PID对温度影响ZHWord文档格式.docx
《PID对温度影响ZHWord文档格式.docx》由会员分享,可在线阅读,更多相关《PID对温度影响ZHWord文档格式.docx(12页珍藏版)》请在冰豆网上搜索。
④受环境影响较大
设定的基本定时周期过长,不能得到及时修正。
当通过热电偶采集的被测温度偏离所希望的给定值时,PID控制可根据测量信号与给定值的偏差进行比例(P)、积分(I)、微分(D)运算,从而输出某个适当的控制信号给执行机构,促使测量值恢复到给定值,达到自动控制的效果。
比例运算是指输出控制量与偏差的比例关系。
比例参数P设定值越大,控制的灵敏度越低,设定值越小,控制的灵敏度越高,例如比例参数P设定为4%,表示测量值偏离给定值4%时,输出控制量变化100%。
积分运算的目的是消除偏差。
只要偏差存在,积分作用将控制量向使偏差消除的方向移动。
积分时间是表示积分作用强度的单位。
设定的积分时间越短,积分作用越强。
例如积分时间设定为240秒时,表示对固定的偏差,积分作用的输出量达到和比例作用相同的输出量需要240秒。
比例作用和积分作用是对控制结果的修正动作,响应较慢。
微分作用是为了消除其缺点而补充的。
微分作用根据偏差产生的速度对输出量进行修正,使控制过程尽快恢复到原来的控制状态,微分时间是表示微分作用强度的单位,仪表设定的微分时间越长,则以微分作用进行的修正越强。
PID模块操作非常简捷只要设定4个参数就可以进行温度精确控制:
1、温度设定
2、P值
3、I值
4、D值
PID模块的温度控制精度主要受P、I、D这三个参数影响。
其中P代表比例,I代表积分,D代表微分。
比例运算(P)
比例控制是建立与设定值(SV)相关的一种运算,并根据偏差在求得运算值(控制输出量)。
如果当前值(PV)小,运算值为100%。
如果当前值在比例带内,运算值根据偏差比例求得并逐渐减小直到SV和PV匹配(即,直到偏差为0),此时运算值回复到先前值(前馈运算)。
若出现静差(残余偏差),可用减小P方法减小残余偏差。
如果P太小,反而会出现振荡。
积分运算(I)
将积分与比例运算相结合,随着调节时间延续可减小静差。
积分强度用积分时间表示,积分时间相当于积分运算值到比例运算值在阶跃偏差响应下达到的作用所需要的时间。
积分时间越小,积分运算的校正时间越强。
但如果积分时间值太小,校正作用太强会出现振荡。
微分运算(D)
比例和积分运算都校正控制结果,所以不可避免地会产生响应延时现象。
微分运算可弥补这些缺陷。
在一个突发的干扰响应中,微分运算提供了一个很大的运算值,以恢复原始状态。
微分运算采用一个正比于偏差变化率(微分系数)的运算值校正控制。
微分运算的强度由微分时间表示,微分时间相当于微分运算值达到比例运算值在阶跃偏差响应下达到的作用所需的时间。
微分时间值越大,微分运算的校正强度越强。
通常,对于温度控制的理解,是觉得其技术成熟且改变不大。
有一些工业的应用,不仅对时间进行精确的控制,而且在当设定值改变时,对于快速加温阶段和扰动的快速响应形成最小程度的过冲(overshoot)和下冲(undershoot)。
一般采用的PID控制技术难以满足这些特殊的场合。
目前存在2种的复杂温度控制器。
一种方案是基于增加特殊性能的PID,另一种方案是模糊逻辑控制。
1.增强的PID温度控制
加热和冷却过程中的不同速度(时间常数)可根据温度设定值,进行PID常数的动态调节。
这样的调节需要一个加热模型--加热过程的反转静态特性(inversestaticcharacteristic)。
一旦控制系统执行加热模型,它的输出可被相应地用于前馈变量。
前馈变量与比例成分的输出一起使加热模型符合加热过程。
一个近似的时间优化控制方法需要将温度控制的全部过程分为3个部分,每部分都有其不同控制机制。
在第一阶段(温度在设定值之下)和最后一个阶段(温度在设定值之上),幂常量(分别是满值和零)被应用,控制调节误差。
在中间阶段(设定值在中间),线性PID控制开始作用。
在这里所谓的线性控制区(linearcontrolzone,LCZ)、非线性、调节误差限制(regulationerrorlimit,REL)就能被使用,会有助于限制温度的过冲和下冲。
图1中,为加强的PID温度控制器的框图,适用范围较广。
2.模糊逻辑
工程师们对模糊逻辑的了解已经超过35年。
模糊控制的魅力在于小规模的微型控制器,因为这一技术比常规的PID要求较少的计算幂和更少的操作存储量。
模糊控制的基本形式可模拟人工控制过程。
根据瞬时温度背离设定值(调节误差,e(n))的程度和温度改变的速率(或调节误差的背离,(e(n)),人工调整应用于加热成分的幂。
整个过程由系统的物理或数学性质决定。
温度的背离和温度的改变速率是高?
是底?
还是中等?
模糊控制以同样的过程变量状态运行。
如图2,模糊温度控制器的框图表明,模糊控制器的输出是如何在功能加强的传统的PID控制器的情况下与前馈模块的输出相结合的。
类似的适配模块可使解模糊化过程优化(使模糊化输出变量成为明确的输出值),并且同时帮助加热器模块更真实反映加热过程。
你的系统你作主。
即使像温度控制这类最简单的过程,如果增加了诸如快速增温阶段也可能变得很复杂。
执行功能加强的、传统的PID控制器就成为一项挑战,特别是如果需要自调整能力以帮助确定优化PID常量时。
然而,不可否认的是,PID控制的理论的运用相当广泛。
另外,模糊控制似乎能较简单的实现相同的性能。
由一阶或更高阶的多项式(LCZ在增强PID控制中提供唯一一个零阶近似值)控制的,用于时间优化控制系统的二阶转换曲线的近似值使模糊控制在时间优化控制应用中颇占优势。
作为相对较为新的控制方法,它也能提供更多的发展空间。
关于PID设置,书上的常用口诀:
参数整定找最佳,从小到大顺序查
先是比例后积分,最后再把微分加
曲线振荡很频繁,比例度盘要放大
曲线漂浮绕大湾,比例度盘往小扳
曲线偏离回复慢,积分时间往下降
曲线波动周期长,积分时间再加长
曲线振荡频率快,先把微分降下来
动差大来波动慢。
微分时间应加长
理想曲线两个波,前高后低4比1
一看二调多分析,调节质量不会低
========================分隔线====================
一些PID参数改变下的温度控制曲线(所有调节时的温度都设置为37度)(在此感谢某论坛某网友的贴子,忘了在哪里收集的了)
贴有一些他的这个毕业设计实验原话
P>
1下的温度曲线
lxq2345:
PID调节时间要短?
温度是大滞后系统啊,我的个人经验由于系统有滞后,所以采样时间最好和滞后时间差不多,然后形成一级预报~然后在用预报的数值做PD条件。
在滞后环节中使用I是极其不稳定的,简单的说当你系统的温度超过已有的值,由于滞后,积分仍然在积分负值,这必然造成大量超调然后震荡~~~就像你图中那样。
我也是以前仿真的经验,你可以用仿真调试,因为MATLAB调试的控制效果速度比较快。
不要一位的改参数。
而且MATLAB有自动PID参数的计算功能,很方便~~
jf050108:
楼上说的对,实验中也证明采样时间应该和之后时间差不多,略微小一点就可以了,这样才能发挥出d的效果。
调节过程中我也觉的I是很难调的,资料都说I可以矫正稳态误差,实验中证明确实可以的。
传一个45和37度温度控制曲线。
精度0.25。
使用同一组PID值。
p=0.43i=0.15d=11.7
保温是一定要做好的,不过我的条件比较简陋,只用了2cm厚的海绵外加硬纸板做了个小盒子~呵呵
i的作用大家可以看看这两个图对比就知道了,设置温度均为37度
这个再对比一下I调节的作用
D的调节作用~
有稳定的作用,这里不太明显,但是对前期的温度上升也有影响,会增加系统调节时间