工业控制网络中PID的应用.docx
《工业控制网络中PID的应用.docx》由会员分享，可在线阅读，更多相关《工业控制网络中PID的应用.docx（77页珍藏版）》请在冰豆网上搜索。
工业控制网络中PID的应用
序言：
2011-2012学期，在下半学期的时间里，学习了《计算机网络》，了解了计算机的网络，计算机网络主题非常复杂，涉及许多概念、协议以及技术，这些要素以一种复杂的方式交织在一起，在学习过程中，有很多不懂的，因为全书基本上都是英文，所以相对来说有很大的难度，但是在老师的讲解和教学之中，慢慢的对计算机网络有所了解，有所领悟，通过学习，我了解到了计算机网络的其他特性，通过自顶向下的方法，聚集因特网，把握原理，上网查询资料来丰富知识，现在结合自身的学习和领悟，撰写本论文。
吴逸康
2012年5月30日
目录
序言：
2
摘要4
1绪论5
1.1工业过程控制技术概述5
1.1.1过程控制技术的发展历程5
1.1.2过程控制的特点6
1.3过程控制的发展方向一智能控制9
1.4模糊PID控制研究的意义和现状9
1.5本文的主要工作10
2模糊控制的基本理论11
2.1.2数字式PID控制算法12
2.1.3PID控制的特点14
2.2模糊控制的概述15
2.2.1模糊逻辑控制理论的产生和发展15
2.2.2模糊控制的特点15
2.3模糊控制器（FC,FuzzyCoutroller）的结构和工作原理17
2.3.1常规模糊控制系统的结构17
2.4模糊控制的适用性23
2.6模糊PID控制器的基本形式25
2.6.1增益调整型（Gain-sched,1109）模糊PID控制器26
2.6.3很合型（hybrid）模翔PID控制器28
3模糊PID控制算法的仿真研究29
3.1.1衰减曲线法30
3.1.2过程反应曲线法31
3.1.3Ziegler-Nichols整定法（临界振荡法）32
3.3.1Smith预估控制器40
4模糊PID控制器在造纸工业过程中的应用45
4.2制浆造纸过程工艺简介45
4.2.1制浆过程工艺流程45
4.2.2湿部工艺流程46
4.3常见的数字童控制回路48
4.4浓度控制系统的模糊PID控制器的设计49
4.4.2纸浆浓度的模糊PID控制器设计51
4.4.4Fuzzy-PID-Smith控制系统仿真53
4.5.3系统仿真分析59
5总结与展望62
参考文献64
摘要
工
业控制网络在智能控制中的应用非常广泛，近年来发展起来的基于知识且不依赖于模型的智能控制技术为解决系统的非线性、滞后和时变等问题提供了新的思路。
模糊控制技术是智能控制研究中最活跃的领域，也是未来研究与应用的重点技术之一，而常规PID控制器以结构简单、工作稳定、适应性好、精度高等优点成为过程控制中应用最广泛最基本的一种控制器。
因此，对模糊PID控制器的研究，无论在理论研究上还是在工业过程控制实践中都将具有重要的意义，本文对模糊PID控制器进行理论分析，并选取工业过程控制中典型的一阶纯滞后及二阶纯滞后为控制对象进行Matlab环境下的仿真研究，进一步对模糊PID控制器的应用研究做一些试探性工作，具体如下：
阐述模糊控制的基本理论，通过对常规模糊控制器和PID控制器的控制性能进行仿真比较，总结了各自的特点和适用性，归纳了模糊PID控制器的基本形式。
在总结模糊控制和传统PID控制性能的基础上，根据工业过程控制的实际，分析和研究了PID参数模糊自整定控制器FGSC；针对FGSC法抗干扰能力差的缺点，提出了基于设定值加权的模糊PID控制器FSWC；针对大时滞系统的常规控制策略Smith预估控制的优缺点，结合模糊PID控制器的特点，提出了对大时滞对象的模糊PID-Smith复合控制。
并对以上三种模糊PID控制器进行了跟踪设定值特性、抑制扰动性能和适应对象参数变化能力的仿真分析与研究，总结了各自的特点和适用性。
简要介绍造纸工艺流程，根据造纸生产的工艺特点和过程控制要求，重点对浓度和液位实现了自动控制。
针对纸浆浓度控制具有大滞后，模型不确定，综合Smith预估对滞后的补偿，模糊PID控制器的鲁棒性、精确性等特点设计模糊PID-Smith复合控制器。
对液位控制，采用参数自整定模糊PID控制器；以Matlab为工具对所设计的模糊PID控制器进行仿真，并与常规PID控制仿真比较研究，取得了较好的控制效果。
关键词：
模糊PID控制器，工业过程控制，模糊自整定，复合控制，Smith预估器
1绪论
1.1工业过程控制技术概述
过程控制通常是指石油、化工、冶金、轻工、建材等工业生产过程中的自动控制，在国民经济中占有极其重要的地位，是自动化技术的一个重要分支。
常规的过程控制系统是在了解掌握生产工艺流程及过程动、静态特性的基础上，根据生产对控制提出的要求，应用控制理论，利用控制仪表、计算机、通信网络等技术工具，自动获取各过程变量值的信息，并针对不同的生产过程进行检测、变换、显示等，配合执行器与控制阀构成的开环或闭环控制系统，对影响过程状况变量进行自动调节和或操作，以达到提高经济效益和劳动生产率、节约能源、减少污染和安全生产等目的。
由于工业对象本身所固有的惯性、滞后及其动力学特性的内部和外部环境扰动的不确定性，使很多过程控制问题复杂化，且随着工业和现代科学技术的发展，生产工艺变得日益复杂，对工业过程总体性能，如控制精度、响应速度、系统稳定性及适应能力的要求也不断提高。
这表明，人们从系统对象所能获得的知识信息量正相对减少，而对控制性能的要求却日益高度化。
在这种情况下，要想精确地描述复杂对象与系统的任何物理现象和运动状态是十分困难的，因而传统的建立在对象精确模型上的控制方法往往难以满足闭环优化控制的要求．如何以经济、有效的方式提高过程控制的质量，有着很重要的现实意义。
1.1.1过程控制技术的发展历程
过程控制的发展与控制理论、仪表、计算机等有关学科以及生产过程的发展紧密相关，经历了一个由简单到复杂，从低级到高级，并正向纵深发展的过程。
从过程控制采用的理论与技术手段来看，大体上可以分为三个阶段:
（1）70年代之前为初级阶段，以古典控制理论为主要基础，采用常规气动、液动和电动仪表，对生产过程中的温度、液位、压力、流量等热工参数进行控制。
系统以单回路PID控制、联锁保护为主的控制系统。
控制目标是保持工业生产过程的安全稳定，减少或消除生产过程中的主要扰动。
（2）70年代至90年代初为发展阶段，由于计算机技术的大力发展，分布式工业控制计算机系统（DCs）的出现与成熟，为生产过程中实施先进控制创造了技术基础．以现代控制理论为主要基础，以计算机和高档仪表为工具，对较复杂的工业过程进行控制。
这阶段的建模理论、在线辨识和实时控制已突破前期形式，涌现了大量的先进控制系统和高级控制策略。
像鲁棒控制、非线性控制、预测控制在理论上都有重大突破。
其主要任务是克服干扰和模型变化，满足复杂的工艺要求，提高过程控制质量．（3）90年代以来过程控制进入发展的第三个阶段。
控制论、信息论、系统论、人工智能、工程学、管理学等学科的交叉与融合，信号处理、数据库、计算机网络与通讯技术的迅猛发展为实现高水平的自动控制提供了强有力的工具，过程控制开始进入到以生产全过程的控制、优化、调度、管理为特征的综合自动化模式。
过程控制的目标己从保持生产的安全平稳进入到提高产品质量、降耗节能、降低成本、减少污染，最终以效益为驱动力来重新整合整个生产系统，最大限度地满足动态多变的市场需求，提高产品的市场竞争力。
1.1.2过程控制的特点
通常来说，工业过程的复杂性及控制的困难性表现在以下几个方面：
（1）过程的不确定性。
在传统的控制理论中，过程控制系统的设计、调节器参数的整定都是以被控过程的数学模型为依据的，其建模的方法通常有机理建模和实验建模两种。
由于人类的认识能力有限，且工业现场普遍存在着各种各样的干扰，许多过程复杂的物理和化学变化使得人们难以完全从机理上揭示其内在规律；另一方面，过程中还存在着不可预知输入，即对输出产生影响的，在重复试验中无法重复的激励。
这两种不确定性普遍存在于工业过程中，使得很多对象难以建模。
（2）过程的非线性，严格地说，所有的工业过程都存在非线性，只是非线性的程度不同而己。
当系统的非线性不是很严重时，可用线性系统来近似，这在工程上是可以接受的。
但是对于存在严重非线性环节的系统，采用线性化的处理方法常会产生很大的偏差，甚至会得出完全相反的结论。
线性系统的分析设计有着比较完善和系统的理论方法，而非线性系统的研究虽然取得了一些新成果，但非线性理论远非完善，有很多问题尚待研究。
（3）过程的时滞特性．在大多数过程控制系统中，不同程度地存在着时间滞后的工艺过程，包括纯滞后与容量滞后。
时滞的存在给系统的稳定性带来了不利的影响，调节作用不及时导致调节系统的动态品质变差，甚至出现发散振荡，因而时滞对象被认为是最难控制的对象之一。
50年代末以来，在时滞控制方面先后出现了基于模型的方法（如Smith预估控制、最优控制、滑模变结构控制等）和无模型的方法两大类，然而对于时滞系统的模型不确定性和干扰的不可知性，非参数模型显得更为有效，开发与设计出各种智能控制方法或以不同的方式结合在一起，将是解决工业大时滞过程的有效途径。
（4）过程的多变量及强祸合特性。
几乎在所有的工业过程中，都包含了较多的过程变量，而且这些变量之间又常以各种形式相互关联着，任何一个变量的变化往往可能引起其他的变量发生变化，使系统的控制难以达到满意的指标。
目前，许多单变量控制系统所以能正常工作，是因为在某些情况下变量之间的祸合程度不高．在变量间的关联比较紧密的情况下，不能简单地将系统分为若干个单变量系统进行分析和设计，否则不但得不到满意的控制效果，甚至得不到稳定的控制过程．
大部分工业过程还具有一些其它特性，如时变性、缓慢性、间歇性、过程约束的多样性以及状态的不完全性等。
所以，如何在工业过程具有复杂特性的情况下，找到合理、有效的控制方式解决过程控制的难题，是非常重要的。
1.2过程控制技术的方法应用现状
1.2过程控制技术的方法应用现状
目前，学术界所研究出的控制算法很多，但其中许多算法仍只停留在计算机仿真或实验验证上，能有效地应用在工业过程中的仍为数不多。
工业过程控制中常采用的方法主要有；以古典控制理论为主要荃础的PID控制方法，以现代控制理论为主要基础的自适应控制和预测控制等方法以及神经网络控制、模糊控制等智能控制方法。
下面介绍几种有效应用于工业过程中已得到工程界认可的控制算法。
（1）PID控制
PID控制是最早发展起来的控制策略之一，由于具有原理简单，适应性强，鲁棒性强，易于操作等优点，而被广泛应用于工业过程控制中。
常规PID控制器作为一种线性控制器，按照偏差的比例（P-Proportional）、积分（I-Integral）和微分（D-Derivative）的线性组合构成控制量，对被控对象进行控制。
对于不同的被控对象只要适当地整定PID的三个参数，就可以获得满意的控制效果，实际上是对比例、积分和微分三部分控制作用的折衷。
大量的事实证明，传统的PID控制算法对于绝大部分工业过程的被控对象可取得较好的控制结果。
但是在实际生产现场中，由于受到参数整定方法繁杂的困扰，PID控制器的参数往往整定不良而使其控制效果欠佳，并且当对象特性变化较大时，需重新整定参数，以保证系统的性能。
传统PID控制一般只适用于线性时不变空间，对难以建模且无法取得传递函数的系统难以适用。
现代控制理论、智能控制的研究和应用的发展为控制复杂过程系统开辟了新途径．近年来，为适应复杂的工况和高指标的控制要求，采用改进的PID算法或将PID算法与其它算法进行有机结合，出现了PID控制器参数的自整定技术以及许多新型的PID控制方式，如：
预测控制、自适应控制、神经网络控制等多种技术结合的PID控制方式，具有传统PID及现代控制理论、智能控制理论技术的多重特点，对于复杂对象的控制效果远远超过常规的PID控制。
（2）预侧控制
预测控制是直接从工业过程控制中产生的一类基于模型的新型控制算法。
它高度结合了工业实际的要求，综合控制质量比较高，因而很快引起工业控制界以及学术界的广泛兴趣与重视。
预测控制有三要素，即预测模型、滚动优化和反馈校正。
它的机理表明它是一种开放式的控制策略，体现了人们在处理带有不确定性问题时的一种通用的思想方法。
目前多变量预测控制获得了成功的应用，DCS厂家及软件公司己有专用软件问世。
预侧控制仍在不断的发展中，将预测控制思想和方法推广到广义控制问题是重要的研究方向之一。
（3）自适应控制
自适应控制在实际工业过程中，很多被控对象的数学模型会随着工况和环境条件的改变而改变，变化规律事先往往并不知道。
如采用参数与结构固定不变的控制器，控制系统的性能会不断恶化，为此设计一种特殊的控制系统，能自动地补偿在模型阶次、参数和输入信号方面非预知的变化，这就是自适应控制系统。
采用自适应控制系统来适应时变的过程，是辨识与控制的结合，通过不断地测量系统的状态、性能或参数，从而“认识，或“掌握即系统当前的运行指标并与期望的指标相比较，进而作出决策以改变控制器的结构、参数或根据自适应律来改变控制作用，以保证系统运行在某种意义下的最优或接近最优状态。
从理论研究的角度看，比较成熟的自适应控制系统分三类:
a、自整定调节器及其它简单自适应控制器；b、模型参考自适应控制系统。
c、自校正控制系统。
从实际应用的角度看，自适应控制己经遍及到航天航空、冶金、机械及机器人等各种领域，在生活和生产中发挥了巨大作用．自适应控制系统本质是一种非线性的系统，常常兼有随机和时变等多种特征，内部机理也相当复杂，分析十分困难。
至今仍然有许多待进一步解决的问题，系统的稳定性、鲁棒性和算法的收敛性等重要问题特别在参数估计方面的研究成果与人们的期望还相差甚远。
对于对象特性或扰动特性变化范围很大，又要求保持高性能指标的系统，采用自适应控制是合适的。
但自适应控制比常规控制复杂，成本也高，只在常规反馈控制达不到期望的性能时，才考虑采用自适应控制，其广泛应用仍将遇到许多困难。
（4）神经网络控制
人工神经网络主要是从结构和实现机理方面或从功能上对生物神经网络的一种模拟和近似，使其具有学习、识别、控制等生物神经网络的某些功能．基本的工作原理为：
由结点、有向并加权的链组成的神经网络构成知识表达方式，通过输入激活神经网络的初始结点，网络中各连接权的权值决定了后续结点的激活，进而逐步传播到最外层的结点，并把它作为愉出。
这种方法的本质在于提供了一种非线性静态映射，能以任意精度逼近任意给定的非线性关系，在对象或环境变化时，通过自动修改权值，使其输出接近或达到期望值。
一个神经网络的特性及能力主要取决于网络的拓扑结构及学习方法。
常用于控制系统中的两种网络结构为前馈网络和反馈网络。
前馈网络如单层、多层感知网络和BP网络等，主要用于分类、拟合、预测等问题。
反馈网络如离散或连续的Hopfield网络、Boltzmann机等，主要用于实现联想记忆和优化计算。
学习方法是修正神经元连接强度或加权系数的算法，使获得的知识结构适应周围环境的变化。
可分为有监督学习和无监督学习。
神经网络在控制系统中的应用多种多样，典型的主要有：
神经网络监督控制、神经网络自适应控制、神经网络直接逆控制、神经网络内模控制以及神经网络预测控制等。
（5）模糊控制
模糊控制是智能控制的一个重要分支，其主要思想是把现场操作人员的经验知识等逻辑规则的语言表达转化为相关的控制量，在建立专家“知识”的基础上，模仿人的思维过程，通过对模糊信息采用“不精确推理”，可有效地处理控制系统中的不精确和不确定性，解决许多复杂而无法建立精确数学模型系统的控制问题。
模糊控制的研究发展经历了“理论一应用一理论”的交替热潮过程。
自1965年Zadeh教授创建模糊集合论和1974年Mamdani成功地将模糊控制应用于锅炉和蒸汽机控制以来，模糊控制器被广泛应用于热交换过程控制、污水处理过程控制、交通路口控制以及汽车速度控制等多种典型场合，取得了良好的控制效果，生产出了专用的模糊芯片和模糊计算机，充分展示了模糊控制技术的应用前景。
近几十年来，模糊控制研究及技术产品己经在经济、医学尤其是工业应用及民用方面取得了巨大的发展。
然而，不同于传统控制技术，模糊控制理论的发展似乎落后于模糊控制应用的发展，缺乏常规控制理论指导是阻碍模糊控制理论发展的一个重要因素，如模糊控制器的系统化设计方法、稳定性分析及其非线性逼近能力等问题都有待于进一步深入探索和研究。
另外，为解决模糊控制对信息的简单模糊处理而导致的系统控制精度降低和动态品质变差问题，目前混合模糊控制的思想已引起广泛重视，如模糊PID控制、自校正模糊控制器、模糊专家系统、模糊神经网络控制等。
1.3过程控制的发展方向一智能控制
随着科学技术不断发展和人们物质生活水平不断提高，一方面，为满足优质高产、低消耗及安全生产、环境保护等要求，工业生产的工艺过程日趋复杂：
另一方面，工业过程不仅要求控制的精确性，更加注重控制的鲁棒性、实时性、容错性以及对控制参数的自适应和自学习能力。
传统的过程控制绝大多数是基于对象模型的，即按照建模一控制一优化进行，建模的精确程度决定着控制质量的高低。
尽管目前的建模理论和方法有长足的进步，但仍有许多过程或对象的机理不清楚，严重的非线性和不确定性，动态特性难以掌握，使许多系统无法用精确数学模型描述，不得不对过程模型进行简化或近似，没有精确的数学模型作前提，传统控制系统的性能将大打折扣。
如自适应控制，对缓慢的变化过程比较有效，对变化剧烈的过程却力不从心。
因此，用传统的控制手段进一步提高过程控制的质量遇到了极大的困难，传统控制方式面临着严重的挑战。
人们发现，那些无法获得精确数学模型并用传统控制理论设计出有效的控制器加以精确控制的系统，专家却能凭丰富的经验实施良好的控制，因为专家充分应用了人类特有的经验和知识、直觉推理和形象思维等智能活动。
将人的智能引入控制系统，使系统对于任务要求及反馈信息等输入，具备一定的智能行为，能够产生合适的决策和控制作用，这就是智能控制系统。
智能控制器的设计不依赖过程的数学模型，因而对于复杂的工业过程往往可以取得很好的控制效果。
智能控制具有学习功能、适应功能、组织功能和优化功能等诸多功能和优势使其成为解决传统过程控制局限问题的重要途径，是过程控制发展的方向。
常见的智能控制方法有以下几种：
模糊控制、分级递阶智能控制、专家控制、人工神经元网络控制、仿人智能控制等．尽管目前人工智能理论还不成熟，智能控制方法各有千秋，各自又存在不足。
研究表明，将它们交叉结合或与传统的控制方法结合将会产生更佳的效果。
随着相关科学技术的发展，将逐步完善起来，其应用前景是极为广阔的。
智能控制在家电行业及工业过程中取得了许多成功的应用。
在国内外，模糊控制与人工神经元网络已在石化、钢铁、冶金、食品等行业取得了成功的应用。
1.4模糊PID控制研究的意义和现状
从上文可以看到，随着控制理论的迅速发展，在工业过程控制中先后出现了许多先进的控制算法，然而，PID类型的控制技术仍然占有主导地位，特别是在化工、冶金过程控制中，基本上仍然应用PID类型的控制单元。
这是因为PID控制具有结构简单、容易实现、控制效果好、稳态精度高等特点，且PID算法原理简明，参数物理意义明确，理论分析体系完整，为广大控制工程师所熟悉。
但是传统PID控制是基于准确模型的，且系统特性变化与控制量之间是线性映射关系。
若采用常规PID控制器，以一组固定不变的PID参数去适应那些参数变化、干扰众多的控制系统，显然难以获得满意的控制效果，甚至当参数变化范围太大时，系统性能会明显变差，因此PID控制在解决大时滞、参数变化大和模糊不确定性的过程控制问题时无法获得良好的静态和动态性能。
基于知识和不依赖对象模型的智能控制为解决这类问题提供了新的思路，成为目前解决传统过程控制局限问题，提高过程控制质量的重要途径川。
20世纪70年代发展起来的模糊控制是智能控制研究中最为活跃而又富有成果的领域，在控制过程中不需要数学模型，只是根据现场人员的操作思维和经验进行控制，从而对于一些不确定的过程，在经典控制理论和现代控制理论不凑效的情况下，能够取得较满意的控制效果。
模糊控制的成功应用，带来了巨大的经济效益和社会效益，并得到了进一步的发展和越来越广泛的应用，涌现出众多新的模糊控制技术方法并得以广泛应用。
由于在存在“不相容原理”的情况下，模糊逻辑对于问题的描述能在准确和简明之间取得平衡，使其具有实际意义，因此模糊控制理论的研究和应用在现代自动控制领域中有着重要的地位和意义。
模糊控制不需要精确的数学模型，因而是解决不确定性系统控制的一种有效途径。
此外，模糊逻辑是柔性的，对于给定的系统很容易处理以及直接增加新的功能，易于与传统的控制技术相结合。
但单纯的模糊控制也存在精度不高、易产生极限环振荡等问题。
从上述模糊控制和PID控制各自的优势和局限性可以看出，如果把传统线性PID和模糊控制结合起来，取长补短，可使系统的控制性能得到提高，是一种很实用的控制方法。
因此，在模糊控制的研究中，模糊PID控制技术扮演了十分重要的角色，并且仍将成为未来研究与应用的重点技术之一。
从传统与现代控制技术应用的发展历史来看，虽然未来的控制技术应用领域会越来越宽广，被控对象越来越复杂，相应的控制技术会变得越来越精巧，但是，以PID为原理的各种控制器将是过程控制中不可或缺的基本控制单元。
如果能发现性能优于PIO的控制器，且具有类似PID易于使用的特点，无论在理论还是实践上都将具有重要意义。
模糊控制与PID控制的结合得到了广泛的关注和应用。
人们己经研究了荃本Mamdani模糊控制器的各种扩展设计及其结构分析，证明了模糊PID、模糊P+ID、模糊PD+I、串行模糊PI+PD和并行模糊Pl+PD等控制器等都是非线性PID控制器，并推导出其非线性增益的明晰表达式。
模糊控制器与线性PID控制器相联系的解析结构一方面揭示了模糊控制器在非线性、时变和纯滞后等系统的应用中比线性PID控制器优越的原因在于其非线性能力，同时也提供了根据它们的增益关系来解析设计模糊控制系统并确保其稳定性的一种方法。
目前的多数模糊控制器是模糊PID型，模糊控制理论与传统PID控制的融合取得了良好的效果。
如：
采用模糊推理，对PID控制器参数进行自整定,是克服系统不确定性、提高控制器性能、增强系统鲁棒性的重要手段；模糊PD、常规PI的并行结构可以解决模糊控制精度不高的缺点，达到完全消除余差的目的；模糊P控制十常规ID控制的结构形式能保证，用此模糊PIO控制器取代常规PID控制器的系统，其稳定性不变而鲁棒性优于常规PIDI。
本文在对经典控制理论强大的理论分析基础上，总结基本PID控制器的特性，结合模糊控制的独特特点，将模糊控制与传统PID控制相结合，一方面用传统控制理论中的方法解决模糊控制问题，另一方面用模糊控制解决工业过程控制中的实际应用提供新的思路，并将所设计的模糊PID控制器应用于造纸过程控制系统中。
1.5本文的主要工作
本文在分析和总结工业过程控制的特点、现状和发展趋势的基础上，明确了智能控制对于解决传统过程控制问题的重要意义，对与模糊PID控制器的几种模糊PID算法进行仿真分析与研究，并将其运用于造纸工业过程中浓度和液位控制控制系统中。
主要工作如下：
（1）介绍过程控制的特点和发展，分析几种能有效应用于工业过程中的、工程界认可的控制算法，在此基础上指出智能控制是过程控制发展的方向，明确研究的意义。
（2）阐述PID控制的基本理论，分析总结PID
升级会员 