基于智能控制技术的水泥回转窑温度控制系统设计.docx

摘 要

温度控制在我国电子、冶金、机械等工业领域应用非常广泛。它对控制调节器要求极高，回转窑是冶金、水泥、耐火材料生产中的关键设备。温度是回转窑工艺过程控制中的重要参数之一，自上世纪60年代起人们便开始注意它的控制问题，并进行了大量研究工作。提高回转窑的控温精度对于改善焙烧质量、节约能源、降低生产成本都有重要意义。
本文在分析回转窑工艺特点及其控制要求基础上，为解决回转窑温度控制超调量大、调节时间长等问题，提出了回转窑窑温模糊控制方法，提高对回转窑的控制精度。用模糊控制理论建立参数模糊规则表，通过模糊推理获得模糊控制决策表，并对其进行模拟仿真，仿真结果表明参数模糊规则表建立合理，模糊控制器在响应速度、稳态精度等方面均优于常规PID控制器。模糊控制器对系统模型要求不高，在有干扰信号或系统模型发生变化时能够满足回转窑的煅烧工艺要求，提高回转窑的控温精度，改善煅烧质量，适用于类似回转窑温度控制系统这样的非线性、大滞后且随机干扰严重的系统。

关键词：回转窑，温度控制，模糊控制，仿真
ABSTRACT

Temperature control is widely used in electron, metallurgy and machine industry in our country. It needs higher quality temperature controller. Rotary kiln is the key equipment in the production of metallurgy, cement and material of fire-fast, people began to pay attention to the problem of rotary kiln control in 1960s, a lot of research works have been done. It is significant for ameliorating production quality, saving energy, reducing operating costs to improve control precision of rotary kiln.
Based on analyzing the rotary kiln's technology and control request, in order to solve the problems of rotary kiln temperature control system big overshoot and long time of regulation etc. Fuzzy control is proposed to improve the temperature control precision on rotary kiln. Fuzzy controller regulates the proportional, integral and differential coefficient by fuzzy control theory to establish tables of parameters fuzzy rules and control lists. The simulation result of temperature curve showed: Fuzzy rules are reasonable. Fuzzy controller is independent of the system model, and it is prior to general PID in' response speed and stable precision and restraint ability against the interference, it offer higher precision and improve production quality. The fuzzy controller is appropriate to nonlinearity and pure time-delay and random interference system such as rotary kiln temperature control system.

Keywords: rotary kiln, temperature control, fuzzy control, simulation

目 录

第1章 绪论 1
1.1 国内外水泥及其生产技术的发展现状及趋势 1
1.1.1 国外水泥生产概述 1
1.1.2 我国水泥生产发展现状与趋势 1
1.2 水泥生产工艺 2
1.3 课题的设计目的和意义 3
第2章 智能控制系统理论 5
2.1 控制理论发展概述 5
2.2 智能控制简介 5
2.2.1 智能控制系统的功能及其基本要素 5
2.2.2 智能控制的特点及类型 6
2.3 模糊语言 6
2.3.1 模糊语言的概念 6
2.3.2 模糊语义 8
2.3.3 模糊语法 8
2.3.4 模糊推理 9
2.4 模糊控制理论 10
2.4.1 模糊控制的基本思想 10
2.4.2 模糊控制系统的基本组成 11
2.4.3 模糊控制器 13
2.4.4 模糊控制算法 15
2.4.5 模糊控制器基本设计方法 15
2.5 神经网络控制 18
2.6 专家系统 19
2.7 本章小结 20
第3章 水泥回转窑温度控制系统设计 21
3.1 水泥回转窑检测和控制现状 21
3.1.1 水泥回转窑参数控制 21
3.2 回转窑工艺过程 22
3.2.1 煅烧工艺 22
3.2.2 回转窑基本结构 23
3.3 回转窑的模糊模型 24
3.3.1 概述 24
3.3.2 模糊控制方案的建立 24
3.3.3 模糊控制器的设计 25
3.3.4 解模糊 28
第4章 水泥回转窑温度模糊控制的仿真 30
4.1 MATLAB的概况 30
4.2 回转窑模糊控制系统仿真 30
4.3 仿真结果分析 32
结论 33
致谢 34
参考文献 35
附录 37

第1章 绪 论

1.1 国内外水泥及其生产技术的发展现状及趋势
1.1.1 国外水泥生产概述
现在，国际水泥工业以预分解技术为核心[1]，将现代科学技术和工业生产的最新成果广泛用于水泥生产的全过程，形成了一套具有现代高科技特征和符合优质、高效、节能、环保要求以及大型化、自动化的现代水泥生产方法。水泥装备大型化、生产过程自动化、实现产品高质量是工业发达国家水泥工业当今的特点。20 世纪90年代以后国际水泥工业又出现了水泥生态化的高潮，即从可持续发展的角度形成了一套具有现代科技特征、高效、节能、环保和大型化与自动化的水泥生产方法。随着通信、计算机、控制理论等科学技术的迅猛发展，这些技术已成为实现水泥生产过程自动化、水泥产品高质高效、节能降耗和环境保护的关键因素。
目前，水泥生产自动化系统大都采用单回路控制与人工操作相结合的系统和集散控制系统DCS (Distributed Control System)，在大型化水泥生产中，单回路控制系统中控制效果较差且不能完成远距离通信，而DCS系统在本质上因采用封闭式通信协议而极易形成“自动化孤岛”。现场总线控制系统FCS(Fieldbus Control System)因通信协议的开放性而能很好地解决上述问题，它的应用在水泥生产控制领域将产生一场新的革命。
国外发达国家水泥生产采用干法预分解窑技术，生产线能力大型化，上世纪90
年代达到4000t/d以上，目前5000t/d以上生产线己成为主流；生产与管理信息化，运用计算机技术、先进控制技术、通信技术，开发出各种工艺过程的专家系统和数字神经网络系统，实现大型化水泥企业远程操作和诊断，使水泥生产和管理朝信息化、自动化、网络化、智能化方向发展；通过改进工艺，采用新的检测技术和仪器，利用信息技术，水泥生态化技术已成为发展趋势。
1.1.2我国水泥生产发展现状与趋势
上世纪90年代到本世纪初，国家建材行业主管部门提出了“控制总量、调整结构、
淘汰落后”[2]和“由大变强，靠新出强”的跨世纪发展战略方针，开始了水泥产业结构调整，一大批5000t/d干法水泥熟料生产线建设投产，我国新型干法水泥生产技术已经成熟，大型生产线的主要经济指标达到国外先进水平。大幅度提高了新型干法水泥产量，到2005年新型干法水泥产量占全国水泥总产量的30%，淘汰了落后的生产工艺和装备，实现了产业升级的目的。
目前，新型干法水泥生产技术成为我国水泥工业发展重点[3]，在提高现有新型干法水泥工艺技术和装备制造水平的同时，正在加快开发高效率的熟料烧成系统、高效节能的粉磨设备、新一代蓖式冷却机、大型高效收尘设备和综合优化在线控制技术与装置；逐步加强水泥生产企业信息化和网络化建设：它包括水泥生产过程自动化和智能化，实现管理决策科学化、信息化和网络化，商务活动的电子化、网络化和信息化；另外为最大限度提高自然资源综合利用率和保护环境，正在提高水泥工业清洁生产水平，沿着水泥生态化的方向发展，保持水泥工业的可持续发展。
1.2 水泥生产工艺
1.3 课题的设计目的和意义
水泥回转窑设备改进的最核心的问题就是其温度控制方法的改进，即变手动控制为智能微机控制。 要对水泥回转窑进行智能微机控制，首先要解决的就是对于其控制的理论模型的建立。由于回转窑的热工过程复杂，具有时变分布参数和非线性特性，很难精确描述，故理论模型很少得到实际应用。1978年，丹麦学者Larsen首次为一条湿法水泥回转窑设计了模糊控制器，并取得成功，从而开僻了水泥回转窑控制的新途径。但是，对于其它的回转窑来说，不能照办照抄其经验，因为不同生产在其工艺上有其独特性，必然导致其控制过程的独特性。只有在充分了解水泥的生产工艺，采集足够数据，才能建立具有针对性的模糊模型，实现对水泥回转窑的模糊控制。
基于上述原因，在控制领域，实时模糊控制系统综合了各种智能控制的优势，克服了它们各自的不足。它能在初始信息不完全或不十分准确的情况下，较好地模拟人的思路和方法，依据建立好的模糊控制规则，给出尽可能准确的控制参数，这也是最新智能控制方法及应用研究的发展趋势之一。
本文结合一个实际的科研课题，针对水泥厂的生产控制系统技术改造需求，进行相应的应用研究与开发设计，其研发的成果具有较高的实用价值和良好的社会效益。

第2章 智能控制系统理论

2.1 控制理论发展概况
自动控制理论作为一门学科，随着生产的发展而不断地发展，尤其是计算机的更新换代更加推动了控制理论的向前发展。控制理论的发展过程一般分为三个阶段：
第一阶段：本世纪40至60年代，称为“经典控制理论”，它较好地解决了生产过程中的单输入单输出的问题。第二阶段：本世纪60至70年代，称为“现代控制理论”，它较好地解决了生产过程中的多输入多输出的问题。第三阶段：本世纪70年代至今，控制系统向着大系统理论和智能控制[4][5-7]方向发展，前者是控制理论广度上的开拓，后者是控制理论在深度上的挖掘。大系统理论是用控制和信息的观点，研究各种大系统的结构方案、总体设计中的分解方法和协调等问题的技术理论基础；智能控制是研究与模拟人类智能活动及其控制与信息传递过程的规律，研究具有某些仿人智能的工程控制与信息处理系统。
2.2 智能控制简介
2.2.1. 智能控制系统的功能及基本要素
1．智能控制系统具有以下功能(1)学习功能：系统对一个过程或未知环境所提供的信息进行识别、记忆、学习并利用积累的经验进一步改善系统的性能，这种功能同人的学习过程类似。(2)适应功能：这种适应功能包含更高层次的含义，除包括对输入输出自适应估计外，还包括故障情况下自修复等。(3)组织功能：对复杂任务和分散的传感信息具有自组织和协调功能，使系统具有主动性和灵活性。智能控制可以在任务要求范围内进行自行决策，采取行动，当出现多目标冲突时，在一定限制下，各控制器可以在一定范围内进行自行解决。
2．智能控制的基本要素
(1)智能信息：对信息进行特征的识别，并进行加工和处理，以便获得有用的信息去克服系统的不确定性，它在智能控制中占有十分重要的地位。(2)智能反馈：具有仿人智能的反馈。(3)智能决策：即智能控制决策，这种决策不限于定量的，还包括定性的，更重要的是采用定量和定性综合集成进行决策，这是一种仿人脑的决策方式。作决策的过程也就是智能推理的过程。从集合的观点，可以把智能控制和它的三要素表示如下：[智能信息]∩[ 智能反馈] ∩[ 智能决策]
2.2.2 智能控制的特点[9]及类型
智能控制过程同时具有以知识表示的非数学广义模型和以数学模型表示的混合控制过程，也往往是那些含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的非数字过程，并以知识进行推理，以启发来引导求解过程。智能控制的核心在高层控制，即组织级。高层控制的任务在于对实际环境或过程进行组织，即决策和规划，实现广义问题求解。智能控制是一门边缘交叉学科也是一个新兴的研究领域。
智能控制系统包括多级递阶智能控制；基于知识的专家控制；基于模糊逻辑的智能控制---模糊控制；基于神经网络的智能控制---神经控制；基于规则的仿人智能控制；基于模式识别的智能控制；多模变结构智能控制；学习控制和自学习控制；基于可拓逻辑的智能控制---可拓控制；基于混沌理论的智能控制---混沌控制等类型[10]。
2.3.模糊语言
2.3.1.模糊语言的概念
在普通的形式语言中，所谓语言是定义在有限字符集上的字符序列(字符串)的集合，一个字符串是否为一个合法的语言成分是可以明确判定的。用隶属函数来表示属于合法句子集合的程度。可以把合法语句成分看作定义在所有可能字符串上的一个模糊集合。另外，对于各种语言成份的语义，我们用定义在不同论域上的模糊集来表示。 自然语u在某种意义上可以用下述的模糊模型来描述
一种模糊语言FL定义为一个四元组：
FL= (U, T, E,N)
式中U－语言主题的全体对象，即论域g;
T－语言成分或者说“项”的模糊集合；
E－构成语言成分的字符集中的宇符所构成的所有字符序列 (字符串)的集合，称它为对T的嵌入集合，T是E上的模糊子集；
N-E对 U的模糊关系，称为命名关系。上述队U, T, E, N的关系可用图2.1来表示。图中uN (x, y)说明中的关联程度。
以下对上述概念作进一步解释。
模糊语言的要素U是论域，是指FL所讨论的主题下所涉及的所有对象。如果不是在讨论某个主题下的模糊语言，而是论及整个自然语言，那么U将是多个主题下论域的并集，是一个包罗万象的大论域。
所有的语言成分都是由有限个字符合理地组合而成。组成语言成分的字符集

图2.1 U,N,E,T的关系
(如英文的26个字母和语法符号)所能组合成的全部有限长度的字符序列，包括合理的、不合理的及在某种程度上合理字符序列的集合即为E。
T是模糊语言的语言成分集合，或说是项集合，一般指词汇和句子的集合。T是E上的模糊集合，E中的一个字符串X是否属于一个合理的语言成分，由它对T的隶属度u(X)来刻划。词是T的重要成分，它可分为原子词和合成词两类。原子词不具有子序列，不可再分，而合成词则由原子词组合而成。 T为E上的一个模糊子集，其隶属函数uT (X)表明E中的字符串X在什么程度上是合法的语言成分凡其实T的支集suppT中字符串均在某种程度上是合法的语言成分T。
又如，E为字符集扭{a,b,+}上字符串的全体，T代表代数式，那么E中几个有代表性的序列属于T的隶属度可定义为：
(2.1)
(2.2)
(2.3)

命名关系N是E×U上的模糊关系：
uN: E×U→[0, 1] (2.4)
(x, y) →uN (x, y) (2.5)
其中
我们说结构化和非结构化的语言是模糊的，是指T或N或者均为模糊集合的情况，当两者均为模糊集时，即非模糊语言，程序设计语言就是非模糊的结构化语言。
2.3.2.模糊语义
凡是语言都是用有限长度的字符串去表示一定的意义，语言的宇符串与其意义的对应关系称为语义。
语义的一个重要问题是要规定一组语义规则，以它作为算法，通过各原子间的已知涵义，计算出合成词的涵义。1971年，扎德提出模糊语义定量的理论，接着定义了完备的 “语言变量”的概念，使得一些以实数集为论域的词汇及一些具有程度性质的词汇有了定量的语义描述。
下面给出语义的定义。
所谓T中术语 x的语义是U上的模糊子集 M (x)，这时U中的元素y隶属于M (x)的隶属度由下式给出：
uM(x) (y) =uN (x,y) (2.6)
2.3.3.模糊语法
模糊语言的语法的研究也是很初步的，用它来描述实际的自然语言的语法是很不充分的，现在还没有找到描述自然语言的语法的最佳模型。模糊语法是对普通形式语言的语法的扩张和模糊化。
下面，对语法使用的一些概念和术语作一些介绍。
VT是终极符的有限集合，例如英文的字母表，V*T是VT中的元素(即字符)连结起来组成的有限序列(即字符串)的全体。比如，设VT=(a, b)则
(2.7)

空串也是V*T的元素。
VN为非终极符的有限集，表示名词、动词、名词短语等的语法类型的符号，都是VN的元素，终极符与非终极符的集合VT与VN互相排斥，即
若设结构化的模糊语言FL= (U, T, E, ST, SN)中E=V*T，则语言成分集合或称项集合T是V*T上的模糊集合，它用对各字符串隶属函数表示其特征。
为了表示模糊集T，采用如下简便的方式：
(2.8)
例如，设则T可表示为：
(2.9)
我们规定对隶属度为0的字符串不予列出，即仅仅以T的支集中的元素为对象。
对模糊集合T的并、交、补、连接、闭包等可作为形式语法的扩展定义如下。设T1, T2, T为V*T上的模糊集
(1) T1与T2的并集为T1+T2， (2.10)
(2) T，与T2的交集为TIT2, (2.11)
(3) T的补集记为， (2.12)
(4) T1与T2的连接用TI表示T2,定义为：若v可以表示为前部分字符串u.与后部分字符串v;的毗连即,i表示不同的连接方式，则：
(2.13)
设

若xi与的连接用表示，则T与的连接用为：

(2.14)

属于连接的字符串的隶属度，由上式整理，将所有毗连为的字符串的隶属度取大即可：
(2.15)
2.3.4.模糊推理
推理就是根据己知的一些命题，按照一定的法则，去推断一个新的命题的思维过程和思维方式。简言之，从已知条件求未知结果的思维过程就是推理。
用传统的二值逻辑进行演绎推理和归纳推理时，只要大前提或者推理规则是正确的，小前提是肯定的，那么就一定会得到确定的结论。然而，在现实生活中，我们获得的信息往往是不精确的、不完全的，或者事实本身就是模糊而不完全确定的，但又必须利用且只能利用这些信息进行判断和决策。此时，传统的形式逻辑和近代的数理逻辑均无法解决这类问题，解决模糊性问题就需要用模糊推理。
模糊逻辑推理是一种不确定性的推理方法，其基础是模糊逻辑，它是在二值逻辑三段论的基础上发展起来的。由于它缺乏现代形式逻辑中的性质以及理论上的不完善，这种推理方法还未得到一致的公认。但是，这种推理方法所得到的结论与人的思维一致或相近，在应用实践中证明是有用的。模糊推理是一种以模糊判断为前提，运用模糊语言规则，推出一个新的近似的模糊判断结论的方法。
模糊推理是一种近似推理，近似推理的提法基本上是下面两种形式。在模糊逻辑推理中有两种重要的推理方法，即所谓的广义取式 (肯定前提)推理和广义拒式 (肯定结论)推理。
广义取式推理具有如下的推理过程：
前提1: x为，
前提2:如果x为A，则Y为B
结论：Y为
而广义拒式推理却具有如下的推理过程：
前提1: y为
前提2:如果x为A，则Y为B
结诊：x为
其中A,B, ,均为模糊集合，x和Y为语言变量。
2.4模糊控制理论
模糊逻辑在控制领域中的应用称为模糊控制[24]。模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种计算机数字控制。模糊控制的最大特征是，它能将操作者或专家的控制经验和知识表示成语言变量描述的控制规则，然后用这些规则去控制系统。因此，模糊控制特别适用于数学模型未知的、复杂的非线性系统的控制。从信息的观点来看，模糊控制是一类规则型的专家系统，从线性控制与非线性控制的角度看，模糊控制是一种非线性控制，从控制器的智能性看，模糊控制属于智能的范畴。可以这样说，如果没有模糊数学，就不会有模糊控制:同样，如果没有计算机，模糊自动控制也无法实现。
2.4.1.模糊控制的基本思想
经过人们长期研究和实践形成的经典控制理论，对于解决线性定常系统的控制问题是很有效的，然而其对于非线性时变系统难以奏效。随着计算机尤其是微机的发展和应用，自动控制理论和技术获得了飞跃的发展。
基于状态变量描述的现代控制理论对于解决线性或非线性、定常或时变的多输入多输出系统问题，获得了广泛的应用，但是，应该指出，无论采用经典控制理论还是现代控制理论设计一个控制系统，都需要事先知道被控对象 （或生产过程）精确的数学模型，然后根据数学模型以及给定的性能指标，选择适当的控制规律，进行控制系统设计。然而，在许多情况下被控对象 （或生产过程）的精确数学模型很难建立。例如，有些对象难以用一般的物理和化学方面的规律来描述，有的影响因素很多，而且相互之间又有交叉耦合，使其模型十分复杂，难于求解以至于没有实用价值。还有一些生产过程缺乏适当的测试手段，或者测试装置不能进入被测试区域，致使无法建立过程的数学模型。例如建材1业生产中的水泥窑、玻璃窑，陶粒窑，林业生产中的木材干燥窑，化工生产中的化学反应过程，轻工生产中的造纸过程，食品工业生产中的各种发酵过程。诸如此类的过程的变量多，各种参数又存在不同程度的时变性，且过程具有非线性、强耦合等特点，因此建立这一类过程的精确数学模型困难很大，甚至是办不到的。这样一来，对于这类对象和过程就难以进行自动控制。
与此相反，对于上述难以自动控制的一些主产过程，有经验的操作人员进行手动控制，却可以得到令人满意的效果。在这样的事实面前，人们又重新研究和考虑人的控制行为有什么特点，能否对于无法构造数学模型的对象让计算机模拟人的思维方式，进行控制决策。
采用精确方法求解上述问题，由于约束条件过多，使得求解过程非常复杂，即使用一台大型计算机也难以胜任。
总结人的控制行为，正是遵循反馈及反馈控制的思想。人的手动控制决策可以用语言加以描述，总结成一系列条件语句，即控制规则。运用微机的程序来实现这些控制规则，微机就起到了控制器的作用。于是，利用微机取代人可以对被控对象进行自动控制。
模糊控制的基本思想就是利用计算机来实现人的控制经验。而人的控制经验一般是由语言来表达的，这些语言表达的控制规则又带有相当的模糊性。
在描述控制规则的条件语句中的词，有些具有一定的模糊性，因此用模糊集合来描述这些模糊条件语句，即组成了所谓的模糊控制器。可以用模糊数学的方法来描述过程变量和控制作用的这些概念及它们之间的关系，又可以根据这种模糊关系及某时刻过程变量的检测值 需化成模糊量)用模糊逻辑推理的方法得出此时刻的控制量。这正是模糊控制的基本思路。
2.4.2.模糊控制系统的基本组成
模糊控制系统的框图如图2.2所示。
图2.2 模糊控制系统框图

由图可见，模糊控制系统的结构与一般的计算机数字控制系统基本类似，只是它
的控制器为模糊控制器。它也是一个计算机数字控制系统，控制器由计算机实现，需要 A/D, D/A转换接口，以实现计算机与模拟环节的连接。它也是一个闭环反馈控制系统，被控制量要反馈到控制器，与设定值相比较，根据误差信号进行控制。
模糊控制系统由以下几个部分组成：模糊控制器、输入输出接口、检测装置、执行机构和被控对象。
1、被控对象
被控对象是一种设备或装置或是若干个装置或设备组成的群体，它们在一定的约束下工作以实现人们的某种目的。工业上典型的被控对象[13]是各种各样的生产设备实现的生产过程，它们可能是物理过程，化学过程或是生物化学过程。从数学模型的角度讲，它们可能是单变量或多变量的，可能是线性的或非线性的，可能是定常的或时变的，可能是一阶的或高阶的，可能是确定性的或是随机过程，当然也可能是混合有多种特性的过程。正如前文所述，有不少对象是难以建模的。对于难以建立精确数学模型的复杂对象，对于非线性和时变对象，模糊控制策略是较为适宜采用的一种方案。
2、检测装置
检测装置一般包括传感器和变送装置。它们检测各种非电量如温度、流量、压力、液位、转速、角度、浓度、成份等并变换放大为标准的电信号，包括模拟的或数字的等形式。在某些场合，检测量也可能是电量。
检测装置的精度级别应该高于系统的精度控制指标，这在模糊控制系统中同样适用，但是，一般认为在以高精度为目标的控制系统中不宜采用模糊控制方案，因此在模糊控制系统中检测装置的精度应视具体控制指标的要求具体确定。
3、执行机构
执行机构是模糊控制器向被控对象赖以施加控制作用的装置，如工业过程控制中应用最普遍最典型的各种调节阀。执行机构实现的控制作用常常表现为使角度、位置发生变化，因此它往往是由伺服电动机、步进电动机、气动调节阀、液压阀等加上驱动装置组成。
4、输入输出接口
输入输出接口是实现模糊控制算法的计算机与控制系统连接的桥梁，输入接口主要与检测装置连接，把检测信号转换为计算机所能识别处理的数字信号并输入给计算机。输出接口把计算机输出的数字信号转换为执行机构所要求的信号，输出给执行机构对被控对象施加控制作用。
由于大部分检测装置和执行机构的信号都是模拟信号，因此输入输出接口常常是模数转换电路 (A/D)和数模转换电路 (D/A)。
5、模糊控制器
模糊控制器是模糊控制系统的核心，也是模糊控制系统区别于其它自动控制系统的主要标志。模糊控制器一般由计算机实现，用计算机程序和硬件实现模糊控制算法，计算机可以是单片机，IPC，工业控制机等各种类型的微型计算机，程序设计语言可以是汇编语言，C语言及其它各种语言。现在也有一些模糊芯片实现模糊逻辑推理算法，成为模糊控制器的重要组成部分。
2.4.3 模糊控制器
在实际生产过程中，人们发现，有经验的操作人员，虽然不懂被控对象或被控过程的数学模型，却能凭借经验采取相应决策，很好的完成控制工作。例如，要用建立数学模型解数学方程的方法来控制倒立摆直立不倒是一件很困难的事情，但人们在用手控制竹竿直立不倒时，一边用眼观测，一边用手控制；若竹竿向前倾，则手向前运动；若竹竿向前倾一点，则手向前动一点；若竹竿突然向后倒，则手快速向后退。这里，人的经验可以用一系列具有模糊性的语言来表述，这就是模糊条件语句。再用模糊逻辑推理对系统的实时输入状态观测进行处理，则可产生相应的控制决策，这就是模糊控制。
模糊控制能避开对象的数学模型[15](如状态方程或传递函数等)，它力图对人们关于某个控制问题的成功与失败的经验进行加工，总结出知识，从中提炼出控制规则，用一系列多维模糊条件语句构造系统的模糊语言变量模型，应用CRI等各类模糊推理方法，可以得到适合控制要求的控制量，可以说模糊控制器是一种语言变量的控制器。
由于一个模糊概念可以用一个模糊集合来表示，因此模糊概念的确定问题，就可以直接转换为模糊集隶属函数的求取问题。因此，对于一类缺乏精确数学模型的被控对象，可以用模糊集合的理论，总结人对系统的操作和控制的经验，用模糊条件语句写出控制规则，也能设计出比较理想的控制系统。
最基本的模糊控制系统结构如图2.3所示。图中Yr，为系统设定值，u为系统输出值，它们都是清晰量。从图可以看出，它和传统的控制系统结构没有多大区别，只是模糊控制器替代传统的数字控制器。
从图2.3中可以看出，模糊控制器的输入量是系统的偏差量e，在计算机控制系统中它是数字量，是有确定数值的清晰量。通过模糊化处理，用模糊语言变量E来描述偏差，若以T (E)记E的语言值集合，则有
T(E)={负大，负中，负小，零，正小，正中，正大}

图2.3模糊控制系统框图

或用符号表示负大NB (Negative Big)，负中NM (Negative Medium)，负小NS (Negative Small),零ZE (Zero),正小PS (Positive Small)，正中PM (Positive Medium)，正大PB (Positive Big)，则T(E)=(NB, NM, NS, ZE, PS, PM,PB)
语言规则模块是一个规则库。设E是输入，控制U为输出，规则形式为
规则 1: IF E1 THEN U1, ELSE
规则2: IF E2 THEN U2, ELSE
…
规则n: IF En THEN Un, ELSE

……
每一条规则可以建立一个模糊关系Ri，所以系统总的模糊关系R为
R=R1UR2U…URn
若已知系统的输入e0对应模糊变量E*;应用CRI合成推理法，可得到模糊输出变量U*，
U*=E*oR
模糊推理输出U*是一个模糊变量，在系统中要实施控制时，模糊量U*还要转化为清晰值，因此要进行清晰化处理，得到可操作的确定值ui，这就是模糊控制器的输出值，通过的ui调整控制作用，使偏差e尽量小。
一般说来，模糊控制器有三个主要的功能模块。
1、模糊化 (Fuzzification )
模糊化是将模糊控制器输入量的确定值转换为相应模糊语言变量值的过程，此相应语言变量值均由对应的隶属度来定义。
2、模糊推理(Fuzzy Inference)
模糊推理包括三个组成部分：大前提、小前提和结论。大前提是多个多维模糊条件语句，构成规则库；小前提是一个模糊判断句，又称事实。以己知的规则库和输入变量为依据，基于模糊变换推出新的模糊命题作为结论的过程叫做模糊推理.
3、清晰化(Defuzzfication )
清晰化是将模糊推理后得到的模糊集转换为用作控制的数字值的过程。与传统的控制相比，模糊控制有以下特点：
适用于不易获得精确数学模型的被控对象，其结构参数不很清楚或难以求得，只要求掌握操作人员或领域专家的经验或知识。
模糊控制是一种语言变更控制器，其控制规则只用语言变量的形式定性的表达，构成了被控对象的模糊模型。在经典控制中，系统模型是用传递函数来描述。在现代控制领域中，则用状态方程来描述。
系统的鲁棒性强，尤其适用干非线性、时变、滞后系统的控制。
2.4.4 模糊控制算法
模糊控制算法的目的，就是从输入的连续精确量中，通过模糊推理的算法过程，求出相应的清晰值的控制算法。模糊控制算法有多种实现形式。为了便于在数字计算机中实现，同时考虑算法的实时性，模糊控制系统目前常采用的算法有：CRI推理的查表法，CRI推理的解析公式法，Mamdani直接推理法，后件函数法等。
2.4.5 模糊控制器基本设计方法
模糊控制器是模糊控制系统的核心，因而在模糊控制系统设计中怎样设计和调整模糊控制器及其参数是一项很重要的工作。
1、模糊控制器的结构设计
模糊控制器的结构设计就是要确定模糊控制器的输入变量和输出变量[31]究竟选择何种信息作为模糊控制器的变量，必须深入研究手动控制过程中有经验的操作人员主要根据哪些信息来控制被控对象向预期目标逼近。
(1)手动控制过程中的信息量
人在进行手动控制过程中，操作者期望实现控制目标，一旦偏离了目标，出现了偏差，操作者便根据偏差的大小进行调整。人的大脑中误差的 “大”或“小”，这些概念是模糊的。在整个手动控制过程中，人所能获取的信息一般可以概括为三个：误差、误差的变化和误差变化的速率。
(2)模糊控制器的输入输出变量
在手动控制过程中，人对误差、误差的变化以及误差变化的速率这三个信息的敏感程度是完全不同的。比如，在往空桶中放水时，人对水面高度离桶上边的距离 (误差)比较敏感；而对液位差减小的速度就比较迟钝；对液位差减小速度的变化率就很难感觉出来。
由于模糊控制器的控制规则往往是根据手动控制的大量实践经验总结出来的，因此模糊控制器的输入变量自然也可以有三个：即误差、误差的变化和误差变化的速率；而输出变量则一般选择为控制量的变化，即增量。
通常将模糊控制器输入变量的个数称为模糊控制的维数。常见的模糊控制器的结构有三种形式：一维、二维和三维。从理论上讲，模糊控制器的维数越高，控制的效果也越好，但是维数高的模糊控制器实现起来相当复杂和困难。而维数低的模糊控制器，控制效果又不理想，因此，目前大都使用二维模糊控制器，其控制精度一般可以满足要求。
2、模糊控制规则的设计
模糊控制规则的设计是设计模糊控制器的关键，具体的设计内容一般包括以下三个部分；
选择描述输入输出变量的词集：一般要求词集中词汇少，并且利用这些词汇又可以对各种自然现象进行准确的描述。
定义各模糊变量的模糊子集：由干模糊变量没有明确的外延，如何用具体的数据来刻画一个模糊变量的性质，这就是模糊子集的确定问题。对模糊子集的理想要求是必须客观地反映实际情况。
建立模糊控制器的控制规则：模糊控制规则应该是人们在手动控制过程中经过长期操作实践，不断修正完善后的一套行之有效的控制策略。
(1) 选择描述输入、输出变量的词集
模糊控制器的控制规则一般表示为一组模糊条件语句。在条件语句中用于描述输入输出变量状态的词汇(如 “正大”、“负小”等)的集合，称为这些变量的词集，亦称变量的模糊状态。
一般选用“大、中、小”三个词汇来描述输入输出变量的状态。由于人的行为在正、负两个方向的判断基本是对称的，将大、中、小再加上正、负两个方向 (极性)并考虑零状态，这样一共就有七个词汇，即
{负大，负中，负小，零，正小，正中，正大}
或用英文词头缩写的形式表示为
{NB, NM, NS, ZE, PS, PM, PB}
对误差的变化这个输入变量，在选择描述其状态的词汇时，常常将“零”分为“正零”和 “负零”，以表示误差的变化在当前是“增加”趋势还是 “减少”趋势。于是词集又增加了负零(NO)和正零(PO).
描述输入输出变量的词汇都具有模糊特性，可用模糊集合来表示。因此，模糊集合的确定问题就转化为求取模糊集合隶属函数的问题了。
(2) 定义各模糊变量的模糊子集