反应釜温度控制中的模糊控制方法

一般来说，模糊控制器有三个步骤：模糊化、规则库和推理引擎、去模糊化。

第一个，使用适当的从属关系函数，将清晰的变量转换成模糊的变量，并给控制器相应的模糊数。隶属函数可以是单个数，三角形，梯形，矩形或任何其它类型。模糊控制器的主要部分是规则库推理引擎，它决定了操纵变量。规则库可以在操纵和控制变量之间通过一个已知过程关系建立。输出集是基于隶属函数，但它们也可以是直接的组合或任何输入的函数。在这个意义上说，去模糊化的输出是所有输出的平均加权。

Takagi-Sugeno 控制器使用下面形式的规则：

如果[（e1 是A1）和/ 或（e2 是A2）和/ 或（e3是A3）和/ 或... 和/ 或（ek 是Ak）

则y=g（e1,e2，...,ek）

在Takagi-Sugeno 规则结构中我们可以采用常规PID 控制器的速度表作为误差和误差变化的线性组合。传统PID 控制器的模糊化具有许多优点，如非线性控制法，鲁棒性特征和多变量方法的可能性，同时与实现其它模糊控制方法相比只需要更少的工作。

PD模糊控制器的输出函数可以这么表示

在这项工作中使用的模糊推理系统是基于Takagi-Sugeno 的模型， 同时将用作Takagi-Sugeno 控制器的输出功率。该PD 模糊控制器的收益是从PD 控制器中的ITAE 设置的。为了更准确，我们比较两个集合的性能隶属函数和规则库，改进之后的隶属函数和规则库示于表3。

这些术语用于在规则库和MFs：

BN= 大负数 SN = 小负数 ZN= 零负数Z = 零

ZP= 零正数 SP = 小正数 BP= 大正数VBP= 非常大的正数

我们通过将改进的隶属函数零MF 变成三个。ZN，Z，ZP 这些新的改进MFs 且规则库需要更新。这一次，我们有更多的规则选择所以控制动作可以被优化。在表3 中的符号C是指控制器输出，从PD- 模糊获得函数，SS指的是反应釜稳态热损失。

当误差非常大正数，加热器将满功率（FP）工作来上升温度。当误差变大正数，并且温度增加，控制器开始控制输出。但是，当误差变小正数且温度接近设定值，如果误差变化为负数或零，SS 功已经就足够了。但是，如果误差变化是正的，控制器将计算出输出功率。当误差约为零，以及误差变化是大负数，这意味着温度在快速增加，所以输出功率需要是零防止过度上升的温度。如果误差变化小负数，则意味着温度缓慢增加，其输出功率必须以最小SS 防止大的变化。在小的正误差变化情况下，SS 功率是足够的，但如果误差变化是大的正数时，功率应该从控制方程中计算得到。

如果误差变成正数且温度超过设定点时，根据误差变化，输出应趋于零，SS 或者由控制器计算得到。如果误差变化为大的负数，输出应为零防止过冲。如果误差变化为零，小正数或小负数，SS 功率是合适的。但是如果它变得大的正数，功率应超过原先的值来避免过度降低。