孟凡順 張景擴(kuò)* 李東亞 袁繼斌 孫 哲 邵世碩

(1.蘇州大學(xué)應(yīng)用技術(shù)學(xué)院，江蘇 蘇州 215300；2.棗莊礦業(yè)(集團(tuán))有限責(zé)任公司鐵路運(yùn)輸處，山東 棗莊 277100)

在工業(yè)生產(chǎn)中，人們常常需要對液位進(jìn)行檢測與調(diào)節(jié)?；竟ぷ鬟^程為：液面過高時，輸入液體控制閥關(guān)閉，輸出液體控制閥打開，進(jìn)行排放；液面過低時，輸出液體控制閥關(guān)閉，輸出液體控制閥打開，進(jìn)行存儲功能。

本文采用PLC控制，所實現(xiàn)的功能遠(yuǎn)超傳統(tǒng)的繼電器控制電路，具有可靠性高、抗干擾能力強(qiáng)、體積小，重量輕，功耗低等特點(diǎn)，能夠為自動化控制應(yīng)用提供安全可靠和比較完善的解決方案[1]。采用PID算法來調(diào)節(jié)水位，PID算法憑借參數(shù)少、效果好、經(jīng)濟(jì)可靠等優(yōu)秀的綜合性能，在工業(yè)控制中經(jīng)常被采用，PID的控制效果由比例、積分和微分參數(shù)決定，PID中的比例、積分及微分控制參數(shù)要經(jīng)過一系列的方法進(jìn)行整定，正確適當(dāng)?shù)膮?shù)設(shè)置能夠讓控制設(shè)備在靜態(tài)與動態(tài)中的能力更強(qiáng)，將BP神經(jīng)網(wǎng)絡(luò)作為基礎(chǔ)的PID計算方式是把BP神經(jīng)網(wǎng)絡(luò)的計算方法與PID參數(shù)整定融合起來的一種更加先進(jìn)的計算方式[2-3]。圖1為BP神經(jīng)網(wǎng)絡(luò)與PID算法結(jié)合后的原理圖。

1 算法分析

1.1 PID控制算法

PID控制算法對于簡單的線性系統(tǒng)控制具有良好的控制表現(xiàn)，PID控制憑借著調(diào)整部分少、效果優(yōu)、可靠高等優(yōu)良的綜合性能，在工業(yè)控制領(lǐng)域內(nèi)被廣泛采用，PID的控制原理圖由3部分進(jìn)行對被控對象的控制，PID控制器參數(shù)和控制性能的關(guān)系主要從控制系統(tǒng)的穩(wěn)定性、系統(tǒng)響應(yīng)、超調(diào)量及穩(wěn)態(tài)誤差這些方面對系統(tǒng)中的控制效果進(jìn)行評價。在PID的調(diào)節(jié)中，Kp-比例、Ki-積分、Kd-微分3項系數(shù)指數(shù)對控制器的工作效果也存在著很大的改變。PID控制原理如圖2所示。

圖1 BP神經(jīng)網(wǎng)絡(luò)與PID算法結(jié)合后的原理圖

圖2 PID控制原理圖

PID控制算法中的比例、積分和微分具體作用如下：

(1)比例作用。Kp是比例系數(shù)指數(shù)中反映系統(tǒng)工作時的反應(yīng)速度的。如果系統(tǒng)發(fā)生了誤差，這時Kp發(fā)揮它的作用，將誤差減少到最小。Kp越小，說明這時系統(tǒng)中所發(fā)生的工作反應(yīng)速度慢，然后隨著Kp的增長，系統(tǒng)中所發(fā)生的工作反應(yīng)速度也會隨之增長，但如果Kp太大時，對系統(tǒng)中的工作不友好，系統(tǒng)容易受到干擾，比例部分不能使被控量達(dá)到設(shè)定值，所以純粹的比例控制不能去除系統(tǒng)中的穩(wěn)態(tài)誤差[4-5]。

(2)積分作用。Ki是積分系數(shù)指數(shù)中反映系統(tǒng)中的穩(wěn)態(tài)誤差進(jìn)行消除工作的系數(shù)。在這過程中，如果誤差在系統(tǒng)中表現(xiàn)出來，Ki會一直計算，然后進(jìn)行累積，不斷地將累積的進(jìn)行輸出，將系統(tǒng)中的誤差填滿之后，停止工作。Ki的設(shè)置很關(guān)鍵，要根據(jù)系統(tǒng)中的條件設(shè)置適宜值，如果Ki的存在不夠讓系統(tǒng)達(dá)到平衡，會導(dǎo)致超調(diào)量大，進(jìn)而影響系統(tǒng)的動態(tài)性能。

(3)微分作用。Kd是用來對誤差進(jìn)行預(yù)測及抑制，Kd的存在將使系統(tǒng)中的調(diào)節(jié)時間大大減少。但是Kd的存在也有一定的劣勢，使系統(tǒng)的抗干擾性降低，因此Ki的設(shè)置也很關(guān)鍵。

1.2 BP神經(jīng)網(wǎng)絡(luò)算法

BP神經(jīng)網(wǎng)絡(luò)算法工作過程為：選擇任意一組權(quán)值，將設(shè)定的目標(biāo)輸出作為線性方程的代數(shù)和去構(gòu)建線性方程組，獲得待求權(quán)。BP神經(jīng)網(wǎng)絡(luò)算法可以學(xué)習(xí)并儲存眾多的輸入-輸出映射關(guān)系，而這種映射關(guān)系的數(shù)學(xué)方程并不需要過多描述。利用最速下降法的學(xué)習(xí)規(guī)則，并通過反向傳播不斷調(diào)節(jié)BP神經(jīng)網(wǎng)絡(luò)算法中的權(quán)值和閾值，將BP神經(jīng)網(wǎng)絡(luò)算法的誤差平方和降至最小[6]。圖3為BP神經(jīng)網(wǎng)絡(luò)算法結(jié)構(gòu)圖，結(jié)構(gòu)包括輸入層、隱含層以及輸出層。根據(jù)其擅長求解內(nèi)部機(jī)制復(fù)雜的問題及具備自主學(xué)習(xí)的能力，該算法被廣泛使用。

圖3 BP神經(jīng)網(wǎng)絡(luò)算法結(jié)構(gòu)圖

2 液位控制方案的確定

本文的控制器由西門子S7-1200 station CPU實現(xiàn)算法和控制，通過博圖V14進(jìn)行軟件編輯、界面設(shè)計、仿真、調(diào)試等工作。PLC在具體工作時，首先是順序讀取輸入端子的狀態(tài)，并將讀取的信息存至內(nèi)存中的輸入映像寄存器。按先左后右，先上后下的步序，逐行掃描程序。輸出鎖存器保存寄存器的狀態(tài)，經(jīng)過各種電路的處理，使輸出端子對外輸出控制信號保持外部負(fù)載工作。

本文將水箱液位作為被控對象，同時將水箱液位作為調(diào)節(jié)參數(shù)，圖4為液位仿真系統(tǒng)界面。BP神經(jīng)網(wǎng)絡(luò)PID算法液位控制系統(tǒng)系統(tǒng)包含2部分：一是PID控制器，利用比例、積分、微分參數(shù)對水箱液位閉環(huán)控制。二是BP神經(jīng)網(wǎng)絡(luò)，根據(jù)水箱液位的表現(xiàn)情況不斷調(diào)整和優(yōu)化PID中比例、積分、微分參數(shù)，進(jìn)而調(diào)節(jié)電動調(diào)節(jié)閥開度大小，實現(xiàn)液位調(diào)節(jié)。

3 液位控制系統(tǒng)的仿真

本文采用Matlab進(jìn)行BP神經(jīng)網(wǎng)絡(luò)PID算法液位控制系統(tǒng)仿真，圖5為BP神經(jīng)網(wǎng)絡(luò)PID算法液位控制系統(tǒng)仿真曲線?？梢钥闯觯豪肂P神經(jīng)網(wǎng)絡(luò)PID整定后的水箱液位函數(shù)曲線具備較強(qiáng)的跟蹤特性，整個系統(tǒng)在啟動時可很快地調(diào)整參數(shù)，超調(diào)量較小，過渡時間短，具有更好的動態(tài)特性和穩(wěn)定性能，保證整個控制系統(tǒng)具備較優(yōu)的性能。

圖4 液位仿真系統(tǒng)界面

圖5 BP神經(jīng)網(wǎng)絡(luò)PID算法液位控制系統(tǒng)仿真曲線

4 結(jié)語

本文基于西門子PLC平臺，提出了基于BP神經(jīng)網(wǎng)絡(luò)的PID控制算法，去獲得最優(yōu)的比例、積分和微分控制參數(shù)，實現(xiàn)對液位控制系統(tǒng)更好地檢測和調(diào)節(jié)。實驗顯示，BP神經(jīng)網(wǎng)絡(luò)的PID控制算法相比常規(guī)的PID算法控制，具有響應(yīng)快、過渡平穩(wěn)、超調(diào)量小、調(diào)整時間短等優(yōu)勢。