NI DAQ 和 LabVIEW 构造模糊控制系统 关键词：模糊控制；LabVIEW；NI DAQ 设备 自动控制理论经过一个多世纪的发展，正由经典控制理论，现代控制理论向智能控制 理论发展。人工智能包括推理，学习和联想，是采用非数学式的方式，将人的思维模型化， 并通过计算机来模仿。目前计算机已充分体现了人类左脑的逻辑推理功能，正向右脑的模糊 处理方向发展。模糊控制作为近代控制理论中一种基于语言规则与模糊推理的高级控制策略 和新颖技术，是智能控制的一个重要分支，近来发展迅速，应用广泛，效果显著，引人关注。 什么是模糊 在我们日常生活中，经常有一些概念没有固定的标准，不能简单地用对或错，真或假 来评判，而要用到一些不精确的词句来描述，比如，年轻、好、漂亮。这些概念会因为判断 对象变化而改变判断标准，所以是模糊的。在人们的工作经验中，往往也存在了许多模糊的 东西。例如，炼钢时需要的钢水颜色、沸腾情况等模糊信息。1965 年美国加州大学 L.A.Zadeh 教授最早提出了模糊这一概念，并用数学方式进行分析。 通常，对于一个论域 E 中讨论的集合 A={a,b,c}，对于论域中的任意元素 x，可用特征 函数表示是否属于 A： （式 1） 式 1 用 1 和 0 来表示元素属于集合的真假，然而若是一个模糊的集合，比如说衣服是 否漂亮，里面的元素 a,b,c 这 3 件衣服单纯用漂不漂亮表示显然不能更具体表征元素的性质。 模糊集合把特征函数的 0 和 1 这两个值，扩展到 0 到 1 之间的整个区间中，以隶属度μ A（0 ≤μ A≤1）来表示元素属于集合 A 的程度，比如衣服漂亮的程度。这样，设三件衣服的漂亮 程度分别为 0.3，0.8 和 0.5，该模糊集合 A 可表示为 A：{(a,0.3),(b,0.8),(c,0.5)}。而 隶属度函数可写成： （式 2） 可见模糊集合在多数情况下更能反应元素的特性，特征函数实际上就是隶属度函数的一个特 例。 两个元素之间的某种联系，可以用关系 R 来表示，通常 R 用二元逻辑 1 和 0 表示元素 之间是否存在此关系。比如，a 对 b 存在指定关系 R，则称为 aRb，否则为 。关系有时也 可以模糊表示，当元素 a 对于 b 不完全满足某指定关系 R，却也没有完全不满足时，它们之 间的关系可以用 0 到 1 区间的某一值表示，即是一种隶属度的表示法。对于论域 E 中的两个 集合 A={a,b}；B={c,d}，指定一种关系 R，它们所有元素之间的关系可以用关系矩阵表示： 。如果集合是模糊集合，关系更加模糊化，还需考虑元素对所在集合的隶属 度。集合 A 对应到 B 的关系表达式为 A○R=B，通过线性代数和模糊数学理论可以根据集合 A，B 求出关系 R。 

模糊控制 随着科技的发展，现场被控对象和控制条件变得复杂，考虑因素增多，而对于控制性 能要求却逐渐提高。通常复杂的系统很难对控制量设计精确的算法，想要绝对精确变得不可 能，需要在精确和复杂间找到平衡。模糊控制就是一种平衡的控制手段，在非线性复杂系统 中发展很快。 通常一个模糊控制系统主要由被控对象，执行机构，模糊控制器，输入输出接口和测 量装置组成（图 1）。 期望值 误差 D/A 模糊控制器 A/D 执行机构 被控对象 测量装置 反馈 图 1 模糊控制系统 其中的核心部分模糊控制器由输入模糊化接口，数据库，规则库，推理机和输出接模 糊接口五部分组成（图 2）。 数据库 规则库 知识库 输入 模糊化接口 推理机 解模糊接口 输出 图 2 模糊控制器 根据实际需要，模糊控制器可以有几个输入和输出。首先是模糊化，输入的信号和需 要输出的信号根据专家经验划分为语言描述的模糊子集，并将其论域分级离散化，最后把模 糊子集中的元素对应到量化等级上，可画出隶属度函数。这些输入输出信号的隶属度函数存 入推理机中的数据库，而规则库里存放的是基于专家知识或熟练人员长期经验形成的直觉推 理的语言规则表达式。这些模糊规则由一系列关联词连接而成，如 if—then；or 等，这些 规则实际说明了数据库中输入和输出这两组模糊子集的关系 R。推理机通过模糊数学的算法 解模糊方程，可以算出各种输入状态下对应的输出响应值。这样解模糊并输出实际控制信号 或控制等级，用以作用于被控对象。 

使用 NI DAQ 设备和 LabVIEW 构造模糊控制系统 美国国家仪器公司（简称 NI）提供了在 LabVIEW 中使用的模糊控制工具包 Fuzzy Logic， 可帮助工程师结合 NI 数据采集设备快速有效地搭建一个模糊控制器，并省去很多硬件逻辑 电路。 安装 NI 光盘 Tookit Software 中的 LabVIEW PID Control Tookit，即可在 LabVIEW 中 生成该工具包。安装完成后打开一个新的 VI，右击程序框图，在 Functions Palette 上选 择 Control Design&Simulation，即可看到 Fuzzy Logic 工具包，该工具包由 3 个 VI 组成 （图 3）。安装工具包后，可以使用 LabVIEW 创建.fc 格式的文件。.fc 文件是 NI 自定义的 一种文件格式，用于仿真模糊控制器推理机中的知识库。 图 3 Fuzzy Logic 工具包 创建一个.fc 文件步骤如下：打开一个新的 VI，在任务栏依次点击 Tools——Control Design and Simulation——Fuzzy Logic Controller Design…，接着在弹出的 Fuzzy Logic Controller Design 对话框的状态栏上点击 File——New，即打开了一个新的.fc 文件（图 4）。 图 4 Fuzzy Logic Controller Design 接着弹出一个 Fuzzy Set Editor 对话框（图 5），这是仿真模糊推理器中的数据库。工程师 可根据专家经验绘制出输入和输出量的隶属函数图，绘制完成后点击 Quit；接着弹出 

Rulebase Editor 对话框（图 6），这是仿真模糊推理器的规则库。工程师根据实际情况将制 定好的规则写入，完成后点击 Quit；最后点击 File——Save，给出保存位置和文件名，一 个.fc 文件就创建完成了。 图 5 Fuzzy Set Editor 图 6 Rulebase Editor .fc 文件使用工具包 Fuzzy Logic 中的 Load Fuzzy Controller.vi 加载，该 VI 加载后 将数据传送到 Fuzzy Controller.vi 中。Fuzzy Controller.vi 接收输入信号（最多可接受 4 维输入），根据.fc 文件进行模糊推理，并计算出合适的输出信号值（图 7）。工具包中的 

另一个 VI 是 Test Fuzzy Controller.vi，它可以通过手动输入算出输出响应值，已到达调 试.fc 文件中规则和隶属度函数的目的。 构建完知识库后，LabVIEW 会结合计算机代替硬件电路进行模糊推理计算，节约了成本。 模糊控制的精度和输入输出的信号是否精确也密切相关。硬件方面，NI 的数据采集(DAQ)卡 不但和 LabVIEW 兼容性好，性能稳定，而且选择范围很广，工程师总是可以根据自己的精度 等需求选择到合适的采集卡。 图 7 模糊控制器软件部分 卓越的性能，精确的采集，如果需要还可以进行软硬件的信号调理。准确的信号送到软 件搭建的模糊控制器系统，算出输出响应值，再由 NI DAQ 设备准确地输出信号，一个强大 的模糊控制器就这样完成了。