基于单片机的模糊控制系统

1 引言
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。
2 模糊控制系统的组成及原理
2.1模糊控制系统的基本组成与原理

图1 模糊控制器原理图
如图1所示，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。

2.2 模糊控制系统的基本工作原理
模糊控制系统通常由计算机实现(包括PC机、单片机、单板机以及DSP等)，一般设计思想是：
1.以误差e和误差变化率ec作为模糊控制器输入量，u为输出控制量。定义误差e和误差变化率ec及输出变量u的模糊集及论域。
例如:
e和ec的模糊集为{NB，NM，NS，O，PS，PM，PB}
u的模糊集为{NB，NM，NS，NO，O，PO，PS，PM，PB}
e的论域{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}
ec的论域{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}
u的论域{-7，-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6，7}
其中：NB，NM，NS，NO，O，PO，PS，PM，PB分别代表负大，负中，负小，负零，零，正零，正小，正中， 正大这样的模糊语言变量。
2.确定模糊规则R(模糊关系)。
例如:
if e=NB or NM and △e=NB or NM，then u=PB
or
if e=NB or NM and △e=NS or O， then u=PB
3.模糊语言变量确定隶属函数，即对模糊变量进行赋值。
4.计算机经过采样和A/D转换获得被控量的精确值，然后将此量与给定值比较得到误差信号e和ec。把e和ec模糊量化，得到e和ec的模糊子集(实际是模糊向量e和ec)。
5.根据模糊向量e、ec和模糊控制规则R，按推理合成规则进行模
糊决策，得到控制量(模糊向量u)。
3 基于单片机的温控系统
3.1 系统原理
本系统有温度传感器DS18B20 , ATmega8单片机、执行机构，外围电路包括键盘，LED显示以及保护电路构成的闭环控制回路，控制对象为水温。系统的原理框图如图1所示。