碳化塔液位模糊控制设计与工业实现的实时实验研究

工程科学与技术，国际期刊23（2020）691完整文章纯碱液位模糊控制的设计与工业实现Snejana Yordanovaa，Mr. Boga，Branimir Gueorguievb，Milen Slavovba索非亚技术大学，自动化学院，索非亚1000，保加利亚b阿提奇莱因福奥文章历史记录：收到2019年2019年7月29日修订2019年8月26日接受在线发售2019年关键词：碳化塔液位控制Mamdani模糊逻辑控制可编程逻辑控制器实时实验A B S T R A C T由于对象的非线性、模型的不确定性、变量间的耦合以及工业环境中的干扰等因素的影响，传统的线性控制技术往往不能满足现代复杂对象控制的高要求。模糊逻辑控制器（FLC）成功地确保了控制系统的稳定性，鲁棒性和期望的性能在整个范围内的工厂操作。尽管FLC理论发展迅速，但报道的工业应用仍然很少。本调查的目的是设计和实施一个无模型的FLC在纯碱生产碳化塔液位使用低成本的通用工业可编程逻辑控制器（PLC）。新颖之处在于单输入单输出FLC的设计，FLC变换使得其能够在PLC中编程，并且PLC-FLC的实施用于在保加利亚的“Solvay Sodi”SA - Devnya的碳化塔中的液位的实时控制。在工业装置上进行的实时实验表明，FLC系统比现有的基于模型的模糊并行分布式控制系统具有更高的动态精度和更短的调节时间。©2019 Karabuk University. Elsevier B.V.的出版服务。这是CCBY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍生活标准的提高要求生产越来越多的高质量精密产品，但也要遵守能源、市场和环境限制。这导致当前设备的复杂性增加和操作范围扩大。对象的非线性、模型的不确定性、变量间的耦合以及工业环境的干扰是影响控制系统性能的重要因素。它们很难被发达的经典建模和控制技术所解释。模糊逻辑控制器（FLC）提供了先进的手段，成功地控制复杂的工厂，确保控制系统的稳定性，鲁棒性和所需的性能在整个范围内的工厂操作。缩略语：CCl，碳化塔; DCS，分布式控制系统; FL（C），模糊逻辑（控制器）;FU，模糊单元; MF，隶属函数; LTI，线性时不变; PDC，并行分布式补偿; PI（D），比例积分（-加微分）; PLC，可编程逻辑控制器; SISO，单输入单输出; TSK，Takagi-Sugeno-Kang模型; ZN，齐格勒-尼科尔斯模型。*通讯作者。电子邮件地址：sty@tu-sofia.bg（S. Yordanova）。由Karabuk大学负责进行同行审查无模型的Mamdani FLC是方便的，当有关工厂的信息是稀缺的。它是由许多专家推导出的模糊规则。并行分布补偿（PDC）基于衍生的Takagi-Sugeno-Kang（TSK）工厂模型[14，16]。它是流行的，其易于设计使用强大的良好掌握的线性控制技术的局部线性控制器调整和整体系统的稳定性分析。它的结构简单，只需要几条模糊规则- 一个用于线性化区域，便于工业可编程逻辑控制器（PLC）中的PDC编程以实现实时实施。PDC具有TSK工厂模型的结构。基于测量的前提变量，相同的前提相对于一些专家定义的模糊线性化区域识别当前操作点的位置。的结论描述本地线性控制器，设计的基础上的TSK本地线性植物模型。PDC输出被计算为局部控制器输出的软混合液位控制是许多工业生产过程中的一个难题。该工厂是复杂的，往往没有自我调节或振荡阶跃响应。液位是一个快速响应的变量，对干扰和测量噪声非常敏感。所产生的用于将液位保持在期望参考的控制动作改变了此外，入口流动压力也受到影响，这导致与必要的流入流速不同因此，各种FLC和模糊https://doi.org/10.1016/j.jestch.2019.08.0052215-0986/©2019 Karabuk University.出版社：Elsevier B.V.这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表工程科学与技术国际期刊杂志主页：www.elsevier.com/locate/jestchR--南692号Yordanova等人/工程科学与技术，国际期刊23（2020）691增益放大器被开发用于电平控制[1，6，11，7，17，16]。模糊逻辑（FL）经常补充优化应用遗传算法离线调整使用非线性植物模型和模拟。基于仿真[9]和实时实验[2，3，12，13]，报告了FL液位控制在锅炉、核发电机、储罐等工业过程中的不同应用。虽然已经证明了使用低成本PLC或微控制器的第一步[2]，但实时实验仍然远离工业环境，作为工厂模型控制的实验室测试控制纯碱生产用碳化塔（CCl）中氨盐水溶液的液位对于整体生产性能非常重要[15]。这是一项复杂的任务，因为水平的参考会根据产生的解决方案而变化[19]。对于每个参考和操作模式-操作或洗涤，线性设备模型具有不同的参数。此外，对溶液的流入流率的控制动作引起入口流压力P的变化，从而根据计算的控制动作影响期望的供应。液位上的其他扰动来自反应中使用的气体的逆流和最终产物-碳酸氢钠晶体悬浮液的释放年，保加利亚Devnya镇“Solvay Sodi”SA公司开发了一种基于TSK工厂模型的PDC，用于控制CCl中的液位。[19]已在常规业务中采用。其算法由不支持FL的现有PLC执行。与以前的线性PI控制系统相比，PDC提高了系统的动态精度，并通过分布式控制系统（DCS）[4]进行了优化。它还减少了控制方差，该方差导致昂贵的最终控制元件的密集磨损然而，对于在操作和洗涤模式中的柱保持恒定比率3：1并行操作的其余CCl实施PDC是困难的。 原因在于，从工厂TSK建模开始，对本地线性PI控制器的许多参数进行调整，并以PDC的PLC完成结束，每个CCl的单独PDC设计是昂贵的、耗时的，并且需要高素质的员工和专门的软件。此外，FLC-PDC测试和跟踪也缺乏简单性和透明度。因此，本文的目的是设计一个简单的，适合工业应用的MamdaniFLC，并实现它的控制的氨盐水溶液在CCl使用现有的霍尼韦尔PLC的Experion DCS的水平其目的是进一步提高控制系统的性能，简化FLC的设计和PLC的实现，这将使FLC的快速发展和引进所有的CCl。新颖性在于所建议的单输入FLC结构简单，因此算法具有较少的调整参数，确保了快速计算和消耗小的存储器，这使得它适合于实时控制。与现有的PLC-PDC液位控制相比，从实时PLC-FLC控制评估所实现的改进该研究是在MATLABTM的调谐和图形表示、FLC设计的模糊逻辑工具箱[5]和Experion DCS的Honeywell PLC[4]的帮助下进行的。最终控制元件、传感器、传感器、噪声滤波器等与PLC-PDC系统中使用的相同，并在[19]中进行了描述。不同之处在于新的FLC算法，该算法使用PLC语言和结构在同一PLC中编程。本文件的进一步结构如下。第2描述了SISO FLC的设计在第3中，提出了FLC的PLC第4节介绍了Honeywell PLC-FLC控制系统对碳化塔中氨盐水溶液液位的实时研究，以及与当前PLC-PDC控制系统性能相比的系统性能评估。第五是结论和未来研究的展望。2. CCl溶液级PI SISO FLC的设计建议的PI SISO FLC的框图如图1所示。它由一个指数噪声滤波器组成，用于测量工厂输出s+ 1）-1，其中Tf= 0.2 - min，用于系统误差e=Hr-H的归一化增益 Ke，其中 Hr是水平H的参考，模糊单元（FU）和PI后处理。 SISO FU执行归一化误差en到FU归一化输出on的静态非线性映射，其中归一化在范围[-1，1]内。PI后处理算法由传递函数CPI（s）描述=Kp+ 1/Tis。它包括两个并行分量PI后处理确定SISO FLC算法由于其近似计算、噪声灵敏度高、调谐困难，故不含导数项.信号e、Hr、H和控制动作uPI、uP、uI在范围[0，100] %中呈现。由于技术原因，CCl在[30，80] %范围内工作，常用的参考值Hr取范围[35，65]%。FLC的设计包括：1）通过确定FU输入和输出的MF以及模糊规则和归一化增益的计算来设计FU; 2）调整PI后处理的参数。2.1. FU的设计FU输入MF是5个正交梯形和三角形，如图所示。 二、他们是标准的专家为基础的经济计算表示，通常使用时，有关工厂的信息是小的。FU输出MF是[ 1（NG）0.8（N）0（Z）0.8（P）1（PG）]处的5个单例，如图2中的模糊规则结论所示，其中N表示用于输出MF的单例的选择旨在通过简化PLC存储器中的MF描述和解模糊来促进FLC的PLC实现SISO FU将模糊规则的数量减少到输入MF的数量，并使用关系式辅助其设计图1.一、 PI SISO FLC的框图S. Yordanova等人 /工程科学与技术，国际期刊23（2020）691-699693图二. FU隶属函数，模糊规则，控制曲线。on= f（en），导致零误差。模糊规则如图所示。 2例如第一模糊规则如下：R1：如果en为m1，则on为-l，负极大（NG）误差意味着H Hr和控制动作应通过减少向CCl的流入量来降低水位这是针对on= NG实现的，其在PI后处理之后导致减少的控制动作。设备非线性[19]预先确定非线性控制器。FU在En和On之间引入了所需的适当的非线性，使得闭环系统提高了其性能。计算的非线性控制曲线如图所示。 二、是时候-不变量和扇区有界的线与角增益K= 4，r= 1。归一化增益Ke是基于假设的最大绝对值用于误差|e|max=20%，其对应于在CCl操作期间观察到的参考DHr =±20%的最大变化。因此Ke= 1/20。2.2. PI后处理参数的调整Kp和Ti的调整取决于工作人员的经验、编程技能、可用的软件和理论背景2---2南694号Yordanova等人/工程科学与技术，国际期刊23（2020）691可以基于以下经验和理论方法。1. 使用专家知识和启发式考虑调整Kp和Ti其思想是根据信号的范围以及对系统稳定性和快速响应的要求来确定Kp和Ti的近似值，而对参考变化和干扰没有稳态误差根据专家信息，对于最典型的参考Hr= 50%，e（0）= 0的初始稳定状态确定控制动作的初始值uPI（0）= 50%。因为uP（0）=Kp。e（0）= 0%，积分器的初始值为uI（0）= 50%。为了使H = Hr的稳态误差e（1）= 0保持在常用的参考Hr2 [35，65] %，控制作用uPI（1）的设定值必须在相同的范围内。由于uPI=uI，对于e= 0，则uI2[35，65]%。 增益Kp仅在e（t）=0时的瞬态响应中有效。然后分量uP补充分量uI以形成uPI2[0，100]%，即 uP2 [30，80]%，包括瞬态响应。考虑到Kp是将FU输出on[1，1]转换为控制动作uP= Kp的反规范化因子。在[30，80]%范围内，Kp的适当值可以在相同的范围内选择-从用于慢瞬态响应和对干扰更大灵敏度的Kp=30%到用于快速瞬态响应和良好干扰抑制的Kp=80%。在这里，Kp =80%是可以接受的。积分时间常数Ti根据经验调整方法[10，18]计算，作为专家估计的电厂时间常数T<$200 s这里接受范围中间的值Ti= 132 s。2. 根据[18]中推导的SISO FLC系统稳定性和鲁棒性标准调整Kp和Ti该方法将非线性闭环系统稳定性的Popov条件与[8]中定义的线性系统的鲁棒性准则相结合首先将FLC系统转化为一个由定常非线性项和线性定常（LTI）稳定动态项组成的Popov系统。该扇区由横坐标和通过原点的直线确定，该原点由非线性静态特性的最陡斜率定义。在FLC系统中，静态部分包括FLC的SISO FU，其非线性特性包含在横坐标和线之间，由图2中的控制曲线中的K定义。在这种情况下，动态部分包括线性标称设备模型P°（s）和动态FLC后处理-串联的PI算法C PI（s），[ P °（s）。CPI（s）]。实际对象模型往往是未知的、非线性的、复杂的。它被假定为代表的线性标称植物模型和模型的不确定性，都由专家评估。广泛传播的Ziegler-Nichols（ZN）模型建议的名义植物的描述。原因是它有一个简单的传递函数Psk：exp-s= Ts1具有明确的物理意义的参数此外，它还成功地逼近了动态特性。在大多数工业厂房中。标称设备模型P°（s）的参数表示为（k°，T°，s°）。模型的不确定性被定义为乘法lsl/2Pvs-Po s]=Po s;其中，变化的设备模型Pv（s）说明了设备参数（kv，Tv，sv）的最不利变化，例如，Dk=kv2-k°> 0，DT=TvT° 0，Ds=svs°> 0（关于闭环系统稳定性[8，18]）。 这是一种未知的植物，由一系列模型表示，由[P°（s），l（s）]对定义，其中P°（s）在频域|对于给定频率xi，确定围绕标称设备奈奎斯特图P °（j xi ） 的 每 个 点 的 圆 盘 半 径 。 |determin esthe radiusesofthedisksaround eachpointofthe nominal plant Nyquist plot P°(jxi) for agiven frequency xi.真实设备的xi[实P（jxi），虚P（jxi）]的奈奎斯特特性位于该fre-i的相应圆盘内。频率。因此，所有可能的对象都应满足鲁棒稳定性准则，即对于所有有效频率具有重叠不确定盘的标称对象。动态部分[P°（s）. 由于CPI（s）中的积分分量，CPI因此，它首先通过引入局部反馈来稳定，增益为rCPI（s）/[1 +r. P°（s）。CPI（s）]。FLC闭环结构中的这种变化由FU的并行增益r补偿，这导致对SISO FLC控制曲线的位置的更高限制非线性必须限制在一个较窄的扇区内，由图2中具有角增益K和r的线确定，K>r。这种等效变换的FLC闭环系统通过考虑其上覆盖有不确定盘的标称对象模型，使得能够应用经Morari鲁棒性考虑修改的Popov稳定性判据[8]。因此，鲁棒稳定性判据指出，如果Nyquist图Pmjx1实半Psjx]jx：虚半Psjx]标称设备模型的修正稳定动态部分（带有重叠不确定盘）位于通过点（-1/Kc，j 0）绘制的波波夫线的右侧和下方Kc=K-r.因此，对于具有图1中确定的（K，r）的设计FU，SISO FLC的Kp和Ti的调谐。 2包括以下步骤。初始数据1. 估计有效频率范围Dx= [0.1xo，10xo]，xo= 2p/T°，并计算确定范围2. 计算定义范围内的Kp和Ti3. 对于Kp和Ti的值的每个组合：3.1. 计算稳定线性部分的奈奎斯特图Ps（jx），xDx，并根据奈奎斯特稳定性标准检查其对于该r值是否稳定。如果Ps（jx）不稳定，即Ps（jx）与奈奎斯特点（-1，j 0）左侧的实轴相交，则进行下 一对调谐参数Kp和Ti。3.2. 计算稳定Ps（jx）的Nyquist图Pm（j x），x2Dx，并根据修改后的Popov-Morari鲁棒稳定性准则检查它是否鲁棒稳定如果 Pm（jx）不是鲁棒稳定的，即如果标称或最差的Pm（jx）变化当被控对象模型与通过点（-1/Kc，j 0）绘制的波波夫线相交时3.3. 求出满足步骤3.1和3.2的参数Kp和Ti4. 从附加标准中选择最佳耦合（Kp，Ti），例如，对于良好的干扰抑制Kp= max。对于线性系统，鲁棒性能准则被定义为对于某个频率和来自该族[8]的某个对象模型，最坏系统误差的最小化。对于FLC非线性系统，这是在FU控制曲线线性化之后应用的÷÷÷KKPKnKeRKK-S. Yordanova等人 /工程科学与技术，国际期刊23（2020）691-699695鲁棒性能判据包括鲁棒稳定条件。它对闭环系统提出了更高的要求，不仅要求闭环系统在由对象模型不确定性定义的变化的对象参数下保持稳定，而且要求闭环系统的性能指标保持在标称对象的系统性能的可接受的容差内。在图3（a）中可以看出，对于Kp= 80%（最大可能值）和Ti= 132 s，满足鲁棒稳定性准则，因为标称和变化设备的Pm（jx）位于右侧，波波夫线以下图中所示。 3（b）鲁棒稳定性具有非线性FU的系统的鲁棒性能曲线和具有线性化FU的系统的鲁棒性能曲线均小于1对于有效的频率范围，这表明闭环FLC系统是鲁棒的。3. 氨盐水液位PI SISO FLC的PLC实现在图2中，MF的规范化论述域被分为6个区域，由FU MF确定当给定输入en落在区域z，z = 1（i+ 1）中时，所有MFmi，i=1 5可以被计算为等于1或0，或者从数学方程mi=ai。en+bi的对应线l1l8，其包括该区域中的MF例如，如果en落在区域2中，则从等式m1=a1计算m1。其中a1= -5，b1=-1，m2是根据l2的等式计算的，m3=m4=m5= 0。确定作为e n的函数的区域的逻辑条件和用于评估所有MF m1<$m5的表达式如表1所示。对于离散时间tk中的测量电平Hk，归一化误差en计算为en=K。（HH）.为此，检查所有逻辑条件。满足的一个表示en落在的区域。然后计算en与表1中针对该区域定义的所有MF的匹配度mi通常1或2个相邻MF具有非零值。模糊规则从图。 表2中列出了2个。使用离散重心法计算最终的解模糊输出PI SISO FLC设计的工业实施基于Experion DCS的现有PLC，该DCS用于所有纯碱生产过程的控制。PLC是一个m1：-1m2：-0：8m3：0m4：0：8m5：1米1米2米3米4米5米不支持FL，因此MF和FU必须转换成普通的逻辑表达式。为此用于SISO FU和正交输入MF51/1m/l。目的建议采用以下方法。图1中PI SISO FLC的其余组件图三. FLC系统：Nyquist曲线Pm（jx）（a）;鲁棒稳定性和鲁棒性能曲线（b）。表1给定测量的MF计算根据en和MFnm1zm 2zm 3zm 4zm 5z-1 =e-0.4（z= 1）m11=1m21 =0m31 =0m41 =0m51 =0n n n-0.4 =e-0.2（z= 2）m12=-5e-1m22= 5e +2m32 =0m42 =0m52 =0-0.2 =e 0（z= 3）m13=0m23= -5enm33= 5en +1m43 =0m53 =00 =en 0.2（z= 4）m14=0m24 =0m34 =-5en+1m44 = 5enm54 =00.2 =en 0.4（z= 5）m15=0m25 =0m35 =0m45 =-5en+2m55 = 5en-10.4 =en =1（z= 6）m16=0m26 =0m36 =0m46 =0m56 =1表2模糊规则的SISO FU。en）m1M2M3M4M5on）-1（NG）-0.8（N）0（Z）0.8（P）1（PG）≤÷KK2N÷Hr. ΣNNKHr单位：千分之四嗯-Hr联系我们1/2 k-[]（Kp），乘积用P[4]总结-HrNNk ½0Hrkk¼0南纬696号Yordanova等人/工程科学与技术，国际期刊23（2020）691积分器或后处理中的整个PI算法，都嵌入到现有的PLC功能块中。采样周期为Dt= 1 s，由专家估计的工厂时间常数Dt0.1T[10，18]。 所有时间参数都转换为分钟因此，在PLC中实现的FLC算法更简单-取代现有PLC-PDC的3个PI控制器，PLC-FLC使用一个。PDC的FU具有3个MF，由4个区域中的线表示，而FLC的FU具有用于描述5个MF的另外两个区域，这仅增加了一点代数计算的数量FLC算法在Experion DCS的现有PLC中使用开发环境“ControlStudio”编程。PDC的设计考虑了针对FLC的2个参数的总共6个调谐参数此外，FLC设计不受电厂数学模型的约束，这与PDC不同，PDC设计需要初步推导出TSK电厂模型-额外的对于由采样周期Dt定义的每个离散时间tk，执行以下循环- 电流电平Hk的读数，借助微波雷达传感器测量，H在[0.5，3]，m范围内，统一输出为4 20，mA。雷达传感器由安装在VEGAPULS型圆柱发射器顶部的52K和一个雷达天线。雷达传感器它被过滤掉噪音，经过可靠性测试，并显示在操作员的屏幕上- 系统误差ek的计算和标准化- n的MF和FU输出计算;- - 通过使用积分器和代数功能块对on进行PI后处理来计算当前FLC输出uPik，其中获得了调谐参数并分配了抗缠绕设置;- 通过PLC的模拟输出将uPik（0，100）%传递到最终控制元件，即传 递 到 用 于 驱 动 双 作 用 气 缸 的 仪 表 空 气 ， 通 过 智 能 控 制 将LW7LBAA150型蝶阀DN150打开90度。定位器，由信号线4-20供电支持FL的发展，因为所有的工业PLC都有算术和普通逻辑运算以及不同的PID控制器和噪声过滤器的设施。编程语言是相似的，并基于现有的标准。分歧在现有的功能模块、开发环境和监控系统中。建议变换的MF和模糊规则到算术和普通的逻辑操作，不仅使低成本的工业FL实现，但也节省了计算资源。最常用的三角形和梯形MF以及SISO FLC结构的选择促进了这一点，但也限制了这一点。该变换也适用于其它变量的FLC的PLC实现。当被控对象的非线性度较高时，可能需要更多的MF和双输入FLC。嵌入式技术和现场可编程门阵列可以编程执行FLC的特定应用和快速变量，例如汽车的速度，其中的时间响应是至关重要的。在这种情况下，所建议的简化变换甚至更重要。然而，FLC的PLC实现提供了一个通用的工业解决方案，它可以应用于各种过程，而不需要特定和复杂的编程技能。现代PLC配备了各种功能和已经编程的用户友好的模块和解决方案，符合实时和工业环境的要求，从而使工业应用的快速发展。4. PLC-FLC氨盐水液位实时控制系统的研究在保加利亚Devnya镇Solvay Sodi SA的一个CCl中，在工业环境中对PI SISO FLC的PLC实现进行了测试，以实时控制氨盐水溶液实验设计为能够在水平参考逐步变化的顺序50- 60-50-40-50%下评估FLC闭环系统性能指标，也考虑到作为主要干扰的流入压力P，barG所考虑的业绩指标是：-过冲r，%、建立时间ts，min、控制动作最大跨度DUmax和平均值Umean;ASPEN监控系统-制造和执行系统从第二个开始执行不同格式和采样周期的数据显示、存档和导出。（https://www.aspentech.com/en/products/msc/aspen-infoplus21）。- 一个点F¼1Xe2k¼0ð1Þ执行FLC算法的Experion的Honeywell PLC的编程代码使用功能框图开发，如图4所示。输入模块DACA将输入从[4，20] mA缩放到[0，100] %。经典的PID控制器PID-PLA用于操作员屏幕上的界面和面板数值块A和乘法块MULA执行系统误差归一化。FLC_IN1是在范围[-1，1]中的信号限制器。FU函数的模糊化其中N是样本量Dt，k=0N. F值越小，精度越高;- 相对控制方差D，定义为方差DU相对于参考Hr的控制动作U=uPI的压力P的每单位方差DD. UD和去模糊化由UCA2K01A执行，其中MF并存储模糊规则FU输出on，表示为dunHr简体中文ð2Þ馈送积分输入P[1]= du的INTEGRATOR_2。国际-grator初始值被提供为P[2]。在计算模块中，与D.U1PNhUkM.宇井2号DP1个Pk¼0MP2，AUXCALCA P[1]是FU输出，乘以一个常数其中M.U盘1PNUk 和MP1PNPk是估计值H使其产生FLC输出。CHAPID处于FLC算法的建议修改可以很容易地在任何PLC中编程，这些PLC没有特定的工具，我们的数学期望值 和P 分别：TheRD的值越大，表明磨损程度越大，昂贵的最终控制元件（阀和致动器）的寿命越短;X1¼X1U¼S. Yordanova等人 /工程科学与技术，国际期刊23（2020）691-699697见图4。 PLC Experion编程代码，以FLC为功能框图.- 相对于其最大值Umax= 100%- 每单位参考Hr的总累积控制作用相对于Umax= 100%NIU100千分之一Uk3NIUrk100千分之十小时ð4Þ÷南698号Yordanova等人/工程科学与技术，国际期刊23（2020）691指标（3）和（4）评估用于控制的能量消耗对于更大的IU和IUr，需要采取更多的控制措施研究了两个PI SISO FLC系统仅Kp的减小导致超调增加和精度降低。控制动作具有增加的方差并且以较低的频率变化。通过将Ti增加到300 s，控制动作的方差略微减小，代价是控制振荡的频率略微增加。这两个系统的水平H（t）和控制作用U（t）的阶跃响应作为Excel数据从ASPEN导出，并在图中使用MATLABTM表示。 5和图 6分别。在每个图中，为了比较，增加了在[19]中开发的现有PI PDC液位控制系统的阶跃响应。三个系统的性能指标在表3中进行了评估和系统化其中最好的指标用灰色突出显示，第二好的业绩指标的比较分析（1）(4)示出PI SISO FLC系统1确保最精确的液位控制。在PI PDC系统中，控制作用的方差和累积的控制努力是最小的。PI SISO FLC系统2的评估性能介于PI PDC和PI SISO FLC系统1的性能之间。系统1具有最小的超调量和建立时间，并且在最大控制跨度中排名第二，这将其评为最佳系统。PI SISO FLC系统1的结构和设计非常简单，并且仅使用关于工厂的少量信息。这大大方便了PLC的实现和维护。不需要专门的软件或高素质的员工图五、PI SISO FLC系统的阶跃响应与调谐参数对本PI PDC系统的阶跃响应图六、PI SISO FLC系统的阶跃响应与PI PDC系统的阶跃响应相比，具有不同的调谐参数S. Yordanova等人 /工程科学与技术，国际期刊23（2020）691-699699表3系统的性能评估5. 结论和未来研究本研究的主要贡献总结如下。PI SISO FLC是为控制纯碱生产工厂碳化塔中氨盐水溶液的液位而开发的。它符合使用现有PLC进行实时控制的要求和限制该FLC具有作为一个单一的输入到模糊单元的归一化系统误差这节省了第二输入的计算此外，规则的数量大大减少，规则是容易定义的。后处理是具有两个独立的整定参数的PI算法，其是可用的PLC功能块。因此，所需的计算资源（存储器和处理器时间）很小，这使得FLC算法适合于实时PLC控制。该设计简单，易于实践工程师执行，并基于对工厂的少量专业知识。它可以使用经验方法或鲁棒稳定性或鲁棒性能条件。为了使所设计的PI SISO FLC算法在不支持模糊逻辑的ExperionDCS的工业通用PLC中易于编程，建议将模糊规则和隶属函数转换为普通逻辑条件。这种方法可以应用于不同变量的FLC使用各种PLC或嵌入式技术。梯形和三角形MF的使用不能被认为是一种限制，因为这些MF在实践中最常用。由于MF的形状更加复杂，PLC-FLC用于实时稳定控制“Solvay Sodi”SA - Devnya，Bulgaria碳化塔中氨盐水溶液的液位一年多来，它多次被列入短期行动。在工业环境中对不同参考文献进行的实验表明，PLC-FLC系统不仅算法简单，设计基于专家，而且系统误差和调节时间都比现有的PLC-PDC系统减少一倍以上。这个想法已被进一步开发和测试的两个输入模糊单元和不同类型的后处理。实时工业实验作为重要的未来研究的轮廓的测量噪声和干扰的影响的减少。6. 供资和利益申报这项研究没有收到任何来自公共，商业或非营利部门资助机构的具体资助。作者声明，他们没有任何形式的利益冲突，并同意提交此最终版本的手稿以该手稿是一个原始的未发表的研究工作，并没有考虑在其他地方出版。引用[1] 王文，李文。Technol. 23（2020）307https://doi.org/[2] Z.Aydogmus ， Areal-timerobustfuzzy-basedlevelcontrolusingprogrammable logic controller ， Elektronika ir Elektrotechnika 21 （ 1 ）（2015）13https://doi.org/10.5755/j01.eee.21.1.7812[3] F.沙卜尼河Taleb，A. Benbouali，M.A. Bouthiba，使用Arduino在水箱液位中应用模糊控制，Int.J.Adv.ComputerScienceAppl.7（4）（2016）261https://doi.org/10.14569/IJACSA.2016.070432[4] Experion概述，Honeywell Int.股份有限公司、2006年5月5日发布300.1[5] 模糊逻辑工具箱：MATLAB用户指南。TheMathWorks，Inc. Natick，MA，1998年。[6] J. Jantzen，模糊控制基础，John Wiley and Sons，纽约，2007。在线ISBN：9780470061176，doi：10.1002/9780470061176.[7] N. Kanagasabai ， N.Jaya ， Fuzzy gain scheduling of PID controller for aMIMOprocess ， Int.J.ComputerAppl.91 （ 10 ） （ 2014 ） 13https://doi.org/10.5120/-20，www.example.com 15916-4803.[8] M. 莫拉里湾林志玲，鲁棒过程控制，硕士论文，北京，1999。[9] H.M. Mousa，硕士Koutb，S.M. El-Araby，H.M.A.王晓刚，核电站U型管蒸汽发生器水位模糊控制器的设计。Sci. 7（4）（2011）629-637。[10] T. Neshkov，S.约尔丹诺瓦岛Topalova，过程控制和生产自动化，索非亚技术大学，索非亚，2007年。[11] R.E.普雷卡普大卫，E.M. Petriu，M.B. Radac，基于模糊逻辑的自适应重力搜索算法，用于模糊控制伺服系统的最优调谐，IET控制理论和应用7（1）（2013）99-https://doi.org/[12] A. Shome，D.陈文，锅炉温度和水位控制的模糊逻辑方法。 J. 科学与工程Res. 3（6）（2012）1-6。[13] W. 谭，核蒸汽发生器的水位控制，核动力学。Eng. Des. 241（5）（2011）1873https://doi.org/10.1016/j.nucengdes.2010.12.010[14] K.田中先生王文，模糊控制系统设计与分析：线性矩阵不等式方法，北京，2001。[15] Ch Thieme，碳酸钠，在：Ullmann&'s EncyclopediaofIndustrialChemistry，Wiley-VCH Verlag GmbH Co. KGaA， Weinheim ， Germany ， 2012 ， pp. 299-316.https：//onlinelibrary.wiley.com/doi/10.1002/14356007.a24_299，33.[16] S.杨文，基于模糊监督器的自适应过程控制系统设计，于：K。中松河Kountchev（Eds.），智能控制的新方法：技术、方法和应用，丛书“智能系统参考图书馆”，Springer Int. Publ.，瑞士，2016年。DOI：10.1007/978-3-319-32168-4_1。[17] S.刘晓波，智能液位控制系统的设计与实现，清华大学学报，2001。Sys. 7（10）（2015）19https://doi.org/10.3233/IFS-141242[18] S. Yordanova，鲁棒过程控制的模糊逻辑控制器设计方法，KING，Sofia，2011年（保加利亚语）。[19] S. Yordanova，M.斯拉沃夫湾Gueorguiev，用于改进纯碱生产碳化塔中液位控制的并行分布式补偿https://doi.org/10.1016/https://www.aspentech.com/en/products/msc/aspen-infoplus21.