陳和洲

(重慶航天職業(yè)技術(shù)學(xué)院，重慶 400021)

0 引言

在科技和工業(yè)現(xiàn)代化發(fā)展的背景下，工業(yè)生產(chǎn)領(lǐng)域的控制精度、響應(yīng)速度、系統(tǒng)穩(wěn)定性和自適應(yīng)能力要求不斷提高。在工業(yè)過程控制中，控制對象具有非線性、時變性、滯后性、動力學(xué)特性，這就導(dǎo)致內(nèi)部控制工作具有較強(qiáng)的不確定性，以及外部環(huán)境的擾動問題。傳統(tǒng)的控制方法無法滿足現(xiàn)階段的工業(yè)過程控制需求。利用經(jīng)典模糊PID控制理論可以在極大程度上提高工業(yè)過程控制的整體效果。模糊控制理論可以對過程控制中的不確定條件、參數(shù)干擾等進(jìn)行綜合檢測分析，并利用模糊推理完成PID參數(shù)在線自整定作業(yè)。充分發(fā)揮傳統(tǒng)PID控制原理簡單、魯棒性強(qiáng)的特點(diǎn)，其靈活性、實(shí)用性和精確性也會更加突出。

1 模糊控制與PID控制

1.1 模糊控制理論特點(diǎn)

模糊控制作為智能控制的重要內(nèi)容之一，在實(shí)際應(yīng)用中，需要將操作人員的經(jīng)驗(yàn)與相關(guān)理論知識進(jìn)行結(jié)合，轉(zhuǎn)化為控制量，以專家知識為基礎(chǔ)模仿人的思維過程，對模糊信息進(jìn)行不確定推理。這種模糊控制算法可以對控制系統(tǒng)中的不確定性因素進(jìn)行有效處理，能夠解決多個復(fù)雜、無法建立精確數(shù)學(xué)模型系統(tǒng)的控制問題[1]。目前，模糊控制器在熱交換過程、污水處理過程以及汽車速度控制等多種典型場合的應(yīng)用中都發(fā)揮了突出作用。隨著模糊芯片和模糊計(jì)算機(jī)不斷發(fā)展與應(yīng)用，可以進(jìn)一步推動模糊控制的發(fā)展，也為模糊控制技術(shù)的進(jìn)一步推廣奠定了基礎(chǔ)。近年來，模糊控制在經(jīng)濟(jì)、工業(yè)以及醫(yī)學(xué)發(fā)展過程中都發(fā)揮了作用，很多模糊技術(shù)產(chǎn)品在工業(yè)和民用方面的應(yīng)用越來越普遍。

模糊控制算法的主要特點(diǎn)表現(xiàn)在以下方面：

(1)在控制系統(tǒng)設(shè)計(jì)過程中，并不需要明確被控對象的數(shù)學(xué)模型，模糊控制僅參考現(xiàn)場操作人員或者專家的相關(guān)知識經(jīng)驗(yàn)，通過系統(tǒng)模型對整個控制過程進(jìn)行仿真分析。系統(tǒng)模型包含在模糊運(yùn)算以及模糊規(guī)則中，其中，模糊規(guī)則主要是完成系統(tǒng)狀態(tài)、變量的模糊處理，可以是模糊集，也可以將其與模糊控制器輸出進(jìn)行有效聯(lián)系。在研究過程中，模糊控制被看作是完成模糊建模任務(wù)和系統(tǒng)控制需求的綜合任務(wù)，可以防止在建模過程中出現(xiàn)復(fù)雜性問題，影響建模效率。

(2)模糊控制系統(tǒng)的魯棒性比較強(qiáng)，對參數(shù)變化的靈敏度比較低。在模糊控制過程中，并非二值邏輯，是一種連續(xù)多值邏輯。因此，在系統(tǒng)參數(shù)出現(xiàn)變化時，可以確保控制系統(tǒng)的穩(wěn)定性。

1.2 模糊PID控制算法

現(xiàn)階段，在工業(yè)過程控制中對混合模糊控制理論的應(yīng)用相對普遍。自矯正模糊控制器、模糊PID控制、模糊專家控制系統(tǒng)、模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)等都是以這一控制理論為基礎(chǔ)發(fā)展而來的。因此，這一基礎(chǔ)理論的發(fā)展比較成熟和完善。在工業(yè)過程控制中，控制算法的應(yīng)用越來越多，但是PID控制算法憑借突出優(yōu)勢占據(jù)十分重要的地位，主要是因?yàn)镻ID控制器結(jié)構(gòu)相對簡單，控制效果良好，具有較強(qiáng)的穩(wěn)定性和控制精度，理論分析體系也比較完整。目前，在冶金、石油、化工等領(lǐng)域的應(yīng)用比較普遍[2]。但是在PID控制器應(yīng)用過程中，整定參數(shù)是固定的，工業(yè)過程控制中的參數(shù)變化對時滯性強(qiáng)以及干擾強(qiáng)的控制對象而言，無法滿足控制性能和控制精確度要求。在這一過程中需要加強(qiáng)模糊控制理論與PID控制之間的有效結(jié)合，對研究對象可以進(jìn)行準(zhǔn)確簡明描述，不需要對控制對象建立精確數(shù)學(xué)模型就可以完成在線調(diào)整參數(shù)，確保柔性能夠達(dá)到控制要求。因此，將模糊控制與傳統(tǒng)PID控制進(jìn)行有效結(jié)合是當(dāng)前工業(yè)過程領(lǐng)域的重要研究內(nèi)容。

2 工業(yè)過程控制特點(diǎn)

2.1 工業(yè)過程控制簡介

工業(yè)過程控制主要是指在建材、冶金、石油、化工等不同行業(yè)生產(chǎn)過程中，對生產(chǎn)過程的自動控制。在常規(guī)過程控制系統(tǒng)中主要是完成生產(chǎn)工藝流程動態(tài)以及靜態(tài)特性分析工作，根據(jù)具體的生產(chǎn)需求應(yīng)用相關(guān)的控制理論，并根據(jù)生產(chǎn)工藝完成檢測、變化、顯示等各項(xiàng)功能。與此同時，在過程控制中需要與執(zhí)行器、控制閥形成開環(huán)與閉環(huán)控制系統(tǒng)，保證整體控制系統(tǒng)的有效性[3]。但是需要注意在生產(chǎn)系統(tǒng)中，動力特性內(nèi)部具有較強(qiáng)的不確定性，外部環(huán)境也會產(chǎn)生一些干擾，導(dǎo)致工業(yè)過程控制問題的復(fù)雜度和難度增加。在技術(shù)水平不斷提升的背景下，生產(chǎn)工藝復(fù)雜度越來越高，人們對工藝過程的總體性能要求在不斷提升。尤其是對控制精度、系統(tǒng)穩(wěn)定性、響應(yīng)精度等的要求在不斷提高，意味著人們從系統(tǒng)對象獲取的知識量在不斷減少，對控制性能的要求在不斷提高。這種情況下，必須加強(qiáng)工業(yè)過程控制管理工作才能夠準(zhǔn)確掌握系統(tǒng)的具體情況。在系統(tǒng)復(fù)雜性不斷增加的情況下，只有確保其精確化能力降低，達(dá)到一定閾值才能夠確保其滿足工業(yè)過程控制的質(zhì)量要求。在對復(fù)雜對象和系統(tǒng)物理現(xiàn)象運(yùn)動狀態(tài)進(jìn)行精確描述時，以對象精確模型為基礎(chǔ)的控制方法已經(jīng)無法滿足閉環(huán)優(yōu)化控制需求。因此，需要提高過程控制的整體質(zhì)量。

2.2 工業(yè)過程控制特點(diǎn)

在對工業(yè)過程控制特點(diǎn)進(jìn)行研究時，其復(fù)雜性和控制過程中的難度主要體現(xiàn)在以下方面：

(1)過程本身具有不確定性。在傳統(tǒng)的控制過程中，相關(guān)理論并不完善，過程控制系統(tǒng)的設(shè)計(jì)、調(diào)節(jié)器參數(shù)整定等都是以被控對象的數(shù)學(xué)模型為基礎(chǔ)，建模方法需要由機(jī)理建模和實(shí)驗(yàn)建模完成。因?yàn)檫^程控制理論并不完善，在工業(yè)生產(chǎn)過程中存在很多干擾，很多比較復(fù)雜的物理和化學(xué)變化導(dǎo)致人們無法從機(jī)理上揭示其內(nèi)在規(guī)律。除此之外，在工業(yè)生產(chǎn)中還存在一些不可預(yù)知的情況會對系統(tǒng)輸出產(chǎn)生直接影響，且在重復(fù)實(shí)驗(yàn)中無法重復(fù)激勵，這意味著過程控制具有較強(qiáng)的不穩(wěn)定性，很多對象的建模難度比較大。

(2)過程具有較強(qiáng)的非線性。所有的工業(yè)過程都存在非線性，非線性的程度會存在一定差異。如果系統(tǒng)的非線性并不嚴(yán)重，可以利用線性系統(tǒng)進(jìn)行近似建模，這在工業(yè)生產(chǎn)過程中是可以被接受的。但是，對于一些存在嚴(yán)重非線性環(huán)節(jié)的系統(tǒng)，如果利用線性化處理方法，會產(chǎn)生極大偏差甚至獲取完全相反的結(jié)論。因此，線性系統(tǒng)的分析設(shè)計(jì)并不完全適合應(yīng)用在工業(yè)過程控制系統(tǒng)的分析過程中。線性系統(tǒng)的分析理論比較完善，非線性系統(tǒng)的研究雖然已經(jīng)取得了一定成果，但是研究理論并不完善和成熟，在使用過程中仍然存在很多問題。

(3)工業(yè)控制過程的強(qiáng)耦合以及多變量特性。在所有的工業(yè)過程控制中都有很多過程變量，這些變量是以不同形式相互聯(lián)系的，任何一個變量的變化都會導(dǎo)致其他變量的變化，提高系統(tǒng)控制難度[3]?，F(xiàn)階段，很多單變量控制系統(tǒng)之所以能夠有效運(yùn)行，主要是因?yàn)樵谝恍?yīng)用條件下，變量耦合度相對較低，如果變量之間的聯(lián)系相對密切，需要綜合考慮整體變量；如果只是單純分析某一個變量，則無法獲取系統(tǒng)的整體控制效果。需要將系統(tǒng)整體看作統(tǒng)一變量進(jìn)行設(shè)計(jì)，才能夠保證控制效果和控制過程的穩(wěn)定性。

現(xiàn)階段，在工業(yè)過程控制中還包含過程約束多樣性、間歇性、緩慢性等各項(xiàng)特點(diǎn)，在過程控制比較復(fù)雜的情況下，需要對控制方法進(jìn)行科學(xué)合理的深入分析，以便解決工業(yè)過程控制中存在的問題，提高工業(yè)過程控制質(zhì)量。

3 模糊PID控制在工業(yè)過程控制中的應(yīng)用經(jīng)驗(yàn)

在工業(yè)過程控制中對模糊PID控制器進(jìn)行應(yīng)用，需要設(shè)計(jì)不同類型的PID控制器，了解不同類型PID控制器的具體應(yīng)用特點(diǎn)。以此為基礎(chǔ)了解工業(yè)過程控制中模糊PID控制的具體應(yīng)用流程。

3.1 不同類型的PID控制器的應(yīng)用

在具體的研究過程中，主要從單個神經(jīng)元控制器(SNPC)、多層前向網(wǎng)控制器(NNPC)和多層前向往近似PID控制器(LPNC)3種神經(jīng)網(wǎng)絡(luò)PID控制器出發(fā)，研究其性能和應(yīng)用場合。在對3種神經(jīng)網(wǎng)絡(luò)PID控制器的超調(diào)量和適應(yīng)能力進(jìn)行分析時，其整體性能比傳統(tǒng)PID控制器更優(yōu)，但是在抗干擾和穩(wěn)態(tài)精度方面存在一些問題。在工業(yè)過程控制中，存在一些強(qiáng)非線性、大時滯和模型不確定的控制對象，使用傳統(tǒng)PID控制器并不能保證系統(tǒng)的控制效果[4]。神經(jīng)網(wǎng)絡(luò)PID控制器的復(fù)雜度比較高，在生產(chǎn)工藝復(fù)雜度不斷增加的情況下，工業(yè)過程控制的總體性能要求也在不斷提高，這意味著神經(jīng)網(wǎng)絡(luò)PID控制器具有更加廣闊的應(yīng)用前景。神經(jīng)網(wǎng)絡(luò)PID控制器也在工業(yè)應(yīng)用中越來越普遍。神經(jīng)網(wǎng)絡(luò)PID控制器中最具特點(diǎn)的就是SNPC，NNPC，LNPC。這3種神經(jīng)網(wǎng)絡(luò)PID控制器適用場合和性能都有一定差別。

(1)SNPC網(wǎng)絡(luò)結(jié)構(gòu)比較簡單，控制算法消耗的計(jì)算機(jī)資源也比較少，實(shí)現(xiàn)難度比較小。SNPC網(wǎng)絡(luò)結(jié)構(gòu)比較簡單，控制算法消耗的計(jì)算機(jī)資源也比較少，實(shí)現(xiàn)難度比較小。但是在控制過程中，抗干擾性能和適應(yīng)能力比較差，適合應(yīng)用在隨機(jī)干擾不頻繁，干擾幅度比較小，參數(shù)變化范圍小的控制對象中。如果利用SNPC和常規(guī)PID控制器進(jìn)行切換控制，可以改善控制器的抗干擾性能[5]。

(2)NNPC控制器是網(wǎng)絡(luò)結(jié)構(gòu)比較復(fù)雜的神經(jīng)網(wǎng)絡(luò)控制器，應(yīng)用過程中控制算法會消耗更多的計(jì)算機(jī)資源，因此，其實(shí)現(xiàn)難度也比較大，但是NNPC的綜合性能相對良好，尤其是具有良好的抗干擾性、適應(yīng)性以及穩(wěn)定時間的特點(diǎn)。除此之外，還可以利用在線辨識器對控制性能進(jìn)行改進(jìn)。但是，因?yàn)樵摽刂破魇褂眠^程中仍然存在一定難度，如果無法確定網(wǎng)絡(luò)隱層和以節(jié)點(diǎn)個數(shù)的具體規(guī)則，需要利用試湊或者經(jīng)驗(yàn)解決問題，可能會出現(xiàn)算法收斂速度相對較慢的情況。因此，會導(dǎo)致NNPC在工業(yè)過程控制中的應(yīng)用受到一定限制。

(3)LNPC控制器。這一控制器具有超調(diào)小、穩(wěn)定時間比較短的特點(diǎn)。除此之外，該控制器還具有良好的適應(yīng)性和抗干擾性。在對控制器進(jìn)行應(yīng)用時，整體結(jié)構(gòu)比較簡單。設(shè)計(jì)過程并不復(fù)雜，但是LPNC在應(yīng)用中的溫度精度比較低，在過程對象發(fā)生變化時，穩(wěn)態(tài)誤差量會不斷積累。因此，在對LPNC控制器進(jìn)行應(yīng)用時，其適合適應(yīng)性要求相對較高、數(shù)學(xué)模型并不精確或者對精確度要求不高的控制系統(tǒng)。

3.2 模糊PID控制在工業(yè)過程控制中的應(yīng)用

在開展工業(yè)過程控制時，對自動控制算法的應(yīng)用比較普遍，以傳統(tǒng)理論為基礎(chǔ)的PID控制算法，以現(xiàn)代控制理論為基礎(chǔ)的自適應(yīng)控制、神經(jīng)網(wǎng)絡(luò)控制和模糊控制等都屬于自動智能化控制方法。但是，現(xiàn)階段工業(yè)過程控制現(xiàn)場是以模糊PID控制算法為主，這一控制算法比較簡單且精度都比較高，能夠在極大程度上提高工業(yè)過程控制的整體性能。

對模糊控制算法與傳統(tǒng)PID的結(jié)合形式和參數(shù)整定方法差異進(jìn)行分析時，其在工業(yè)過程控制現(xiàn)場使用的模糊PID算法主要包括以下兩種：

(1)模糊自整定PID控制算法。這一種算法是以對PID參數(shù)模糊推導(dǎo)后開展在線自整定為基礎(chǔ)發(fā)展出來的，可以根據(jù)實(shí)際的工業(yè)控制結(jié)果和控制要求對控制參數(shù)進(jìn)行自動調(diào)節(jié)，也可以在最大程度上確?？刂凭冗_(dá)到預(yù)期。在具體的使用過程中需要獲取PID的3個參數(shù)與誤差以及誤差變化率之間的模糊關(guān)系。在控制時需要對誤差和誤差變化率大小、變化方向等進(jìn)行動態(tài)實(shí)時檢測，并根據(jù)模糊控制理論對PID的3個參數(shù)進(jìn)行在線修正。掌握在不同狀態(tài)控制過程中，工業(yè)過程控制對PID參數(shù)的具體要求，確保被控對象獲取良好的動、靜態(tài)控制性能。

(2)Fuzzy—PI型模糊PID算法。這一種算法是混合型PID控制器，在實(shí)際應(yīng)用中主要由常規(guī)積分控制器和誤差與誤差變化率輸入的普通二維模糊控制器并聯(lián)組成。在實(shí)際應(yīng)用中，利用并聯(lián)結(jié)構(gòu)可以有效結(jié)合控制特性，確保控制對象達(dá)到最佳控制效果。在這一控制器使用過程中，除了對規(guī)則離散性引起的余差有較好的消除作用之外，還可以有效消除輸入輸出量導(dǎo)致的零點(diǎn)附近極限振蕩現(xiàn)象，確保系統(tǒng)成為誤差模糊控制系統(tǒng)，控制性能比較良好。溫度本身具有非線性實(shí)質(zhì)性的特點(diǎn)，因此，在工業(yè)過程控制中主要利用模糊PID控制器完成溫度調(diào)節(jié)控制工作[6]。

4 結(jié)語

在工業(yè)過程控制中對模糊PID控制器進(jìn)行應(yīng)用，可以充分發(fā)揮其對非線性、時滯性、多變性控制對象的控制性能。經(jīng)過分析，可以確定模糊PID控制器能夠滿足工業(yè)過程控制的不同控制場合，并且能夠在極大程度上確?？刂凭龋瞎I(yè)過程控制需求。在社會經(jīng)濟(jì)不斷發(fā)展和工業(yè)自動化技術(shù)成熟的背景下，模糊PID控制器在工業(yè)控制領(lǐng)域中的應(yīng)用會越來越普遍。