自动控制原理课程设计炉温控制PID的研究.docx
《自动控制原理课程设计炉温控制PID的研究.docx》由会员分享，可在线阅读，更多相关《自动控制原理课程设计炉温控制PID的研究.docx（13页珍藏版）》请在冰豆网上搜索。
自动控制原理课程设计炉温控制PID的研究
摘要：
数字PID控制在生产过程中是一种最普遍采用的控制方法，在机电、冶金、机械、化工等行业中获得了广泛的应用。
本文以加热炉炉温控制系统中PID调节为研究课题，对其进行PID设计，讨论及总结，并给出几种改良PID控制在此控制系统中的运用，讨论其效果及作用。
最终论述智能PID控制在温度控制中的运用。
对传统PID控制、改进型PID控制以及智能PID控制算法使用MATLAB进行仿真，并对仿真结果加以分析。
关键词：
PID改进型PID智能PID
Abstract：
DigitalPIDcontrolintheproductionprocessisoneofthemostwidelyusedcontrolmethod,themechanicalandelectrical,metallurgy,machinery,chemicalandotherindustriesforawiderangeofapplication.BasedonelectronicovenfurnacetemperaturecontrolsystemPIDcontrolastheresearchsubject,thePIDdesign,discussionandsummary,andgivesseveralimprovedPIDcontrolintheapplicationofthecontrolsystem,anddiscussitseffectandfunction.FinallydiscussesintelligentPIDcontrolintheapplicationoftemperaturecontrol.ThetraditionalPIDcontrol,advancedPIDcontrolandintelligentPIDcontrolalgorithmusingMATLABsimulation,andthesimulationresultsanalysis.
Keywords：
PIDImprovedPIDIntelligentPID
引言：
在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。
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，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。
PID控制在工业生产中应用颇广，尤其是钢铁工业中。
本文选取钢铁工业钢铁生产车间中电阻炉温度控制系统为模型，根据其传递函数对其PID进行整定，进一步分析改进型PID和智能PID控制对控制系统的作用效果。
1炉温控制系统的PID设计
1.1炉温模型及其传递函数
钢铁生产车间电阻炉炉温控制原理图：
其加热炉传递函数为：
（取自姜学军著计算机控制技术清华大学出版社2005年），控制系统采用PID控制。
1.2PID参数整定
连续PID控制是指系统中的控制器具有如下形式：
式中为比例系数，为积分时间常数，为微分时间常数。
这里PID的调节对象为上述加热炉总传递函数，即：
。
PID离散算法可表示为（用增量表示）
T---采样周期TD---微分时间TI---积分时间KP---比例系数
根据实际情况可确定：
采样时间T=1s。
1.2.1Ziegler-Nichols参数整定方法
A.参数整定
通过实际实验测取过程开环阶跃响应曲线如2.1所示。
（图2.1中曲线是由传递函数得到）
则PID参数整定经验公式（如下表）
参数
控制器
Kp
Ti
Td
P
KL/T
PI
0.9KL/T
3L
PID
1.2KL/T
2L
L/2
故：
PID控制器为：
B．MATLAB仿真
没用PID调节时：
仿真程序如下：
t=[0:
1:
500]';
ut=[t,ones（size（t））];
[t,x,y]=sim（'PID1',500,[],ut）;
plot（t,y）;
girdon
仿真图如下：
图一
加PID时：
所得结果:
图二
1.2.2临界比例度法
A参数整定
先使PID处于纯比例作用，使系统处于闭合状态，然后由小到大增加Kp，直到系统y为等幅振荡，记此时PID中比例系数为Km，等幅振荡周期为Tm，则PID
参数按表二进行整定：
控制器
参数
Kp
Ki
Kd
P
0.5Km
——
——
PI
0.45Km
0．85Tm
——
PID
0.6Km
0.5Tm
0.125Tm
表二
寻找Km有：
由图知，该系统无等幅振荡情况，故无法用此方法整定。
2积分分离PID在炉温控制中的应用
2.1积分分离PID
具体步骤如下：
（1）根据实际情况，认为设定ε>0.
（2）当|e（k）|>ε,采用PD控制，可以避免缠身过大超调，又使系统有较快的反映。
（3）当|e（k）|≦ε，采用PID控制，以保证系统精确精度。
积分分离控制算法为：
2.2具体应用及仿真
用普通PID控制炉温曲线为图二。
下面采用积分分离PID：
采样时间为：
Ts=4s,延迟时间为40s，故被控对象离散化为：
仿真指令信号为rin（k）=1。
仿真程序如下：
num=[2.8];
den=[178,1];
ts=4;
g0=tf（num,den,'inputdelay',40）;
g1=c2d（g0,ts,'zoh'）;
g2=ss（g1）
[num1,den1]=tfdata（g1,'v'）
u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;u_6=0;u_7=0;u_8=0;u_9=0;u_10=0;u_11=0;
y_1=0;y_2=0;y_3=0;
error_1=0;error_2=0;
ei=0;
fork=1:
200
time（k）=k*ts;
yout（k）=-den1
（2）*y_1+num1
（2）*u_11;
rin（k）=1;
error（k）=rin（k）-yout（k）;
ei=ei+error（k）*ts;
ifabs（error（k））>=0.8&abs（error（k））<=0.1
beta=0.3;
elseifabs（error（k））>=0.6&abs（error（k））<=0.8
beta=0.6;
elseifabs（error（k））>=0.4&abs（error（k））<=0.6
beta=0.9;
else
beta=1;
end
end
end
kp=0.755;
ki=0.0094;
kd=15.1;
u（k）=kp*error（k）+kd*（error（k）-error_1）/ts+beta*ki*ei;
y_3=y_2;y_2=y_1;y_1=yout（k）;
u_11=u_10;u_10=u_9;u_9=u_8;u_8=u_7;u_7=u_6;u_6=u_5;u_5=u_4;u_4=u_3;u_3=u_2;u_2=u_1;u_1=u（k）;
error_2=error_1;error_1=error（k）;
end
figure
（1）;
plot（time,yout,'r'）;
axis（[0,1000,0,2]）;
figure
（2）;
plot（time,u,'r'）;
仿真结果如下：
（图三）
如图
普通PID积分分离PID
两图相比较积分分离PID超调量小，控制精度较高。
3神经元PID控制在炉温控制中的应用
神经元自适应有几种典型的学习规则，这里选取有监督的Hebb学习规则：
仿真程序如下：
x=[0,0,0]';
xiteP=0.755;xiteI=0.0094;xiteD=15.1;
wkp_1=0.1;wki_1=0.1;wkd_1=0.1;
error_1=0;error_2=0;
u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;u_6=0;u_7=0;u_8=0;u_9=0;u_10=0;u_11=0;
y_1=0;y_2=0;y_3=0;
ts=4;
fork=1:
1000
time（k）=k*ts;
rin（k）=1;
yout（k）=0.9778*y_1+0.0622*u_11;
error（k）=rin（k）-yout（k）;
wkp（k）=wkp_1+xiteP*error（k）*u_1*x
（1）;
wki（k）=wki_1+xiteI*error（k）*u_1*x
（2）;
wkd（k）=wkd_1+xiteD*error（k）*u_1*x（3）;
K=0.01;
x
（1）=error（k）-error_1;
x
（2）=error（k）;
x（3）=error（k）-2*error_1+error_2;
wadd（k）=abs（wkp（k））+abs（wki（k））+abs（wkd（k））;
w11（k）=wkp（k）/wadd（k）;
w22（k）=wki（k）/wadd（k）;
w33（k）=wkd（k）/wadd（k）;
w=[w11（k）,w22（k）,w33（k）];
u（k）=u_1+K*w*x;
y_3=y_2;y_2=y_1;y_1=yout（k）;
u_11=u_10;u_10=u_9;u_9=u_8;u_8=u_7;u_7=u_6;u_6=u_5;u_5=u_4;u_4=u_3;u_3=u_2;u_2=u_1;u_1=u（k）;
error_2=error_1;error_1=error（k）;
wkp_1=wkp（k）;
wkd_1=wkd（k）;
wki_1=wki（k）;
end
figure;
plot（time,yout,'b'）;
axis（0,1000,0,1.4）;
仿真结果如下：
总结：
普通PID积分分离PID
神经元自适应PID
由图可看出，神经元自适应PID控制效果最好，积分分离在普通PID的基础上有所加强。
参考文献：
1《ATLAB在控制系统中的应用》/张静等编著北京电子工业出版社2007.5
2《工业过程控制中的PID整定方法》付冬梅
3《一种改进ＰＩＤ控制在炉温控制系统中的应用》 马雪峰、田跃辉，李玲丽等
４ 《热处理电阻炉炉温控制系统的分析与仿真》 徐建林（甘肃工业大学）
升级会员 