基于模糊PID參數(shù)自整定的溫度控制系統(tǒng)的研究
掃描二維碼
隨時(shí)隨地手機(jī)看文章
摘要:工業(yè)溫度控制系統(tǒng)具有非線性、時(shí)變性和滯后性等特性,嚴(yán)重影響溫度控制的快速性和準(zhǔn)確性,為了解決常規(guī)PID參數(shù)調(diào)節(jié)在溫度控制中適應(yīng)性差,調(diào)節(jié)效果不理想的問題,這里采用了模糊PID參數(shù)自整定控制方法,用模糊控制規(guī)則對(duì)PID參數(shù)進(jìn)行修改,利用Matlab的Simulink仿真工具箱做了常規(guī)PID與模糊PID的仿真對(duì)比試驗(yàn)。仿真結(jié)果表明,模糊PID參數(shù)自整定控制效果在超調(diào)量和調(diào)節(jié)時(shí)間上都小于常規(guī)PID,提高系統(tǒng)快速性和準(zhǔn)確性,改善了溫度系統(tǒng)動(dòng)態(tài)性能。
關(guān)鍵詞:溫度控制;Matlab仿真;模糊規(guī)則;PID
在工業(yè)生產(chǎn)過程中溫度是重要的控制參數(shù)之一,對(duì)溫度的有效控制對(duì)于保證生產(chǎn)質(zhì)量具有重大的現(xiàn)實(shí)意義和理論價(jià)值。工業(yè)溫度控制系統(tǒng)具有非線性、時(shí)變性和滯后性等特性,而常規(guī)PID控制器參數(shù)往往整定不良,性能欠佳,對(duì)運(yùn)行的工作情況適應(yīng)性差,導(dǎo)致常規(guī)PID控制不能使溫度控制達(dá)到理想效果。為了改善常規(guī)PID控制效果,增強(qiáng)系統(tǒng)的適應(yīng)性,實(shí)現(xiàn)PID參數(shù)自整定,本文設(shè)計(jì)出一種PID參數(shù)自整定的模糊控制器。利用模糊邏輯對(duì)PID控制器參數(shù)進(jìn)行調(diào)整實(shí)現(xiàn)控制效果最優(yōu),將溫度作為控制對(duì)象,并利用Matlab的Simulink工具箱實(shí)現(xiàn)仿真對(duì)比分析常規(guī)PID與模糊PID的曲線,最后應(yīng)用到實(shí)際的溫度控制系統(tǒng)中,對(duì)比分析常規(guī)PID與模糊PID的控制效果。
1 PID控制算法的相關(guān)介紹
1.1 PID控制算法
PID控制器因?yàn)榻Y(jié)構(gòu)簡單、容易實(shí)現(xiàn),并且具有較強(qiáng)的魯棒性,因而被廣泛應(yīng)用于各種工業(yè)過程控制中。在傳統(tǒng)PID控制中,PID參數(shù)在線整定一直是人們研究的問題之一,最早提出PID參數(shù)工程整定方法的是Z-N整定公式,至今仍然在工業(yè)控制中應(yīng)用。而常規(guī)PID整定參數(shù)的選擇取決于多種因素,比如被控對(duì)象的動(dòng)態(tài)性能、控制目標(biāo)以及操作人員對(duì)系統(tǒng)的理解等,因此肯定造成整定效果不理想。人們發(fā)現(xiàn)單純靠常規(guī)PID控制算法是無法完成各種復(fù)雜控制的。在這種背景下,專家首次提出了基于繼電器反饋的自適應(yīng)PID控制系統(tǒng)應(yīng)用于工業(yè)控制領(lǐng)域中。近年來國外對(duì)于Fuzzy-PID的研究已經(jīng)由先前的基于專家經(jīng)驗(yàn)的模糊控制技術(shù)實(shí)現(xiàn)PID參數(shù)調(diào)整的研究,逐漸轉(zhuǎn)向基于人工智能神經(jīng)網(wǎng)絡(luò)、遺傳理論的模糊復(fù)合控制技術(shù)與常規(guī)PID結(jié)合的復(fù)雜控制,比如基于遺傳算法的PID控制、基于蟻群算法的PID控制等。近20年來,在理論研究基礎(chǔ)上,具有模糊推理的自整定PID控制器也相繼問世。此外,各種智能控制算法相互結(jié)合,如模糊神經(jīng)網(wǎng)絡(luò)、模糊免疫算法等,也不斷為智能PID技術(shù)的發(fā)展增加新的活力。
1.2 PID參數(shù)整定
一般的PID參數(shù)整定方法大多通過一些簡單的實(shí)驗(yàn)獲取系統(tǒng)模型或性能參數(shù),再用代數(shù)規(guī)則給出適當(dāng)?shù)腜ID整定值,或者根據(jù)多年的經(jīng)驗(yàn),給出參數(shù)值,這些方法簡單,便于工程應(yīng)用,但參數(shù)的整定效果不理想。在實(shí)際的應(yīng)用中,許多被控過程機(jī)理復(fù)雜,具有高度非線性、時(shí)變不確定性和純滯后等特點(diǎn)。過程參數(shù)甚至可能會(huì)隨著時(shí)間和工作環(huán)境的變化而變化。這就要求在PID控制中,不僅參數(shù)的整定不依賴系統(tǒng)的數(shù)學(xué)模型,并且能夠在線調(diào)整,以滿足實(shí)時(shí)控制的要求。
模糊PID控制不僅具有智能控制的自學(xué)習(xí)、自適應(yīng)、自組織的能力,能夠自動(dòng)辨識(shí)被控過程參數(shù)、適應(yīng)被控過程參數(shù)的變化,而且又具有常規(guī)PID控制器結(jié)構(gòu)簡單、魯棒性強(qiáng)、可靠性高的特點(diǎn)。因此模糊PID控制成為控制領(lǐng)域中較為理想的一種控制方法。模糊控制與PID控制的結(jié)合形式很多,本文采用的是模糊PID參數(shù)自整定的方法。
2 溫度控制的數(shù)學(xué)模型
2.1 溫度控制系統(tǒng)組成
考慮圖1所示的溫度控制系統(tǒng)。該溫度控制系統(tǒng)主要構(gòu)成部分是儲(chǔ)水箱、智能儀表、鍋爐、換熱器以及閘閥、傳感器等,智能儀表作為控制器,0~380 V加熱絲作為執(zhí)行機(jī)構(gòu),鍋爐中水的溫度作為控制對(duì)象,溫度傳感器作為反饋環(huán)節(jié),常規(guī)PID與模糊PID的控制參數(shù)輸入智能控制器,然后輸出4~20 mA模擬信號(hào)調(diào)節(jié)0~380 V電壓控制加熱絲加熱的程度。
2.2 溫度控制系統(tǒng)的模型特性
鍋爐水溫控制系統(tǒng)可近似用一階慣性純滯后環(huán)節(jié)來表示,其傳遞函數(shù)為:
式中:K為對(duì)象的靜態(tài)增益;T為對(duì)象的時(shí)間參數(shù);τ為對(duì)象的純滯后時(shí)間參數(shù)。本系統(tǒng)選用的是溫度作為控制對(duì)象,鍋爐的溫度控制系統(tǒng)是常見的確定性系統(tǒng),針對(duì)以上的溫度控制系統(tǒng)得到鍋爐溫度控制系統(tǒng)的傳遞函數(shù)為:
從圖1可以看出,鍋爐中的水是不斷流動(dòng)的,循環(huán)水對(duì)加熱絲加熱鍋爐中水的溫度是一個(gè)很強(qiáng)的干擾,增加了系統(tǒng)的復(fù)雜性,加大了控制難度,而一般常規(guī)的PID控制效果不太理想,所以對(duì)鍋爐水溫度控制系統(tǒng)采用模糊PID控制算法。
3 模糊PID控制算法
3.1 模糊PID參數(shù)自整定系統(tǒng)結(jié)構(gòu)
采用模糊PID參數(shù)自整定控制方式,首先要找出PID三個(gè)參數(shù)與控制偏差e和偏差的導(dǎo)數(shù)ec之間的模糊關(guān)系,在運(yùn)行中通過不斷檢測e和ec,根據(jù)模糊控制原理來對(duì)三個(gè)參數(shù)進(jìn)行修改,以滿足不同e和ec對(duì)控制參數(shù)的不同要求,從而使被控對(duì)象有良好的動(dòng)靜態(tài)性能。即e,ec作為模糊控制器的輸入,PID三個(gè)參數(shù)作為輸出系統(tǒng)結(jié)構(gòu)圖如圖2所示。
3.2 PID參數(shù)的整定原則
按照系統(tǒng)時(shí)時(shí)變化的偏差e和偏差變化率ec,根據(jù)經(jīng)驗(yàn),KP,KI,KD的整定原則如下:
(1)當(dāng)偏差e較大時(shí),誤差較大,為使系統(tǒng)有較快的響應(yīng)速度,應(yīng)取較大的KP;為了防止偏差變化率ec瞬時(shí)過大,應(yīng)取較小的KD;為了避免較大的超調(diào),應(yīng)對(duì)積分作用加以限制,通常取KI=0。
(2)當(dāng)偏差e處于中等大小時(shí),為使系統(tǒng)相應(yīng)具有較小的超調(diào),KP應(yīng)取得小些,KI取值要適當(dāng),這時(shí)KD取值對(duì)系統(tǒng)影響較大,取值應(yīng)大小適中,以保證系統(tǒng)的響應(yīng)速度。
(3)當(dāng)偏差e較小時(shí),為使系統(tǒng)具有較好的穩(wěn)定性,KP與KI均應(yīng)取大些,同時(shí)為避免系統(tǒng)在設(shè)定值附近出現(xiàn)振蕩,并考慮系統(tǒng)的抗干擾性能,應(yīng)適當(dāng)?shù)剡x取KD值。KD值的選擇根據(jù)偏差變化率ec來確定,當(dāng)ec較大時(shí),KD取較小值,當(dāng)ec值較小時(shí),KD取較大值,一般情況下,KD為中等大小。
3.3 模糊PID控制器
設(shè)定輸入變量e和ec語言值的模糊子集為{NB,NM,NS,Z,PS,PM,PB),將偏差e和偏差變化率ec量化到(-3,3)的區(qū)域內(nèi)。同樣,設(shè)定輸出量KP,KI和KD的模糊子集為{ZO,PS,PM,PB},并將其量化到區(qū)域(0,3)內(nèi)。根據(jù)參數(shù)KP,KI和KD對(duì)系統(tǒng)輸出特性的影響情況,可得模糊控制規(guī)則為:
4 仿真結(jié)果
4.1 建立系統(tǒng)Simulink仿真框圖
在Matlab的Simulink環(huán)境下根據(jù)圖2設(shè)計(jì)出系統(tǒng)的仿真框圖。如圖3所示。
4.2 Matlab仿真結(jié)果
針對(duì)A3000溫度控制系統(tǒng),其數(shù)學(xué)模型為,模糊化因子ke=0.12,kec=0.02,解模糊因子K1=1.8,K2=0.03,K3=0.01,PID參數(shù)值KP=3.5,KI=0.025,KD=0.1。圖4是常規(guī)PID控制曲線圖和模糊PID控制曲線圖。仿真結(jié)果表明,模糊PID控制方法較常規(guī)的PID控制,具有較高的控制精度,超調(diào)量小,控制效果好。
仿真顯示采用Fuzzy-PID算法,沒有振蕩并且超調(diào)量小,從仿真的結(jié)果可以看出,常規(guī)PID算法調(diào)節(jié)時(shí)間為55 s,而模糊PID的調(diào)節(jié)時(shí)間是27 s,常規(guī)PID的超調(diào)量是26%,而模糊PID的超調(diào)量是1.27%,明顯優(yōu)于傳統(tǒng)的PID算法。
4.3 溫度控制系統(tǒng)實(shí)際控制效果
將常規(guī)PID和模糊PID參數(shù)自整定算法用于溫度控制系統(tǒng)中,以及加入相同的干擾后對(duì)控制效果的影響,其溫度控制實(shí)驗(yàn)曲線如圖5,圖6所示。
從溫度控制系統(tǒng)的實(shí)際控制結(jié)果看出:常規(guī)PID算法調(diào)節(jié)時(shí)間為4.4 min,而模糊PID的調(diào)節(jié)時(shí)間是2.1min,常規(guī)PID的超調(diào)量是10%,而模糊PID的超調(diào)量是6%;在加入相同干擾的情況下,系統(tǒng)恢復(fù)穩(wěn)定的時(shí)間,常規(guī)PID是2.7 min,模糊PID是0.9 min。
5 結(jié)語
溫度控制系統(tǒng)具有非線性、時(shí)變性和滯后性的特性,并且鍋爐水溫控制系統(tǒng)中的循環(huán)水也是強(qiáng)干擾,增加了系統(tǒng)控制的復(fù)雜性,常規(guī)PID控制效果不太理想,而模糊PID參數(shù)自整定控制算法對(duì)于解決溫度系統(tǒng)中的非線性、時(shí)變性和大延時(shí)起到明顯的改善效果,對(duì)干擾也具有較好的抑制調(diào)節(jié)能力。