文章导读：在新的一年中，各位网友都进入紧张的学习或是工作阶段。网学的各位小编整理了相关资料 -过热蒸汽温度自校正模糊控制器的相关内容供大家参考，祝大家在新的一年里工作和学习顺利！
中文字数:3724, 英文为PDF原文
过热蒸汽温度自校正模糊控制器
Pekka Isomursu and Tapio Rauma
摘要：
本篇文章里笔者首先介绍了一个用于燃煤电厂过热蒸汽温度控制的非自校正模糊逻辑控制器（FLC）。为了进一步提高性能，又介绍了一种自校正方法，在此方法的基础上我们可以修改FLC输出的比例因子以期得到合适的FLC输出。为了提高FLC适应性和鲁棒性，我们又增加了另一种能够在线运行和修正模糊规则集隶属函数的自校正机制。在自校正机制的组建中，笔者是采用元规则方法，并将该FLC的控制效果同串级PI控制器进行了比较。
正文：
I. 简介
模糊控制对非线性、时变、对象数学模型不确定以及人对控制过程的认识偏离实际模型等情况具有很好的控制品质。然而，构建一个模糊逻辑控制器（FLC）又涉及到诸如数据采集、校正、证明所设计控制系统是最优的和稳定的等问题。
在以下模糊规则的建立基础上，通常要对FLC进行进一步调整才能达到理想的性能水平。而这个调整是个耗时较长的特殊过程，往往是建立在手动反复试验的基础上。参数的整定准则如下[1]：
输入输出变量的结构因素；
变量的隶属函数；
控制规则的集合。
尽管非自校正FLC能在一定程度上克服非线性，但对于一个高度动态的过程是需要一个自校正机制的，通过它能够在线调整PLC的性能。而对于FLC的校正，已有多种方式被提出，例如：[2,3]通过调整结构因素；[2,4]调整隶属函数或者[2,5]更改控制规则的集合。这些方法主要是基于神经网络理论、人工智能、数学计算或其它途径。然而，许多方法仅能在一些诸如极点平衡等简单控制问题中发挥作用，对于工业上复杂和大迟延的对象却作用不大[6]。
在这篇文章里，笔者介绍一种电厂过热蒸汽温度的自校正模糊逻辑控制（FLC）方法。运用模糊元规则，我们已经实施了两种简单实用的自校正模糊逻辑控制结构，并将其控制效果同串级PI控制进行了对比。
II.问题声明和过程描述
