基于labview的温度控制系统研究

基于labview的温度控制系统研究内容摘要：

度控制，通过控制制冷设备和制热设备的启动和关断来降低或升高环境温度。 一般的温度控制系统只设定一个温度阈值， 该温度阈值可由用户调整， 当检测到环境温度超过该温度阈值时， 制冷设备 开始 进行降温。 对于制冷设备的停止控制，一种是通过定时，制冷设备运行一定时间后自动关断；另外一种是设定 一个降温停止阈值，该阈值与用户可调整的温度阈值有固定差值，差值不可调，当检测温度低于降温停止阈值时，关断制冷设备。 以上的温度控制方法，只能将温度控制在一个较大的范围内，而且温度值持续的上下波动，并不能有效的进行温度控制。 本文的 温度控制系统的设计在温度控制环节使用的是模糊控制，根据实时温度偏离期望温度的情况， 采取不同的输出控制。 在这种控制方式下，能迅速将温度调整到期望的温度值，把超调量控制在尽可能小的范围内或避免超调。 该系统有降温和升温两种温控功能 ， 但是针对于人们的生活环境。 在一定的时期上海工程技术大学毕业设计（论文） 基于 LabVIEW 的温度控制系统研究 12 内 ， 人们只需要一种方式进行温控。 例如 ： 在夏天 ， 外界对室内温度是处于一个持续加热状态 ， 所以此时人们对于温度的控制只采取降温控制 ， 可能由于温控系统发生超调 ， 出现实时温度低于期望温度值 ， 此时人们并不会开启制热设备提升室内温度到期望温度值。 由于外界对于室 内温度是持续加热的 ， 所以只要关断制冷设备 ， 室温会回升的期望温度值。 根据该实际情况 ， 温度控制系统设置了独立的温控设备开关控制。 在相应的时期只开启 制冷或制热的控制功能 ， 另一种功能将被持续关断。 因为温度控制系统具有滞后性 ， 尽管模糊控制控制效果良好 ， 但是仍可能发生超调。 所以在该系统中设置一个可调节的超调关断控制值 ，当发生超调，调整幅度过大超过期望温度值到一定程度，自动切断相应的温控设备，防止超调过大。 事故和故障报警 在温度采集中有 4个温度测点，假如， 4 个温度测点中有一个温度传感器或其他信号处理设备故障 ，那么在系统中对应的温度值为零。 该错误的温度值列入平均值的计算，得出的均值也是错误的，系统根据错误的均值进行的温度控制也将发生错误。 在计算平均值时要考虑到测点故障问题，设置合理温度范围。 当测点的温度值超出合理温度的范围，在系统界面显示对应测点的异常信息，并且在计算平均值时，程序的会自动将异常的测点温度值剔除，只用剩下的正常测点的温度值进行运算。 这样能保证，即使在某一测点故障的情况下，温度控制系统能够正常运行。 在温控设备故障情况下 ， 例如 ： 环境温度到达制冷设备启动阈值 ， 但是由于制冷设备故障无法进行制冷 ， 由于外 界的影响环境温度继续上升。 或者，由于其他故障导致温控设备不能正常停止，导致温度持续被改变， 当环境到达可调整设置的超温阈值时， 系统界面上会有相应的提示和异常信息显示。 环境温度得不到控制也有可能由于其他会影响温度的事故发生，这类异常对人们的影响较为严重，所以温度控制系统不仅在系统界面上显示异常信息，在发生该情况时，还会通过报警装置电路上的蜂鸣器引起用户的相关人员的注意。 尽管概率比较少，但是可能存在 4个测点的传感器或其他信号设备故障的情况。 在该情况下，系统不能检测到当前环境的温度，系统失去了控制的依据。 系统将自 动切断所有的温控设备，蜂鸣器发出警报。 数据存储 在系统运行中会产生许多数据，这些数据都可以被记录下来并写入文件，在计算机的硬盘中保存。 保存的数据，可以用于温度控制系统的研究中，确定温度控制系统上海工程技术大学毕业设计（论文） 基于 LabVIEW 的温度控制系统研究 13 的性能及其可改进的方向及措施。 被储存的数据主要分三类： （ 1）温度数据， 4个测点测量的温度数据，还有平均值。 只有当测点的温度数值出现异常时才会对该点的温度数据进行存储，存储包括时间数据，这样能确定测点异常发生的时间，有助于原因的判断。 平均值数据从系统开始运行到系统停止运行都在进行数据存储，因为平均值 才是对被测空间环境温度的准确反映，存储的数据可以根据其时间绘制平均温度随时间变化的曲线。 可以以此研究温度控制系统的控制效果。 （ 2）异常及故障数据， 当系统发生异常或故障时 ， 将当前的异常或故障的数据和信息记入存储下来。 在有条件的情况下可以根据该数据对该温度控制系统进行可靠性分析。 4 模糊控制 设计 模糊控制概念 所谓的模糊控制就是没有精确的数学模型的控制，其主要强调的是模糊的概念。 在传统的控制中，普遍追求控制的精确性，并将其作为评判控制优劣的主要关键。 如果能够罗列出系统的详细动态信息，并推算出其 数学模型 ，则可以达到精确控制。 但是对于某些复杂系统， 在建立数学模型时，变量太多，而且变量对于系统的影响不是固定的曲线。 这样难以描述系统的动态，则达不到精确控制。 模糊概念适用于该情况，模糊逻辑能够在复杂的系统中实现良好的控制。 模糊控制的基本思想是对于经验的总结 ， 运用总结结果进行逻辑推理得出正确的控制 ， 但是在自动化控制中，必须要有数学意义才能进行自动控制器的搭建。 对经验进行逻辑推理和转换实现模糊控制的数学化，才能实现控制器的设计。 模糊控制器的工作过程 及基本原理：模糊控制器的模糊化接口将检测到的被控对象的特征 状态转换为可以用人类语言表达的模糊量，使用人类语言表达出其控制规则，经过模糊逻辑的推理就能的到用于控制的输出量对应的语言式的模糊量，这个模糊量再经过清晰化接口编程执行机构可以识别的控制信号。 模糊控制器根据工作原理分成 4 个模块： 第一 ， 模糊化接口 ， 对控制器的输入进行模糊化处理 ， 使其变模糊语言。 第二 ， 规则库 ， 包含了所有的控制逻辑 ， 控制器的核心。 第三 ， 模糊推理 ， 一种模糊运算过程 ， 根据规则库进行推理 ， 有别于数值运算。 第四 ， 清晰化接口 ， 模糊运算后的结果输出为语言输出 ， 要将语言输出转换为数上海工程技术大学毕业设计（论文） 基于 LabVIEW 的温度控制系统研究 14 值式的输出 ， 才能达到控 制的目的。 如图 所示。 图 模糊控制器基本结构 模糊控制的特点： 避免了在建立数学模型过程中一系列复杂过程 ；不需要精确的数学模型，系统的变量关系不是数值关系而是规则关系，用语言表达；模糊控制是基于语言的一种控制方式，具有良好的人机交互性； 模糊控制器有别于线性控制器，没有精确的控制精度，鲁棒性和适应性好。 模糊化接口 模糊化就是对控制器的输入和输出进行模糊化处理，在其论域上定义变量，用模糊语言的方式表示精确的输入和输出值。 模糊化 接 口 的设计 步骤为“ （ 1）语言变量的确定 首先确定控制器的输入和输出 ， 将输入和输出 定义为语言变量 ， 在该温度控制系统的模糊控制器上有两个输入数据 ， 和一个输出控制数据 ， 误差值 e， 也就是测量到的温度的均值与人为设定的期望温度值的差值 ， e 的值等于实际温值减去期望温值；误差变化率 ec， 单位时间误差值的变化。 一个输出为： 控制量 u，控制器输出的控制量经转换后变成对温控设备的控制信号。 在 e 的论域上定义语言变量 “误差 E”，在 ec 的论域上定义语言 变量“误差变化EC”，在控制量 u 的论域上定义语言变量“控制量 U”。 （ 2）语言变量 论域的设计 在模糊控制器的搭建 中 ， 一般 就把 在模糊化接口中定义的 语言变量的论域定义为有限整数的离散论域。 在该温度控制系统中 将 E 的论域定义为 {3， 2， 1， 0， 1， 2，规则库 模糊化接口 模糊推理 清晰化接口 上海工程技术大学毕业设计（论文） 基于 LabVIEW 的温度控制系统研究 15 3}；将 EC 的论域定义为 {3， 2， 1， 0， 1， 2， 3}；将 U的论域定义为 {3， 2， 1，0， 1， 2， 3}。 经由程序计算得出的实际温度与期望温度的差值是连续的，相同的，误差变化率也是连续的，为了实现从 e 和 ec 到 E 和 EC 的转化，还有，模糊控制器输出的 U 与实际的控制量 u 的转化，可以通过量化因子 Ke 和 Kec 还有比例因子 Ku。 如图 所示。 图 连续 域到有限整数离散域的转换 在该温度控制器中 ， 误差的连续取值范围是 e=[ ， ]， 表示低限值 ， 表示高限值。 E 的论域是 3 到 3 的有限整数，所以论域所对应包含的数值范围就是 3 减去3， 也就是 6，所以 E 与 e 的转换量化因子为 则 为 ： （ 1） 同理 ， 假如误差变化率的连续取值范围是 ec=[ ， ]，控制量的连续取值范围是 u=[ ， ]， 则量化因子 Kec 和比例因子 Ku可以分别确 定如下 ： （ 2） （ 3） 在确定了量化因子和比例因子后 ， E 的论域为离散整数，而 e 为连续值，所以通过量化因子换算后还需进行取整运算。 误差 e 和误差变化率 ec 可通过以下式转换为ec e 期望值 数 据分 析 Ke Kec 模糊 控制器 Ku 温度值 E EC U u 上海工程技术大学毕业设计（论文） 基于 LabVIEW 的温度控制系统研究 16 模糊控制器的输入 E和 EC： （ 4） （ 5） 式中， 代表取整运算。 模糊控制器的输出 U可以通过以下式转换为实际的输出值 u： （ 6） （ 3）定义各语言变量的语言值 一般 ， 将语言变量变成语言值时 ， 将其分成奇数的几个档级。 可以将 E、 EC 和 U 划分为 {“正大（ PB）”，“正中（ PM）”，“正小（ PS）”，“零（ ZO）”，“负小（ NS）”，“负中（ NM）”，“负大（ NB）” }七档。 档级多 ， 控制逻辑复杂，但是不同控制量变化较平稳，控制较准确，但是控制的逻辑规则比较多，在控制器的搭建过程中会有困难。 档级少 ， 控制逻辑简单 ， 控制过程 中可能会出现振荡或超调 ， 控制精度不高 ，但是其控制器的搭建方便简单明了。 本文的温度控制系统的模糊控制器为七档。 规则库 模糊控制规则就是根据 E 和 EC 的输入确定相应的 U 的输出，在规则库里 E 和EC 的组合对应一个确定的 U，不同的 E 和 EC 组合所对应的 U 可能相同， 规则库可以用矩阵表的形式表达。 模糊控制规则的生成方法归纳起来主要有以下几种 ： （ 1）根据专家经验或过程控制知识生成控制规则。 这种方法通过对控制专家的经验进行总结描述来生成特定领域的控制规则原型，经过反复的试验和修正形成最终的规则库。 （ 2）根据过程的 模糊模型生成控制规则。 这种方法通过用模糊语言描述被控过程的输入输出关系来得到过程的模糊模型，进而根据这种关系来得到控制器的控制规则。 上海工程技术大学毕业设计（论文） 基于 LabVIEW 的温度控制系统研究 17 （ 3） 根据学习算法获取控制规则。 应用自适应学习算法对控制过程的样本数据进行分析和聚类，生成和在线优化较完善的控制规则。 本文中的温度控制系统的模糊控制采用专家经验的方式参考相关文献并修改后产生的规则库。 规则库的生成没有没有明确的推导公式 ，都是 使用长期以来从事该方面的研究经验从而确定其规则。 在系统 长期使用中可以根据采集并存储的数据进行新的推导从而更新规则库里的控制规则 ， 以更好的 适应其运用的场合。 其规则库矩阵表如表 所示。 表 规则库矩阵表 U EC NB NM NS Z PS PM PB E NB NB NB NB NB NM Z Z NM NB NB NB NB NM Z Z NS NM NM NM NM Z PS PS Z NM NM NS Z PS PM PM PS NS NS Z PM PM PM PM PM Z Z PM PB PB PB PB PB Z Z PM PB PB PB PB 模糊查询表 在模糊接口 化中将语言变量的论域定义为有限整数的离散论 域，将上表的规则矩阵表中的语言值转换为对应的有限整数的离散论域， E、 EC 和 U的论域均为 {3， 2，1， 0， 1， 2， 3}， 根据以上的规则库矩阵表，把相应的语言值用整数的形式替换， 则生成的模糊查询表如表 所示。 表 模糊查询表 U EC 3 2 1 0 1 2 3 上海工程技术大学毕业设计（论文） 基于 LabVIEW 的温度控制系统研究 18 E。