1 引言

　　傳統的PID控制器結構簡單，穩(wěn)定性好，可靠性高，制造技術成熟，已廣泛應用于工業(yè)生產過程的控制中。但它主要適用于控制具有確切模型的線性過程，而對于具有非線性、大滯后和時變不確定的系統，則無法達到理想的控制效果。人工智能的興起和快速發(fā)展為控制領域提供了全新的方法。模糊控制是人工智能控制的一個重要分支，它是運用模糊數學的基本理論和方法，把規(guī)則的條件、操作用模糊集表示，并把這些模糊控制規(guī)則及有關信息作為知識存入計算機知識庫中，然后計算機根據控制系統的實際響應情況，運用模糊推理決定系統控制量的大小。將模糊理論與PID控制策略相結合，可實現對PID參數在線自適應調整，使系統既具有模糊控制的靈活、適應性強的優(yōu)點，又具有PID控制精度高的特點。模糊控制器是當前控制領域的研發(fā)熱點之一，其研發(fā)的方法不盡相同。本文闡述了利用LabVIEW與MATLAB混合編程技術將MATLAB中的模糊邏輯工具箱（FIS Toolbox）與LabVIEW虛擬儀器開發(fā)軟件集成，研制出模糊參數自整定PID虛擬控制器，并實現了對非線性系統的實時測控。

2 Fuzzy-PID控制策略

　　模糊參數自整定PID控制器以系統偏差E和偏差變化EC作為輸入，可以滿足不同時刻的E和EC對PID參數自整定的要求。利用模糊控制規(guī)則在線對PID參數進行修改，便可構成模糊參數自整定PID控制系統（以下稱Fuzzy-PID控制系統），其結構如圖1所示：

3 控制器設計

　　模糊控制設計的核心是總結工程設計人員的技術知識和實際操作經驗，建立合適的模糊規(guī)則表，并組建一個推理結構，實現模糊規(guī)則。

3.1 模糊規(guī)則表的建立

              
3.2 FIS 推理結構的編輯

　　在MATLAB中，對于FIS結構的編輯方法有兩種，一種是直接編程，另外一種是利用FIS編輯器。本文采用FIS編輯器與Simulink相結合的方法。
　　
　　在MATLAB命令窗口中輸入Fuzzy，打開基本FIS編輯器，編輯步驟如下：

3.4 模糊控制器的設計

　　LabVIEW與MATLAB在應用領域方面?zhèn)戎攸c不同，各有優(yōu)勢領域。因此，在工程中利用兩者間的混合編程優(yōu)勢互補，對于開發(fā)功能更為強大的智能化虛擬儀器具有巨大的推動作用。本文利用LabVIEW內部集成的MATLAB Script Node實現兩者混合編程，完成模糊參數自整定PID的設計，控制器的設計程序如圖5所示。

 
　　Fuzzy-PID的程序框圖由一個while循環(huán)組成，在while循環(huán)內實現手自動切換、偏差處理、參數調整、控制器初始化、調用模型動態(tài)鏈接庫文件等功能。這個while循環(huán)每次被調用時只執(zhí)行一次。這里使用循環(huán)的目的是利用while循環(huán)的移位寄存器來保存數據。移位寄存器可用于將上一次循環(huán)的值傳遞至下一次循環(huán)，因此可以借助移位寄存器記錄程序的運行狀態(tài)和中間結果，它們在程序再次被調用時將被用到。上圖中的移位寄存器第一個作為手動輸出的保持器保持保存手動輸出值，第二個寄存器記錄控制器的運行狀態(tài)。兩個結合起來實現控制器的手自動無擾動切換。

4 控制器的應用

　　為了檢驗Fuzzy-PID控制器的實際控制效果，本文以北京華晟A3000高級過程控制實驗系統中的非線性液位過程作為被控對象，用研華公司生產的ADAM4000 I/O模塊將所設計的控制器與被控對象連接，構成了具有模糊自整定PID參數的控制系統，并將該系統在受到干擾作用時的控制品質與常規(guī)PID控制系統的控制品質進行比較。兩系統的控制效果如圖6所示。

　　由圖6可見，當系統設定值或干擾發(fā)生較大的階躍變化時，Fuzzy-PID控制系統的抗干擾能力、跟蹤效果、控制品質明顯優(yōu)于常規(guī)PID控制。

5 結論

　　在MATLAB環(huán)境下，使用模糊邏輯工具箱（FIS）搭建虛擬控制器的Fuzzy-PID算法，利用LabVIEW來設計人機界面、信號采集、數據處理與存儲等工程應用中所需的其他功能，并通過運用LabVIEW內部所集成的“MATLAB Script Node”將LabVIEW與MATLAB混合編程，實現上述兩部分設計的集成，完成模糊自整定PID參數控制器的整機設計。Fuzzy-PID控制系統的實控結果表明，所設計的虛擬控制器對非線性特性較為嚴重的被控對象的控制，具有較強的自適應能力和魯棒性，其控制品質優(yōu)于常規(guī)PID控制器。