段東海,麥云飛
(上海理工大學 機械工程學院,上海 200093)
隨著柴油機排放法規的日益嚴格,后處理技術是滿足歐IV及以上排放法規必須采用的技術措施。2010年之后,國家計劃三年內實施柴油車國Ⅳ標準,這對EGR技術提出了極大挑戰。EGR技術難以適應柴油車更加嚴格的排放要求,而SCR則能滿足國Ⅳ及國Ⅴ排放標準,因此SCR技術成為了市場發展主流。在SCR系統中尿素壓力的穩定對精準控制噴射量很重要,但是由于量產后系統特性的差異和系統本身的非線性化特性對傳統的控制算法提出了很大的挑戰,為此本文提出用自整定模糊PID算法來實現管道壓力的自動控制,將在SCR尾氣處理試驗臺上進行測試,并與常規PID控制進行了比較。
SCR噴射系統由控制器、壓力傳感器、信號調理電路、直流無刷電機驅動器、直流無刷電機、泵、噴嘴組成,系統框架如圖1所示。管道的壓力信號由壓力傳感器實時采集并變換為模擬量信號,經控制器內部計算轉換為壓力反饋信號Uc(k)。控制器讀取管道壓力Uc(k)和設定噴射壓力Ur(k)后,交由模糊PID控制器算法在線調整PID參數,然后由PID算法計算出控制量Un(k),將控制量Un(k)輸出到驅動器的控制端子,改變直流無刷電機的轉速,實現噴射管道壓力的恒定。

圖1 系統框架圖
壓力信號誤差E(k)及壓力信號誤差的變化率Ec(k)為模糊控制器的輸入量,控制器的輸出量為PID三個參數的調整量△Kp(k)、△Ki(k)、△Kd(k)[1]。Ur(k)為管道噴射系統設定壓力值,壓力信號經壓力變送器實時采集后轉化為壓力信號采樣值Uc(k),計算得到壓力信號誤差值E(k)

式中,k=1,2,3,…,E(0)=0MPa。


式中,k=1,2,3,…,Uc(0)=0MPa,T為采樣周期。
在控制器里,三個PID參數的調整量△Kp(k)、△Ki(k)、△Kd(k)與三個PID參數基準量Kp(r)、Ki(r)、Kd(r)分別相加,得到三個 PID 參數Kp(k)、Ki(k)、Kd(k)[2],如圖2所示。

三個PID參數送到PID控制器,經計算得到控制量Un(k)。

圖2 控制算法結構圖
模糊自整定PID控制器是在fuzzy集的論域中進行討論和計算的,因而首先要將輸入變量變換到相應的論域,并將輸入數據轉換成合適的語言值,也就是要對輸入量進行模糊化。用“大、中、小”描述輸入輸出變量的狀態,“正、負”判斷方向,描述輸入變量的變化趨勢是“增加”還是“減少”,設[負大,負中,負小,負零,正零,正小,正中,正大]為輸入輸出變量的詞集,用英文縮寫[NB,NM,NS,N0,P0,PS,PM,PB]表示上述詞集[3]。詞集有8個,為了確保模糊子集盡量覆蓋論域,避免出現失控現象,誤差E論域設為[-6,6],誤差變化率Ec論域設為[-5,5],然后由E、Ec隸屬函數三角形隸屬度函數得出相應的模糊變量[4],圖3、圖4分別是E和Ec的隸屬度函數。

圖3 誤差E隸屬度函數

圖4 誤差變化率Ec隸屬度函數
基于傳統PID算法控制的管道噴射系統壓力階躍響應曲線如圖5所示,Ur(k)、Uc(k)是系統壓力的采樣值和設定值。分析Kp、Ki、Kd三個參數對壓力系統特性的影響,以此來設定模糊控制器三個參數的調整規則[5]。

圖5 系統階躍響應
(1)圖5所示響應曲線第一階段,壓力過程值Uc(k)小于目標值20%Ur(k),這時E(k)比較大,在這個階段主要目標是加快壓力響應速度,Kp(k)取較大值,為了避免積分飽和,Ki(k)取無窮大值,去掉積分作用;
(2)圖5所示響應曲線第二階段,過程值Uc(k)大于目標值20%Ur(k),小于80%Ur(k),誤差值E(k)和誤差值變化率Ec(k)為中等大小,這個階段在保證響應速度的同時要減小超調量,Kp(k)值應適當減小并取較小Ki(k);
(3)圖5所示第三階段,過程值Uc(k)大于目標值80%Ur(k),E(k)較小,這個階段主要是減小累積誤差并使系統具有良好的穩定性,Kp(k)和Ki(k)應增大。
由上述規則來設定三個PID參數的調整量△Kp(k)、△Ki(k)、△Kd(k)的模糊調整規則表[6],表1是△Kp(k)的模糊調整規則表,△Ki(k)的模糊調整規則表略。

表1 △Kp(k)的模糊調整規則表
(1)E(k)及Ec(k)基本論域的選定
噴射系統理想壓力為5.5個Bar。系統剛啟動時初始壓力為0Bar,目標壓力為5.5 Bar,根據壓力變送器的參數標定可知,這時5.5 Bar的壓力誤差對應5.5 V的模擬量信號,故壓力信號誤差的基本論域選為[-5.5,5.5]。根據測試系統管道壓力在提升的時候最大變化率不超過2.5 Bar/T,對應的電信號為2.5 V/T,故壓力誤差變化率基本論域選為[-2.5,2.5]。
(2)參數的調整量△Kp(k)、△Ki(k)、△Kd(k)基本論域選定
對于壓力的控制,通常只采用PI控制[7]。通過PLC自整定面板整定及參數進一步優化得到Kp(r)、Ki(r)兩個參數分別為0.15、0.0096,首先固定系統參數Ki(r),上下試整定參數Kp(r)得知其在[0.04,0.26]范圍內可控,故△Kp(k)的基本論域選定為[-0.11,0.11];同樣的方法得知參數Ki(r)在[0.003,0.0162]范圍內可控,基本論域選定為[-0.0066,0.0066]。
(3)計算量化因子
壓力誤差論域最大值5.5對應論域最大值5,故壓力誤差量化因子Ke=6/5.5=1.09;
壓力誤差變化率最大值2.5 Bar/T對應論域最大值5,故壓力誤差變化率量化因子Kec=5/2.5=2。
(4)計算比例因子
①△Kp(k)在[-0.11,0.11]范圍內,論域最大值為5,故△Kp(k)的比例因子Qp=0.11/5=0.022;
②△Ki(k)在[-0.0066,0.0066]范圍內,論域最大值為5,故△Ki(k)的比例因子Qi=0.0066/5=0.00132
把算法離散化寫進程序后,開始管道壓力噴射系統控制試驗。分別用傳統PID控制算法和模糊PID自適應控制算法在模擬汽車工況進行了控制性能對比試驗,從直流無刷電機啟動算起直到壓力達到目標值5.5 Bar并穩定,進行多次試驗,記錄壓力響應曲線并對比。圖6、圖7是兩種壓力控制算法響應曲線,表2是兩種壓力控制算法控制性能對比。
從表2可以得到,相比傳統PID控制算法,采用模糊PID自適應控制算法管道壓力系統響應時間縮短53.8%,誤差減小57.1%,而且隨后進行的大量隨機試驗證明采用模糊PID自適應控制算法,系統的可靠性、適應性得到顯著提高,克服了系統差異性,很好地實現了非線性控制。

表2 兩種算法控制性能對比

圖6 傳統PID壓力響應曲線

圖7 自整定模糊PID壓力響應曲線
[1] 殷云華,樊水康,陳閩鄂.自適應模糊PID控制器的設計和仿真[J].火力與指揮控制,2008,33(7):96-99.
[2] 劉漢忠,官元紅.模糊PID自適應算法在流量壓力控制系統中的應用[J].化工自動化及儀表,2011,38(5):567-569.
[3] 楊云飛.基于PLC的自適應模糊-PID壓力控制系統[J].微計算機信息,2007,23(9):89-90.
[4] 王吉龍.基于模糊PID的溫度控制系統[J].電子工程師,2008,34(5):77-79.
[5] 劉壯志,洪添勝,李 霞,等.基于模糊控制的流量控制閥仿真[J].農業工程學報,2009,25(2):83-86.
[6] Servet Soyguder,Mehmet Karakose,Hasan Alli.Design and simulation of self-tuning PID-type fuzzy adaptive control for an expert HVAC system[C].Expert System with Applications,2008:4566-4573.
[7] 任彥碩.自動控制系統[M].北京:北京郵電大學出版社,2006.