劉禮威
摘 要:在傳統(tǒng)的熱電偶檢定過程中,檢定接線非常復(fù)雜,目前大多數(shù)熱電偶檢定爐均使用PID控制器對檢定過程的爐溫進(jìn)行控制,當(dāng)檢定過程中系統(tǒng)工作環(huán)境發(fā)生變化時,調(diào)節(jié)時間與精度并不能達(dá)到所需要求,以致于檢定結(jié)果誤差不能達(dá)到最小。上述因素引起的測量誤差直接影響所測溫度值傳遞的準(zhǔn)確性。由此可見,傳統(tǒng)的檢定爐溫度控制方法已難以適應(yīng)現(xiàn)代質(zhì)量管理的需要,改革溫控方法勢在必行。文章將模糊算法與傳統(tǒng)PID算法相結(jié)合設(shè)計了模糊PID控制器,并使用Matlab進(jìn)行了仿真,與常規(guī)PID控制器的性能進(jìn)行了對比,結(jié)果表明,模糊自適應(yīng)PID控制器的響應(yīng)特性優(yōu)于傳統(tǒng)的PID控制器,響應(yīng)速度更快,穩(wěn)態(tài)精度更高,超調(diào)量更小,提高了高溫爐溫度控制系統(tǒng)的性能。
關(guān)鍵詞:溫度控制;模糊PID控制;自整定
根據(jù)ITS-90溫標(biāo)的規(guī)定,在檢定各類型熱電偶(S、R、B、K、N、E、J、T)時必須使標(biāo)準(zhǔn)和被檢熱電偶置于同一穩(wěn)定均勻溫場中,所以當(dāng)檢定爐內(nèi)溫度變化波動較大時,裝置所采集到的數(shù)據(jù)是不可靠的。因此,熱電偶檢定系統(tǒng)必須有一個精確的溫度控制器,它可以使檢定爐內(nèi)的溫度在較短的時間內(nèi)上升至被檢溫度點(鋅點419.527 ℃、鋁點660.323 ℃、銅點1 084.62 ℃),并使溫度維持在一個穩(wěn)定的溫度點上。
熱電偶自動檢定爐具有大滯后、抗外界干擾能力差、狀態(tài)慣性大等控制問題,常規(guī)的PID控制算法屬于線性控制方法,效果并不理想。模糊控制理論的提出,為我們提供了一種新的控制方法。這種方法以微處理器組成的模糊控制器為核心,以模擬人腦的思維方式為基本出發(fā)點。按照操作人員所獲得的經(jīng)驗來創(chuàng)建合理的模糊控制算法,就能使難控制的系統(tǒng)達(dá)到比較好的控制效果[1]。
1 模糊控制的基本原理
模糊控制系統(tǒng)不同于傳統(tǒng)的控制系統(tǒng),它具有一定的適應(yīng)性和智能性,人類關(guān)于系統(tǒng)控制的經(jīng)驗和方法可以在模糊控制系統(tǒng)轉(zhuǎn)化為模糊控制規(guī)則,將這個規(guī)則通過具體一些模糊推理方法,可以得到精確的控制量,這樣系統(tǒng)便得到了人腦中想實現(xiàn)的控制效果。模糊控制系統(tǒng)的控制器主要由4個功能模塊組成,分別是模糊化、知識庫、模糊推理、精確化。
1.1 模糊化
模糊化是模糊控制的開端,模糊化就是將那些精確的數(shù)值轉(zhuǎn)化成計算機(jī)可以識別的人腦對于系統(tǒng)控制的概念,即模糊量。
1.2 知識庫
數(shù)據(jù)庫和模糊控制規(guī)則構(gòu)成了模糊控制系統(tǒng)的知識庫。數(shù)據(jù)庫提供了論域中必要的定義,它主要規(guī)定了模糊空間的量化級數(shù)、量化方式、比例因子以及各模糊子集的隸屬度函數(shù)等。規(guī)則庫則由一系列的控制規(guī)則(通過if-then語句來實現(xiàn))組成。當(dāng)模糊控制系統(tǒng)開始工作時,首先通過if-then語句找到對應(yīng)的控制規(guī)則,然后按照預(yù)定的控制算法得出被控量的模糊量,實現(xiàn)對被控量的控制。
1.3 模糊推理
模糊推理是模糊控制中最重要的步驟,通過第一步得到的模糊化量和第二步得到的控制規(guī)則,在爐溫的模糊化輸入量能夠?qū)?yīng)某條控制規(guī)則表的規(guī)則時,控制器就會進(jìn)行響應(yīng),并得到相應(yīng)的模糊輸出。
1.4 精確化
模糊推理得到的并不是最后輸出的精確調(diào)整值,而是一種控制語言的向量組合,精確化就是將模糊推理得到的模糊量通過最大隸屬度法或重心法,得出一個確定的輸出值。最大隸屬度法就是取輸出量模糊集合的隸屬度函數(shù)的峰值(如果有多個峰值,取多個峰值的平均值)作為精確量,取隸屬度最大的元素作為控制量。重心法就是取隸屬度函數(shù)與橫軸圍成的面積中心作為模糊推理輸出的精確值。
2 模糊 PID 控制系統(tǒng)的設(shè)計
電阻爐作為熱電偶檢定的溫度控制器,是一種能自衡的對象,大致可以用數(shù)學(xué)模型公式(1)來描述。該模型是一個純滯后、一階慣性環(huán)節(jié),將電阻爐爐膛內(nèi)的溫度作為唯一變量,可以寫出其常微分方程。
式中:T,K,τ分別為時間系數(shù)、放大倍數(shù)及滯后時間。實際生產(chǎn)過程中,常通過反復(fù)的實驗獲得這幾個參數(shù),針對電阻爐的特點,這里我們先斷開系統(tǒng)的控制器,將系統(tǒng)置于開環(huán)狀態(tài),利用兩點法來獲得這3個參數(shù)值。可測得式(1)中3個參數(shù)的近似值如下:T=80 s,τ=10 s,K=1.97(這幾個近似的參數(shù)可以用在后面的Matlab的仿真中)。即:
常規(guī)PID具有能夠?qū)ο到y(tǒng)進(jìn)行較為精準(zhǔn)的控制,并且也可以有效消除靜差等優(yōu)點,但是對于控制系統(tǒng)的動態(tài)性能不具有良好的控制效果,在PID參數(shù)沒有經(jīng)過反復(fù)整定的情況下,電阻爐的爐溫控制可能會較大偏離。純模糊控制具有較好的動態(tài)特性,并有一定的抗干擾能力,但是模糊控制器類似于沒有加入積分控制的常規(guī)PID控制器,使得電阻爐的溫度難以進(jìn)入穩(wěn)定狀態(tài)。由于電阻爐加熱工況復(fù)雜,其數(shù)學(xué)模型難以精確地建立,單純的PID控制和單純模糊控制都難以達(dá)到熱電偶檢定爐的溫度均勻性要求[2]。
模糊自整定PID控制器將電阻爐的PID控制經(jīng)驗和PID參數(shù)的調(diào)整方法相整合形成智能溫度控制器的控制規(guī)則,并通過模糊推理將模糊決策表存儲在智能PID控制器的內(nèi)存中,在電阻爐工作時,通過查詢相關(guān)規(guī)則并輸出精確的調(diào)整量,從而實現(xiàn)了電阻爐PID控制參數(shù)的自整定,其控制框如圖1所示[3-4]。
根據(jù)控制要求,模糊控制器的結(jié)構(gòu)采用常用的二維結(jié)構(gòu)。模糊控制器的輸入量選擇取爐溫的測量真值與給定值的偏差e及偏差的變化率ec,設(shè)ΔKp,ΔKi,ΔKd分別為控制器的輸出調(diào)整量,求這3個模糊控制器輸出的調(diào)整量與常規(guī)PID控制的初始值Kp',Ki',Kd' 之和,便可求得最終的PID整定值Kp,Ki,Kd。
2.1 輸入和輸出變量的模糊化及其隸屬函數(shù)的確定
首先,在確定控制器的輸入及輸出變量后,需要確定各個量的語言變量。這里取語言變量E,EC,ZKp,ZKi,ZKd分別代表:爐溫實測值與設(shè)定值的偏差、偏差的變化率、P參數(shù)調(diào)整量、I參數(shù)調(diào)整量、D參數(shù)調(diào)整量。
其次,確定輸入輸出變量的論域。這里e和ec的論域均取為[﹣5,﹢5];ΔKp,ΔKi,ΔKd的論域都為[﹣3,﹢3]。
再次,在確定各個量的語言變量后,需要確定其在論域中的模糊集合。根據(jù)控制的需要,E,EC,ZKp,ZKi,ZKd的模糊集合都取7個分別為:{PB,PM,PS,Z,NS,NM,NB,}:即:{負(fù)大,負(fù)中,負(fù)小,零,正小,正中,正大}。
最后,確定各變量的隸屬函數(shù)。確定E,EC,ZKp,ZKi,ZKd這5個語言變量的模糊集合及論域后,以等腰三角形作為其隸屬度函數(shù),對這幾個模糊變量進(jìn)行賦值。輸入輸出變量的隸屬函數(shù)曲線分別如圖2和圖3所示。
2.2 模糊規(guī)則的建立
模糊推理對PID參數(shù)進(jìn)行整定,是基于電阻爐爐溫PID控制的實踐經(jīng)驗和控制工程方面的知識來實現(xiàn)的。因此,需要對現(xiàn)有的專家經(jīng)驗和知識進(jìn)行總結(jié),建立適用于電阻爐爐溫控制的控制規(guī)則。
電阻爐爐溫理想的控制效果,應(yīng)該是在初始階段升溫快,能迅速升至檢定點溫度附近,在接近檢定溫度時,減慢溫升速度,進(jìn)行精確控溫,從而避免爐溫過高出現(xiàn)超調(diào),等到達(dá)到檢定點溫度時,能夠迅速穩(wěn)定下來,達(dá)到熱電偶的檢定的溫場要求。根據(jù)上面的控溫要求,對于Kp,Ki,Kd 3個參數(shù)的控制,得出下面對PID 參數(shù)整定的原則。
(1)Kp的整定原則。要想獲得較小的穩(wěn)態(tài)誤差和較快的響應(yīng)速度,可以通過增大Kp來實現(xiàn),但是增大到一定程度會使得被控系統(tǒng)出現(xiàn)超調(diào),甚至失穩(wěn)。Kp亦不能過小,雖然超調(diào)量會減小及穩(wěn)定性會提高,但是調(diào)節(jié)的精度會下降,增加響應(yīng)時間,使得控制過程的時間變長。故,當(dāng)電阻的溫度離檢定點溫度偏差還很大時,Kp應(yīng)該取大值;在爐溫接近檢定點后,Kp應(yīng)取小值;當(dāng)達(dá)到檢定點溫度后,這時Kp取中值。
(2)Ki的整定原則。積分控制可以將系統(tǒng)穩(wěn)態(tài)誤差完全消除。誤差消除的快慢跟Ki的大小有關(guān),Ki越大,其消除誤差的速度就越快,反之則越慢。Ki的取值過大時,電阻爐爐溫可能會過高,而無法降下。而Ki取小值時,電阻爐爐溫將會在檢定點附近反復(fù)振蕩,難以將爐溫控制在檢定點,從而無法滿足熱電偶檢定的溫度要求。因此,需要在大誤差時,使Ki取值為0,避免爐溫過高;當(dāng)誤差達(dá)到中等程度時,取較小的Ki值;在進(jìn)入穩(wěn)態(tài)域時,應(yīng)加大Ki的值。通過這種方式改變積分的系數(shù),可以有效消除誤差,同時又避免了在積分初期出現(xiàn)飽和現(xiàn)象。
(3)Kd的整定原則。當(dāng)Kd的取值恰當(dāng)時可以改善電阻爐控溫的穩(wěn)定性及抗抗干擾能力。微分控制和爐溫在檢定點附近的振蕩頻率,也就是和偏差的變化率有關(guān),在偏差的抑制上,微分控制有著良好的作用,爐溫在檢點附近的偏差值是實時變化的,微分作用可以提前獲知這種變化。但是微分作用不能太強(qiáng),即Kd的值不能太大,太強(qiáng)的微分作用會使電阻爐的調(diào)溫穩(wěn)定過程過早地結(jié)束,這個時候如果出現(xiàn)干擾,則系統(tǒng)有可能失穩(wěn)。故,在進(jìn)入調(diào)溫階段后,如果爐溫和檢定點的偏差過大時,應(yīng)該將Kd的取值設(shè)為0,加快爐溫的調(diào)穩(wěn)過程;當(dāng)爐溫接近檢定點時,將Kd取值加大,從而抑制爐溫的偏離;當(dāng)爐溫逐漸穩(wěn)定時,應(yīng)取合適的Kd值,使得爐的控溫能夠較為穩(wěn)定,不會出現(xiàn)大的偏差,同時又保證了爐溫控制系統(tǒng)對外界干擾的過濾能力。
根據(jù)上面3個參數(shù)的整定原則,列出的調(diào)整規(guī)則如表1—3所示。
2.3 反模糊化
模糊控制器通過反復(fù)推理后制定了模糊控制決策,并輸出相應(yīng)的控制信號(模糊量),但此控制信號不能直接作用到執(zhí)行機(jī)構(gòu),尚且需要將此模糊量進(jìn)行反模糊化轉(zhuǎn)化為精確量(精確值控制信號)。然后此精確量再經(jīng)由數(shù)模轉(zhuǎn)換成為數(shù)字信號后作用到執(zhí)行機(jī)構(gòu),完成控制過程。反模糊化的方法主要有:最大隸屬度法、重心法和加權(quán)平均法。
3 模糊PID控制系統(tǒng)的Matlab仿真
3.1 仿真模型的建立
模糊自整定PID控制的效果可以通過Matlab軟件進(jìn)行仿真實驗,Matlab不僅有強(qiáng)大的運算功能,在Simulink中還有強(qiáng)大的仿真功能,大大提高了開發(fā)效率[5]。在Simulink中的仿真流程框圖和仿真輸出圖4和圖5所示。
3.2 仿真結(jié)果分析
PID的初始參數(shù)根據(jù)所介紹的整定方法確定,根據(jù)仿真需要,在本仿真中采用的K'p,K'i,K'd初始值分別為2.7,0.031,4.5。為了方便將模糊自整定PID的控制效果和常規(guī)PID控制效果對比,圖4流程框圖中對同一輸入信號進(jìn)行控制并顯示在同一副圖中。圖5兩條曲線風(fēng)別為PID控制效果曲線和模糊自整定控制效果曲線,其中:qp,qi,qd分別為ΔKp,ΔKi,ΔKd的比例因子。
通過模擬可以看出模糊自整定PID控制算法使得電阻爐的爐溫控制性能有了較大的提升,能夠較快升溫至設(shè)定溫度值,并且基本沒有出現(xiàn)超調(diào),升溫的過程平穩(wěn),而常規(guī)PID控制在各方面的性能都弱于模糊自整定PID控制,并且這是在假定電阻爐有精確數(shù)學(xué)模型的條件下通過Matlab模擬獲得的升溫曲線,在實際的復(fù)雜工況下,常規(guī)的PID控制顯然會出現(xiàn)大幅度的性能下降,無法滿足熱電偶檢定系統(tǒng)的要求。
4 結(jié)語
模糊控制是一種將模糊集合理論、模糊語言及模糊邏輯推理相結(jié)合的控制算法。尤其對無法取得數(shù)學(xué)模型或數(shù)學(xué)模型不易獲得的系統(tǒng)也可以取得比較滿意的效果,而且借助于Matlab的模糊工具箱(fuzzy logic)和Simulink仿真可以快速方便地設(shè)計仿真模糊控制系統(tǒng)。在高精度的溫度控制系統(tǒng)中,模糊控制取得了越來越廣泛的應(yīng)用,具有重大的實用意義。
[參考文獻(xiàn)]
[1]韓沛,朱戰(zhàn)霞,馬衛(wèi)華.基于模糊自適應(yīng)PID的隨動系統(tǒng)設(shè)計與仿真[J].計算機(jī)仿真,2012(1):138-141.
[2]齊京禮,邊永清,鄭偉平,等.基于自適應(yīng)模糊PID控制器的溫度控制系統(tǒng)[J].微計算機(jī)技術(shù),2008(9):74-76.
[3]南新元,陳志軍,程志江.基于模糊PID控制的電鍋爐溫度過程控制系統(tǒng)[J].自動化儀表,2008(5):5-8.
[4]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.
[5]劉叔軍,蓋曉華,樊京,等.Matlab7.0控制系統(tǒng)應(yīng)用與實例[M].北京:機(jī)械工業(yè)出版社,2006.