基于Lonworks技术的模糊控制智能节点的设计

用于冷水阀控制。模糊推理所用的知识库数据存放于神经元芯片的E2PROM存储器中，有一组初始值。系统运行期间可以通过LON总线从上位机获取新的控制参数，从而完成控制参数的更新。

图2 温度控制节点结构图

4.2 温度测量节点的设计

温度测量节点的结构如图3所示。包括神经元芯片MC143150、程序存储器、温度传感器、光电耦合器MOC3020、A/D转换电路ADC0809、FTT-10A收发器等。

图3 温度测量节点结构图

5、智能节点软件设计

节点应用程序用Neuron C语言编写。Neuron C是神经元芯片的专用语言，是ANSI C的扩展，并增添了一些较强的功能，如网络变量类型，事件调度语句等。神经元芯片的任务调度是事件驱动的。当一个给定的条件变为真时，与该条件相关联的一段代码被执行。该智能节点的软件设计包括主程序、A/D转换程序、D/A转换程序、显示子程序、控制算法子程序等，下面以查表法实现模糊控制为例，给出部分源代码：

signed short fc(float-type*input1){

……//设置局部变量

if(mcc==1)

sp=sp1;

pe=e;//记下偏差的上一个状态

fl_sub(input1， sp， e);//计算偏差get e

fl_neg( range_e， f1);//对偏差限幅

if(fl_it( e， f1)==TRUE)

ce=f1;

else if(fl_gt( ce， range_ce)==TRUE)

ce=range_ce;

fl_mul( e， f1_6，f1);//对偏差进行量程变换

fl_div( f1， range_e， f1);

fl_add( f1， f1_6， f1);

fl_round( f1， f2);//对变换后误差进行四舍五入

rol=low-byte(1ro1);

fl_mul( ce， f1_6， f1);//对偏差变化值进行量程变换

fl_div( f1， f1_6， f1);

fl_add( f1， f1_6， f1);

fl_round( f1， f2);//对变换后的偏差变化值四舍五入

lcow=fl_to_ulong( f2);

cow=low_byte(1cow);

table_u=table[ro1][cow];

……

fl_from_ulong(ltable_u， f1);//对查表结果进行量程变换

fl_mul( f1， range_dtu， f2);//查模糊控制表

fl_div( f2， f1_6，f1);

……

return f_out;//返回输出控制增量

本系统投入运行后，取得了比传统单回路PID控制方式更好的控制效果，见图4中的温度曲线对比。从图中可看出，模糊控制过渡过程时间短，超调量小，达到了工艺生产的要求。

图4 温度曲线对比

6、结束语

模糊控制技术在我国已广泛应用于工业过程、家用电器等领域，但模糊控制技术的网络应用还不多见。本文将Lonworks技术与模糊控制技术结合起来，通过上位机实现实时测控，在实际应用中取得了良好的控制效果。该系统还可充分利用主机资源，使模糊控制算法位于上层，从而可以绑定多个设备节点，以便于构造不同的模糊控制器。控制参数可以通过人机界面由用户输入，通用性强、操作灵活便捷，为模糊控制生成器与现场设备的集成提供了一种有效的途径。

本文作者创新点：将Lonworks技术与模糊控制技术结合起来，给出了智能节点的设计方法和实例，通过计算机实现网络监控，能远程实施温度测控，在应用中取得了良好的控制效果。