常用温度控制方法原理Word文档格式.docx

常用温度控制方法原理Word文档格式.docx

《常用温度控制方法原理Word文档格式.docx》由会员分享，可在线阅读，更多相关《常用温度控制方法原理Word文档格式.docx（3页珍藏版）》请在冰豆网上搜索。

神经网络控制采用数理模型模拟生物神经细胞结构，并用简单处理单元连接成复杂网络；

Puzzy-PID为线性控制，且结合模糊与PID控制优点。

1、引言温度控制系统是变参数、有时滞和随机干扰的动态系统，为达到满意的控制效果，具有许多控制方法。

故对几种常见的控制方法及其优缺点进行了分析与比较。

2、常见温度控制方法2.1常规PID控制PID控制即比例、积分、微分控制，其结构简单实用，常用于工业生产领域。

原理如图1。

图1常见PID控制系统的原理框图明显缺点是现场PID参数整定麻烦，易受外界干扰，对于滞后大的过程控制，调节时间过长。

其控制算法需要预先建立模型，对系统动态特性的影响很难归并到模型中。

在我国大多数PID调节器厂家生产的调节器均为常规PID控制算法。

2.2模糊控制模糊控制（FuzzyControl）是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的计算机控制。

原理如图2。

图2模糊控制系统原理框图2.3神经网络控制神经网络控制采用数理模型的方法模拟生物神经细胞结构，用简单处理单元连接形成各种复杂网络，并采用误差反向传播算法（BP）。

原理如图3：

图3神经网络控制系统的原理框图2.4Fuzzy-PID控制模糊控制不需知道被控对象的精确模型，易于控制不确定对象和非线性对象。

PID本质是线性控制。

将模糊控制与PID结合多，以Fuzzy-PID混合控制为例，据给定值与测量值之偏差e选择智能控制器，根据e的变化选择控制方法，当|e|≤emin或|e|≥emax时，采用PID控制；

当emin≤|e|≤emax时，采用Fuzzy控制。

其结构框图如图4。

图4Fuzzy-PID混合控制结构框图2.5神经网络PID控制在PID控制的基础上，加入神经网络控制器，构成神经网络PID控制器，如图5。

神经网络控制器NNC是前馈控制器，通过对PID控制器的输出进行学习，在线调整自己，目标是使反馈误差e（t）或u（t）趋近于零，使自己逐渐在控制中占据主导地位，以减弱或最终消除反馈控制器的作用。

图5神经网络PID控制结构框图2.6模糊神经网络控制将模糊逻辑与神经网络结合，采用神经网络模糊逻辑推理网络模型和快速的自学习算法，通过网络的离线训练和在线自学习使控制器具有自调整、自学习和自适应能力，达到模糊智能控制。

如图6。

图6模糊神经网络控制系统结构图2.7遗传PID控制遗传PID控制是将控制器参数构成基因型，将性能指标构成相应的适应度，利用遗传算法来整定控制器的最佳参数，不要求系统是否为连续可调，能否以显式表示。

基于遗传算法的自适应PID控制的原理框图如7。

遗传PID温控系统将测量值与给定值进行比较，用遗传算法来优化PID参数，然后将控制量输出，实现将PID参数串接构成完整染色体，从而构成遗传空间中的个体，过通过繁殖交叉和变异遗传操作生成新一代群体，经过多次搜索获得最大适应度值的个体。

图7基于遗传算法的自适应PID控制结构图2.8广义预测控制预测控制（PredictiveControl）是基于模型的计算机控制算法。

其预测模型有脉冲响应模型、阶跃响应模型、CAMRMA模型和CARIMA模型。

基于CARIMA模型的广义预测控制（GPC）是一种新型计算机控制算法。

3、常见温度控制方法的对比分析通过上述温度控制方法的原理分析，表1给出各种温度控制特性与应用场合的情况。

温控仪控制算法控制算法的控制特性温控仪应用场合单一控制常规PID拄制优点：

结构简单、实用，性价比高。

缺点：

鲁棒性不强；

适应性不快；

协调性不够好等易于建立的线性温度控制系统的被控对象模型模糊控制与传统的PID控制相比，响应快，超调量小，鲁棒性强纯滞后，参数时变或非线性的温度控制系统，如干燥机、工业炉等的温度控制神经网络控制鲁棒性强，响应速度快，抗干扰能力强，算法简单，易于用硬件和软件实现多变量、多参数、非线性与时变系统如：

电阻炉的温度控制等复合控制Fuzzy-PID控制具有很强的适应性，只要知道部分知识即可建立BP算法一些大滞后系统中自动寻优P、I、D参数，如管式加热炉的温度控制模糊神经网络控制动态响应快，能达到高精度的快速控制，具有极强的鲁棒性和适应能力，稳定性好需要不断修正控制参数的温度控制系统。

如热电偶校验仪等控温装置遗传PID控制调试方便，控制精度高，抗干扰性强，较高的稳定性能寻求全局最优且不需任何初始信息的P、I、D参数寻优温控系统中，如陀螺温控系统自适应广义预测及控制鲁棒性强，控制精度高医用温度控制，如微波热疗中的温度控制模糊、神经网络模糊控制鲁棒性强。

动态响应与上升时间快，超调小，PID控制器的动态跟踪品质好和稳态精度高具有较太的滞后性，非线性、时定性的温度控制系统，如高分子聚合物反应温度控制等模糊、神经网络和遗传控制实现温度随外界干扰条件的乏化,实时的调节网络和控制规律的功能，具有良好的温度跟踪性能和抗干扰能力对升温速度和恒温过程的精度要求较高的控制系统，如淬此炉温度控制等将线性与非线性控制相结合。

使温度能满足用户的精度要求是温控系统的最终目的。

在实际应用中，根据具体的应用场合、不同的加热对象、不同的控制要求和控制精度，选择不同的控制方式。