模糊PID控制在DMF回收控制系統中的應用*

王華強 ，張明明 ，楊滁光

（1.合肥工業大學 電氣與自動化工程學院，安徽 合肥 230009；2.安徽安利合成革股份有限公司，安徽 合肥 231202）

在工業濕法的合成革生產中，二甲基甲酰胺（DMF）作為洗滌固化劑,有著重要的作用。DMF具有強污染性，若流失到大氣、水或土壤中會給環境帶來嚴重污染，因此現今生產線上流失的DMF都需要做回收處理。

DMF的回收采用多塔精餾工藝，屬于典型的化工精餾的過程，包含一、二級濃縮塔、精餾塔、蒸發罐等。過程有原料預熱、負壓濃縮、精餾、脫酸等工藝過程。在實際操作中，精餾塔液位波動很快，影響因素很復雜，受塔操作壓力、塔釜熱量、塔頂回流量及進出料量的影響，工藝參數關聯度高，非線性程度高，難以建立被控對象的精確數學模型，常規的PID控制難以做到實時有效的控制。針對這些特點大部分企業暫時只能夠運用手動控制輸出的方式來解決控制不穩定的問題。

近年來，模糊控制技術飛速發展，越來越多地應用在工業控制領域。由于模糊控制技術不依賴對象精確的數學模型，具有較強的魯棒性，即使控制對象沒有準確的數學模型，也可以依照經驗對其進行穩定控制。在本系統實際精餾塔的液位控制中，存在不同程度的超調和震蕩現象，而且存在調節時間長的問題。綜合被控對象的非線性、高階次、大滯后、數學模型難以確定等特點，因此適宜采用模糊控制。然而，模糊控制自身也具有一定的局限性，例如穩態性能較差等。為了解決這些問題，就需要模糊控制器具有自學習、自調整的能力。

本文設計了一種fuzzy-PID復合控制器，利用STEP7將模糊控制與PID算法相結合，提高了對非線性時滯系統的控制能力。

1 系統構成

DMF回收智能控制系統硬件主要由SIMENSE PLC-300、工控機、液位傳感器等部件組成，軟件編寫采用STEP7，上位機軟件采用組態王軟件。

如圖1所示，系統結構分為中央處理單元（CPU）、功能模塊（FM）、網絡通信模塊（CP）、信號模塊（SM）幾個部分。其中CP343為網絡通信模塊，負責與上位機進行通信；SM334為模擬量輸入/輸出模塊，負責采集現場的信號或給出輸出信號；SM321為數字量輸入模塊，負責采集現場的數字量信號；FM355C為智能控制模塊，本身具有執行傳統PID算法的功能，可以實現對被控對象的PID控制。

模糊PID控制流程圖如圖2所示。

精餾塔的液位通過液位傳感器采集后轉換成4 mA～20 mA的電流信號送入PLC的模擬量模塊SM334中，在PLC中計算偏差液位E和偏差變化率EC并傳入數據塊，通過模糊控制器計算出PID控制器各參數的遷移量，在PLC數據塊中形成新的PID參數，最后通過傳統PID算法計算并輸出4 mA～20 mA信號來控制氣動閥，從而達到調節液位的效果。

2 模糊控制器的設計

2.1 模糊化

模糊PID參數自調整模糊控制器由3個子模糊控制器共同構成，每個子模糊控制器的輸入變量為液位誤差E和誤差變化EC，輸出變量分別為△Kp、△Ki、△Kd。

基于對現場數據的分析以及液位的控制經驗，E和EC 的論域設計為[-6，+6]，輸出變量△Kp、△Ki、△Kd的論域分別為[-10，+10]、[-10，+10]、[-2，+2]。 模糊輸入輸出的量化等級為 7級，定義模糊集為[NB，NM，NS，O，PS，PM，PB]，含義依次表示負大、負中、負小、零、正小、正中、正大[1-3]。采用三角形函數作為隸屬度函數以確定模糊語言變量的隸屬度，可分別得到各模糊變量的隸屬度賦值表。由此可計算出精確量E和EC并得出相應的模糊語言變量的輸入。

2.2 建立模糊控制規則

根據數據分析及現場操作人員手動調節參數的經驗，各環節的控制規則如下。

(1)比例環節的作用是及時成比例地反映控制系統的偏差信號，并即刻產生控制作用以減少偏差。因此，當偏差較大時，為提高響應速度，Kp應取較大值；當偏差較小接近穩態時，為防止超調過大引起振蕩，Kp應取較小值。△Kp的模糊規則庫如表1所示。

表1 △Kp的模糊規則庫

(2)積分環節的作用是消除靜態誤差，通過對誤差進行積分，對系統控制有一定的滯后作用。因此，當偏差較大時，Ki應該取較小值，避免造成系統超調量過大或系統振蕩。當誤差較小接近穩態時，Ki應適量加大，以消除系統的穩態誤差，提高控制精度。△Ki的模糊規則庫如表2所示。

表2 △Ki的模糊規則庫

(3)對有較大慣性和滯后的被控對象，微分環節可以預測誤差變化的趨勢。它能在偏差信號值變得太大之前加入有效的修正信號，加快系統響應速度，減少調節時間。由于微分環節對于干擾信號較為敏感，因此Kd的取值應綜合考慮系統的響應速度和抗干擾能力，以提高系統的穩定性。本系統中，在誤差較大時應取較大的Kd值，控制中期或接近穩態時，Kd值應取較小值，從而減弱過程的控制作用，增加對擾動的抑制能力。△Kd的模糊規則庫如表3所示。

本系統中控制規則采用Mamdani算法，即基于IFTHEN的產生式規則，其結構簡單，易于修改。用一個由X到Y的模糊關系R來表示模糊條件語句，如：If A and B then C。這種模糊條件語句說明了模糊控制器的結構為雙輸入單輸出結構[4-6]。

表3 △Kd的模糊規則庫

在本系統中，if E=NB and EC=NB then△Kp=PB可表示為控制規則 R1：R1=NBE×NBEC×PB△Kp。 根據模糊規則庫可得，每個子模糊控制器有7×7=49條控制規則。

例如：Kp子模糊控制器的總的模糊關系可以表示為 ：RKp=R1∪R2∪…∪R49。

采用合成推理法 UKp=(E×EC)·RKp，這里采用最大-最小合成法，通過計算機完成模糊推理的計算[7]，即可得出Kp子模糊控制器的模糊控制查詢表，由輸入輸出論域可知，查詢表共有13×13=169項。

2.3 清晰化

清晰化過程即把模糊語言變量轉化為可執行的精確量，采用最大隸屬度法，即 μ(u*)≥μ(u)，u∈U，μ 是u的隸屬度函數，u*是與最大隸屬度對應的模糊控制量的值。

3 STEP7實現的軟件設計

SIMENSE S7-300 PLC的編程軟件STEP7提供了豐富的擴展功能模塊，為實現各種功能的算法提供了便利的條件[8]。STEP7工程中，主程序模塊OB1實現對子程序模塊的調用和數據傳遞，是不斷刷新的，OB35是中斷服務程序模塊，用來響應系統中斷，OB100模塊為系統初始化模塊，系統上電時自動運行，初始化各參數。在STEP7工程中編寫函數FB1模塊為主模糊控制器，編寫子函數FC1～FC4完成整個模糊控制功能，手動輸入各子模糊控制器的模糊控制查詢表至DB5-DB7中。其中FC1負責計算液位偏差 E和偏差變化率EC，FC2負責將E和EC模糊化，把精確數值轉化為模糊語言變量，FC3負責在線查詢，通過在DB塊中查表，根據模糊語言變量的輸入得出相應的模糊語言變量的輸出，FC4負責將模糊語言變量的輸出清晰化，轉換為精確值△Kp、△Ki、△Kd。系統在自動控制狀態下，FB1分別調用FC1、FC2、FC3、FC4，完成模糊控制功能的計算，清晰化以后根據如下方法進行3個參數的自適應校正：

通過模糊和推理修正后的PID參數Kp、Ki、Kd存入PLC數據塊，通過FM355模塊應用在普通的PID算法上，形成具有自適應功能的模糊PID算法。

模糊PID算法軟件設計的流程框圖如圖3所示。

4 系統運行效果分析

應用了模糊PID控制的算法后，DMF回收控制系統對精餾塔液位的控制效果比以前有明顯改善。

從控制曲線可以看出，運用模糊PID自調整控制方式，超調量小，達到穩態所需要的時間短。模糊PID自調整控制方式是將模糊控制和PID控制兩者相結合，進行參數的在線調整，在初期偏差比較大時，自動增大比例常數Kp，提高了系統的響應時間；在偏差較小時，適當增加積分常數Ki，消除了靜態誤差，減小超調，縮短了穩態時間，從而使系統的控制精度提高，動態性能得到改善。如圖4、圖5所示。

模糊推理用于模仿人腦的邏輯思維，用于處理模型未知或不精確的控制問題。而采用西門子系列PLC實現模糊控制時，需要專用的編程設備，價格昂貴，使用復雜。本文使用軟件方法實現的模糊控制器大大節約了企業成本，實現了生產完全自動化，以往因控制不穩定而導致的必須人工手動操作輸出的制度得以解除。另外利用模糊規則庫離線計算生成查詢表，在系統中直接在線查詢，優化了系統的運行速度，具有較高的工程應用價值。本控制方法現在已應用于某化工企業DMF回收控制系統當中，控制較以前有了明顯改善，大大減小了系統調節時間和超調，控制穩定且準確，給企業帶來了較大收益。

[1]王耀南，孫煒.智能控制理論及應用[M].北京:機械工業出版社，2008：31-46.

[2]韓峻峰，李玉惠.模糊控制技術[M].重慶:重慶大學出版社，2003：8-56.

[3]單冬.模糊控制原理與應用[M].北京:中國鐵道出版社，1995：54-128.

[4]張慶，程維明，沈耀宗，等.模糊控制在橡膠硫化溫度控制中的應用[J].光學精密工程，2001，9(4)：385-387.

[5]王樹青，戴連奎，祝和云，等.工業過程控制[M].北京：化學工業出版社，2005.

[6]張湘，肖建.非線性網絡控制系統T-S模糊控制研究[J].合肥工業大學學報：自然科學版，2010，33(7)：1010-1014.

[7]李慶春，沈德耀.一種 PID模糊控制器（fuzzy PI+fuzzy ID型）[J].控制與決策，2009，24（7）：1038-1042.

[8]田媛，劉振娟.模糊控制在 SIMENSE PLC系統中的實現[J].中 國 儀 器 儀 表,2005(5)：72-75.