基于模糊自适应pid的炉温控制系统设计

基于模糊自适应pid的炉温控制系统设计内容摘要：

得很好的控制效果，较之通常的配比调节有以下优点： (l) 节省燃料，减少污染 使系统在燃烧负荷增加或要求升温 时，实现空气先行，燃料跟随。 燃料负荷降低辽宁石油化工大学继续教育学院论文 5 或降温时，实现燃料先行，空气跟随，以达到防止燃料燃烧不充分，冒黑烟污染环境。 (2) 自动调节空燃比 使系统在调节的动态过程中，始终保持空气一燃料的相互跟随关系，控制较好的空燃气配比。 (3) 保护功能 使系统在供风设备一旦发生故障停风时，能自动关闭燃料调节阀，保护系统的安全，具有自保护功能。 存在的问题及发展 加热炉的温度控制系统由于存在非线性、滞后性以及时变性等特点，常规的 PID控制器很难达到较好的控制效果。 考虑到模糊控制能对复杂的非线性、时变系统进行很好 的控制，但无法消除静态误差的特点，和常规的 PID 控制器及模糊自适应PID复合控制器相比，模糊自适应 PID控制改善了系统的动态性能和鲁棒性，达到了较好的控制效果。 对于温度控制，主要有两类算法，即包括模糊控制、神经网络和模糊神经网络在内的智能控制形式的算法和包括自整定 PID控制和 Smith预估计在内的经典控制形式的算法。 辽宁石油化工大学继续教育学院论文 6 2 模糊自适应 PID 控 制理论 PID 控制器 PID控制的发展 PID控制策略是最早发展起来的控制策略之一，现金使用的 PID控制器产生并发展于 19151940年期间尽管自 1940年以来，许多先进的控制方法不断的推出，但由于 PID控制具有结构简单、鲁棒性好、可靠性高、参数易于整定， P、 I、 D控制规律各自成独立环节，可根据工业过程进行组合，而且其应用时期较长，控制工程师们已经积累大量的 PID控制器参数的调节经验。 因此， PID控制器在工业控制中仍然得到广泛的应用，许多工业控制器仍然采用 PID控制器 [3]。 PID 控制器的发展经历了液动式、气动式、电动式几个阶段，目前正由模拟控制器向着数字化、智能化控制器的方向发展。 PID控制理论 PID控制器是一种线性控制器，它根据 给定值 r(t)与实际输出值 y(t)构成控制偏差 e(t)： )()()( tytrte  () 将偏差 e(t)的比例 (Proportional)、积分 (Integral)和微分 (Derivative)通过线性组合构成控制量，对被控对象进行控制，因此称为 PID控制， PID控制系统原理如图 21所示： 比 例积 分微 分 被 控 对 象e ( t ) n ( t ) c ( t )r ( t ) 图 21 PID控制系统原理 其控制规律为 ])()(1)([)(0 t DP dt tdeTdtteTteKtu () 或者写成传递函数形式为 辽宁石油化工大学继续教育学院论文 7 )11()( DSISP TTKsG  () 式 PK ：比例系数； IK ：积分时间常数； DK ：微分时间常数。 PID控制器各校正环节的作用如下： (1) 比例环节即时成比例地反映控制系统的偏差信号 e(t)，偏差一旦产生，控制器立即产生控制作用，以减少偏差； (2) 积分环节主要用于 消除静差，提高系统的无差度； (3) 微分环节能够反映偏差信号的变化趋势 (变化速率 )，并且能在偏差信号值变减少调节时间。 PID控制算法 由于计算机控制是一种采样控制系统，它只能根据采样时刻的偏差值计算控制量。 因此，式 中的积分和微分项不能直接使用，需要进行离散化处理现令 T 为采样周期，以一系列的采样时刻点 KT 代表连续时间 t，以累加求和近似代替积分以一阶后向差分近似代替微分做如下的近似变换 [4~8]： KTt ()    t kj kj jeTjTeTte0 0 0 )()()( () T kekeT TkeKTedt tde )1()(])1[()()(  () 式中， T为采样周期， e(k)为系统第 k次采样时刻的偏差值， e(kl)为系统第 (kl)次采样时刻的偏差值， k为采样序号， k=0， 1， 2， …。 将上面的式 PID表达式：   kj DIP kekeTTjeTTkeKku 0 )]1()([)()({)( () 如果采样周期了足够小，该算式可以很好的逼近模拟 PID算式，因而使被控过程与连续控制过程十分接近。 通常把式 PID的位置式控制算法。 若在式 ，令： IPI TTKK  （称为积分系数） TTKK DPD  (称为微分系数 ） 则 辽宁石油化工大学继续教育学院论文 8   kj DII kekeKjeKkeKku 0 )]1()([)()()( () 式 ()即为离散化的位置式 PID控制算法的编程表达式。 可以看出，每次输出与过去的所有状态都有关，要想计算 u(k)，不仅涉及 e(k)和 e(kl)，且须将历次 e(j)相加，计算复杂，浪费内存。 下面，推导计算较为简单的递推算式。 为此，对式 ()作 如果令 )1()()(  kukuku ，则： )2()1()()( 210  keakeakeaku () 式中 0a 、 1a 、 2a 同式 ()中一样。 如下的变动： 考虑到第（ k1）次采样时有： })]2()1([)()1({)1( 10  kj DIP kekeTTjeTTkeKku () 使 ()两边对应减去 ()式得 )]}2()1(2)([)()1()({)1()(  kekekeTTkeTTkekeKkuk DIP 整理后得 )2()1()()1()( 210  keakeakeakuku () 式中： )1(0 TTTTKa DIP ； )21(1 TTKa DP ； TTKa DP2式 ()就是 PID 位置式的递推形式。 因为在计算机控制中式中 0a 、 1a 、 2a 都可以事先求出，所以，实际控制时只须获得 )(ke 、 )1( ke 、 )2( ke 三个有限的偏差值就可以求出控制增量。 由于其控制输出对应执行机构的位置的增量，故 ()式通常被称为 PID控制的增量式算式 [9]。 增量式 PID控制算法与位置式控制算法比较，有如下的一些优点： (1) 位置式算法每次输出与整个过去状态有关，算式中要用到过去偏差的累加值  )(je ，容易产生较 大的累计误差。 而增量式中只须计算增量，控制增量的确定仅与最近几次偏差采样值有关，当存在计算误差或者精度不足时，对控制量的影响较小，且较容易通过加权处理获得比较好的控制效果； (2) 由于计算机只输出控制增量，所以误动作影响小，而且必要时可以用逻辑判断的方法去掉，对系统安全运行有利； (3) 手动与自动切换时冲击比较小。 辽宁石油化工大学继续教育学院论文 9 模糊控制原理 模糊控制系统的基本概念 人参与的实际控制系统中，人们发现，有些有经验的操作人员，虽然不懂被控对象或者被控过程的数学模型，也不懂自动控制的基本原理，却能凭借经 验采取相应的决策，很好的完成控制工作，如图 22是典型的人机控制系统框图。 信 息 人 控 制 对 象 图 22 典型人机控制系统框图 操作者根据仪表显示的信息（包括声、光、及数字信息），获得系统的运行状态，然后操作者根据自己以往的经验和积累的知识，做出相应的决策，并对控制对象进行运作，在这个系统中，仪表的信息都是精确量，通过人的感官传入操作者的大脑，然后在脑中形成具有模糊性的概念，然后操作者根据经验，进行模糊决策。 显然，这种人机控制系统进行的控制是一种模糊控制，人们为了模拟这种控制过程，设计了一种以模糊数学为基础的控制系统， 模糊控制系统的工作过程同人机控制系统一样，都是一种模糊控制，只不过模糊控制系统中的决策者是模糊控制器。 模糊控制器将根据输入的信息进行模糊决策，输出一个模糊量，然后将它精确化，并作用于被控对象。 这样即使一个控制过程出现了问题，其他的规则往往可以补偿，此时的系统可能不是最佳控制，但是仍然会正常工作。 模糊控制系统的组成 模糊控制系统如图 23所示 输 入 接口模 糊 控制 器输 出 接口执 行 机构被 控 对象检 测 装 置S ( t )+Y ( t ) 图 23 模糊控制系统 模糊控制系统一般可以分为五个部分： 辽宁石油化工大学继续教育学院论文 10 (1) 模糊控制器。 它是各类模糊控制系统的核心部分。 由于被控对象的不同，以及对系统静态、 动态特性的要求和所应用的控制规则各异，可以构成各种类型的控制器，在模糊控制理论中，则采用基于模糊控制的知识表示和规则推理的语言型“ 模糊控制器 ” ，这也是模糊控制系统区别于其他控制系统的特点所在 [10]。 模糊控制器的主要功能有三个：模糊量化处理；模糊推理（决策）；非模糊化处理（精确化处理）。 (2) 输入 输出接口。 模糊控制器通过输入 输出接口从被控对象获取数字信号量，并将模糊控制器决策的输出数字信号经过数模转换，转变为模拟信号，然后送给被控对象。 在 I/O接口装置中，除了 A/D、 D/A转换外，还包括必要的电平转 换。 (3) 执行结构。 包括各种交、直流电动机、伺服电动机、步进电动机等。 (4) 被控对象。 它可以是一种设备或装置以及它们的群体，也可以是一个生产的、自然的、社会的、生物的或其他的各种的对象过程。 这些被控对象可以是确定性的或是不确定的、单变量的或多变量的、有滞后或是无滞后的，也可以是线性或非线性的、定常或时变的以及具有强耦合的和干扰的等多种情况。 对于那些难以监理精确数学模型的复杂对象，更适宜采用模糊控制。 (5) 检测装置。 即传感器，传感器是将被控对象或各种过程的被控量转化为电信号（模拟或数字）的一类装置。 被控量往往是非电量，如速度、加速度、温度、压力等。 传感器在模糊控制系统中占有十分重要的地位，它的精度往往直接影响整个模糊控制系统的精度，因此，在选择传感器时，应十分注意选择精度高且稳定性好的传感器。 模糊控制系统的基本原理 模糊控制的基本原理如图 24 所示，它的核心部分为模糊控制器，即图中线框内部。 模 糊 化 接口模 糊 推 理机解 模 糊 接口被 控 对 象知 识 库S ( t ) Y ( t )+uF C 图 24 模糊控制原理框图 模糊控制器的控制规律由计算机的程序实现，模糊控制的基本思想是：微机经辽宁石油化工大学继续教育学院论文 11 中断采样获取被控制量的精确值，然后将此量与给定值比较得到偏差信号 e。 一般选偏差信号 e作为模糊控制 器的一个输入量，把偏差信号 e的精确量进行模糊化变成模糊量，偏差 e的模糊量可以用相应的模糊语言表示，得到偏差 e的模糊语言集合的一个子集。 再由模糊子集、模糊控制规则（模糊关系）和前项推理进行模糊推理，得到模糊控制量为： u=E*R，式中 u为一个模糊量。 为了对被控对象施加精确的控制，还需要将模糊量 u转换为精确量，这一步骤称为解模糊（也称清晰化）。 得到了精确的数字控制量后，经数模转换变为精确的模拟量送给执行机构，对被控对象进行一步控制。 然后中断，等待第二次采样，进行第二步控制，这样循环下去，就实现了都被控对象的模糊 控制。 综上所述，模糊控制过程可概括为以下四个步骤： (1) 根据本次采样得到的系统的输出值，计算所选择系统的输入变量； (2) 将输入变量的精确值变为模糊量； (3) 根据输入变量（模糊量）及模糊控制规则，按照模糊推理合成规则推理计算输出控制量（模糊量）； (4) 由上述得到的控制量（模糊量），并作用于执行机构。 模糊自适应 PID 复合控制算法 由于 PID算法只有在系统为非时变的情况下才能获得较理想的效果，当一个调整好参数的 PID控制器被应用到模型参数时变系统，系统控制性能会变差，甚至不稳定。 而 Fuzzy控制虽然对被控对象的时滞性、非线性和时变性具有一定的适应能力，同时对噪声也具有较强的抑制能力，但消除系统稳态误差的能力较弱，难以达到较高的控制精度。 因此单纯采用模糊控制都不会取得较好的控制效果。 本文采用FuzzyPID复合控制温度可以克服上述两种方法的缺点。 FuzzyPID 控制是在一般 PID 控制系统的基础上，加上一个环节，利用模糊控制规则对 PID参数进行修改的一种自适应控制系统误差 E和误差变化CE作为输入，可以满足不 同时刻的 E和C对参数要求。 FuzzyPID控制器是在常。