朱煜鈺,王增勝
·計(jì)算機(jī)及網(wǎng)絡(luò)技術(shù)應(yīng)用·
基于PLC的模糊PID控制在煙葉復(fù)烤系統(tǒng)中的應(yīng)用
朱煜鈺,王增勝
(黃河科技學(xué)院 機(jī)械系,鄭州 450063)
煙葉復(fù)烤過(guò)程具有時(shí)滯、不確定、非線性等特性,利用常規(guī)的比例-積分-微分控制已不能滿足煙葉復(fù)烤過(guò)程的各項(xiàng)性能指標(biāo),采用模糊PID控制可以改善系統(tǒng)的性能,改進(jìn)可編程控制器的PID模塊功能,實(shí)現(xiàn)PID參數(shù)的在線調(diào)整。文中探討了基于PLC的模糊PID控制的實(shí)現(xiàn)過(guò)程,利用模糊控制的模糊推理,提出一種基于PLC的模糊PID控制的解決方案。
煙葉復(fù)烤;可編程控制器;模糊PID;應(yīng)用
可編程控制器(programmable logical controller,PLC)是在傳統(tǒng)繼電器控制和計(jì)算機(jī)控制基礎(chǔ)上,針對(duì)工業(yè)應(yīng)用發(fā)展起來(lái)的一種控制技術(shù),其功能模塊豐富,可與工業(yè)現(xiàn)場(chǎng)輸入、輸出信號(hào)直接連接,具有可靠性高、使用方便、易于實(shí)現(xiàn)機(jī)電一體化等優(yōu)點(diǎn)。因此,被廣泛應(yīng)用于機(jī)電、化工等多種工業(yè)環(huán)境[1]。
隨著人工智能技術(shù)的發(fā)展,將模糊控制、神經(jīng)網(wǎng)絡(luò)控制、遺傳算法等人工智能技術(shù)與常規(guī)比例-積分-微分(proportion integration differentiation,PID)技術(shù)相結(jié)合[2],可構(gòu)成模糊PID、神經(jīng)網(wǎng)絡(luò)PID、專家PID和基于遺傳算法的PID等,這些先進(jìn)的PID控制不依賴對(duì)象的數(shù)學(xué)模型,魯棒性好。神經(jīng)網(wǎng)絡(luò)PID控制器可通過(guò)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的權(quán)值間接地在線調(diào)整PID參數(shù),但其結(jié)構(gòu)復(fù)雜,收斂速度慢;專家PID控制器通過(guò)專家系統(tǒng)在線調(diào)整PID控制器的參數(shù),但需要足夠的先驗(yàn)知識(shí),設(shè)計(jì)過(guò)程復(fù)雜;基于遺傳算法的PID控制器利用遺傳算法獲得最佳PID參數(shù),但存在響應(yīng)速度慢、早熟、易陷入局部極小等問(wèn)題;模糊PID控制器便于利用人們的經(jīng)驗(yàn)知識(shí),通過(guò)模糊規(guī)則推理實(shí)現(xiàn)PID參數(shù)的在線調(diào)整,具有很強(qiáng)的自適應(yīng)性。根據(jù)各種PID控制器的特點(diǎn),本文選用模糊PID控制器[3]。
煙葉復(fù)烤是對(duì)初烤煙葉進(jìn)行再加工的過(guò)程,是保證煙葉質(zhì)量的關(guān)鍵環(huán)節(jié)。煙葉復(fù)烤的主要目的是使葉片的水分、溫度達(dá)到規(guī)定的工藝技術(shù)指標(biāo)。在煙葉復(fù)烤過(guò)程中,煙葉與具有一定溫度、濕度、壓力、流速的熱傳介質(zhì)在相對(duì)運(yùn)動(dòng)過(guò)程中發(fā)生熱交換,從而導(dǎo)致煙葉的干燥、冷卻回潮等不同過(guò)程,并且任一區(qū)段的溫度、壓力變化都會(huì)影響到其后各區(qū)段參數(shù)變化。常規(guī)PID有較強(qiáng)的魯棒性,結(jié)構(gòu)簡(jiǎn)單,參數(shù)物理意義明確,工程上易于實(shí)現(xiàn)等優(yōu)點(diǎn),被廣泛應(yīng)用于工業(yè)過(guò)程中,但是PID參數(shù)一旦確定,不能隨著控制對(duì)象的變化而變化;模糊PID在運(yùn)行過(guò)程中,通過(guò)不斷檢測(cè)偏差e和偏差變化率ec,在線調(diào)整PID的參數(shù),以滿足不同的要求[4],其控制器可采用單片機(jī)、微型機(jī)、專用機(jī)、PLC等。由于PLC的優(yōu)良性能,本文采用基于PLC的模糊PID對(duì)煙葉復(fù)烤過(guò)程進(jìn)行控制,該控制方法具有良好的動(dòng)、靜態(tài)性能。實(shí)驗(yàn)表明,該控制方法是切實(shí)可行的[5]。
模糊PID的基本結(jié)構(gòu)如圖1所示[6]。模糊控制器的輸入為偏差e和偏差變化率ec,模糊控制器的輸出為PID的三參數(shù):比例參數(shù)kp,積分參數(shù)ki和微分參數(shù)kd,實(shí)現(xiàn)在線自整定PID參數(shù)。其實(shí)現(xiàn)過(guò)程是:先找出PID三參數(shù)與偏差e和偏差變化率ec之間的模糊關(guān)系,在運(yùn)行過(guò)程中通過(guò)不斷的檢測(cè)偏差e和偏差變化率ec,再根據(jù)模糊控制程式來(lái)對(duì)kp,ki,kd進(jìn)行在線調(diào)整,以滿足在不同偏差e和偏差變化率ec時(shí)對(duì)控制器參數(shù)的不同要求,使煙葉復(fù)烤過(guò)程達(dá)到期望要求。
圖1 模糊PID基本結(jié)構(gòu)框圖
常規(guī)PID控制器控制算法為:
式中:e(t)為系統(tǒng)偏差;kp為比例系數(shù);積分系數(shù)ki=kp/Ti;微分系數(shù)kd=kpTd。
PID離散算法為:
式中:e(k)為第k次采樣后得到的偏差;kp,ki和kd分別為比例、積分、微分系數(shù);u(k)為輸出控制量。模糊PID控制的關(guān)鍵在于參數(shù)是可調(diào)的。
模糊PID參數(shù)調(diào)整的目的是實(shí)現(xiàn)PID參數(shù)的在線調(diào)整,該方法不需要知道系統(tǒng)的精確模型,充分利用了人的經(jīng)驗(yàn)知識(shí),具有一定的抗干擾性,應(yīng)用簡(jiǎn)單。該方法的實(shí)現(xiàn)是根據(jù)模糊推理的算法流程,計(jì)算輸入信號(hào)到輸出信號(hào)的解集。其算法主要有三個(gè)要點(diǎn):(1)模糊化。將輸入測(cè)量值變換成相應(yīng)的論域,將輸入數(shù)據(jù)轉(zhuǎn)換成合適的語(yǔ)言值,如{NB,NM,NS,ZO,PS,PM,PB},其中NB表示負(fù)大,NM表示負(fù)中,NS表示負(fù)小,ZO表示零,PS表示正大,PM表示正中,PB表示正大,可以去掉中間項(xiàng)PM和NM簡(jiǎn)化為五個(gè)等級(jí){NB,NS,ZO,PS,PB}。減少等級(jí)后模糊規(guī)則減少,控制分辨率也降低;反之,增加等級(jí),控制分辨率提高,但規(guī)則數(shù)增加,采用多少個(gè)等級(jí)的語(yǔ)言變量根據(jù)系統(tǒng)的需要確定。(2)模糊推理。即建立規(guī)則庫(kù)進(jìn)行模糊推理。(3)解模糊。將基礎(chǔ)變量論域上的模糊量變換成基礎(chǔ)變量域上的確定值。結(jié)合模糊PID算法的特點(diǎn),如何計(jì)算模糊PID的參數(shù),并將計(jì)算結(jié)果直接用于PLC將通過(guò)以下四個(gè)環(huán)節(jié)進(jìn)行分析[7]。
2.1 定義輸入、輸出模糊集和論域
模糊控制器的輸入量為偏差e和偏差的變化率ec,模糊控制器的輸出量為kp,ki,kd,模糊控制器的輸入、輸出的語(yǔ)言變量,本文選取五個(gè)等級(jí)的語(yǔ)言值,即NB、NS、ZO、PS、PB。
2.2 定義輸入、輸出隸屬函數(shù)及模糊輸出量
確定模糊變量的隸屬函數(shù),即確定模糊變量和相應(yīng)論域中元素的隸屬度關(guān)系。依靠經(jīng)驗(yàn)選擇三角形隸屬函數(shù),輸入變量隸屬度函數(shù)如圖2所示,輸出變量隸屬度函數(shù)如圖3所示。
圖2 e和ec的隸屬度函數(shù)
圖3 kp、ki和kd的隸屬度函數(shù)
為了使模糊變量標(biāo)準(zhǔn)化,對(duì)論域進(jìn)行歸一化處理,將論域歸一化為[0,1]。
2.3 建立模糊規(guī)則表
在模糊控制中,模糊規(guī)則的制定是控制領(lǐng)域長(zhǎng)期研究的難點(diǎn)內(nèi)容。通過(guò)不斷調(diào)整參數(shù)使系統(tǒng)的輸出特性達(dá)到最佳是制定模糊控制規(guī)則表的算法思想。表1、表2、表3分別為根據(jù)推理算法的結(jié)構(gòu)模式得出的輸入e、ec和輸出kp、ki、kd的模糊規(guī)則表[8]。
表1 kp控制規(guī)則表
表2 ki控制規(guī)則表
表3 kd控制規(guī)則表
2.4 計(jì)算輸出量
通過(guò)模糊推理可得到輸出量的隸屬度,還需進(jìn)行解模糊以輸出精確量,目前,常采用的方法有最大隸屬度法和重心法。由文獻(xiàn)[4-6]可知,最大隸屬度法的特點(diǎn)在于設(shè)計(jì)簡(jiǎn)單,這里采用最大隸屬度法進(jìn)行解模糊。
利用最大隸屬度法求輸出量時(shí),隸屬度最大的元素就是輸出量的精確值,當(dāng)最大隸屬度對(duì)應(yīng)多個(gè)輸出值時(shí),應(yīng)對(duì)這些輸出值進(jìn)行平均化處理,得到最終值。并將該值作為PID控制器的參數(shù),實(shí)現(xiàn)對(duì)被控對(duì)象的控制。
本文選擇西門(mén)子PLC224XP作為控制器,利用測(cè)溫模塊和模糊PID完成煙葉復(fù)烤過(guò)程,圖4為在PLC中實(shí)現(xiàn)模糊PID的設(shè)計(jì)流程圖。
3.1 PLC中的PID算法
式中:MPn、MIn、MDn是第n個(gè)采樣時(shí)刻的比例項(xiàng)、積分項(xiàng)和微分項(xiàng);MX是前面所有積分項(xiàng)之和;kp、Ti、Td是比例系數(shù)、積分時(shí)間常數(shù)、微分時(shí)間常數(shù);Ts為采樣周期;SPn、PVn為第n個(gè)采樣時(shí)刻的給定值、過(guò)程變量值[9]。
需注意,PLC的PID模塊要求提供的參數(shù)是kp(k)、Ti(k)、Td(k),要將ki(k)和kd(k)變換成Ti(k)、Td(k),變換關(guān)系為:
根據(jù)模糊控制器的輸出,由上述關(guān)系式可以求出積分時(shí)間常數(shù)和微分時(shí)間常數(shù)[10]。
圖4 模糊PID在PLC中實(shí)現(xiàn)的程序流程圖
3.2 PLC程序
目前,常規(guī)PID在PLC中的應(yīng)用非常廣泛,但是常規(guī)PID的參數(shù)整定很困難,當(dāng)控制對(duì)象發(fā)生變化時(shí),常規(guī)PID的控制效果欠佳,而模糊PID具有較強(qiáng)的學(xué)習(xí)能力和適應(yīng)能力。將模糊PID控制技術(shù)應(yīng)用到PLC具有重要的應(yīng)用意義。
[1]廖常初.S7-200PLC編程及應(yīng)用[M].北京:機(jī)械工業(yè)出版社,2008.
[2]劉金琨.先進(jìn)PID控制MATLAB仿真[M].北京:電子工業(yè)出版社,2004.
[3]李士勇.模糊控制·神經(jīng)控制和智能控制論[M].哈爾濱:哈爾濱工業(yè)大學(xué)出版社,1996.
[4]DU Zhenbin,QU Zifang.Improved adaptive fuzzy control for MIMO nonlinear time-delay systems[J].J.Control Theory.Appl.,2011,9(2):278-282.
[5]蔣純谷.模糊PID在PLC中的應(yīng)用方法研究[J].機(jī)械制造與自動(dòng)化,2001(3):179-181.
[6]RONG Huigui,ZHENG Hui,LI Zhengqing.Tuning of fuzzy PID controller for Smith predictor[J].J.Cent.South Univ.Technol.,2010(17):566-571.
[7]馮冬青,謝宋和.模糊智能控制[M].北京:化學(xué)工業(yè)出版社,1998.
[8]李東輝.FUZZY控制規(guī)則自調(diào)整和FUZZY控制系統(tǒng)尋優(yōu)及其仿真研究[J].模糊數(shù)學(xué),1986(3):53-61.
[9]陸靜逸,楊風(fēng),郭名君,等.基于PLC的模糊變頻無(wú)極調(diào)速系統(tǒng)[J].電子測(cè)試,2012(2):50-54.
[10]謝維.PLC的PID自整定技術(shù)研究與實(shí)現(xiàn)[J].計(jì)算機(jī)測(cè)量與控制,2009,17(8):1544-1547.
Application of PLC Based Fuzzy PID Control in Tobacco-redrying System
ZHU Yuyu,WANG Zengsheng
(Department of Mechanics,Huanghe Science and Technology College,Zhengzhou 450063,China)
The process of tobacco-redrying has the characteristics of lagging,uncertainty and being nonlinear,so it is unable to satisfy every performance target by using the traditional Proportion Integration Differentiation(PID)controllingmethod.The fuzzy PID control can improve the performance of the system and the function of PLCPIDmodule,this paper discusses the PLC based fuzzy PID control realization process.We put forward a solution for PLC based fuzzy PID control using fuzzy control fuzzy reasoning ability.
tobacco-redrying;programmable logical controller;fuzzy PID;application
TP29
A
10.3969/j.issn.1672-4550.2014.05.016
2013-07-17;修改日期:2013-11-14
鄭州市工業(yè)機(jī)器人視覺(jué)及其控制重點(diǎn)實(shí)驗(yàn)室資助項(xiàng)目。
朱煜鈺(1982—),女,碩士,講師,研究方向:控制理論、機(jī)器人技術(shù)。