基于FuzzyPID的烘干炉温度控制系统的设计Word下载.docx
《基于FuzzyPID的烘干炉温度控制系统的设计Word下载.docx》由会员分享，可在线阅读，更多相关《基于FuzzyPID的烘干炉温度控制系统的设计Word下载.docx（50页珍藏版）》请在冰豆网上搜索。
Chapter1Introduction1
第1章绪论
1.1课题研究的目的及意义
在工业生产过程中，控制对象各种各样，温度是生产过程和科学实验中普遍而且重要的物理参数之一。
目前许多行业都有烘干设备，而在传统烘干炉烘干过程中，烘干炉温度保持恒温，并不利于产品整体的烘干，而为了达到更好的效果，其温度应由低到高逐渐升高，以利于溶剂的充分挥发。
而在实际控制过程中，PID控制器具有原理简单、使用方便、稳定可靠、无静差等优点,因此在控制理论和技术飞跃发展的今天,他在工业控制领域仍具有强大的生命力。
但在烘干炉控制系统中,由于电热丝的功率、通风管气流之间存在非线性和不确定的关系,再加上外界干扰,很容易使系统失去精确控制。
在当控制对象参数发生变化时,传统的PID控制必须对参数重新整定,才能重新实现对烘干炉精确稳定的控制，而这正是它的最大缺点[1]。
在实际烘干过程中，由于被加热金属的导热率、装入量以及加热温度和控制元件延时等因素的不同，因此烘干炉本身具有非常大的不确定性。
传统控制方法是基于被控对象精确模型的控制方式，缺乏灵活性和应变能力，适于解决线性、时不变等相对简单的控制问题，而实际系统由于存在复杂性、非线性、时变性、不确定性等，无法获得精确的数学模型。
在某些复杂的和包含不确定性的控制过程无法用传统的数学模型来描述，即无法解决建模问题。
传统的控制任务要求低，对复杂的控制任务难以适应。
所以，对于此类复杂性比较大的控制系统，需要采用智能控制系统来进行控制。
1.2控制的发展状况
1.2.1国内发展现状
在计算机技术日新月异的发展情况下，控制系统得到了长足的进步，而现代控制理论的发展，也为控制系统的升级增加了新的内容。
计算机硬件与控制软件的紧密结合必然导致新型的自动控制系统的出现。
我国模糊控制理论发展以及研究工作相比国外，开始时间较晚。
自1979年开始，我国的模糊控制理论以及研究开始发展。
虽然起步较晚，但是发展比较迅速，在模糊控制，模糊集合论，模糊图像处理，模糊模式识别等领域取得了不少有实际意义的成果。
在1979年，李玉绶，刘志俊等人用连续数字方法研究了典型模糊控制器的性能。
1986年，郁志杰等人用单片机研制专用模糊控制器。
1987年，张洪敏和张志敏研制成功我国第一台模糊推理机。
随后，在我国不少高校和研究所都成功研制出用于工业控制的模糊控制器。
例如，熊秋思等人的气炼机模糊符合控制系统；
刘浪舟等人的玻璃窑模糊控制系统；
于旭亮的化工过程大滞后系统的模糊控制研究等等。
近年来，我国也推出了模糊控制全自动洗衣机，模糊电饭煲，模糊控制自动恒温器等产品，开始进入商业市场，标志着我过模糊技术的应用研究有了飞速的发展。
1.2.2国外发展状况
1974年英国罗敦大学教授E.H.Mamdani首先成功地把模糊理论用于锅炉和蒸汽机的控制，这一开拓性的工作标志着模糊控制工程的诞生。
1979年英国的I.J.Procyk业和E.H.Mamdani研究了自组织的模糊控制器，它在控制过程中不断修改和调整控制规则，使控制系统的性能不断完善。
自整定模糊控制器的问世，标志着模糊控制器“智能化”程度进一步向高级阶段发展，毫无疑问地证实它归属于“智能控制器”范畴。
此外，日本在模糊控制应用方面走在了世界的前列，日本有专门的模糊控制研究所。
据日本电气公司（NEC）1991年9月统计，松下、三菱、东芝等公司在空调机、全自动洗衣机、吸尘器等高档家电中普遍应用了模糊控制技术ｍ。
美国的模糊工程是从美国宇航管理局（NASA）开始的。
美国专门从事模糊控制开发的机构是TogaiInfalogc公司，主要从事模糊加速板和软件开发工具的研究。
德国西门子公司和通讯电器公司联合研制了模糊166芯片，这种芯片具有三维模糊逻辑功能，可以操纵无人驾驶模型汽车。
模糊控制系统主要是模拟人的思维、推理和判断的一种控制方法,它将人的经验、常识等用自然语言的形式表达出来,建立一种适用于计算机处理的输入输出过程模型,是智能控制的一个重要研究领域[2]。
从信息技术的观点来看,模糊控制是一种基于规则的专家系统。
从控制系统技术的观点来看,模糊控制是一种普遍的非线性特征域控制器。
相对传统控制,包括经典控制理论与现代控制理论。
模糊控制能避开对象的数学模型（如状态方程或传递函数等）,它力图对人们关于某个控制问题的成功与失败和经验进行加工,总结出知识,从中提炼出控制规则,用一系列多维模糊条件语句构造系统的模糊语言变量模型,应用CRI等各类模糊推理方法,可以得到适合控制要求的控制量,可以说模糊控制是一种语言变量的控制。
模糊控制虽然已经有不少的研究成果,而且也被广泛地应用于生产实践中,但模糊控制的发展历史还不长,理论上的系统性和完善性、技术上的成熟性和规范性都还是远远不够的,尤其是模糊控制与其他智能化控制方法相结合的控制方法,还有待于人们在实践中得到验证和进一步的提高
1.3本文的研究内容
基于以上当前各种的温度控制系统的特点，以及烘干炉温度这一物理参数变化缓慢，大惯性和大滞后的特点，要求实时性较好，需要在集中备选方案中选择。
本文所做的工作是：
1.详细介绍三种不同的控制方案的优缺点，即PID控制，模糊控制，模糊自适应PID三种方案的理论响应速度，超调量，稳态误差等技术要点。
2.对比三种控制系统，选择了纯PID控制、模糊控制、模糊自适应PID控制三种控制方案，运用Matlab软件中Simulink仿真部分对它们的控制性能和抗干扰能力进行了仿真比较，选出响应速度快、超调量小、稳态误差小的技术要求的解决方案作为控制器。
3.进行电路的硬件系统设计，详细介绍各部分电路图的主要芯片，并要求完成外围电路以及大图的整体设计；
实现系统的软件部分，需要画出程序框图，并实现主要部分的源代码。
第2章控制理论
2.1PID控制方案
智能控制是指在无人干预的情况下能自主地驱动控制系统实现控制目标的自动控制技术。
对于许多复杂的系统，难以建立有效的数学模型，采用常规的控制理论去进行定量计算和分析时，控制效果并不好；
采用定量方法与定性方法相结合的控制方式，会得到更好的控制效果。
智能控制与传统的或常规的控制有密切的关系,不是相互排斥的。
常规控制往往包含在智能控制之中,智能控制也利用常规控制的方法来解决“低级”的控制问题。
智能控制方案会解决更具有挑战性的复杂控制问题。
它实质上是一种无模型控制方案，即在不需要知道对象精确模型的情况下，通过自身的调节作用，使实际控制效果达到理想的控制效果。
2.1.1PID控制的基本概念
PID控制，即比例、积分、微分控制的简称，是目前应用最为广泛的调节器。
PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。
PID控制器是一种比例、积分、微分并联控制器。
PID控制，实际中也有PI和PD控制。
PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。
下面是三种矫正环节的主要控制作用：
（1）比例（P）控制
比例控制是一种最简单的控制方式[3]。
其控制器的输出与输入误差信号成比例关系。
当仅有比例控制时系统输出存在稳态误差。
系统一旦出现了偏差，比例调节立即产生调节作用用以减少偏差。
取值大，可以加快调节，减少误差，但若
取值过大，则会使系统的稳定性下降，甚至造成系统的不稳定。
它的数学表达式为：
（2-1）
（2）积分（I）控制
能使系统消除稳态误差，提高无差度。
若系统存在误差，积分调节就进行，直至无误差，积分调节才停止，此时积分调节输出为一常值。
积分作用的强弱取决与积分时间常数Ti，Ti越小，积分作用就越强。
反之Ti增大则积分作用变弱。
积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。
这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。
因此，加入积分调节会使系统稳定性下降，动态响应变慢。
数学表达式为：
（2-2）
（3）微分（D）控制
微分作用反映系统偏差信号的变化率，具有预见性，能预见偏差变化的趋势，因此能产生超前的控制作用，在偏差还没有形成之前，已被微分调节作用消除。
在微分控制中，控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。
微分部分的作用强弱由微分时间常数Td决定。
Td越大，则它抑制e（t）变化的作用越强；
Td越小，则它反抗e（t）变化的作用越弱。
它对系统的稳定有很大影响。
在微分时间选择合适情况下，可以减少超调，减少调节时间。
微分作用对噪声干扰有放大作用，因此过强的加微分调节，对系统抗干扰不利。
此外，微分反应的是变化率，而当输入没有变化时，微分作用输出为零。
（2-3）
根据上文所述，PID的整体数学模型可由下式表示：
（2-4）
其中：
u（t）—控制器的输出
e（t）—控制器的输入，它是给定值和被控对象输出值的差，称偏差信号
—控制器的比例系数
—控制器的积分时间
—控制器的微分时间
PID控制器是一种经典反馈控制器，它的主要特征是基于精确的系统数学模型的控制.适于解决线性，时不变等相对简单的控制问题。
主要包括自整定PID控制、Smith预估控制、大林算法这几种方法。
这些方法虽然理论上比较简单，但在实际应用中却能收到很好的控制效果，因而在工业生产实践中获得了广泛的应用。
PID控制器是一个在工业控制应用中常见的反馈回路部件，而且具有算法简单、鲁棒性好和可靠性高等特点。
这个控制器把收集到的数据和一个参考值进行比较，然后把这个差别用于计算新的输入值，这个新的输入值的目的是可以让系统的数据达到或者保持在参考值。
和其他简单的控制运算不同，PID控制器可以根据历史数据和差别的出现率来调整输入值，这样可以使系统更加准确，更加稳定。
可以通过数学的方法证明，在其他控制方法导致系统有稳定误差或过程反复的情况下，一个PID反馈回路却可以保持系统的稳定。
PID控制的难点在于如何对控制参数进行整定，以求得到最佳控制效果。
Smith预估控制器是一种广泛应用的对纯滞后对象进行补偿的控制方法，实际应用中，表现为给PID控制器并接一个补偿环节，将控制通道传递函数中的纯之后部分与其他部分进行分离，其特点是预先估计出系统在给定信号下的动态特性，然后由预估器进行补偿，尽量使被延迟了的超调量超前反映到调节器，使调节动作提前，从而减少超调量并加速超调过程。
若预估模型准确，则能获得较好的控制效果，从而消除纯滞后对系统的不良影响，使系统调节与被控过程无纯滞后时相同，如果预估模型不准确，则效果不会理想。
大林算法是由美国IBM公司的Dahlin于1968年针对工业过程控制中的纯滞后特性而提出的一种控制算法.该算法的目标是设计一个合适的数字调节器D（z）,使整个系统的闭环传递函数相当于一个带有纯滞后的一阶惯性环节,而且要求闭环系统的纯滞后时间等于被控对象的纯滞后时间.大林算法方法比较简单,只要能设计出合适的且可以物理实现的数字调节器D（z）,就能够有效地克服纯滞后的不利影响,因而在工业生产中得到了广泛应用.但它的缺点是设计中存在振铃现象,且与Smith算法一样,需要一个准确的过程数字模型,当模型误差较大时,控制质量将大大恶化,甚至系统会变得不稳定.实际上已有文献证明,只要在Smith预估器中按给定公式设计调节器D伺,则Smith预估器与Dahlin算法是等价的,Dahlin算法可以看作是Smith预估器的一种特殊情况.
2.1.2PID控制器的优缺点
作为一个简单有效，用途广泛，使用灵活的控制器，PID控制器已有系列化产品，使用中只需设定三个参数（Kp，Ti和Td）即可[4]。
在很多情况下，并不一定需要全部三个单元，可以取其中的一到两个单元，但比例控制单元是必不可少的。
PID控制的优点主要体现在以下方面：
（1）PID控制器原理简单、实现方便，是一种能够满足大多数实际需要的基本控制器。
虽然很多工业过程是非线性或时变的，但通过对其简化可以变成基本线性和动态特性不随时间变化的系统，这样PID就可控制了。
（2）PID参数较易整定。
也就是，PID参数Kp，Ti和Td可以根据过程的动态特性及时整定。
如果过程的动态特性变化，例如可能由负载的变化引起系统动态特性变化，PID参数就可以重新整定。
控制器适用于多种截然不同的对象，算法在结构上具有较强的鲁棒性。
在很多情况下其控制质量对被控对象的结构或参数变化不敏感。
PID控制器也有其局限性，具体表现如下：
（1）若PID控制器自整定参数是以模型为基础的，为了PID参数的重新整定在线寻找和保持好过程模型是较难的。
闭环工作时，要求在过程中插入一个测试信号。
这个方法会引起扰动，所以基于模型的PID参数自整定在工业应用不是太好。
若自整定是基于控制律的，经常难以把由负载干扰引起的影响和过程动态特性变化引起的影响区分开来，因此受到干扰的影响控制器会产生超调，产生不必要的参数转换。
所以常规PID控制器无法同时满足跟踪设定值和抑制扰动的不同性能要求。
（2）PID在控制非线性、时变、耦合及参数和结构不确定的复杂过程时，工作地不是太好。
在处理大时滞、开环不稳定过程等难控对象时，需要通过多个PID控制器或与其它控制器的组合，才能得到较好的控制效果。
2.2模糊控制方案
2.2.1模糊控制理论
模糊控制方法就是利用模糊数学的基本思想和理论的控制方法。
在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的最主要关键，系统动态的信息越详细，则越能达到精确控制的目的。
然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是工程师便利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。
换言之，传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得无能为力了。
因此便尝试着以模糊数学来处理这些控制问题。
模糊控制原理框图如图2-2所示:
模糊控制器（单片机）
+
-
图2-2模糊控制原理框图
在整个模糊控制理论中，主要包括包括模糊集合论（FuzzySet）、模糊逻辑、模糊推理和模糊控制等方面的内容。
2.2.2模糊控制器设计步骤
对于模糊控制器的设计，并不是利用数学模型来描述被控系统的特性，更多的需要靠专家的经验和知识。
模糊控制器是模糊控制系统的核心，一个模糊控制系统的性能优劣主要取决于模糊控制器的结构、所采用的模糊规则、合成推理算法，以及模糊决策的方法等因素[5]。
模糊控制器的设计分为如下几个步骤：
1.确定模糊控制器结构
由于模糊控制器的控制规则是根据操作人员的控制经验提出的，而一般操作人员只能观察到被控对象的输出变量和输出变量的变化，或者观察到输出变量和输出变量的总和这两个状态，因此，在模糊控制中，总是选取误差和误差的变化率或误差及误差的和作为它的输入量，而把控制量的变化作为模糊控制器的输出变量，这样就确定了模糊控制器的结构。
在一般控制问题上，输入变量有输出误差E与输出误差的变化率EC，而输出变量则为U。
其中E、EC、U统称为模糊变量。
这时的模糊控制器就类似于一个PD控制器，从而有利于保证系统的稳定性，减少响应过程的超调量并减弱系统振荡。
下面是常见的两种模糊控制器的结构及其对应的控制规则的类型：
（1）模糊E为模糊控制器的输入，而以控制量U或控制量的变化△U作为模糊控制器的输出。
如图2-3所示：
这是非常基础的一类模糊控制器，其控制规则也比较简单，可用如下模糊条件语句描述其控制规则：
IfeisAthenUisB（或者△UisB）
IfeisCthenUisD（或者△UisD）
其中A、B、C、D都是模糊子集该结构模糊控制器的输入[6]，输出关系可分别用下式表示：
U=R（E）△U=R'
（E）其中R、R'
都是由控制规则决定的非线性函数关系。
（2）误差E和误差变化量EC作为模糊控制器的输入，而以控制量U或控制量的变化△U作为模糊控制器的输出。
如图2-4所示：
这是最常用的一类模糊控制器，其控制规则也很简单，可用如下模糊条件语句描述其控制规则：
IfeisAandecisBthenUisC（或者△UisC）
其中A、B、C、D都是模糊子集。
该结构模糊控制器的输入，输出关系可分别用下式表示：
U=R（e,ec）
△U=R'
（e,ec）
其中R、R'
2.模糊化
即将输入值以适当的比例转换到论域的数值[7]，按照适合的语言值求该值相对的隶属度。
模糊化在处理不确定信息方面具有重要作用。
在模糊控制中，观测到的数据常常是清晰量。
由于模糊控制器对数据进行处理是基于模糊集合的方法，因此对输入数据进行模糊化处理是必不可少的一步。
将输入的精确变量转化成模糊化量，并用相应的模糊集合来表示。
模糊化的具体过程如下：
（1）首先对这些输入量进行处理，使其变成模糊控制器要求的输入量。
例如，常见的情况是计算。
（e）=（r）-（y）和
，其中：
r（t）表示参考输入，y（t）表示系统输出，e表示误差，ec表示误差导数。
（2）将上述已经处理过的输入量进行尺度变换，使其变换到各自的论域范围。
此处为方便起见，将输出控制量的量化因子一并说明。
设e，ec和u的实际变化范围分别为[-e，e][-ec，ec]和[-u，u]，并设e，ec和u的论域分别为:
{-
，-
+l，…，0，1，…，
}（i=1,2,3）
则比例因子k1、k2和量化因子k3由以下几个公式确定：
（2-6）
此处的功能是将比例变换后的连续值再经四舍五入变为整数值。
在模糊控制器中的输入量为e和ec，因此它相当于是非线性的PD控制，k1，k2分别是比例项和导数项前面的比例系数[8]，它们对系统性能有很大影响，要仔细加以选择。
k3串联于系统的回路中，它直接影响整个回路的增益，因此k3也对系统的性能有很大的影响，一般说来，k3选得大，系统反应快。
但过大有可能使系统不稳定。
（3）将己经变换到论域范围的输入量进行模糊处理，使原先精确的输入量变成模糊量，并用相应的模糊集合来表示。
有两种转换方法：
一种是在论域上己定义的模糊子集中，找到该点对应最大隶属度的模糊子集，作为此点的模糊量，即合适的语言值；
第二种是进行单点模糊，该点处它的隶属度为1，其余为0，选择此模糊集。
3.确定模糊控制器的输入输出变量、语言值及其隶属度函数
确定好模糊控制
升级会员 