一种智能剪切机的模糊控制方法及其控制系统技术方案

本发明专利技术涉及一种智能剪切机的模糊控制方法及其控制系统，该模糊控制方法包括：获取检测到的剪切机剪切刀路径的实际输出值Yk；根据剪切机剪切刀路劲的标准值Yset和实际输出值Yk，计算控制对象的误差E和误差变化率EC；设定模糊控制器的量化论域，计算误差E的量化因子Ke和误差变化率EC的量化因子Kec；制定模糊控制规则表Fuzzytable，根据当前的误差E及其量化因子Ke、误差变化率EC及其量化因子Kec，计算输出调节增量ΔU；更新当前周期的输出控制量Uk，其中，Uk＝Uk_1+ΔU，Uk_1为上一周期的输出控制量；将输出控制量Uk输出给执行机构，对剪切机剪切刀路径进行模糊控制。本发明专利技术能够简化对模糊控制的调节，提高其通用性。

【技术实现步骤摘要】

本专利技术涉及剪切机的模糊控制
，具体涉及一种智能剪切机的模糊控制方法及其控制系统。
技术介绍
模糊逻辑控制(Fuzzy Logic Control)简称模糊控制，是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术，模糊控制实质上是一种非线性控制，从属于智能控制的范畴。模糊控制在常见系统控制中具有广泛的应用基础，具有不依赖具体对象模型，适用范围广的优势。但实际应用中发现，离散化后的模糊控制器的静态特性并不理想，特别是在偏差零值附近，较易出现输出反复振荡调节的问题，且输出与设定值往往存在一定的静差。一般来讲，比较常见的改进方法是在使用模糊控制粗调到稳态区域附近后，再切换到传统的PID进行稳态特性的改善，但这类方法依赖于稳态振荡幅度的大小，且需要对PID参数进行反复整定，通用性不强，并且实际调试周期较长。就现有技术而言，模糊控制技术在布料剪切机中的应用还很少有所报道。因此如何将模糊控制技术应用到布料剪切机中，还有待于本领域技术人员予以研究。
技术实现思路
本专利技术的目的在于克服现有技术中的缺陷，提供一种采用模糊控制器，对于剪切机的剪切刀进行模糊控制的方法及控制系统，使其剪切机的控制系统能够简化对模糊控制的调节，并提高其通用性。为实现上述目的，本专利技术所采用的技术方案是：一种智能裁剪机的模糊控制方法，包括：获取检测到的剪切机剪切路径的实际输出值Yk；根据所述剪切机剪切路径的标准值Yset和实际输出值Yk，计算所述剪切机剪切路径的误差E和误差变化率EC；设定模糊控制器的量化论域，计算所述误差E的量化因子Ke和所述误差变化率EC的量化因子Kec；制定模糊控制规则表Fuzzytable，根据当前的误差E及其量化因子Ke、误差变化率EC及其量化因子Kec，计算输出调节增量ΔU；更新当前周期的输出控制量Uk，其中，Uk＝Uk_1+ΔU，Uk_1为上一周期的输出控制量；将所述输出控制量Uk输出给剪切机的剪切执行机构，对所述剪切机剪切路径进行模糊控制。其中优选的技术方案是，所述计算输出调节增量ΔU的步骤之前，还包括：判断所述当前的误差E是否在模糊控制的粗调范围内，并在判定所述误差E在模糊控制的粗调范围内时，通过以下步骤计算所述输出调节增量ΔU：计算输出调节增量参考值ΔUref；依据当前误差E及量化因子Ke、误差变化率EC及其量化因子Kec，查找所述模糊控制规则表FuzzyTable，获取当前模糊控制变量FuzzyU；根据ΔU＝FuzzyU*k*ΔUref，计算得到所述输出调节增量ΔU的值；其中，k为大于1的加速调节比例因子。优选的技术方案还有，所述计算输出调节增量ΔU的步骤之前，还包括：判断所述当前的误差E是否在模糊控制的微调范围内，并在判定所述误差E在模糊控制的微调范围时，通过以下步骤计算所述输出调节增量ΔU；计算输出调节增量参考值ΔUref；依据当前误差E及量化因子Ke、误差变化率EC及其量化因子Kec查找所述模糊控制规则表FuzzyTable，获取当前模糊控制变量FuzzyU；根据ΔU＝FuzzyU*ΔUref，计算得到所述输出调节增量ΔU的值。进一步优选的技术方案还有，所述计算输出调节增量参考值ΔUref包括：查找所述模糊控制规则表FuzzyTable，获取输出最大量化值FuzzyUmax；测定系统调节时间Tc和系统延迟时间Td；测定系统允许偏差Emax及其对应的最小输出调节增量值ΔUmin；根据ΔUref≤ΔUmin/FuzzyUmax*Tc/Td，计算得到所述输出调节增量参考值ΔUref。优选的技术方案还有，还包括：通过修改或预先设定以下参数中的至少一个，对所述剪切机剪切路径的模糊控制进行调整；其中，所述参数包括：所述系统调节时间Tc、系统延迟时间Td、输出调节增量参考值ΔUref、误差E、误差变化率EC的基本论域。优选的技术方案还有，所述模糊控制器包括：输入接口单元，用于获取检测到的剪切机剪切路径的实际输出值Yk；第一计算单元，用于根据剪切机剪切路径的标准值Yset和实际输出值Yk，计算所述剪切机剪切路径的误差E和误差变化率EC；第二计算单元，用于设定模糊控制器的量化论域，计算所述误差E的量化因子Ke和所述误差变化率EC的量化因子Kec；第三计算单元，用于制定模糊控制规则表Fuzzytable，根据当前的误差E及其量化因子Ke、误差变化率EC及其量化因子Kec，计算输
出调节增量ΔU；第四计算单元，用于更新当前周期的输出控制量Uk，其中，Uk＝Uk_1+ΔU，Uk_1为上一周期的输出控制量；输出接口单元，用于将所述输出控制量Uk输出给执行机构以对所述剪切机剪切路径进行模糊控制。进一步优选的技术方案还有，所述第三计算单元包括：查找子单元，用于依据当前误差E及量化因子Ke、误差变化率EC及其量化因子Kec，查找模糊控制规则表FuzzyTable，获取当前模糊控制变量FuzzyU；判断子单元，用于判断所述当前的误差E是否在模糊控制的粗/微调范围内；第一计算子单元，与所述查找子单元连接，用于计算输出调节增量参考值ΔUref；第二计算子单元，与所述查找子单元、所述判断子单元及所述第一计算子单元连接，用于根据所述判断子单元的判断结果选择ΔU＝FuzzyU*k*ΔUref或者ΔU＝FuzzyU*ΔUref，计算得到所述输出调节增量ΔU的值；其中，k为大于1的加速调节比例因子。进一步优选的技术方案还有，所述第一计算子单元包括：查找子模块，用于查找模糊控制规则表FuzzyTable，获取输出最大量化值FuzzyUmax；第一测定子模块，用于测定系统调节时间Tc和系统延迟时间Td；第二测定子模块，用于测定系统允许偏差Emax及其对应的最小输出调节增量值ΔUmin；计算子模块，与所述查找子模块、第一测定子模块及第二测定子模块连接，用于根据ΔUref≤ΔUmin/FuzzyUmax*Tc/Td，计算得到输出调节增量参考值ΔUref。本专利技术实施例的另一目的在于提出一种智能剪切机的模糊控制系统，以简化模糊控制的调节，并提高通用性。为实现上述目的，本专利技术所采用的技术方案是：一种智能剪切机的模糊控制系统，包括上述任意一种所述模糊控制器、剪切机的剪切刀执行机构、剪切机剪切路径以及测量装置；其中，所述模糊控制器用于将所述输出控制量Uk输出给所述剪切机的剪切执行机构，所述剪切机的剪切执行机构用于根据所述输出控制量Uk对所述剪切机剪切路径进行模糊控制；所述测量装置用于检测所述剪切机剪切路径的实际输出值Yk，并将检测数据反馈给所述模糊控制器。本专利技术的优点和有益效果在于：相对于现有技术，本专利技术智能剪切机的模糊控制方法及其控制系统具有以下优势：本专利技术中的智能剪切机的模糊控制方法及控制系统利用模糊控制输出进行增量调节，变步长调节与模糊控制相结合，通用性强，调节周期短，针对不同系统，不需要修改程序，通过简易实验测定或预估出误差E的量化因子Ke和误差变化率EC的量化因子Kec，可获取相对准确的输出控制Uk，能够简化模糊控制的调节，并提高通用性。并且，本专利技术智能剪切机的模糊控制方法和控制系统采用关键参数的快速确定方式，可通过与监控装置配合快速、直观的实现对应参数的调节。附图说明图1是本专利技术智能剪切机的模糊控制本文档来自技高网...

【技术保护点】
一种智能裁剪机的模糊控制方法，其特征在于，包括：获取检测到的剪切机剪切路径的实际输出值Yk；根据所述剪切机剪切路径的标准值Yset和实际输出值Yk，计算所述剪切机剪切路径的误差E和误差变化率EC；设定模糊控制器的量化论域，计算所述误差E的量化因子Ke和所述误差变化率EC的量化因子Kec；制定模糊控制规则表Fuzzytable，根据当前的误差E及其量化因子Ke、误差变化率EC及其量化因子Kec，计算输出调节增量ΔU；更新当前周期的输出控制量Uk，其中，Uk＝Uk_1+ΔU，Uk_1为上一周期的输出控制量；将所述输出控制量Uk输出给剪切机的剪切刀执行机构，对所述剪切机剪切路径进行模糊控制。

【技术特征摘要】
1.一种智能裁剪机的模糊控制方法，其特征在于，包括：获取检测到的剪切机剪切路径的实际输出值Yk；根据所述剪切机剪切路径的标准值Yset和实际输出值Yk，计算所述剪切机剪切路径的误差E和误差变化率EC；设定模糊控制器的量化论域，计算所述误差E的量化因子Ke和所述误差变化率EC的量化因子Kec；制定模糊控制规则表Fuzzytable，根据当前的误差E及其量化因子Ke、误差变化率EC及其量化因子Kec，计算输出调节增量ΔU；更新当前周期的输出控制量Uk，其中，Uk＝Uk_1+ΔU，Uk_1为上一周期的输出控制量；将所述输出控制量Uk输出给剪切机的剪切刀执行机构，对所述剪切机剪切路径进行模糊控制。2.如权利要求1所述的智能裁剪机的模糊控制方法，其特征在于，所述计算输出调节增量ΔU的步骤之前，还包括：判断所述当前的误差E是否在模糊控制的粗调范围内，并在判定所述误差E在模糊控制的粗调范围内时，通过以下步骤计算所述输出调节增量ΔU：计算输出调节增量参考值ΔUref；依据当前误差E及量化因子Ke、误差变化率EC及其量化因子Kec，查找所述模糊控制规则表FuzzyTable，获取当前模糊控制变量FuzzyU；根据ΔU＝FuzzyU*k*ΔUref，计算得到所述输出调节增量ΔU的值；其中，k为大于1的加速调节比例因子。3.如权利要求1所述的智能裁剪机的模糊控制方法，其特征在于，所述计算输出调节增量ΔU的步骤之前，还包括：判断所述当前的误差E是否在模糊控制的微调范围内，并在判定所
\t述误差E在模糊控制的微调范围时，通过以下步骤计算所述输出调节增量ΔU；计算输出调节增量参考值ΔUref；依据当前误差E及量化因子Ke、误差变化率EC及其量化因子Kec查找所述模糊控制规则表FuzzyTable，获取当前模糊控制变量FuzzyU；根据ΔU＝FuzzyU*ΔUref，计算得到所述输出调节增量ΔU的值。4.如权利要求2或3所述的智能裁剪机的模糊控制方法，其特征在于，所述计算输出调节增量参考值ΔUref包括：查找所述模糊控制规则表FuzzyTable，获取输出最大量化值FuzzyUmax；测定系统调节时间Tc和系统延迟时间Td；测定系统允许偏差Emax及其对应的最小输出调节增量值ΔUmin；根据ΔUref≤ΔUmin/FuzzyUmax*Tc/Td，计算得到所述输出调节增量参考值ΔUref。5.如权利要求4所述的智能裁剪机的模糊控制方法，其特征在于，还包括：通过修改或预先设定以下参数中的至少一个，对所述剪切机剪切路径的模糊控制进行调整；其中，所述参数包括：所述系统调节时间Tc、系统延迟时间Td、输出调节增量参考值ΔUref、误差E、误差...

【专利技术属性】
技术研发人员：尹智勇，
申请(专利权)人：上海和鹰机电科技股份有限公司，
类型：发明
国别省市：上海;31