模糊控制概述

　　模糊控制（Fuzzy Control）是目前自动控制研究中活跃而富有成果的领域之一，模糊理论是当前能用来对信息进行软处理的最新技术，可以将人的定性思维和判断方法定量化 为适合计算机处理的过程，使计算机能判断像“大概”、“轻”这样的模糊信息。采用传统控制理论，不管是用经典控制理论还是用现代控制理论来设计一个控制系 统，都需要事先知道被控对象的精确数学模型。然而，在许多情况下被控对象（或生产过程）的精确数学模型很难建立；像建材工业生产中的水泥窑、玻璃窑，化学 生产中的化学反应过程，食品生产中的发酵过程，还有众多炉类的热处理过程。诸如此类过程具有变量多，各种参数存在不同程度的时变性；且过程具有非线性，强 耦合，较大的随机干扰、过程机理错终复杂、存在各种不确定性以及现场测量手段不完善等特点。这些特点使得建立这一类过程的精确数学模型的难度很大，或甚至 根本办不到。

　　模糊控制是基于规则的智能控制方式，它不依赖于被控对象的精确数学模型，特别适合对具有多输入一多输出的强耦合性、参数的时变性、严 重非线性与不确定性的复杂系统或过程的控制，且控制方法简单，鲁棒性好[1][2]。将模糊控制技术应用于一般的电子产品在国外已是很普遍的现象，单片机 常用的控制器件，把二者结合起来，可使控制器的性能指标达到最优的目的。本文就是通过利用单片机作为平台，围绕模糊控制规则，以模糊推理算法作为控制系统 核心，开发出具有自校正能力的通用的模糊控制器。最后以一个温度监控系统为实例介绍了系统的软硬件设计。

　　模糊控制系统的组成及原理

　　1.模糊控制系统的基本组成与原理

　　模糊控制器是模糊控制系统的核心部分，也是和其它控制器最大区别环节。模糊控制器有四个基本部分组成：

　　（1）模糊化。把输入信号映射到相应域上的一个点后，将其转化为该论域上的一个模糊子集，即把输入的精确量转化为模糊量。

　　（2）知识库。知识库包含了具体应用领域中的知识和要求的目标，通常由数据库和模糊规则库两部分组成。数据库主要包含各语言变量的隶属函数，尺度变换因子和模糊空间的分级数等；规则库包含了用模糊语言变量表示的一系列控制规则，他们反映了控制专家的知识和经验。

　　（3）模糊推理。模糊推理是模糊控制的核心，它具有模拟人的模糊推理的能力。该推理过程是基于模糊逻辑中的蕴含关系及推理规则来进行的。

　　（4）清晰化。清晰化又称为解模糊化，作用是将模糊推理得到的控制量（模糊量）变换为实际的可用于被控对象的精确量。它包括两部分的内容：一是将模糊的控制量经解模糊化变换变成表示在论域范围的精确量；二是将表示在论域范围的精确量转换成实际的控制量。