毕业论文-基于模糊控制的智能空气质量监测

HUNANUNIVERSITY毕业论文论文题目基于模糊控制的智能空气质量监测学生姓名学生学号专业班级自动化1101学院名称电气与信息工程学院指导老师学院院长2015年5月25日湖南大学毕业设计(论文)第页1绪论1.1课题研究背景和目的1.1.1课题研究背景人类为了生存进行了改造自然的活动，对人类的发展史来说，这是一个必然的趋势，然而，人类这一行为活动严重的打破了自然界的生态平衡。为了满足人口快速增长的需求，人类大力发展农牧业，丰富的森林资源急剧锐减，地表的植被日渐光秃，过度的开发导致水土大量流失，大片大片的土壤丧失肥力，盐碱化和沙漠化日渐普遍。一氧化碳、二氧化硫、氮氧化物及其他化学污染物的大量排放，使地球的臭氧层出现漏洞，大气平衡的破坏，酸雨、光化学烟雾、温室效应、沙尘暴等等天气灾害频频爆发，这给人类的生产和生活带来了严重影响，人类的健康更是受到重大威胁。自20世纪50年代，环境科学家通过一些科学研究，已经成功编制出多种环境指数，如早期的格林空气污染综合指数，这让人类对环境的污染有了进一步的认识。环境污染一直处于被动防治的状态，为了改变这一局面，人类制定了以预防为主的防治方针，严格遵循并加以实施，在认识环境和治理污染的过程中存在着共同的语言、标准和方法，空气质量监测因此而产生。准确及时的空气质量监测有利于指导人类生产，科学控制污染物的排放及减少不必要的经济损失，空气质量监测也可以指导人们户外活动和提高大家的生活环境质量。因此，如何能客观的进行空气质量监测是我们一直在努力研究的课题。本文正是从这个角度出发，将模糊控制系统引入该领域，进行了基于模糊控制的空气质量监测方法的研究。1.1.2课题研究意义空气质量监测是通过一定科学手段来确定某一区域内空气质量状况，它反馈回来的结果能预测出空气质量变化的趋势，并能反应出人类活动对环境的影响程度。人类排放的污染物在不断的增加，污染范围变得更广，以空气总悬浮粒（TSP）、氮氧化物、二氧化硫等为主的空气污染问题日趋严重，基于这种情况，开展空气质量监测的工作已成为必然的要求，它能很好的反映出空气污染变化的趋势，提高人类对空气污染的警惕性，能为环境管理做正确决策提供全面的、及时的、准确的空气质量信息，能提醒保护环境的相关人员加大对环境污染的控制力度及加强对重大污染事件的预防，同时可以让人们能更好的监督环境污染治理的情况。空气质量监测是环境保护的先行、基础工作，监测所得到的结果给环境管理的工作提供了科学依据，空气质量监测是实现环境全面管理不可缺少的手段。空气质量监测是一个基于多种因素影响的复杂的系统，通过空气质量监测，能让我们快速的找出所监测区域范围内空气中的主要污染物及其来源，能让我们了解该区域范围内的环境污染情况，找到空气质量变化的规律，预测其发展趋势，为制定区域范围内环境污染治理及防治方针提供科学依据。从环境保护这一角度出发，空气质量监测所得结果会反映出人类对环境的影响程度，提高人类保护环境的意识，能让人类制定出合理的、科学的发展策略。因此，探讨如何让空气质量监测的结果更加及时、准确，具有非常深远的意义。1.2国内外研究状况许多发达国家自20世纪70年代起相继构建了空气质量监测系统。目前，美国已拥有的空气质量监测网络[1]，是最为全方位，它能监测空气中主要的污染物，，如二氧化硫、一氧化碳、二氧化氮、臭氧、颗粒等，还有其他具有挥发性的化合物、光化学烟雾及灰霾等等，并能在线监测实时汇报。美国还制定了一套关于监测方法、网络设计、监测标准的操作步骤、数据处理方法、通信技术站点选择与配置的指南规范，形成了一套十分完善的质量控制和质量保证体系（QC/QA），并保证了监测所得数据采集、传输、分析和使用的完整性和正确性；监测所得的数据经处理后将会被传送到环保局里的空气质量系统，然后通过互联网的空气信息检索系统（AIRS）提供给研究人员、政府官员及公众使用。美国的监测仪器的技术已位居世界第一。到目前，我们国家初步建立了一个基础的全国空气质量监测网络，它由103个城市的空气监测站所构成，并不是很完善；2010底，完成了113个重点城市空气质量的在线实时发布工作。监测对象主要有氮氧化物、二氧化硫、一氧化碳、臭氧和颗粒等等空气污染物，广东、香港和珠江三角洲等区域陆续建立了复合型的空气质量监测网络。在空气质量监测领域，我国较发达国家起步晚，可是发展较为迅速；目前，我国已具备了自主研发并自主生产的能力；[2]武汉的天虹、河北的先河、铜陵的兰盾、北京的中晟泰科等具备有空气质量监测系统的生产能力，这些公司是我国空气质量监测生产企业的骨干，其所生产的监测仪器在性能及可靠性上都已达到国内空气监测的要求，在技术方面赶超国际的先进水平，基本上代替了进口的产品。我国生产的的空气质量监测仪器虽然能替代了进口，且基本上能达到环境监测的要求，可与国外的先进仪器比较，在长期工作的稳定性、低限测量的准确性和产品的外观工艺等方面存在着很大的差距，在低浓度、VOC等参数监测上还主要靠进口的先进仪器。我国生产的空气质量监测仪器与国外先进仪器存在的差距主要表现为，国产空气质量监测仪器在长期运行中稳定性差、可靠性低，造成这种现象的根本原因是我国的整体制造水平较低，制造工艺粗糙，产品的利润空间小。我国生产的点式空气质量监测系统监测的主要对象一氧化碳、氮氧化物、二氧化硫、臭氧及悬浮颗粒等参数，基本上已达到国家的要求，但与国外比较不够齐全，重金属、化学有机物和灰霾等有害污染物不在监测对象范围内，绝大多数这类污染物的监测必须得引进国外产品。我国空气质量监测仪器的生产家与国外的厂家在生产技术经验上存在着很大差距。1983年，Thermo公司研发制造出AMQS，全球首套，并积累了丰富的研发生产经验；2000年，我国的河北先河才研制出了我国首套AQMS，在技术经验积累上，与国外相差甚远。安微的蓝盾生产出我国首套DASD的空气质量监测系统，比瑞典OPSIS公司晚了许多，而且在各方面的性能指标上远不及对方。我国在重点城市建立空气质量监测系统的工作基本完成[3]，但农村站的监测建立得还比较少，许多中西部的小城市的空气质量监测还不普及，空气质量监测对象的类型较为局限，代表性的受影响人群不全面。技术的缺乏，使我国必须引进过外先进的专用空气质量监测仪、高质量分析仪和自动空气质量监测系统。我国还没建立好全国环境监测质量控制和质量网络，运营管理体系漏洞很多不够完善。目前，美国已建立了PM2.5监测的相关标准，在这块领域，中国还没有开展工作。我国需要加快空气质量监测的步伐，加大研究发展力度，争取跟上西方国家的节奏。1.3课题研究方法（1）文献分析法：本文从构思到完成，查阅了许多相关的理论文献，在别人研究的成果上阐述了自己的观点。（2）仿真实验：熟悉MATLAB仿真软件，使用MATLAB中的模糊逻辑工具箱建立模糊推理系统并测试。1.4论文构成及研究内容本文针对于目前空气质量监测方法中所存在的不足，将模糊控制引入该领域，建立基于模糊控制的智能空气质量监测模型，并使用MATLAB对其进行模拟仿真。本文的主要内容如下：第一章介绍了空气质量监测的目的和意义，及国内外发展状况，并介绍了课题所采用的研究方法及论文的构成和主要内容第二章介绍了空气中主要污染物的性质、来源及其危害，并介绍空气质量监测的方法。第三章介绍了模糊控制的数学基础、模糊逻辑和模糊推理，并重点介绍了模糊控制系统和模糊控制器的设计。第四章介绍了模糊控制系统的基本原理，并着重介绍了模糊控制器的设计，包括模糊控制器的基本结构、算法设计、模糊化运算及解模糊化计算。第五章使用MATLAB中的模糊逻辑工具箱建立模糊推理系统，并对监测模型进行模拟仿真。第六章对本文的内容进行总结，并就能进一步研究的问题进行讨论。2智能空气质量概论2.1空气中的污染物[4]空气中的污染物种类非常多，对人体健康带来危害并引起人类注意的污染物至少有达数十种。空气中的污染物主要通过三种方式危害人类健康，第一种是通过呼吸通道直接进入人体；第二种是粘附在食品或者溶解在水中，通过食物通道进入人体；第三种是与皮肤接触进入人体，特别是脂溶性的污染物，它能轻易的通过皮肤表层侵入人体。在这三种方式中，通过呼吸通道进入人体是空气污染物危害人类的主要方式，主要是有三个原因，第一，平均一个成年人每天要吸入12m3的空气，这个数量是非常大的；第二，气体的交换是在面积为55~70m2的肺泡上进行的，它的浓缩作用非常的强；第三，呼吸道的粘附性特别强，这给污染物的入侵行为提供了很大的方便。目前，影响空气质量的主要污染物有二氧化硫、一氧化碳、氮氧化物、硫氢化物、粉尘和光化学烟雾等。下面介绍几种主要的空气污染物的性质、来源及其危害[5]。1．硫氧化物

硫氧化物主要指的是SO2和SO3，它主要是由含有硫元素的煤炭、石油等化石燃料燃烧所产生的，同时硫酸厂和金属冶炼厂等在生产的过程中也会排放大量的硫氧化物。一吨的煤炭中通常会含有5~50Kg的硫，一吨的石油则通常会含有5~30Kg的硫，燃烧时将会有两倍重于硫重量的硫氧化物产生。二氧化硫及其再次被氧化后得到的三氧化硫在遇水蒸气后所形成的硫酸雾等会使人体呼吸道的阻力增大，并能逐渐消除呼吸道的天然屏障功能；如果长期吸收二氧化硫，它会使呼吸道表层的粘膜增厚，粘液变稠，这给烟尘及其他污染物的粘附、溶解和吸收提供了方便，纤毛的运动将会受到阻碍，细菌将会快速生长繁殖，这些都将导致呼吸道疾病的发生。大量排放硫氧化物的地区会经常出现酸雨，酸雨的腐蚀性特别强，它会给人类健康及万物的生长带来不可磨灭的伤害，而且酸雨会直接腐蚀金属器材及建筑物，这给人类的的经济带来了重大的损失。

2．氮氧化物

氮氧化物是NO、NO2、N2O4和N2O5等的总称，但影响空气质量的主要是NO、NO2两种污染物。氮氧化物主要是由汽油、重油、天然气和煤炭等矿产燃料的燃烧所生成的，生产硝酸的工厂也会排放一些氮氧化物。氮氧化物会给人体带来巨大的伤害。其中，一氧化氮会损伤人体的中枢神经系统，会让人产生痉挛、麻痹的症状；二氧化氮的危害更大，它的毒性是一氧化氮的4~5倍，且是一种有刺激性气味的气，二氧化氮进入人体后，会直接损伤肺部，引发肺部水肿和阻塞性的支气管炎，它会削减肺部的呼吸功能，间接导致人体抵抗力下降。被人体吸收后的一氧化氮和二氧化氮会转变为硝酸，并与红细胞内的血红蛋白进行结合形成变变性的血红蛋白，它会大大降低血液输送氧气的能力，给人体带来重大危害。3．碳氧化物碳氧化物主要是指一氧化碳和二氧化碳。一氧化碳是一种无色、无味、可燃的有毒气体，在空气污染物总量中占据1/3，它是城市空气中含量最高的污染物。一氧化碳主要是通过汽车尾气的排放及燃料不完全的燃烧所生成的。一氧化碳进入人体后会与红细胞中的血红蛋白结合，形成碳氧血红蛋白，它将会降低红细胞输送氧气的能力，阻碍血液、心肌及脑组织间的气体交换。二氧化碳是一种无色、无味、不可燃的气体。二氧化碳不但能透射太阳辐射出的短波，还能吸收太阳辐射的红外长波，这也是它被称为“温室气体”的原因。在人类社会活动的影响下，二氧化碳浓度较以前大幅度的增高，它破坏了地球表面的能量平衡，致使地球表面的温度呈现升高的趋势，即产生了“温室效应”。4．粉尘粉尘主要分成飘尘和落尘两种，在重力作用下能很快降落到地面的为落尘，相反的，长时间漂浮在空中的为飘尘。粉尘主要是由水泥工厂、煤矿工厂、冶金厂、石棉厂和碳墨厂所产生的。落尘停留在空中的时间较短，不容易被人体吸收，所以它危害很小，而飘尘是长时间漂浮在空中的，极易被人体吸收，且飘尘的吸附力很强，通常会有许多有害物质及病菌粘附在上面，被人体吸收后，会导致急性、慢性的疾病发生，严重危害人体健康。5．光化学烟雾

光化学烟雾是排入大气的氮氧化物、碳氢化合物、一氧化碳、二氧化硫、烟尘等在太阳紫外线照射下，发生光化学反应而形成的一种毒性很大的二次污染物。主要成分是臭氧、氮氧化物及过氧乙酰硝酸酯(PAN)、硫酸及其盐等。

光化学烟雾对人体有强烈的刺激和毒害作用，当它的体积浓度达到0.1ppm时，就会使眼睛受到刺激而流泪，这会给眼睛带来巨大的伤害，当它的体积浓度超过了1ppm时，头疼并伴有神经障碍发生，当它的体积浓度到达50ppm时，就能让人丧失生命。因此，人们也将光化学污染物称为“杀人烟雾”。2.2空气质量监测方法空气质量监测是一种在某一个地区的某一个时间段对各种污染物的含量进行检测分，进一步来判断该地区空气质量状况的一种方法，空气中的各种污染物是它的核心监测对象，如氮氧合物、碳氧化物、硫氧化物、颗粒等污染物。空气质量监测项目的落实需要根据当地的气候情况并考虑该地区的各种区域因素，相关控制措施的实施要考虑空气污染源的分布状况。以下是几种空气质量监测的方法。1、空气污染指数监测法:1）空气污染指数空气污染指数[6]，即API，它是一种能定量反映出空气质量状况的指标，并能把我们通常监测的几种主要空气污染物的浓度转换成单一的数值形式，通过分级来呈现空气质量状况及其发展趋势。它所表征的空气质量状况，简明直观。目前，我国及国际社会普遍使用此种指数形式发布空气质量状况。GB:3095－1996是我国目前所使用的空气质量标准，它是设定空气污染指数的标准，是空气污染对环境影响、经济损益分析及实施控制措施的依据。煤烟类型的污染是我过空气污染的主要类型，因此，空气质量监测常规的监测对象是二氧化硫(SO2)、二氧化氮(NO2)、可吸入颗物(PM10)、一氧化碳（CO）和臭氧（O3），因此，根据我国开展空气质量监测的实际情况及国家空气质量标准的相关规定，空气污染指数的分级标准[7]如下。表2.1与API相对应的各空气污染物浓度的限值空气污染指数污染物浓度(mg/m3)APISO2（日均值）NO2（日均值）PM10（日均值）CO（小时均值）O3（小时均值）500.0500.8000.05050.1201000.1500.1200.150100.2002000.8000.2800.350600.4003001.6000.5650.420900.8004002.1000.7500.5001201.0005002.6200.9500.6001501.200表2.2污染指数API范围及相应的空气质量类别污染指数（API）空气质量状况对人体健康的危害相对应采取的措施0~50优能进行正常的户外活动51~100良101~150轻微污染容易受到感染的人群发病率在一定程度上加剧，健康的人体会有刺激症状发生患有呼吸道疾病及心脏病的人要减少户外活动，尽可能少消耗体力151~200轻度污染201~250中度污染患有呼吸道疾病及心脏病的人发病率明显加剧，人体的运动耐力下降，健康人体出现呼吸道感染的症状患有呼吸道疾病、心脏病及老年人不宜进行户外活动，尽量留在，减少体力消耗251~300中度重污染>300重污染人体运动耐力显著下降，有明显呼吸道感染的症状发生，患有疾病的人发病升高，会提前发病患有呼吸道疾病、心脏病及老年人应停留于室内，减少人体活动，不宜进行户外活动2）API的计算[8]①基本计算公式：设某种空气污染物污染指数为I，该空气污染物浓度为C，两者存在这样的关系。2-1式中，Cmax和Cmin：在与API相对应的各空气污染物浓度的限值表（表2-1）中最靠近C的大小两个值。Imax与Imin：在与API相对应的各空气污染物浓度的限值表（表2-1）中最靠近I的大小两个值，Imax为比大I的污染指数值，Imin为比I小的污染指数值。②API计算步骤a.求某一空气污染物每一个监测点每日的平均浓度。=2-2式中：Ci为监测点每次所监测的浓度，n为监测点每天得监测次数。b.求在全市范围内某一空气污染物每日的平均浓度。=2-3式中：是全市范围内所有监测点的个数。c.将各项空气污染物的市均浓度值、日均浓度值分别代到公式2-1，所求得的I值便是各项空气污染物所对应的污染指数值。d.选择污染指数中最大值为全市API。③全市主要污染物的选取通过公式2-4求得最大的污染指数，将其作为该地区的空气污染指数，它所对应的污染物为该地区污染最重的。API=max(I1,I2…Ii…In）2-42、其他空气质量监测方法空气污染指数监测法是进行空气质量监测使用最为普遍的方法，近些年，许多专家和学家通过研究也提出了一些监测方法，主要有有以下几种：1)综合指数法综合指数法的计算公式为：2-5式中：C1，C2，...，Ck为某污染物的实测值;S1，S2，...，Sk为对应污染物的二级标准值;I为污染指数。这种监测方法计算简便，I值主要由max(Ci/Si)决定，在所测得所有污染物中，只要有某种污染物的浓度较高，则I值也会较高。在空气质量监测中，所监测的对象较少，若以最大一项Ci/Si来确定，会使整一个监测结果片偏向污染物浓度大的那一方，不是十分的合理。(2)模糊数学综合监测法在空气质量划分等级的分界线上存在一定得模糊性，模糊数学综合监测方法正是利用了此处的模糊性，建立对应的隶属函数，求出每一种空气污染物指标的隶属度，并建立相对应的模糊矩阵，求出权重值，通过综合计算得到一个模糊综合监测的结果。在复合计算过程中，是十分强调极值的使用，所以一般都会使检测的结果偏向污染物浓度大的一方。(3)植物监测法生物监测是通过植物的生长状况来判断空气的污染程度，这是一种生物学方法；可是，植物的生长状况收很多因素的影响，如干旱、土壤肥力不足、病虫等等，这些因素所引发的症状与植物受到空气污染物影响产生的症状是相类似的，这是植物监测法最大的缺点，使监测结果的准确度不高。(4)神经网络监测法神经网络监测法基于人工神经网络的基础理论，对标准数据样本进行学习训练，得出各个节点的权值，建立空气质量的神经网络的监测模型。以空气质量的标准值作为神经网络监测的输入量，输出量为与输入量相对应的空气质量等级。神经网络所表达的信息内容较为隐含，让人难以理解。3模糊控制的数学基础[9]3.1模糊集1965年，美国加州大学控制论专家L.A.zdaeh提出了模糊集合理论，作为模糊控制的数学基础，它为模糊控制的发展奠定了基础。普通集合是指确定的、彼此间可以区别的、具有某种特定属性的事物的全体，而模糊集合是用来表达模糊概念，是一种特定的集合，模糊集合与普通集合存在着区别但也存在着有联系。普通集合里的任一个元素和任一个集合只存在两种情况，即“属于”和“不属于”，这是一个非此即彼的清晰概念，模糊集合正好相反，它是具有不确定性能表达亦此亦彼的情况。模糊集合的定义：设U是论域，A是论域U上的一个模糊集合，用来表示，即：确定论域U中的一个模糊集A。称为对A的隶属度[10]，表示元素属于模糊集A的程度的数量指标，在连续取值，称为隶属函数。若，则表示完全不属于模糊集A；若，则表示在的程度上属于模糊集A；，则表示完全属于模糊集A。模糊集合的定义表明：(1)隶属函数是模糊数学的基础概念，通过隶属函数可以完全刻画模糊集合，并可以对模糊集合构建量化论域。(2)当模糊集合的值域为{0,1}时，模糊集合就会变成一个普通集合，隶属函数相应会变成普通集合的特征集合；普通集合是模糊集的特殊存在形式，而模糊集合是普通集合概念的扩展。3.2模糊关系和模糊矩阵在模糊控制数学基础中，模糊关系占重要地位，当模糊集论域是有限个时，模糊关系可用模糊矩阵来表示。因此，模糊矩阵可看成是普通关系矩阵的扩展[11]。(1)模糊关系关系是用来描述客观事物之间所存在的联系，普通关系是描述元素之间是否存在关联，而模糊关系是用来描述元素之间关联程度的大小。模糊关系和普通关系存在着联系和区别，模糊关系通过普通关系的扩展所得，在模糊合集论中占重要位置。定义：设集合和为两个非空的集合，其直积为：3-1中的某一个模糊集可称为到上的一个模糊关系，也可称其为二元模糊关系，其可由隶属函数完全刻画。隶属度表示具有关系的程度。当时，可称为上的模糊关系。当模糊集论域为个模糊集合的直积时，则其所对应的模糊关系R称为元模糊关系。模糊集合中的各种运算及规则都适用于模糊关系，所以模糊关系也相当于模糊集合。同时，模糊关系可以用模糊集合的表示方法来表示，还可以用图形、矩阵等形式加以对其进行描述。模糊关系是模糊推理的前提和基础，在模糊控制领域中占重要地位。(2)模糊矩阵模糊矩阵适用于逻辑条件的描述。若对任意的和，都存在，则矩阵就是模糊矩阵，模糊矩阵的合成是模糊推理的基础运算。是由两个模糊矩阵和所合成的，合成的结果也是一个模糊矩阵，设来表示该模糊矩阵，其有行列，为中的元素，则有：3-23.3模糊逻辑与模糊推理[12]（1）模糊逻辑1996年，马里诺斯发表了模糊逻辑的研究报告，1974年，Zadeh提出了模糊语言变量的概念，同时，英国的马丹尼提出模糊自动控制理论，将模糊逻辑与模糊语言用于工业领域，实现模糊控制。模糊逻辑的应用前景广泛，在电路及多值计算机等领域都有重要的应用。模糊逻辑是二值逻辑和模糊集合的基础上建立起来的，是二值逻辑的推广。在二值逻辑中只能取0或1，而模糊逻辑可以取[0,1]区间的任一个值，亦此亦彼，是0~1间的无穷多个相互渗透的中介，它的数值是模糊命题真的程度的数量指标。模糊逻辑通过if...then...的形式来表达，在模糊控制中，采用的是模糊控制规则来阐述模糊逻辑。模糊逻辑通过模拟人的思维来处理一些模糊信息，以消除模糊，取得明确、清晰的信息。模糊逻辑不是“模糊”的逻辑，是用来的处理“模糊”的逻辑。（2）模糊推理[13]推理是通过已知判断根据一定的原则得到一个新的判断的思维过程，一般包含两个判断，一个是已知的判断，称为前提，它是推理的起点；另一个判断是新的判断，是由前提所推出的，称之为结论；模糊推理也是如此，它是一种通过使用模糊语言规则以模糊判断作为前提，推出新的模糊判断结论的方法。模糊推理的推理规则是模糊的，所以在推理的过程中模糊推理具有模糊性。在模糊控制领域所应用的模糊推理是前向推理，它与前向数据驱动推理有十分密切的联系。“ifAthenB”的蕴含关系是模糊推理的依据和出发点，它是由所积累的大量经验所得到的结果，在近似推理的过程中，模糊蕴含关系是比较可靠的。L.A.Zadeh基于“ifAthenB”的蕴含模糊关系提出了模糊推理合成规则，这是一个近似推理的方法。设U和V分别为变量u和v的论域，A是U上的模糊集合，B是V上的模糊集合，R是论域上的模糊蕴含关系“ifAthenB”，则有3-3式中的“”为模糊关系合成的符号，由此可知，模糊推理的合成规则主要由两个步骤组成：第一个步骤是要求出各个模糊集间的模糊关系，第二个步骤是要对模糊蕴含关系进行合成运算。根据模糊推理的合成规则，模糊条件的推理一般分成两类，如下：1)简单的模糊条件推理设A和B分别是论域U和V上的两个模糊集合，且C是论域V上的模糊集，用R表示在论域的模糊蕴含关系“ifAThenBElseC”，则有3-4基于模糊推理的合成规则，我们可求出和已知的模糊集相对应的模糊集：3-5模糊控制领域中，输入时，根据模糊条件及具有模糊控制规则“ifAThenBElseC”的模糊控制器，则可以得到输出B1。2)两个输入变量模糊条件的推理在只有两个输入的模糊控制器（二维的模糊控制器）中，我们要将给定值和实际值间存在的偏差及其变化率放在考虑范围中，所以在模糊控制中，所运用到的模糊控制规则为“ifAandBThenC”，即在两个输入条件下的模糊推理。设A、B、C分别是U、V、W论域上的模糊集合，在论域中的“ifAandBThenC”的模糊蕴含关系为：3-6在式中，是一个维的列向量，它由模糊矩阵构成，n和m分别是模糊集合A和B的元素个数。基于模糊推理合成规则，我们还可以求出模糊集合（and）相对应的。3-7式中的是维的列向量，它是由所构成的，是在“ifAandBThenC”前提下所得到的模糊推理的结论。4模糊控制系统与模糊控制器设计4.1模糊控制系统[14]模糊控制是模糊逻辑在控制领域里的应用。模糊控制将专家或操作者多年研究或控制积累的经验及知识用语言变量来表示成控制规则，以此来控制系统。传统控制系统无法未知数学模型、非线性时变的复杂系统，而模糊控制非常适用于这些系统。模糊控制系统是以模糊集合论、模糊语言变量和模糊逻辑推理为理论基础的自动控制系统[15]，它采用的是以计算机计算作为核心的具有反馈的闭环数字控制系统[15]。模糊控制系统的核心是模糊控制器，其具有一定的智能性，这也是其与其他自动控制系统存在智能区别的主要原因。模糊控制系统结构如图所示。给定输入r偏差e控制输出Y模糊控制器执行机构被控对象+-传感器图4.1模糊控制系统结构框图由图可知，模糊控制系统一般是由模糊控制器、输入/输出接口装置、广义对象和传感器四个部分组成。(1)模糊控制器。其实际是一台可以执行模糊控制算法的微型计算机，根据控制的需求，也可以选择系统机、单片机或者单板机。(2)输入/输出接口装置。给定的输入变量可以通过输入接口经转换传送到模糊控制器，而模糊控制器输出的结果可以通过转换传送到执行机构，进而可以去控制被控对象。在接口装置中，除了数模变换、外，还有电平转换线路。(3)广义对象。被控对象和执行机构统称为广义对象，被控对象是多样的，可以是线性的、非线性的、定常的、时变的、单变量的、多变量的、有时滞的或者无时滞的及强干扰的。模糊控制的被控对象非常适用于没有精确数学模型的系统。(4)传感器。它可以将被控对象的被控量转换为我们所能观测到的电信号，在选择的过程中，要尽量选择稳定性好且精度高的传感器，因为传感器的精度会直接影响到整一个系统的精度。4.2模糊控制器设计4.2.1模糊控制器的基本结构及设计(1)模糊控制器的基本结构[16]模糊逻辑控制器，其简称为模糊控制器，它可以模拟人的控制思维，基于积累的大量经验及模糊条件语句构造模糊控制规则，进而可以对系统进行控制，完成控制任务，模糊控制器也可称为模糊语言控制器。作为模糊控制系统的核心，模糊控制器的基本结构如图4.2所示。知识库数据库规则库清晰量模糊量模糊量清晰量模糊化模糊推理解模糊化图4.2模糊控制器的结构框图由图2-2可见，模糊控制器主要有四个功能模块，即模糊化、模糊推理、解模糊化。1)模糊化[17]模糊控制的输入是有一个有确切值的清晰值，而模糊推理的对象是模糊语言变量，故要将物理量的清晰值转换为用语言变量形式的模糊量，这一个过程称为模糊化。其具体步骤如下：a.检测输入的变量；b.量化论域，将实际论域通过比例映射量化转换成模糊集论域；c.完成模糊化，将所测量得到的数据用语言变量描述，同时构成模糊集合。2)模糊推理运用模糊推理的规则可以对模糊控制进行决策，它模仿的是人的思维方式。模糊推理实际上市根据模糊控制的一系列前提条件进行推理，可以得到一个用语言变量描述的输出量，即模糊输出量，它相当于人的大脑，是模糊控制器的核心部分。3)解模糊化通过模糊推理所得到的输出是一个模糊量，而执行机构需要的是一个清晰量，故要将模糊量转换为清晰量，这一过程称为解模糊化。其主要步骤有：a.比例映射。将模糊推理所得到的模糊量从模糊集论域转化为对应的实际论域。b.实现解模糊化。将输出的模糊量转换为清晰量。4)知识库与模糊控制器相关的知识存储于知识库中，它决定模糊推理过程的准确性，从而决定模糊控制器性能的好坏。知识库主要由数据库和规则库两部分组成，模糊控制器通过数据库来定义其模糊语言变量、模糊语言控制规则及数据操作，与模糊推理、模糊化、解模糊化等相关的知识都储存在其中；模糊控制规则存储于规则库中，主要以“if...then...”的形式表达模糊关系，它是由专家或者操作员的控制经验所集合成的。(2)模糊控制器的结构设计[18]模糊控制器结构的设计归根结底是要明确模糊控制器的输入和输出变量。这是模糊控制器整一个设计的第一步，是模糊控制器能否设计成功的前提。要选择哪些变量作为模糊控制器的输入和输出变量，必须要深入学习研究手动控制的过程中，人是怎样获取信息及完成控制的，模糊控制器中的模糊控制规则实质上是模拟人的思维方式做决策的，所以我们要大力研究人在手动过程中是如何获取分析并输出信息的。在模糊控制器结构设计的过程中，首先要对结构进行选型，它所依据的是系统性能指标的要求及被控对象的实际情况。在手动控制的过程中，人通常获取误差、误差变化及误差变化率三个关于被控对象的信息，模糊控制器一般是以这三个信息量作为输入，以控制量的变化量作为输出。模糊控制器可以分为一维模糊控制器、二维模糊控制器和多维模糊控制器，它是依据模糊控制器输入变量的个数划分的。从理论上来说，模糊控制器的输入变量越多，维数就越高，而控制精度也会越高，可是，当输入变量过多时，模糊控制规则和算法也相对应的变得复杂，难以实现，达不到我们控制的需求。目前，二维模糊控制器的使用是最为广泛的。4.2.2模糊控制规则及算法设计(1)模糊控制规则的设计将专家和操作员对系统的控制经验进行总结形成一些模糊推理规则[19]，即模糊控制规则，它是以模糊蕴含条件语句为表达的形式。在模糊控制规则的设计过程中，要考虑到模糊控制规则的交互性、完整性和统一性。模糊控制规则主要通过以下三种方式生成：根据专家经验或过程知识生成控制规则模糊控制器的模糊控制规则为达到良好的控制性能要求以手动控制作为基础进行研究并设计，手动控制过程是人类通过长期的学习与操作，积累了大量的经验并存储在操作员或专家上的技术知识集；专家经验或过程知识经过综合分析处理后就可生成模糊控制规则，从而使系统达到预期目标。根据专家经验或者过程知识生成模糊控制规则的步骤为：a.确定模糊集论域；b.确定模糊集变量；c.由专家经验或者过程知识生成模糊控制规则。2)根据过程模糊模型生成控制规则若用语言对一个动态被控过程的特性进行描述，我们将这种语言描述看作一种过程的模糊模型。我们可以通过这种过程的模糊模型生成模糊控制规则，它的具体步骤为：a.用语言对专家或操作员的控制经验进行描述；b.用模糊量来描述归纳经验法中的程度词；c.建立控制系统的部分模型；d.将经验归纳法转换为模糊控制规则；e.调整模糊控制规则，以更好控制系统。3)根据对系统的观察和测量数据生成模糊控制规则在实际生产过程中，操作员通过自己长期操作的经验能很好的对系统进行控制，但也存在难以给出用于模糊控制所运用的控制语言，为解决这类问题，我们可以通过对系统的输入、输出进行多次测量，然后再通过所测量的数据生成模糊控制规则。根据测量数据对生成控制规则的步骤：a.确定测量值论域及语言变量值；b.从所测量的数据对可生成模糊控制规则；c.求出每条规则的强度。(2)模糊控制算法的设计模糊控制算法的目的是要从输入的连续精确值中通过模糊推理的算法求出相对应的清晰值。模糊控制算法有很多实现的形式，模糊控制系统通常采用的是查表法和解析公式法两种算法。1)查表法。将所有的可能输入量通过比例映射量化到语言变量论域的元素上的这一过程成为查表法，并将量化后的输入论域中的元素进行组合，且求出输入量和输入量论域元素之间的关系表格，表格中各元素间的关系由模糊控制规则给出，所以该表格可以称为模糊控制表。模糊控制表格可以通过直接法和间接法两种方法生成。a.直接法。从模糊控制规则中求出模糊控制量。b.间接法。先求得系统的模糊蕴含关系，再通过输入变量及模糊推理求出模糊控制量，最后通过解模糊化将模糊量转换为一个清晰量，即可得到模糊控制表。在模糊控制实际操作的过程中，查表法的实用性非常强，模糊控制器只需要进行输入变量量化和查表这两个步骤即可得到模糊控制量，操作非常简单，且容易实现。2)解析公式法。模糊控制表通常以表格的形式表达，我们可以用语言变量描述相对应的模糊控制规则，将其数字化，即可用一个解析式来表达；设U为模糊控制量、E为误差、EC为误差变化，它们的关系用解析式表达为：4-1式中表示取与*同号而绝对值大于或等于的最小整数，为修正因或加权因子。当取不同值时，观察模糊控制系统对阶跃响应曲线的变化。不同的值所对应的控制特性是不一样的。当被控对象是一个低阶的控制系统时，则误差E的加权值应该要大于误差变化EC的加权值，也就是的值应要大于0.5；当被控对象是一个高阶的控制系统时，则误差E的加权值应该要小于误差变化EC的加权值，的值要小于0.5。在适当确定误差E和误差变化EC的论域的基础上，再通过调整加权因子将会达到很好的控制效果，所以的取值非常重要。4.2.3清晰量运算在模糊控制中，输入量往往是一个确定的量或是在一定范围内有精确数值的量，即清晰量。而模糊控制的控制是基于模糊集合理论的，所以我们必须将其转换为一个模糊量；用语言变量的形式对一个测量的精确值进行描述的过程称为模糊化。比例映射是模糊化的基本思想，通过数值域与语言域的模糊关系将数值信号映射到语言域上。这一过程，实质上是求数值域所对应的模糊集合的隶属函数的过程。其主要包括量化论域和模糊划分两部分。1)论域的量化量化是指人为的把连续的论域定义为若干份离散等级的这一过程。实际连续的论域通过量化就可以得到一个离散的论域。设有连续论域[-α,α]量化后得到的离散论域为{-n,-n+1,...,n-1,n}，则有：4-2式中。K为量化因子。若w为连续论域中的某一值，相对应的会有元素W在离散论域中，即4-3如果式中的W不是一个整数，则将其归为与它最接近的整数。在模糊控制中，模糊集的离散论域中的元素个数，即量化级数，其是依据输入变量的分辨率所决定的，通常取5~15个。元素的个数可以任意选取，但不可过多或过少。若选取的元素过多，隶属函数在进行模糊关系合成运算时相对应的会用到很多的单点，这会使运算过于复杂，工作量过大；若选取的元素个数过少，会使语言变量所表达的离散论域中的隶属函数过于粗糙，则模糊控制的精确度就会降低，这是不可取的。量化级数的高低对模糊控制的灵敏度有着重要的影响，量化级数越低，模糊控制的灵敏度就会低，控制也就相对应的变得粗糙，当量化级数为2时，模糊控制就相当于一个开关控制，而当量化级数无穷多时，量化论域就相当于连续论语，意义也就不存在了。模糊控制器通过论域的变换就具备了离散性，也因此对系统的微小状态变量的突然变化不大敏感。2)模糊划分模糊条件语句根据模糊语言的定义对输入、输出变量的语言词集进行描述，这是通过语法规则所生成的语言值集合。每一个语言值都是一个模糊集合，而要确定一个模糊集合的语言变量，我们要先确定模糊集合的语言值，这样才能通过模糊蕴含关系构造模糊控制规则。人为的对语言变量值进行分档的这一过程称为模糊划分。人们通常将同类相比的事物分为“快”、“中”、“慢”或者“大”、“中”、“小”等三个等级；基于人们对正反两个方向的对称认识，在设计模糊控制器的过程中，会对正反两个方向进行考虑，并加入一个“零”状态，如对于控制量U、误差E和误差变化EC的语言变化量，我们通常使用“负大”、“负中”、“负小”、“零”、“正小”、“正中”、“正大”七个语言值（NB、NM、NS、ZE、PS、PM、PB）进行描述。选择较多的语言词汇来对语言变量进行描述，这给模糊控制规则的制定提供了方便，但模糊控制规则也因此变得复杂，不易操作，且难以实现；选择较少的语言词汇进行描述，会使模糊控制规则过于粗糙，导致模糊控制的性能过差，难以达到所期望的控制效果。一个语言变量通常选取2-10个语言值，一般情况下，模糊集论域的元素个数2n+1和语言变量的模糊划分的档数m存在以下关系：4-4式中，k的取值范围为2~3，这将会让语言变量值对模糊集论域有很好的覆盖程度。一个语言变量是通过一系列的语言值的集合来描述的，而每一个语言值到时一个模糊集合，而模糊集合是通过隶属函数来刻画的，隶属函数可以通过归纳总结专家或操作员的控制经验来确定，也可以通过模糊统计方法来确定。语言变量的隶属函数的确定，要注意以下几点：a.隶属函数选取三角形、梯形或钟形等形状的控制效果差别不大，但各自的幅宽大小对模糊控制的性能有较大的影响。曲线形状较尖的隶属函数的分辨率较高，控制灵敏度也相对较高；而曲线形状较为平缓的隶属函数的控制特性也相对较为平缓，控制系统的稳定性较好。所以，控制系统的误差较大时，应采用有分辨率较低的隶属函数，而误差较小接近于零时，应采用高分辨率的隶属函数。b.各个模糊集合间的关系对模糊控制的特性也有着重大影响。一个语言变量的各个模糊集合之间是不存在明确分界线的，而这反映在模糊集合的各个隶属函数曲线上，就是各个隶属函数间必定相互重叠。选择合适的重叠是一个模糊控制器相对于参数变化时具有鲁棒性的原因所在。而隶属函数之间不恰当的重叠，就可能最终导致模糊控制系统产生随意混乱的行为。一般重叠率选取范围为0.2~0.6。如果重叠率过大，就会使两个模糊集合难以区分，模糊控制的灵敏度也将会相应的降低。4.2.4解模糊计算在模糊控制系统中，模糊推理所得到的结果是一个模糊量，而我们实际需要的是一个清晰量，因此，我们要从模糊量中求得一个具有代表性的单值，即清晰量，这一个过程就称为解模糊。模糊量的模糊化的主要方法有以下三种。1)最大隶属度法最大隶属度法是指选取模糊推理结论烦人模糊集合中的隶属度最大的元素作为清晰量的方法。设C为模糊集合，所选取的隶属度最大的元素应满足：，4-5最大隶属度的优点是简单易行，但这种方法完全排除了其他一切隶属函数较小元素的影响，这个就是它的缺点，它所囊括的信息量较少，且不考虑隶属函数的形状及分布状况，也正因为如此，最大隶属度法在计算机上的实用性非常好。如果最大隶属度所对应的基础变量值的个数多于一个时，则取其平均值作为模糊控制输出的清晰值。2)中位数法中位数法是一种全面考虑模糊推理结论中模糊集的各部分的信息的解模糊化方法。它是在隶属函数曲线图中，将隶属函数曲线和横坐标所围成的面积一分为二，当这两部分的面积相等时，将其分界点所对应的元素作为解模糊化的清晰值。设C为模糊量，如果存在，并且可以使，则u即为清晰值。2)重心法重心法是指取模糊集合的隶属函数曲线同实际变量轴所围成的重心对应的实际变量值作为清晰值的方法，设C为模糊量，它的隶属函数如下：4-6则清晰值的计算公式为：4-7重心法也可称为力矩法，其实质上是一种加权平均法，它包含了所有模糊集合的信息，权值是模糊集合中各个元素的隶属度。重心法是一种最为常见的解模糊化方法，适用范围也较广。5实验仿真5.1MATLAB和模糊逻辑工具箱介绍(1)MATLAB介绍1982年，MathWorks公司推出了一款可以进行数值计算的软件，即MATLAB，这是一款高性能且可视化的软件。MATLAB将数值分析运算、信号处理、矩阵运算等等融合成了一体，构建了一个友好界面且使用方便的用户环境。MATLAB具有强大的功能扩展能力，给各个领域的研究及应用提供了方便。MTLAB拥有能解决一些特定的应用问题的程序组。即工具箱，这是MATLAB最大的特点。MATLAB的工具箱根据其使用的范围可以大致分为领域型的工具箱和功能型的工具箱两类；功能型的工具箱主要是用来扩展补充MATLAB文字的处理功能、符号的计算功能、硬件的实时交互功能及图形的建模功能，能运用到各个学科上；领域型工具箱的专业性特别强，金融工具箱、控制工具箱等都属于领域型工具箱。目前，MATLAB已经成为了最具有广泛应用前景的高级的计算机编程语言，有人称之为“第四代”计算机语言，在运算、控制、绘图等领域占重要地位。(2)模糊逻辑工具介绍各个学科领域的专家及学者陆续开发了MATLAB工具箱，而模糊逻辑工具箱是其中之一。LotfiA.Zadeh是模糊逻辑工具箱的创始人，他给予了该工具箱很高的评价，模糊逻辑工具给系统结构计算方面提供了模糊控制规则，很大程度上提高了人们进行模糊推理的能力，再加上MathWorks公司提供的图形界面技术，进一步加强了人们的模糊推理能力。模糊逻辑工具箱有五个主要的图形用户界面（GUI）工具，它可以用来建立、编辑和观察模糊推理系统。图形用户界面工具包含模糊推理系统编译器、隶属函数编译器和模糊规则编译器三个编译器，还包含有模糊规则观察器和输出曲面观察器两个观察器。可以通过图形用户界面和命令行方式两种方式使用模糊逻辑工具箱建立模糊控制器，本文采用的是图形用户界面方式建立模糊控制系统。模糊逻辑工具箱[20]五个主要的图形用户界面的功能如下：1)FSI编辑器(FSIEditor)：处理模糊系统一些高级问的题，如输入输出变量的个数、系统的基本框架等。2)隶属度函数编辑器(MembershipFunctinoEditor)：用来定义和每个变量相关联的隶属度函数形状。3)模糊规则编辑器(RuleEdiotr)：用来编辑模糊规则的列表,并定义模糊控制系统的行为。4)模糊规则观察器(RuleViewer)：基于模糊推理的图形显示，当其被调试时，它能呈现模糊推理的过程。5)输出曲面观察器(SurfaeeViewer)：能显示出任何输入的依赖性，绘制出输出曲面。其中模糊规则观察器和输出曲面观察器是只读的工具，无法进行编辑。图形用户界面工具能相互交换信息并能相互作用，对于任意一个模糊控制系统，全部开放。5.2模糊隶属函数的确定(1)SO2、NO2和PM10浓度的获取目前，空气中污染物浓度检测的方法很多，主要的检测方法有直接检测和间接检测两种方法。间接检测一般是通过一些化学反应之后检测其所发生的变化来估算浓度，检测过程的约束条件较为苛刻，且浓度不高。根据需求，选取直接测量法，可靠性强，可选TGS2201用于测量NO2的浓度，SO2/M20用于测量SO2的浓度，AS-AQM301用于测量PM10。(2)模糊隶属函数的确定对输入量SO2、NO2和PM10构造量化论域均为[-2-1012]，模糊语言集为{L,LM,HM,H}，对应含义为“低”、“中低”、“中高”、“中高”、“高”。采用表2-1中SO2、NO2和PM10的数据进行实验，通过公式5-1，可将实际论域映射到模糊集的论域中。5-1式中，为精确量，为模糊量，[αβ]为精确量所处的变化范围。根据国家空气质量预报及相关文献的内容，将各参数及其论域取值如表5-1至表5-3所示.表5.1SO2(mg/m3)论域取值基本论域模糊集论域模糊值[-0.67000.300][-3.333-21.428]L[00.3001.230][-2-1.4280.476]LM[0.3001.2302.100][-0.4280.4761.620]HM[1.2302.1003.655][0.09623.333]H表5.2NO2(mg/m3)论域取值基本论域模糊集论域模糊值[-0.2500.24][-3.333-2-0.72]L[00.2400.32][-2-0.72-0.294]LM[0.240.320.75][-0.72-0.2942]HM[0.320.751][-0.29423.333]H表5.3PM10(mg/m3)论域取值基本论域模糊集论域模糊值[-0.2000.30][-3.333-20]L[00.300.40][-200.666]LM[0.300.400.60][00.6662]HM[0.400.600.80][0.66623.333]H输出量为空气质量等级Q，其量化论域为[-2-1012]，模糊集语言集为“good，light，moderate，severe”，对应的含义为“优良”，“轻度污染”，“中度污染”，“重度污染”。5.3模糊推理规则的构造模糊控制规则是对操作