模糊溫度控制系統的設計

辛峰杰

（無錫機電高等職業技術學校，江蘇 無錫 214028）

1.模糊控制

模糊控制系統是一種以模糊數學、模糊語言形式表示和模糊邏輯的規則推理為理論基礎，采用計算機控制技術構成的一種具有反饋通道的閉環結構的數字控制系統。模糊控制的核心部分是模糊控制器，模糊控制器的規律由計算機的程序實現。實現一步模糊控制算法的過程描述如下：微機經中斷采樣獲取被控制量的精確值，然后將此量與給定值比較得到誤差信號e，一般選誤差信號e和誤差變化率△e作為模糊控制器輸入量，對它們進行模糊化，生成模糊量。模糊語言集合的子集E和△E，再由E和△E以及模糊控制規則R根據推理的合成規則進行模糊決策，得到模糊控制量U，再將U解模糊，便可得到精確的控制量u。

模糊控制器的基本組成如圖1所示，它包含有模糊化接口、規則庫、模糊推理、清晰化接口等部分。輸入變量是過程實測變量與系統設定值的差值，輸出變量是系統的實時控制修正變量。模糊控制的核心部分是包含語言規則的規則庫和模糊推理兩部分。模糊推理就是一種模糊變換，它將輸入變量模糊集變換為輸出變量的模糊集，實現論域的變換。

2.系統設計

根據加熱的控制要求，設計出一種PID控制與模糊控制相結合的智能控制系統。它采用Fuzzy-PID復合控制算法，使其既具有模糊控制靈活、響應快、適應性強等優點，又具有PID控制精度高的特點，因而特別適用于難以用精確數學模型描述的溫度控制系統，具有較強的穩定性和魯棒性。該系統采用PLC作為控制系統的核心，通過對偏差的智能化處理，以及引人最大最小限幅值，智能分段控制等概念，實現對數學模型不確定的控制對象的滿意控制，使系統具有可靠性高、使用壽命長等適合實際工業現場的特性。

圖1 模糊控制器功能模塊Fig.1 Fuzzy controller functional module

圖2 系統硬件結構圖Fig.2 System hardware structure drawing

2.1 系統的硬件設計

系統的組成見圖2，混合裝置的側面安裝兩支K分度號的嵌裝式熱電偶（在數學模型中稱為雙輸出），其測量范圍在0～600℃。熱電偶測量信號經過溫度變送器變換成1～5V（或4～20mA）的標準信號和送到PLC的A/D模塊中，控制器根據預先設定好的溫升線，經控制算法計算，輸出以2s為周期，占空比為0～100%的脈沖輸出至固態繼電器，形成0～220V/AC的電壓變化加至蒸汽閥門，此時的蒸汽閥門需采用電動調節閥，形成對液體混合裝置內液體溫度的閉環控制。

日本三菱公司是國際著名的生廠自動化設備制造商，工業可編程控制器在國內市場占有率一直保持前列。三菱FX2N PLC有小型化、高速度、高性能等特點，是FX系列中最高檔次的超小型程序裝置。FX2N可編程控制器指令豐富，可以接各種輸出輸入擴充設備，有豐富的特殊擴展設備，其中的模擬輸入設備和通信設備是系統所必需的。為了滿足本設計的工藝要求，整個控制系統需要可編程序控制器的模擬量輸入、輸出為4點和2點，根據PLC的I/O原理使用原則，即留出一定的I/O點以做擴展時使用，以及系統設計中實際所需的I/O點數，而且系統控制精度要求高，所以選用三菱FX2N-4AD型PLC，不僅可以滿足系統控制的需要，而且能夠方便地聯網通信。

圖3 系統模糊控制結構圖Fig.3 System fuzzy control structure drawing

溫度變送器的選用主要根據測量范圍、精度要求、信號接口、結構形式和安裝要求選擇。本裝置采用SBWR、SBWZ系列熱電偶、熱電阻溫度變送器。SBWR、SBWZ系列熱電偶、熱電阻溫度變送器是DDZ系列儀表中的現場安裝式溫度變送器單元，與工業熱電偶、熱電阻配套使用，它采用二線制傳輸方式（兩根導線作為電源輸入和信號輸出的公用傳輸線）。將工業熱電偶、熱電阻信號轉換成與輸入信號或與溫度信號成線性的4～20mA、0～10mA的輸出信號。該溫度變送器可直接安裝在熱電偶、熱電阻的接線盒內與之形成一體化結構。它作為新一代測溫儀表可廣泛應用與冶金、石油、化工、電力、輕工、紡織、食品、國防以及科研等工業部門。

變送器電路模塊由放大單元、線性校正單元、電壓/電流轉換、自校正電路、電壓調整單元和反向保護電路等組成、對以熱電偶為測溫元件的變送器還包括有冷端補償器、以熱電阻為測溫元件的還包括有R/V變換單元。電壓調整電路將輸入電壓經穩壓后給各部分供電，感溫元件（熱電偶、熱電阻）傳出的信號經過放大，由線性化器對信號與溫度的非線性關系進行精確補償，處理后的信號經V/I變換成4～20mA電流輸出。通過確認變送器輸出的電流大小就可以知道當前的溫度值。

2.2 系統的控制方案

在本系統中我們采用對輸入偏差和偏差變化率的模糊化處理，通過查詢模糊規則表得到PID控制參數進行整定的方法來設計Fuzzy-PID控制模塊，再結合本系統的控制實際，利用經驗參數最大輸出Kmax、最小輸出Kmin和Fuzzy-PID控制模塊之間的比較，通過分階段控制的策略實現控制算法。

圖3為模糊控制結構圖。其中E和△E是經過模糊量化后得到的e和△e的量化輸入，而U是模糊控制算法得出的模糊控制輸出量，U經過模糊量化得到實際輸出u。

針對單變量溫度控制系統，模糊控制器由兩個輸入和兩個輸出變量組成，輸入變量分別為溫度的誤差E和誤差變化率△E，誤差E取值為NB、NS、ZO、PS、PB，其中NB=Negative Big（負大），NS=Negative Small（負小），ZO=Zero（零），PB=Positive Big（正大），PS=Positive Small（正小）。誤差變化率△E取值為NB、NS、ZO、PS、PB，輸出語言變量為PID整定參數KP和KI，它的取值為ZO、PS、PM、PB，系統的模糊規則如表1所示。

表1 系統的模糊規則表Tab.1 System's fuzzy regular table

當溫度誤差E為最大，溫度誤差變化率△E為最小時，系統全功率加熱即蒸汽閥門完全打開，通入蒸汽；當溫度誤差E為最小，溫度誤差變化率△E也為最小時，系統停止加熱即完全關閉蒸汽閥門；當溫度誤差E為最小，溫度誤差變化率△E為最大，即系統溫度不高，但系統的溫升很快時，為防止系統溫度的超調，采用較小功率加熱即蒸汽閥門部分打開。另外，當控制溫度達到預定溫度時，理論上系統應停止加熱，但考慮到系統在環境中的熱量損失，仍采用小功率加熱，以保證系統的穩態控制精度。

由于在本溫控系統中被控對象溫度是一個連續變化的溫升曲線，具有純滯后、延遲比較大的特性。所以將溫控系統的誤差情況分成四個階段，通過對各階段實行不同的智能化控制策略，來實現對溫度跟蹤的滿意控制。

圖4 系統實際監控曲線Fig.4 System actual monitoring curve

當e(k)＞0，△e(k)＜0時，當前的溫度值低于給定值，且誤差的絕對值是朝減小的方向變化。此時，打開蒸汽閥門，進行加熱。在這一階段的控制策略中Kmax和Kmin是很重要的控制參數。由于溫控系統被控對象的時變特性，隨著溫度的升高，液體混合裝置保溫材料的內外壁溫度梯度將逐步增大，使得液體混合裝置溫度越高熱能損失越厲害，因此在實際系統中隨著溫度的升高應當逐步增大Kmax和Kmin，以達到更佳的溫度控制效果。

當e(k)＜0，△e(k)＜0，時，當前溫度值大于給定值，且誤差絕對值朝增大的方向變化。由于本液體混合裝置系統無制冷裝置，采用零輸入控制策略即完全關閉蒸汽閥門，停止加熱，使溫度迅速下降。

當e(k)＜0，△e(k)＞0時，當前溫度值仍大于給定值，但誤差變化的趨勢是逐漸減小的。采用模糊分級預熱智能控制策略，其預熱輸出值根據開環試驗和經驗參數得出。

當e(k)＞0，△e(k)＞0，時，當前溫度值小于給定值，誤差變化趨勢漸大。在此階段采取最大輸出Kmax作為控制輸出的控制策略，即完全打開蒸汽閥門，進行加熱。這里應用Kmax作為輸出是為了使系統響應達到最快。

3.控制效果分析

圖4為實際控制曲線圖，給定溫升曲線與實際溫升曲線幾乎重疊在一起，說明控制效果良好。超調最大為3℃，誤差最大為6℃，滿足系統要求。通過監測可以看到，本系統的控制算法極大地提高了控制精度，采取了多種基于經驗的智能化處理方法，對于被控對象數學模型不確定、大延遲、純滯后的系統，本算法具有相當的適用性。

4.結論與展望

本文主要對溫度控制系統模糊PID控制算法進行了研究，對混合裝置溫度控制系統進行優化設計。人們在對PID應用的同時，也對其進行了各種改進。主要體現在兩個方面：一是對常規本身結構的改進，即變結構PID控制，另一方面，模糊控制、神經網絡控制和專家控制是目前智能控制中最為活躍的領域，它與常規PID控制相結合，揚長避短，發揮各自的優勢，形成所謂智能PID控制。這種新型控制器已引起人們的普遍關注和極大的興趣，并已得到較為廣泛的應用。它具有不依賴系統精確數學模型的特點，對系統參數變化具有較好的魯棒性。

[1]王宇炎.基于PLC的多種液體混合控制系統設計[J].電腦開發與應用,2009(5):13.

[2]雷霞.基于MCGS和PLC自動混料系統的應用[J].儀器儀表用戶,2008,1671(3):126-127.

[3]郭燕,韓京海.PLC在液體混合加熱系統中的應用[J].機械管理開發,2008(6):72-73.