傅 峰

(新疆農(nóng)業(yè)職業(yè)技術(shù)學(xué)院 信息技術(shù)分院， 新疆 昌吉 831100 )

隨著我國經(jīng)濟(jì)和科技的不斷進(jìn)步，使加熱爐爐溫控制系統(tǒng)被廣泛應(yīng)用于石油化工、冶金鍛煉等領(lǐng)域。加熱爐是一種能量消耗較高的窯爐，在實(shí)際運(yùn)行過程中，需要耗費(fèi)大量資源維持自身運(yùn)轉(zhuǎn)。通過傳統(tǒng)控制方法對加熱爐爐溫進(jìn)行控制時(shí)，存在大滯后、溫度調(diào)控精度較差等缺陷，如何實(shí)現(xiàn)加熱爐的能量集約成為人們關(guān)注的焦點(diǎn)之一。在工業(yè)控制領(lǐng)域主要通過提升辨識模型的精確度，以此實(shí)現(xiàn)對被控對象的控制。但是被控對象易受負(fù)荷變化等因素的影響，使模型出現(xiàn)不同程度的改變。為此本研究利用PID控制算法設(shè)計(jì)出加熱爐爐溫控制系統(tǒng)，該系統(tǒng)可對爐溫進(jìn)行精準(zhǔn)控制，具有較強(qiáng)的實(shí)時(shí)性、魯棒性以及精確性。

1 基于模糊PID控制的加熱爐爐溫控制系統(tǒng)定量化建模

本研究對加熱爐爐溫控制系統(tǒng)進(jìn)行設(shè)計(jì)時(shí)，在BP神經(jīng)網(wǎng)絡(luò)機(jī)制和PID算法的基礎(chǔ)上，采用分階段的方式建立加熱爐爐溫控制系統(tǒng)模型，并不斷向該模型中引入專用的適應(yīng)度函數(shù)?？刂葡到y(tǒng)模型成功建立后，通過目標(biāo)加熱爐的歷史爐溫控制數(shù)據(jù)完成BP神經(jīng)網(wǎng)絡(luò)的針對性訓(xùn)練，對訓(xùn)練數(shù)據(jù)結(jié)果進(jìn)行精準(zhǔn)記錄，采用對比分析的方式對訓(xùn)練數(shù)據(jù)和系統(tǒng)預(yù)測值進(jìn)行比較，將訓(xùn)練數(shù)據(jù)與預(yù)測值之間存在的誤差直接映射為個(gè)體適應(yīng)度值。為最大限度地還原加熱爐各設(shè)備的真實(shí)運(yùn)維狀態(tài)，通過自適應(yīng)調(diào)整的方式對典型PID模型中的積分項(xiàng)以及微分項(xiàng)進(jìn)行協(xié)調(diào)，并建立二者之間的邏輯關(guān)系，以此實(shí)現(xiàn)對最優(yōu)傳遞函數(shù)的捕獲，在最優(yōu)傳遞函數(shù)的基礎(chǔ)上，完成控制模型初始積分項(xiàng)及微分項(xiàng)的設(shè)定，根據(jù)該函數(shù)的輸出目標(biāo)結(jié)果即可還原設(shè)備的運(yùn)行狀態(tài)[1]。

1.1 引入BP神經(jīng)網(wǎng)絡(luò)子階段

當(dāng)加熱爐處于高維度約束時(shí)，需要在較高的學(xué)習(xí)效率及實(shí)時(shí)性的要求下，對加熱爐內(nèi)部各設(shè)備的溫度狀態(tài)進(jìn)行實(shí)時(shí)更新。為實(shí)現(xiàn)對PID算法感知性能的改善，本研究向PID算法中引入適應(yīng)度函數(shù)(Target.net)，并借助深度BP神經(jīng)網(wǎng)絡(luò)完成初始值的最優(yōu)化，用Q(s,a;θi)表示當(dāng)前神經(jīng)網(wǎng)絡(luò)Eval.net的輸出結(jié)果，該輸出結(jié)果可對當(dāng)前設(shè)備狀態(tài)的訓(xùn)練結(jié)果進(jìn)行有效評估；用Q(s,a;θ-i)表示當(dāng)前神經(jīng)網(wǎng)絡(luò)Target.net的輸出結(jié)果，通過Q-target的求值公式即可獲取目標(biāo)神經(jīng)網(wǎng)絡(luò)的層數(shù)。當(dāng)Target.net引入神經(jīng)網(wǎng)絡(luò)后，對神經(jīng)網(wǎng)絡(luò)的層數(shù)變化情況進(jìn)行分析，在一定時(shí)間段內(nèi)，神經(jīng)網(wǎng)絡(luò)的層數(shù)處于不變狀態(tài)，對于當(dāng)前訓(xùn)練值及目標(biāo)預(yù)測值的相關(guān)性具有降低作用。但是由于目標(biāo)神經(jīng)網(wǎng)絡(luò)層數(shù)的不變，可有效提升該算法的穩(wěn)定性。向PID算法內(nèi)引入專用適應(yīng)度函數(shù)機(jī)制后，可將神經(jīng)網(wǎng)絡(luò)的參數(shù)定義為θQ,Qμ(s,μ(s))，其表示的含義為：當(dāng)PID算法處于s狀態(tài)時(shí)，使用μ策略對動(dòng)作進(jìn)行選取，所獲取的回報(bào)期望值，a為隱藏層激活值，y為目標(biāo)輸出值[2]。對回報(bào)期望值進(jìn)行計(jì)算時(shí)，由于該期望值處于連續(xù)空間內(nèi)部，可采用積分完成數(shù)值計(jì)算，策略μ好壞的判斷公式為

(1)

策略μ優(yōu)劣性能的評估函數(shù)公式為

L(θ)=Es,a,r,s′[(Q*(s,a|θ)-y)2]

(2)

(3)

為獲取當(dāng)前動(dòng)作action，本研究需要對最優(yōu)策略的概率分布進(jìn)行采樣操作，并在每次迭代時(shí)，均需要對整個(gè)動(dòng)作空間進(jìn)行積分。由于該過程的計(jì)算量過于龐大，為此采取確定性策略，并充分結(jié)合目標(biāo)神經(jīng)網(wǎng)絡(luò)，直接利用函數(shù)μ確定一個(gè)動(dòng)作[3]。函數(shù)μ實(shí)際上是一個(gè)最優(yōu)行為策略，可將其表示為at=μ(st|θμ)，此時(shí)定量化模型可表征為

(4)

由于式(4)處于高維約束條件下處于失穩(wěn)狀態(tài)，為解決式(4)存在的問題，本研究采用一階求導(dǎo)的方式對式(3)進(jìn)行處理，此時(shí)神經(jīng)網(wǎng)絡(luò)的最佳機(jī)制可表征為

|a=μθds=Es-ρμ[?θμθ(s)Qμ(s,a)|a=μθ]

(5)

1.2 典型PID控制優(yōu)化子階段

通過神經(jīng)網(wǎng)絡(luò)算法對典型PID模型中的積分項(xiàng)以及微分項(xiàng)進(jìn)行協(xié)調(diào)，并建立二者之間的邏輯關(guān)系，以此實(shí)現(xiàn)對最優(yōu)傳遞函數(shù)的捕獲，在最優(yōu)傳遞函數(shù)的基礎(chǔ)上，完成控制模型初始積分項(xiàng)及微分項(xiàng)的設(shè)定，根據(jù)最優(yōu)控制函數(shù)即可獲取輸出目標(biāo)結(jié)果。加熱爐溫度控制系統(tǒng)的模型建立過程為

(1)首先對加熱爐溫度控制系統(tǒng)響應(yīng)過程中輸出的離散值進(jìn)行設(shè)定，該離散值可表示為y(k)，則由PID控制輸出的離散值為u(k)，典型PID控制算法的期望輸出值為e(k)[4]。

(2)其次，yd、ud、ed分別為上輪的控制參數(shù)。

(3)最后對典型PID控制算法描述的差分方程進(jìn)行轉(zhuǎn)換，其公式為

y(k)=-den(2)yd+num(1)ud+num(2)ud

(6)

通過式(6)對典型PID控制器的輸出結(jié)構(gòu)進(jìn)行確定后，即可獲取相應(yīng)的公式：

u(k)=Kpe(k)+Kd(e(k)-ed)+

Ki(e(k)+ed)

(7)

式中：Kp為比例參數(shù)；Kd為微分參數(shù)；Ki為積分參數(shù)。

當(dāng)Kp參數(shù)出現(xiàn)變動(dòng)時(shí)，可直接對式(7)的收斂效率產(chǎn)生影響，并為收斂效率帶來較大的超調(diào)，不利于對加熱爐的爐溫進(jìn)行精準(zhǔn)控制，此時(shí)應(yīng)利用式(5)生成的積分對策略進(jìn)行分離，實(shí)現(xiàn)遇限削弱積分分離，其公式為

uθ(k)=?θJ(μθ)(Kpe(k)+Kd(e(k)-ed)+

Ki(e(k)+ed)

(8)

收斂效率與超調(diào)之間存在一定的耦合關(guān)系，二者之間易出現(xiàn)不協(xié)調(diào)性，通過式(8)可實(shí)現(xiàn)對二者的協(xié)調(diào)。但是在協(xié)調(diào)過程中，若執(zhí)行機(jī)構(gòu)的控制信號過大，可使該執(zhí)行機(jī)構(gòu)進(jìn)入飽和狀態(tài)或者截止區(qū)，導(dǎo)致執(zhí)行機(jī)構(gòu)呈現(xiàn)非線性特性，最終造成加熱爐溫度控制系統(tǒng)出現(xiàn)持續(xù)性的震蕩現(xiàn)象，無法有效保證系統(tǒng)的動(dòng)態(tài)品質(zhì)。為解決該問題的發(fā)生，本研究向系統(tǒng)內(nèi)引入慣性微分機(jī)制，通過該機(jī)制得到的公式為

(9)

式中：Td為微分機(jī)制慣性因子的表征。為最大限度地增強(qiáng)微分的作用時(shí)間，本研究在典型PID算法的純微分環(huán)節(jié)上串接一個(gè)慣性環(huán)節(jié)，利用隔離的方式將微分項(xiàng)對高頻擾動(dòng)的敏感容錯(cuò)性進(jìn)行隔離，有利于保證加熱爐爐溫調(diào)節(jié)的穩(wěn)定性，實(shí)現(xiàn)全局最優(yōu)閉環(huán)控制。通過定量化模型可大幅度的改善典型PID模型的基本性能，實(shí)現(xiàn)對加熱爐爐溫的精準(zhǔn)控制[5]。

2 基于模糊PID控制的加熱爐爐溫控制系統(tǒng)調(diào)控器設(shè)計(jì)

2.1 溫度控制系統(tǒng)硬件電路邏輯關(guān)系

本研究對系統(tǒng)的硬件部分進(jìn)行設(shè)計(jì)時(shí)，采用STM32F103單片機(jī)作為系統(tǒng)的核心設(shè)備，并完成硬件部分的外圍電路設(shè)計(jì)。外圍電路中高精度電源模塊主要負(fù)責(zé)為硬件系統(tǒng)提供高精度電壓；液晶顯示模塊在加熱爐溫度控制系統(tǒng)中主要負(fù)責(zé)顯示系統(tǒng)的常規(guī)信息；獨(dú)立按鍵模塊在加熱爐溫度控制系統(tǒng)中主要負(fù)責(zé)向系統(tǒng)內(nèi)部輸入相應(yīng)的信息；核心控制器模塊是整個(gè)系統(tǒng)的核心部分，可對系統(tǒng)進(jìn)行整體控制；傳感器模塊在系統(tǒng)中主要負(fù)責(zé)對加熱爐的溫度信息進(jìn)行采集；A/D轉(zhuǎn)換模塊在系統(tǒng)中主要負(fù)責(zé)信號轉(zhuǎn)換，使模擬信號轉(zhuǎn)換為數(shù)字信號；報(bào)警模塊可在系統(tǒng)出現(xiàn)異常情況時(shí)，采用聲光報(bào)警的方式提示工作人員前來維修；閥門控制模塊在系統(tǒng)中負(fù)責(zé)對加熱開關(guān)進(jìn)行控制，加熱爐爐溫控制系統(tǒng)硬件電路邏輯關(guān)系如圖1所示[6]。

圖1 加熱爐爐溫控制系統(tǒng)硬件電路邏輯關(guān)系圖

2.2 改進(jìn)PID控制算法的修正電路

傳統(tǒng)的PID算法在電路方面存在匹配性較弱、信號毛刺較多、實(shí)時(shí)性較差等缺陷，當(dāng)啟動(dòng)和關(guān)閉該電路的瞬間，可產(chǎn)生較大的脈沖干擾，無法實(shí)現(xiàn)對加熱爐爐溫的精準(zhǔn)控制。為實(shí)現(xiàn)PID算法效能的最大化，本研究對傳統(tǒng)PID算法進(jìn)行改進(jìn)，向原電路中引入電橋調(diào)理、電容濾波、MOS管截止等電路。該方法可最大限度地彌補(bǔ)傳統(tǒng)PID算法存在的不足，有利于實(shí)現(xiàn)改進(jìn)PID算法效能的最大化，改進(jìn)PID控制算法的修正電路如圖2所示。

2.3 溫度控制系統(tǒng)軟件工作流程

本研究對加熱爐爐溫控制系統(tǒng)的軟件部分進(jìn)行設(shè)計(jì)時(shí)，利用改進(jìn)PID算法對加熱爐的溫度進(jìn)行實(shí)時(shí)調(diào)控，其工作流程為：

圖2 改進(jìn)PID控制算法的修正電路

(1)首先，對該系統(tǒng)的應(yīng)用區(qū)域進(jìn)行確定，并完成加熱爐爐溫控制系統(tǒng)內(nèi)部各個(gè)參數(shù)的初始化。

(2)其次，對該系統(tǒng)的工作狀態(tài)進(jìn)行判斷，若加熱爐的溫度存在異?，F(xiàn)象，應(yīng)利用改進(jìn)后的PID控制算法對爐溫進(jìn)行實(shí)時(shí)調(diào)控；若加熱爐的溫度不存在異常現(xiàn)象，可重新判斷加熱爐爐溫控制系統(tǒng)的工作狀態(tài)，直至加熱爐爐溫控制系統(tǒng)出現(xiàn)異常為止。

(3)最后，等待爐溫?cái)?shù)據(jù)調(diào)控完畢后，判斷加熱爐爐溫控制系統(tǒng)是否恢復(fù)正常，若該系統(tǒng)未恢復(fù)正常，應(yīng)立即啟動(dòng)報(bào)警模塊，采用人工干預(yù)的方式對系統(tǒng)進(jìn)行維護(hù)；若系統(tǒng)恢復(fù)正常，啟動(dòng)PID算法的記錄功能，將當(dāng)前系統(tǒng)的調(diào)控溫度進(jìn)行精準(zhǔn)記錄，并重新設(shè)定該系統(tǒng)的相關(guān)參數(shù)。各項(xiàng)參數(shù)均整定完畢后，結(jié)束軟件工作流程。

加熱爐爐溫控制系統(tǒng)軟件工作流程如圖3所示[7]。

圖3 加熱爐爐溫控制系統(tǒng)軟件工作流程圖

3 基于模糊PID控制的加熱爐爐溫控制系統(tǒng)調(diào)控器測試

本研究為驗(yàn)證調(diào)控器軟硬件方案的合理性，采用實(shí)物制作與測試的方式，分別對加熱爐溫度控制系統(tǒng)調(diào)控器的硬件及軟件層面進(jìn)行測試，該方式有利于保證測試結(jié)果的精準(zhǔn)性。

對加熱爐爐溫控制系統(tǒng)調(diào)控器的硬件部分進(jìn)行測試時(shí)，首先利用Altium Designer 16綜合開發(fā)環(huán)境完成調(diào)控器整體電路原理圖的繪制，并通過該環(huán)境生成STM32F103RBT6單片機(jī)核心板的打樣PCB。為實(shí)現(xiàn)外圍電路的集成，在該系統(tǒng)的電路中引出接口。為真實(shí)模擬出加熱爐的溫度調(diào)控過程，可向調(diào)控器的硬件電路中增加小型散熱風(fēng)扇，通過該風(fēng)扇實(shí)現(xiàn)加熱爐溫度的降低。

對加熱爐爐溫控制系統(tǒng)調(diào)控器的軟件部分進(jìn)行測試時(shí)，首先將加熱爐溫度控制系統(tǒng)置于Keil4環(huán)境中，利用Keil4環(huán)境對軟件系統(tǒng)進(jìn)行編程。軟件系統(tǒng)編程過程中，應(yīng)嚴(yán)格遵循模塊化編程原則，完成多種子函數(shù)的獨(dú)立編寫，并將各個(gè)子函數(shù)應(yīng)用于主函數(shù)中，實(shí)現(xiàn)主函數(shù)的聯(lián)合調(diào)用[8]。

基于上述測試準(zhǔn)備工作，實(shí)現(xiàn)對加熱爐溫度控制系統(tǒng)的測試。測試結(jié)果顯示：該調(diào)控器在實(shí)際工作過程中具有良好的穩(wěn)定性，向加熱爐爐溫控制系統(tǒng)中引入改進(jìn)PID算法后，可使加熱爐爐溫控制系統(tǒng)具有較好的實(shí)時(shí)性、魯棒性以及精確性等優(yōu)勢，滿足加熱爐爐溫控制系統(tǒng)對精準(zhǔn)度的需求，可將其廣泛應(yīng)用于加熱爐的溫度控制中。

4 結(jié) 語

本研究對加熱爐爐溫控制系統(tǒng)進(jìn)行設(shè)計(jì)時(shí)，在BP神經(jīng)網(wǎng)絡(luò)機(jī)制和PID算法的基礎(chǔ)上，采用分階段的方式建立加熱爐爐溫控制系統(tǒng)模型。控制系統(tǒng)模型成功建立后，為最大限度地還原加熱爐各設(shè)備的真實(shí)運(yùn)維狀態(tài)，通過自適應(yīng)調(diào)整的方式對典型PID模型中的積分項(xiàng)以及微分項(xiàng)進(jìn)行協(xié)調(diào)，并建立二者之間的邏輯關(guān)系，以此實(shí)現(xiàn)對最優(yōu)傳遞函數(shù)的捕獲。在最優(yōu)傳遞函數(shù)的基礎(chǔ)上，完成控制模型初始積分項(xiàng)及微分項(xiàng)的設(shè)定，該函數(shù)的輸出目標(biāo)結(jié)果即可還原設(shè)備的運(yùn)行狀態(tài)。對該系統(tǒng)的硬件部分進(jìn)行設(shè)計(jì)時(shí)，采用STM32F103單片機(jī)作為系統(tǒng)的核心設(shè)備，為實(shí)現(xiàn)PID算法效能的最大化，本研究對傳統(tǒng)PID算法進(jìn)行改進(jìn)，該方法可最大限度地彌補(bǔ)傳統(tǒng)PID算法存在的不足，有利于實(shí)現(xiàn)改進(jìn)PID算法效能的最大化。為驗(yàn)證系統(tǒng)的合理性，分別對軟件和硬件進(jìn)行測試，測試結(jié)果表明，在PID算法的支持下，有利于提升加熱爐爐溫控制系統(tǒng)的穩(wěn)定性，可滿足系統(tǒng)對精準(zhǔn)度的實(shí)際需求。