上海博迅官网

服务热线:17511683092
17511683092

他们都在找: 博迅GZX-9070MBE电热鼓风干燥 博迅BXM-30R立式压力蒸汽灭 博迅YXQ-LB-50SII立式压力蒸
当前位置主页 > 技术支持 >

生化培养箱智能控制系统的算法结构和模糊设计

返回列表 来源:未知 发布日期:2022-11-29 10:40【

算法结构


为了解决生化培养过程中,温度和湿度相 互制约,相互影响的问题,需要对系统温、湿 度变化进行解耦,然而生化培养过程的数学模 型难以直接获取,导致常规的解耦方法无法使 用。


针对具有双输入双输出的生化培养箱,本文提出了一种基于神经元解耦的变参数模糊制方法,。


整个控制系统由基于改进模糊算法的温、 湿度独立控制,以及基于神经元的解耦补偿两 部分组成。


基于改进模糊算法,首先利用模糊控制器 根据温、湿度设定值和系统检测反馈值,实现 对温、湿度独立闭环控制,同时为了解决传感 器漂移和固定参数模糊算法环境适应性差的问 题,采用粒子群算法算法对模糊隶属度进行在 线优化。


神经元解耦补偿器,位于模糊控制器与控 制对象之间,利用神经元的自学习特性,实现 对温度和湿度控制量耦合关系的学习,利用解 耦结果对控制量进行补偿。从而保证改进模糊 算法计算的控制量相互独立,无需关心耦合关 系。


模糊控制器的设计


度模糊控制器采用双输入,单输出结 构。输入 e1 为生化培养过程温度与设定值 偏 差, 模 糊 变 量 为 {NL, NM, NS, O, PS, PM, PL},论域 E1 = {-7,-6,-5, -4, -3,  -2, -1, 0, 1, 2, 3, 4, 5,6,7}。输入 e2 为温度偏 差变化率,模糊变量为 {NL, NS, O, PS, PL},论域 E2 = { -4, -3, -2, -1, 0, 1, 2, 3, 4}。 输出u为温度调节量,U的模糊变量为:{NL, NM, NS, O, PS, PM, PL}, 论 域 U = { -6,-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5,6}。


湿度模糊控制器,输入 e1 为湿度与设定 值偏差,模糊变量为 {NL, NM, NS, O, PS, PM, PL}, 论 域 E1 = {-5, -4, -3, -2,  -1, 0, 1, 2, 3, 4, 5} ;输入 e2 为湿度偏差变化 率,模糊变量为 {NL, NS, O, PS, PL}, 论域为 E2 = { -4, -3, -2, -1, 0, 1, 2, 3, 4} ;输 出 u 为湿度调节量, U 的模糊变量为 :{NL, NM, NS, O, PS, PM, PL}, 论 域 U = { -6,-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5,6}。 为了更好的抑制环境参数变化对生化培养过程 控制系统的影响,方便参数调节,本文采用梯 形函数。


根据生化培养过程工艺的专家经验,温、 湿度模糊控制的规则,均按照偏差较大时快速 调节,偏差较小时精细调节的原则,总结出模 糊控制规则,如表 1 所示。 根据所本文所设计的隶属度及模糊推理规 则,同时利用 Mamdani 模糊推理方法进行解模糊,得到模糊控制查询表。通过清晰化接口和查询表,分别得热电偶电流和鼓风机转速的调节量。