。圖中和下文中模糊量均用大寫,，精確量則用小寫,，圖文中各參數(shù)未用下標(biāo)表示者均為第k個采樣時間之值。

　　濃度和配比回路采用Fuzzy+PID(實(shí)際上是PI)算法,，即先用Fuzzy算法將上文的e和e_c作為輸入通過查Fuzzy控制表得PI參數(shù)校正增量ΔK_P和ΔK_I并轉(zhuǎn)化為精確量Δk_p和Δk_i,，然后計(jì)算校正后的k_p和k_i，再運(yùn)用帶死區(qū)的PI增量式算法計(jì)算出Δu和u并輸出至控制機(jī)構(gòu),，其控制器結(jié)構(gòu)如圖2所示,。

2 Fuzzy控制器查詢表的建立
2.1 液位回路Fuzzy控制器查詢表的建立
　　由圖1可知Fuzzy控制器為一雙輸入單輸出控制器，它的輸入語言變量可選為液位給定值r和差壓變送器實(shí)測值y的偏差e及其變化率e_c而輸出語言變量選定攪拌桶出口的充填料控制閥輸出控制量u在一個控制周期內(nèi)的變化量Δu,。其對應(yīng)的模糊量分別為E,、E_C和ΔU，可用7個模糊狀態(tài)來描述,，即NL(負(fù)大),、NM(負(fù)中)、NS(負(fù)小),、0(零),、PS(正小)、PM(正中)和PL(正大),，并定義e和e_c的論域?yàn)閧－5,，－4，－3,，－2,，－1,，0，1,，2,，3，4,，5},；Δu的論域?yàn)閧－6,，－5,，－4，－3,，－2,，－1，0,，1,，2，3,，4,，5，6},。在進(jìn)行Fuzzy運(yùn)算之前,，首先必須將在[－10cm，10cm]和[－5cm,5cm]范圍內(nèi)連續(xù)變化的e和e_c化成上述論域上的E和E_C,，其過程是將e除以2,，如e/2大于5或小于－5，則分別取5和－5,，否則采用四舍五入法化為相應(yīng)整數(shù),；e_c不需除以2，其余與e量化過程一致,。然后根據(jù)液位回路手動控制時操作經(jīng)驗(yàn)用文獻(xiàn)^[4]中Fuzzy控制器設(shè)計(jì)方法計(jì)算出Δu的Fuzzy控制器查詢表如表1所示,。實(shí)際運(yùn)行時只需根據(jù)第k個采樣周期的e(k)和e_c(k)就可查出Δu(k)，然后用公式u(k)＝u(k－1)+Δu(k)計(jì)算出調(diào)節(jié)閥的控制輸出u(k),。此為最簡形式的Fuzzy控制器,。

2.2 濃度、配比回路ΔK_P和ΔK_I之Fuzzy算法查詢表的建立
　　如圖2所示,，該控制器算法關(guān)鍵是ΔK_P和ΔK_I的Fuzzy算法查詢表的建立,，其余則是常規(guī)的PI算法，現(xiàn)以濃度回路為例說明其查詢表的建立過程,。對圖中雙輸入(e,、e_c)雙輸出(Δk_p,、Δk_i)Fuzzy控制器，可以將其分離成兩個雙輸入單輸出Fuzzy控制器,，再利用2.1中方法分別建立ΔK_P和ΔK_I的查詢表,。
　　我們亦用NL、NM,、NS,、O、PS,、PM和PL七個模糊狀態(tài)來描述E,、E_C、ΔK_P和ΔK_I4個模糊量,，并定義其論域?yàn)閧－6,，－5，－4,，－3,，－2，－1,，0,，1，2,，3,，4，5,，6},。濃度設(shè)定值與測量值之偏差e的變化范圍一般在[－6%，6%],，而其變化率e_c的范圍為[－3%,，3%]。e和e_c量化成E,、E_C的方法同2.1,。濃度回路手動控制粗略規(guī)則是，當(dāng)e和e_c均大于0時,，加水閥應(yīng)關(guān)小,，即Δu為負(fù)；而e和e_c均小于0時,，加水閥應(yīng)開大,，即Δu為正。所以,，用PI算法計(jì)算出Δu后,，采用公式uk＝uk－1－Δuk計(jì)算最后的閥位輸出控制量Fuzzy,。控制策略是：當(dāng)E和E_C正大時,，ΔK_P負(fù)大,、ΔK_I正大;反之，當(dāng)E和E_C負(fù)大時,，ΔK_P正大,、ΔK_I負(fù)大。根據(jù)此規(guī)則和手動控制經(jīng)驗(yàn),，可得出濃度回路Fuzzy+PI控制算法ΔK_P和ΔK_I的查詢表(從略),。
　　配比回路ΔK_P和ΔK_I的查詢表亦可采用類似方法得出。
3 Fuzzy控制算法在單片機(jī)上的實(shí)現(xiàn)
　　液位,、濃度,、配比回路采用一臺單回路測控儀來實(shí)現(xiàn)閉環(huán)控制,，兩套充填系統(tǒng)共采用6臺單回路測控儀^[5],。單回路測控儀采用AT89C52單片機(jī)作中央處理器，其結(jié)構(gòu)框圖如圖3所示,。

?

　　以液位回路為例,，其Fuzzy算法程序框圖如圖4所示。其查表方法是,，將表1中11×11＝121個數(shù)據(jù)按如下格式存放在以TAB0為首址的內(nèi)部程序存儲器中,，先按E和E_C的內(nèi)容計(jì)算與之對應(yīng)的ΔU的查表偏移量(E_C+5)+11(E+5)，送至累加器A中并執(zhí)行下述兩條指令(MOV DPTR,，#TAB0 MOVC A,，＠A+DPTR)，則累加器A中值即為ΔU,。
　　濃度,、配比回路測控儀查表和Fuzzy算法程序亦可按上述方法實(shí)現(xiàn)。
　　TAB0 DB 6,，6,，6，6,，6,，5，3,，2,，1，0,，0,，
　　　　　　6,，6，6,，5,，5，4,，2,，1，1,，0,，0，
　　　　　　……
　　　　　　0,，0,，－1，－2,，－4,，－5，－6,，－6,，－6，－6,，－6
　　由現(xiàn)場控制記錄數(shù)據(jù)繪出了3個回路的常規(guī)PID控制算法及上述Fuzzy控制算法的對比曲線如圖5所示,。