基于OPC和MATLAB的電阻爐溫度控制系統設計

收稿日期：2014－05－22

作者簡介：葉強(1988-)，男，遼寧撫順人，碩士研究生，主要研究方向: 工業過程的先進控制。

摘要：針對電阻爐溫度系統具有非線性、大慣性、大滯后等特點，結合常規PID控制器和模糊控制器各自的長處，以MATLAB為計算平臺，通過OPC技術實現MATLAB和ECS-700之間的數據交換。提出了基于OPC技術的自適應模糊PID控制方案。自適應模糊PID控制器由MATLAB中的模糊工具箱設計，ECS-700主要負責數據采集和設備驅動。實驗結果表明，電阻爐溫度控制系統的性能令人滿意，該方法調節時間短、超調量小、波動小，OPC通信的性能非常有效可靠，可以有效應用于電阻爐溫度控制系統中。

關鍵詞：電阻爐； PID控制； 自適應模糊PID控制； OPC； 中控ECS-700

中圖分類號：TP302文獻標識碼：A文章編號：2095-2163（2014）03-0049-04

The Design of Resistance Furnace

Temperature Control System based on OPC and MATLAB

YE Qiang

(School of Information and Control Engineering， Liaoning Shihua University， Fushun Liaoning 113001， China)

Abstract：For resistance furnace temperature system has the characteristics of nonlinear， big inertia， great lag， combined with respective strengths of the conventional PID controller and fuzzy controller， and taking MATLAB as computing platform，the data exchange between MATLAB and ECS-700 is realized by OPC technology. The paper puts forward the adaptive fuzzy PID control scheme based on OPC technology. The adaptive PID controller is developed by the fuzzy toolbox in MATLAB. The data acquisition and devices driving are also realized by ECS-700.The experimental results show that the performance of resistance furnace temperature control system is satisfactory and the method has short setting time，small overshoot and fluctuation，simultaneously the performance of OPC communication is very efficient and reliable ，which determines the system can be effectively applied in a resistance furnace temperature system.

Key words：Resistance Furnace; PID Controller; Adaptive Fuzzy PID Controller; OPC; SUPCON ECS-700

0引言

電阻爐是熱處理工業中常用的設備，實驗室中的電阻爐是一種開放式的加熱系統，并且具有非線性、大慣性、大滯后、易受環境干擾等特點［1］。常規的爐溫控制器多采用PID控制，這種控制器較為傳統，而因其簡單性，就使得在范圍廣泛的各類操作中獲得了普遍應用。但是其超調量大、響應時間長，卻又使其很難滿足迅速升溫的實驗與工作需求。與此同時，模糊邏輯控制器和智能控制器能夠模擬人類的知識和推理，并將其應用到控制器中，進而獲得了更好的控制性能。只是這類控制器卻仍然只是具備著常規控制器的一部分優點以及自有的缺點。其中的自適應模糊PID控制就是結合傳統的PID 控制理論和模糊控制理論的特性進行構造并實現的一種控制器［2］。還應看到，MATLAB擁有強大的工程計算和編程能力，易于實現復雜的控制算法。MATLAB 7.0及其以上的版本均已集成了OPC工具箱［3］，ECS-700 DCS也支持OPC技術。已有很多研究利用OPC技術進行了仿真平臺設計，但還沒能在一個實時的控制系統中集成并運用該方法。因此，本文通過成熟的OPC技術，將由MATLAB編寫的自適應模糊PID控制和ECS-700相結合，允許兩者之間的必要數據交換，進而完成對電阻爐溫度的實時控制。

1控制系統結構

電阻爐溫度控制系統結構如圖1所示。由圖1可見，系統的硬件實體主要包括電阻爐、熱電偶、A/D轉換器、工控機、可控硅控制電路等幾部分。現對其進行如下分析。

(1)電阻爐為常壓三相45KW的電加熱爐，包含內膽和夾套兩部分。內膽裝有電加熱裝置和一路供水裝置提供的循環水，夾套則裝有供水裝置提供的另一路冷卻水；

(2)檢測裝置。檢測裝置由熱電偶和A/D轉換器兩部分組成；

(3)執行器。可以接收ECS-700 DCS控制信號，并將其轉化為相應的電壓增減來改變加熱體的功率，從而實現對溫度的控制；

(4)工控機。負責將接收的數據在內部的MATLAB應用軟件中進行計算、處理，再將控制信號傳送給操作設備。

系統的工作原理：熱電偶在檢測到電阻爐內的溫度后，通過A/D轉換器將模擬量數據信號轉換為數字信號傳送到ECS-700 DCS中，組態軟件中的實時數據庫更新實時數據，再通過OPC技術，將數據庫中的數據傳送至MATLAB 的OPC客戶端。在MATLAB模糊工具箱中實行先進控制，計算出反饋溫度與設定溫度的偏差，并運用自適應模糊PID控制算法得出控制量，同時將控制量參數再通過OPC回傳給組態軟件中，控制可控硅的導通，從而調節加熱電阻絲兩端電壓，實現了電阻爐的實時控制。

圖1系統結構圖

Fig.1The structure of control system第3期葉強：基于OPC和MATLAB的電阻爐溫度控制系統設計智能計算機與應用第4卷

2系統組態設計

ECS-700系統是浙江中控技術股份有限公司設計研發的WebField系列控制系統之一，支持OPC、DDE、ODBC等方式與其它應用程序交換數據。ECS-700的實時和歷史數據庫可以方便地將數據傳送給通用辦公軟件；而其它系統也可以通過標準接口將數據寫到DCS中。VirsualFieldV3.10系統軟件是用于ECS-700進行系統組態設計和監控的軟件包。利用VirsualField設置控制系統各項軟硬件參數來得到系統組態。系統組態主要工作流程如圖2所示。

圖2系統組態工作流程

Fig.2The workflow of the system configuration

由圖2可知，系統組態工作流程中每一步的具體內容現描述如下：

(1)工程設計：工程設計包括測點清單設計、常規（或復雜）對象控制方案設計、系統控制方案設計、流程圖設計、報表設計以及相關設計文檔編制等。

(2)系統結構組態：即通過系統結構組態軟件（VFSysBuilder）來完成，主要實現系統結構以及管理權限組態。

(3)控制站硬件的組態：根據系統設計、測量要求在硬件配置軟件中完成通訊模塊和I/O模塊組態。

(4)位號組態：在位號組態軟件中進行，主要根據測點的設計要求完成I/O位號的組態，定義上下位機間交互所需的變量。

(5)用戶程序組態：通過FBD或者LD等編程語言實現簡易控制方案的要求。

(6)編譯下載：將控制站運行需要的信息全部下載到對應控制器中，方便試驗調用。

(7)操作域組態：設置操作域的通用組態。包括操作員權限、面板權限、報警顏色等。操作小組的設置主要是簡化操作人員的操作，并且不同的操作員具有各自的操作職責，這樣才能突出監控重點。

(8)資源文件組態：資源文件主要包括流程圖和調度，制作流程圖用于顯示過程控制的工藝流程及實時運行狀況，并設置自定義變量數值。

(9)組態發布：將服務器上的工程組態發布到相應操作域的服務器或者操作站。

3OPC通信平臺設計

3.1OPC通信原理

OPC是OLE (Object Linking and Embedding) for Process Control 的縮寫，OPC是一種技術規范，即定義了一套工業標準的軟件接口，主要基于微軟的OLE /COM（組件對象模型）和DCOM（分布式組件對象模型）技術，其中包括了自動化應用中需要的一整套的接口、屬性和方法的標準［4］。OPC規范的應用使得數據交換成為可能，進而使得現場設備，控制系統和生產管理軟件之間的互操作性獲得了實現。

MATLAB 7.0及其以上版本集成了OPC工具箱，以方便與其他軟件共享OPC服務器的互操作性。利用OPC工具箱，可以創建OPC客戶應用程序輕松實現MATLAB和OPC服務器之間的通信，并快速實現數據分析、測量和控制［5］。OPC 服務器由三類對象組成，包括服務器(server)、組(group) 和數據項( item)，具體關系如圖3所示。

圖3OPC服務器3種層次對象的關系

Fig.3The relationship of the three objects in OPC server

OPC的數據傳輸主要包括同步傳輸和異步傳輸。在同步傳輸模式下，OPC客戶端首先向服務器發送同步調用請求，服務器接受客戶端的請求后即進行數據訪問操作，而在服務器執行操作期間客戶程序一直處于等待狀態，直到服務器將數據訪問結果返回后再進行其他的操作。異步傳輸與同步傳輸類似，OPC客戶端先發送異步調用請求，不同的是服務器接到客戶端的請求后立即將特定方法返回給客戶端，客戶程序轉向執行其他數據任務，而不需要等待服務器端的執行結果。本文則采用異步傳輸實現MATLAB的OPC 工具箱與ECS-700的OPC服務器的數據交換［6］。

3.2OPC通信的實現

ECS-700的OPC設置：首先在ECS-700實時數據庫中設置三個變量Tem.pv、Set.pv、Out.pv，以便從MATLAB中訪問數據。其中，Tem.pv是從設備采集的溫度值，Set.pv是溫度設定值，Out.pv為在MATLAB自適應模糊PID控制算法下的輸出值。數據訪問時，應開啟ECS-700組態軟件確保ECS-700實時數據庫處于運行狀態。

MATLAB的OPC工具箱的設置：OPC客戶端和OPC服務器之間建立連接的方法有兩種。一種是命令方式，另一種是圖形用戶界面的方法。兩種方法都可以實現MATLAB和工藝設備之間的實時通信。本文選擇了命令方式。在MATLAB和ECS-700實時通信程序設計之前，需要通過命令：opcregister （‘install’） 來安裝OPC核心組件［7］。

MATLAB OPC客戶端和ECS-700 OPC服務器之間建立實時通信的主要步驟可概述為：首先，創建客戶對象連接到OPC服務器。然后，通過ADDGROUP功能將組添加到客戶端。最后，項目對象添加到該組。該流程的具體實現如下所示：

（1）創建OPC服務器

da=opcda(’localhost’ ，’SUPCON.SCRTCore.1’)；

（2）添加組，并命名為Group

grp = addgroup(da，’Group’)；

（3）添加項

itm1 = additem(grp， ’Tem.pv’)；

itm2 = additem(grp， ’Set.pv’)；

Itm3 = additem(grp， ’Out.pv’)；

（4）從ECS-700 DCS中讀取測量值、設定溫度值

tem=get（itm1， ’Value’）；

set=get（itm2， ’Value’）；

（5）在自適應模糊PID控制器中計算輸出值

Out=FuzzyPIDControl（tem，set）

6）將輸出值寫入ECS-700

Writeasync（itm3，out）

4自適應模糊PID控制器設計

4.1模糊PID控制器的結構

自適應模糊PID控制器是一個同時結合PID控制和模糊控制的混合控制器［8］。自適應模糊PID控制器的結構原理則如圖4所示。

傳統的PID控制器是將偏差的比例、積分、微分通過線性組合構成控制量；其微分方程如公式（1）表示為：

u(t)=Kpe(t)+Kit∫0 e(τ)dτ+Kdde(t)/dt(1)

其中，Kp，Ki，Kd是不隨時間變化的PID增益常量。圖4自適應模糊PID控制器原理圖

Fig.4Structure of the adaptive fuzzy PID controller

但是，因為溫度控制系統具有隨時間變化的特性，動態響應也可能依賴于溫度設定，所以很難確定相應的PID增益常量。采用自適應模糊PID控制器，并根據預先設定的模糊推理機制，進行模糊推理運算，可以對ΔKp，ΔKi，ΔKd三個參數進行實時調整，從而得到一個理想的系統動靜態性能。

模糊PID控制器的模糊部分中具體包括了以下過程：模糊化、模糊規則庫、模糊推理和解模糊化。一般情況下，是將實際溫度值和測量溫度值的偏差e以及偏差的變化率ec作為模糊控制器的輸入，并通過模糊推理，使得偏差e和偏差的變化率ec與PID參數形成一種非線性映射關系［9］。

4.2模糊推理系統設計

系統設計中，可根據模糊控制器結構將偏差e和偏差變化率ec作為模糊控制器的輸入， PID控制器的三個參數ΔKp、ΔKi、ΔKd作為輸出。

選取輸入信號偏差e和偏差變化率ec，輸出信號ΔKp、ΔKi、ΔKd模糊集均為{NB，NM，NS，ZO，PS，PM，PB}，模糊論域均為{-6，-5，-4，-3，-2，-1 ，0， 1 ，2，3，4，5，6}，其隸屬函數如圖5所示。

圖5隸屬度函數

Fig.5Membership functions

模糊控制器設計的最重要一步就是建立合適的模糊規則。一般來說，模糊規則依賴被控對象的特性，不同的控制器，在實際操作時也表現出其特殊的經驗性［10］。

模糊推理塊，使用Mamdani模糊推理模型得到模糊輸出值ΔKp、ΔKi、ΔKd［11］。這些模糊的參數必須經過去模糊化，才能得到精確值，本文用重心法來實現去模糊化，然后作為實數值，來進一步調整PID參數［12］。Kp0，Ki0，Kd0作為PID調整前的增益，具體計算如公式(2)所示。

Kp=Kp0+ΔKp

Ki=Ki0+ΔKi

Kd=Kd0+ΔKd(2)

5實驗驗證

5.1對象特性測試

電阻爐是一個具有熱容量的對象，當系統加電后，爐絲的溫度逐漸升高，通過爐壁熱傳遞使爐膛內溫度也逐漸升高，電阻爐有一定的容量滯后，其余環節可視為比例環節。所以，該系統即處理成一個一階慣性環節附加一個滯后環節，即系統模型可綜合表示為:G(s)=KTs+1×e-τs的形式［13］。采用實驗法制作溫度飛升曲線以確定模型參數。最終確定實驗研究的電阻爐被控對象的近似數學模型為：

G(s)=2.682480s+1×e-260s

5.2電阻爐常規PID控制

對于一個典型的PID控制器，其傳遞函數為：

G(s)=Kp(1+1Tis+Tds)

Ziegler 和 Nichols 在 1942 年首次針對一階慣性加純延遲的被控對象提出了Z-N整定法，經驗公式如式（3）所示：

Kp=1.2TKτ

Ti=2τ

Td=0.5τ(3)

據此方法整定的模型PID控制的參數為：Kp=4.27，Ti=520，Td=130。

ECS-700的PID控制很容易實現，只要通過用戶程序組態編程即可實現。實驗時需要手動寫入Kp=4.27，Ti=520，Td=130。其控制效果如圖6所示。

圖6傳統PID控制器和自適應模糊PID控制器的輸出比較

Fig.6Comparison of traditional PID controller

and Adaptive Fuzzy PID controller

5.3自適應模糊PID控制

在進行自適應模糊PID控制前要確保OPC通信正常，即保證ECS-700的數據庫正常運行，并將ECS-700的PID控制模塊切換到手動控制。工控機通過OPC采集得到的數據在工作狀態已經就緒的MATLAB中運行，利用設計的控制器進行模糊自適應控制試驗，并將運行的結果再通過OPC傳回ECS-700實現控制操作。圖6即為電阻爐的常規PID控制和自適應模糊PID控制階躍響應曲線。

6結束語

通過采用OPC建立MATLAB和ECS-700之間的通訊的方法，將控制實驗中的實時數據采集到MATLAB中。經過MATLAB處理的數據再通過OPC傳送給ECS-700進行控制。通過對比結果可以清楚看到，基于OPC技術的自適應模糊PID控制與常規的PID控制器相比，其模糊控制器在響應速度和超調量大小等方面都有著明顯的改進，由此而必將具有良好的實際應用前景。

參考文獻：

［1］李先鋒. 基于模糊PID的電阻爐溫度控制系統研究［D］.銀川:寧夏大學，2010.

［2］吳杰，湯偉. 基于OPC和MATLAB的模糊PID在DCS中的應用［J］. 計算機測量與控制， 2010，18( 10):2275-2277.

［3］The Math works Inc. OPC Toolbox for use with Matlab ［ EB /OL ］.［2008-08-02］. http://www.mathworks.cn/products/opc/

［4］ZULFATMAN M F， RAHMAT. Application of self-tuning Fuzzy PID controller on industrial hydraulic actuator using system identification approach［J］. International Journal on Smart Sensing and Intelligent Systems， 2009，2(2): 246-26l.

［5］郭紅曉，莫德舉. OPC 技術及其軟件的開發［J］.北京化工大學學報:自然科學版， 2002( 3) : 73- 75，80.

［6］劉金琨.先進PID 控制及其Matlab仿真［M］. 北京:電子工業出版社， 2003:67-70.

［7］HUANG Qingbao， SHE Qianzhong， LIN Xiaofeng. Adaptive Fuzzy PID Temperature Control System based on OPC and Modbus/TCP Protocol［J］. 2010 2nd International Asia Conference on Informatics in Control，Automation and Robotics，2010.

［8］ASTROM K J， HAGGLUND T， The future of PID control［J］. Control Engineering Practice，2001(9):1163-1175.

［9］RADAKOVIC Z R， MILOSEVIC V M， RADAKOVIC S B. Application of temperature fuzzy controller in an indirect resistance furnace［J］. Applied Energy，2002， 73(2): 167-182.

［10］伍鐵斌，劉祖潤.一種新型電阻爐溫度控制系統的設計［J］.自動化與儀表，2006，21(6):42-45.

［11］PATHMANATHAN E， IBRAHIM R. Development and implementation of fuzzy logic controller for flow control application［J］. Intelligent and Advanced Systems (ICIAS)， 2010 International Conference on ， 15-17 June 2010:1-6.

［12］HU B G， MANNAND G K L， GOSLNE R G. A systematic study of fuzzy PID controllers - function-based evaluation approach［J］. IEEE Transactionson Fuzzy Systems，2001， 9 (5): 699 - 712.

［13］楊綠.熱處理電阻爐爐溫的自適應模糊PID控制［J］.貴州工業大學學報(自然科學版），2006，35(3):36-39.