基于遺傳算法的全自動除泡機腔體充排氣PID控制研究

郭曉妮， 王 毅， 姜慧慧， 楊 濤

（中電科風華信息裝備股份有限公司， 山西 太原 030024）

引言

隨著社會的高速信息化，觸控顯示行業也得到了到迅猛發展。觸摸屏作為一種實時的人、機、場景交換樞紐，成為了當代生活中不可或缺的一部分，并且用戶對各種觸摸屏技術也提出了越來越高的要求。全自動除泡機是LCD生產線上的關鍵設備之一，它的性能在整個生產工藝中起著至關重要的作用。全自動除泡機的主要工藝原理是將完成OCA貼合及偏光片貼附且有氣泡產生的產品，放入密閉腔體中，在一定時間內以均勻穩定的溫度和壓力進行處理，除去液晶板中的內存氣泡，同時在保證顯示質量的前提下，增強貼合的強度。溫度、壓力和除泡時間是影響全自動除泡機性能的三個重要因素，其控制是否合理，關系到除泡的良品率是否達標。在壓力控制系統中，關鍵技術點是合理有效地控制充氣、排氣時間，使加壓與減壓速度可控，有效降低回彈型再發氣泡的產生，提高除泡良品率。傳統全自動除泡機采用山武PID控制器實現控制，為了降低成本且高效操作，本文分析了采用基于遺傳算法的PID控制方法，規避傳統PID控制參數需靠經驗來確定的問題，通過智能算法給出最優的參數組合，以達到良好的控制效果。

1 PID控制

PID控制是工業自動控制系統中一種常用的調節器控制方法，即以比例（Proportion）、積分（Integration）、微分（Differentiation）進行控制的簡稱。它以具有結構簡單、穩定性好、工作可靠、調整方便的優良特性成為工業控制的主要技術之一。隨著工業水平不斷進步，近年來出現了許多智能PID控制，向著自學習、自適應等先進方向快速發展。

PID 控制利用系統的偏差e（t），通過調節 P、I、D三個參數的線性組合，實現對被控對象的自動調諧，如圖1所示。其中系統偏差e（t）=系統給定r（t）-系統反饋y（t）。在實際工程應用中，有時可將 P、I、D 三個參數以組合的方式進行控制。

圖1 PID控制原理框圖

P比例控制是控制器的輸出與輸入的誤差信號成比例關系。偏差一旦產生，控制器立即調節控制輸出，使被控量朝著減小偏差的方向變化，偏差減小的速度取決于比例系數KP，KP越大偏差減小得越快，但容易引起振蕩，KP越小，發生振蕩的可能性減小但調節速度變慢。單純的比例控制存在穩態誤差不能消除的缺點，這時就需要積分控制。

I積分控制是控制器的輸出與輸入的誤差信號的積分成正比關系。在一個自動控制系統中，如果在進入穩態后存在穩態誤差，則這個控制系統是有穩態誤差的。為了消除穩態誤差，在控制器中引入積分項，積分項對誤差的積分取決于時間，隨著時間的增加，積分項增大。積分項推動控制器的輸出增大使穩態誤差進一步減小，直到等于零。

D微分控制使其控制器的輸出與輸入誤差信號的微分成正比關系。自動控制系統在克服誤差的調節過程中可能會出現振蕩甚至失穩，對誤差的變化趨勢非常敏感，在誤差信號出現之前就能夠起到修正誤差的作用，提高輸出響應的速度，減小被控量的超調和增強系統的穩定性。但微分作用容易放大高頻噪聲，降低系統信噪比，使系統抑制干擾的能力下降。

PID控制的輸入輸出關系為u（t）=KPe（t）+相應的傳遞函數為G（S）=

在工業自動控制中，可根據實際情況和需要選取不同的PID控制規律。

2 基于遺傳算法的PID控制

2.1 遺傳算法

遺傳算法（Genetic Algorithm，簡稱“GA”）是一種基于生物進化思想將求解優化計算中的迭代過程模擬成物種進化的過程，形成一種具有“生成+檢驗”特征的搜索算法。作為智能全局優化算法，GA具有簡單通用、魯棒性強、適于并行處理等特點，因而在求解復雜的工程優化問題中得到了廣泛的應用。

GA總體思想是，以染色體編碼空間代替問題的參數空間，用適應度函數作為評價的依據，以編碼群體為進化基礎，對群體中個體位串的遺傳操作實現選擇和遺傳機制，建立迭代過程。操作過程如圖2所示：

圖2 遺傳算法計算流程圖

2.2 基于遺傳算法的PID參數設計

1）遺傳算法常用于求解約束非線性最優化問題，因此在求解過程中須首先確定決策變量和約束條件。PID控制中需要確定的變量參數為KP、KI、KD三個變量，它們的取值范圍本文參考物理意義和經驗來確定，即確定約束條件。

2）遺傳算法求解是基于數學模型的，因此這里要確定PID控制的目標函數和適應度函數，即確定出目標函數u（t）。

式中：KP為比例系數，KI為積分系數，KD為微分系數，T為時間周期，t為時間。

3）參數編碼：GA編碼方式有二進制編碼和實數編碼兩種，二進制編碼搜索能力強，實數編碼在變異操作上能夠保持更好的種群多樣性。因此，文中采用實數編碼。

4）取種群個體數目120產生初始種群。

5）適應度計算：GA在優化搜索過程中，以適應度函數來評價種群個體是否達到最優值。為使系統在“穩、準、快”三方面獲得滿意的性能，本文的適應度函數取為：

6）選擇運算：將種群中適應度高的個體遺傳到下一代中（采用輪盤賭選擇方法）。根據個體適應度確定其繁殖后在交配池中所占的比例：

式中：f（i）為個體適應度，n為種群的個數。

7）交叉運算：交叉運算是GA中產生新個體的主要操作過程。本文選用算術交叉運算（arithXover），其表達式為：

8）變異運算：變異運算是使GA具有局部隨機搜索能力，加速向最優解收斂。本文采用非均勻變異（nonUnifMutation），其表達式為：

式中：r為[0，1]范圍內的符合均勻概率分布的一個隨機數。

9）算法終止的條件：采用最大進化代數規則。

3 基于遺傳算法的PID控制在腔體充氣中的應用

本文以全自動除泡機為例，腔體設定壓力為0.5 MPa，充氣時間為5 min，采樣時間為0.005 s，勻速加壓，采樣由MATLAB軟件編程，壓力曲線如下頁圖3所示。

圖3中的兩條曲線幾乎重合，一條為腔體目標曲線，一條為經過PID控制后的實際曲線，可以看出，經過PID控制后曲線響應速度快，超調量小，具有較高的控制性和魯棒性，能很好地滿足除泡機以勻速壓力充排氣的要求。

圖3 壓力曲線圖

4 結語

腔體壓力是影響全自動除泡機性能好壞的重要因素之一，基于遺傳算法的PID控制，通過智能算法給出最優的參數組合，使經過PID控制后的系統響應速度快，超調量小，很好地滿足了全自動除泡機以勻速壓力充氣排氣的要求，滿足了實際工程需求，以降低成本且實現更高效的控制。