李旻
(閩北職業(yè)技術學院,福建 南平 353011)
溫度是工業(yè)生產和科學研究中經常涉及到的重要參數之一,實現對溫度的精確控制,對于工業(yè)生產和科學研究具有重要的意義[1]。針對電烘箱的溫度具有非線性、大慣性、大滯后等特點,工業(yè)生產中采用的傳統PID控制方式精度不高,難以取得較好的控制效果。模糊PID是將模糊控制理論與PID算法相結合的一種控制理論,它具有自適應、自學習的特點,其構成的PID控制器結構簡單、抗干擾性強,能較好地控制具有非線性、大遲滯特征的控制對象。
PID(proportional-integral-derivative)是一種在工業(yè)控制系統中常用的控制回路反饋機制(控制器),PID控制系統如圖1所示。在控制過程中,PID控制器連續(xù)計算誤差值,并將其作為測量的過程變量和期望的設定值之間的差異。PID控制主要由3個部分組成[2]。
1) 比例控制(proportion controller)
比例控制能夠依據比例系數Kp影響受控系統的偏差信號,進而對受控系統產生作用,使該系統以盡可能快的速率消除偏差,可表示為:
P=Kperror(t)
2) 積分控制(integral controller)
積分控制能夠保證在穩(wěn)態(tài)時,控制系統被控對象的被控量與預期值之間沒有靜態(tài)跟蹤誤差,可表示為:

3) 微分控制(derivative controller)
微分控制能夠優(yōu)化系統的穩(wěn)定性和動態(tài)響應速度,表示為:

圖1 PID控制系統
PID控制技術原理簡潔,魯棒性強,自20世紀40年代在工業(yè)過程控制領域廣泛應用開始,系統控制工程師已經積累了大量的PID應用相關經驗。但是,隨著工業(yè)生產控制需求的不斷精益,在越來越多元復雜的控制對象面前,特別是大延時、大滯后、非線性的控制對象,常規(guī)PID控制技術越發(fā)顯得力不從心,因此,世界各國學者針對PID控制技術的改進顯得尤為必要。
20世紀60年代,美國工程科學院院士L.A.Zaded教授[3]發(fā)表了一篇關于模糊集理論的論文,論文中創(chuàng)新性地引入了模糊集的概念,并給出了一種全新的針對冗雜系統的分析方法,該分析方法的重點即是為冗雜的系統進行數學建模,同時在語言分析的基礎上,將其翻譯成計算機可識別的算法語言,這種將語言變量代替數值變量的描述方式,成為了一種針對不確定問題的處理方法。
模糊控制技術是通過將模糊集合理論、模糊語言變量以及模糊邏輯推理進行整合為基礎的計算機智能控制[4],模糊控制的基本原理如圖2所示,模糊控制器是整個原理圖的核心部件(虛線框表示)。

圖2 模糊控制系統
模糊控制作為一種語言控制,具有易控制、不依賴高精度數學模型、抗干擾能力強、響應速度快、魯棒性強等優(yōu)點,然而也存在著模糊規(guī)則不易確定,存在穩(wěn)態(tài)誤差等弊端。
將誤差以及誤差變化率作為系統輸入時,模糊控制器可認為是1個PID控制器,這一類模糊控制器雖然有著優(yōu)良的動態(tài)性能,但存在一定的靜態(tài)誤差[5]。所以,本文采用將PID控制技術與模糊控制技術相結合的方式,取長補短,探討一種基于模糊控制和PID控制相結合的參數模糊自適應PID控制算法,并將該理論應用于實際,開發(fā)基于模糊PID電烘箱溫度控制系統。
模糊自適應PID控制技術的核心原理是:在基于模糊推理算法的基礎上,通過將控制對象在控制過程中產生的未知條件、參數波動、控制延時以及環(huán)境干擾等負要素進行整合處理,從而實現PID控制三參數(Kp、Ki和Kd)的實時自適應調節(jié)。從模糊自適應PID控制技術的核心原理可以看出,該技術不僅保留了傳統PID控制技術控制原理簡明、易于調參、魯棒性優(yōu)良的特征,并在此基礎上加入了模糊推理機制,優(yōu)化了控制過程,使得系統控制過程更加精確靈活。
針對電烘箱溫度控制的相關特性,可采用溫度誤差和溫度誤差變化率作為系統輸入量,此時模糊自適應PID控制系統原理示意圖如圖3所示,該原理示意圖由1個傳統的PID控制器和1個基于模糊推理技術的參數自調節(jié)器組成。其中,基于模糊推理技術的參數自調節(jié)器以PID控制器的3個輸出量(Kp、Ki和Kd)作為其輸入量,通過定制的系統模糊推理控制算法,做出控制參數的自調節(jié),實現模糊自適應PID控制技術。

圖3 模糊自適應PID控制系統原理示意圖
基于模糊PID電烘箱溫度控制系統采用集散控制系統,由可以直接發(fā)出操控命令的計算機(上位機)和直接控制設備獲取設備狀況的計算機(下位機)兩部分組成。
其中,控制系統的上位機遠離待控制的電烘箱,通過串口通信技術與作為下位機的單片機進行通信,從而可以實現對采集到的溫度數據進行處理,如數據記錄、數據處理、數據管理以及數據分析;作為下位機的單片機則直接放置在控制現場,實現對電烘箱的有效控制,并同時完成與上位機的通訊。系統總體設計如圖4所示。

圖4 系統架構圖
模糊PID控制算法流程圖如圖5所示。

圖5 在線模糊自適應PID工作流程圖
系統下位機模糊PID控制算法的實現方式有很多,本文采用處理速度較為快捷且擅于處理輸入輸出為離散有限論域的查表法來實現。查表法的實施過程是將理論推理過程預先進行脫線計算,從而制成參數查詢表,當模糊推理器進行在線運行時,可直接通過參數查詢表獲得需要的參數數值從而提升了模糊PID控制器的運算速率。
模糊PID電烘箱溫度控制系統上位機功能模塊:
a)溫度采集及控制
1)設置溫度采集頻率和控制周期;
2)設置溫控曲線:在監(jiān)控開啟前能夠預覽、添加、刪除、編輯所需的溫控曲線,也可以在歷史數據庫中點選一條符合控制要求的溫控曲線;
3)實現電烘箱溫度自動控制,使其跟隨設定的溫控曲線;
4)實現手動控制溫度,可在控溫過程中對溫度進行調整。
b) 數據處理
1) 實現采樣數據的實時顯示、記錄;
2) 實現對采樣數據庫信息的瀏覽、查詢和刪除;
3) 實現對采樣結構的數據處理,便于用戶分析數據。
本文采用實例調試方法,通過輸入一條指定的控溫曲線(該曲線起始溫度為80 ℃,經43 min左右慢慢上升到150 ℃,保持恒溫150 ℃,35 min左右,然后慢慢下降到常溫狀態(tài)),利用基于模糊PID的電烘箱溫度控制系統對電烘箱進行溫度控制,并采集溫度輸出曲線。通過對比輸入溫控曲線和溫度輸出曲線,分析基于模糊PID的電烘箱溫度控制系統的溫控性能。
從圖6中可以看出,圖中綠色曲線(SV)為理想控溫曲線,藍色曲線(PV)為系統輸出曲線(本刊為黑白印刷,如有疑問可向作者咨詢),系統最大超調量約為3%,誤差較小具有較好的跟隨性,升溫階段輸出溫度與預設溫度相差不大,恒溫階段系統性能良好,符合預期目標。

圖6 控溫曲線圖
溫度是工業(yè)生產和科學研究中經常涉及到的重要參數之一, 針對電烘箱的溫度具有非線性、大慣性、大滯后等特點,工業(yè)生產中采用的傳統PID控制方式精度不高,難以取得較好的控制效果。本文研究了模糊自適應PID控制技術,開發(fā)基于模糊PID的電烘箱溫度控制系統,提高電烘箱溫度的控制效率和控制精度,