染色機自組織模糊控制系統(tǒng)研制.pdf

1、紡織產業(yè)是我國的傳統(tǒng)優(yōu)勢產業(yè)，染色機是該類企業(yè)必不可少的大型設備。織物染色要求嚴格按照其溫度工藝曲線執(zhí)行，溫度控制的可靠性及精確性已成為決定織物質量的關鍵。在染色工藝控制中，應盡量減小溫度的超調量、擾動、響應時間和誤差，以保證產品的質量及產量。成功設計模糊控制器的關鍵是選擇合適的模糊控制規(guī)則，提高其自學習、自組織能力。常規(guī)模糊控制器的規(guī)則多采用試湊修正因子的方法進行預先制定，且在控制過程中固定不變。多數情況下，制定規(guī)則時隱含了過程不會超

2、出經驗范圍的限定，使模糊控制器局限于操作者的經驗下運行，不具備適應過程持續(xù)變化的能力，不能保證控制效果優(yōu)異。針對以上問題，本文對自組織模糊控制算法進行了研究，設計了高效、可靠的優(yōu)化算法，并對染色機溫度控制系統(tǒng)進行仿真研究和實驗操作。
　　本文主要工作和研究成果如下:
　　(1)綜述了國內外染整設備和模糊控制研究的背景及發(fā)展現(xiàn)狀。闡述了染色機的染色工藝過程，詳細分析了染色機的溫度特性，并建立了理想的溫度對象模型。
　　(

3、2)針對染色機溫控對象具有非線性、大時滯、模型結構不確定等特點，以及常規(guī)模糊控制規(guī)則不能自調整，難以及時適應對象特性變化等問題，提出了一種基于知識關聯(lián)的自組織模糊控制方法。通過對系統(tǒng)特性的分析，基于專家經驗制定原始規(guī)則，依據性能評判環(huán)節(jié)建立校正規(guī)則;研究了校正規(guī)則和原始規(guī)則的相關性，構建了知識關聯(lián)度函數，得到了新規(guī)則的調整模型，實現(xiàn)了對規(guī)則的實時更新。仿真結果表明該算法的有效性。
　　(3)將改進的人工魚群算法應用于模糊控制中，提

4、出了基于改進的人工魚群算法的自組織模糊控制方法。該方法將全局最優(yōu)人工魚的信息添加到當前人工魚的位置更新模式中，對魚群的行為進行改進，提高了算法的運算速度。將改進的人工魚群算法用于優(yōu)化模糊控制器，包括隸屬度函數的關聯(lián)因子、模糊規(guī)則的調整因子以及量化因子、比例因子，并將控制器的綜合性能指標作為適應度函數，實現(xiàn)了模糊控制器的自組織調整。仿真結果表明，該優(yōu)化方法具有良好的動、靜態(tài)性能。
　　(4)完成了基于單片機STM32F107的智能溫