温度控制系统智能控制器的与仿真.docx

资源描述

温度控制系统智能控制器的与仿真.docx

《温度控制系统智能控制器的与仿真.docx》由会员分享，可在线阅读，更多相关《温度控制系统智能控制器的与仿真.docx（26页珍藏版）》请在冰豆网上搜索。

温度控制系统智能控制器的与仿真.docx

温度控制系统智能控制器的与仿真

毕业设计[论文]

题目：

温度控制系统智能控制器的

设计与仿真

2013年5月12日

摘要1

Abstract····························1

温度控制系统智能控制器的设计与仿真

摘要

基于MATLAB/Simulink仿真环境，针对PID控制器控制过程的缺陷性分析，给出了一种简单有效的智能控制方法。

与通常的PID控制进行比较，其优点是非常直观、可以随意修改仿真参数，节省了大量的计算和编程工作量。

通过仿真实例最后验证智能控制器的有效性。

关键词：

智能控制器；PID控制器；MATLAB/Simulink；参数改变

Thetemperaturecontrolsystemoftheintelligentcontrollerdesignandsimulation

Abstract

BeingbasedonthesimulationenvironmentofMATLAB/Simulink,ThePIDtuningisacomplicatedprocess.Givinganeasyandeffectiveintelligentcontrolmethod,makingacomparisonwithPIDcontrolmethod.Therearemanyadvantages,likeveryaudio-visual,simulationparameterchangingquickly.Thesesavelotsofcalculationandprogramming.Duringthesimulationcases,wecanproveeffectivenessoftheintelligentcontroller

Keywords：

theintelligentcontroller;PIDcontroller;parametertuning;MATLAB/Simulink

第一章绪论

1.1选题背景及其意义

在人类的生活环境中，温度扮演着极其重要的角色。

无论你生活在哪里，从事什么工作，无时无刻不在与温度打着交道。

自18世纪工业革命以来，工业发展与是否能掌握温度有着密切的联系。

在冶金、钢铁、石化、水泥、玻璃、医药等行业，可以说几乎80%的工业部门都不得不考虑着温度的因素。

温度不但对于工业如此重要，在农业生产中温度的监测与控制也有着十分重要的意义。

1.2概述

温度是生活及生产中最基本的物理量，它表征的是物体的冷热程度。

自然界中任何物理、化学过程都紧密的与温度相联系。

在很多生产过程中，温度的测量和控制都直接和安全生产、提高生产效率、保证产品质量、节约能源等重大技术经济指标相联系。

因此，温度的测量与控制在国民经济各个领域中均受到了相当程度的重视。

用微机仿真的方法找到一种比较合适的控制器是当今社会对温度控制研究的方向之一。

通过不断地仿真、分析、在仿真、再分析得出最后的最优控制方案。

1.3温度控制技术的发展与现状

近年来，温度的控制在理论上发展比较成熟，但在实际测量和控制中，如何保证快速实时地对温度进行采样，确保数据的正确传输，并能对所测温度场进行较精确的控制，仍然是目前需要解决的问题。

温度控制技术按照控制目标的不同可分为两类：

动态温度跟踪与恒值温度控制。

动态温度跟踪实现的控制目标是使被控对象的温度值按预先设定好的曲线进行变化。

在工业生产中很多场合需要实现这一控制目标，如在发酵过程控制，化工生产中的化学反应温度控制，冶金工厂中燃烧炉中的温度控制等；恒值温度控制的目的是使被控对象的温度恒定在某一给定数值上，且要求其波动幅度（即稳态误差）不能超过某允许值。

从工业控制器的发展过程来看，温度控制技术大致可分以下几种：

1.3.1定值开关控温法

所谓定值开关控温法，就是通过硬件电路或软件计算判别当前温度值与设定目标温度值之间的关系，进而对系统加热装置（或冷却装置）进行通断控制。

若当前温度值比设定温度值高，则关断加热器，或者开动制冷装置;若当前温度值比设定温度值低，则开启加热器并同时关断制冷器。

这种开关控温方法比较简单，在没有计算机参与的情况下，用很简单的模拟电路就能够实现。

目前，采用这种控制方法的温度控制器在我国许多工厂的老式工业电炉中仍被使用。

由于这种控制方式是当系统温度上升至设定点时关断电源，当系统温度下降至设定点时开通电源，因而无法克服温度变化过程的滞后性，致使被控对象温度波动较大，控制精度低，完全不适用于高精度的温度控制。

1.3.2PID线性控温法

这种控温方法是基于经典控制理论中的PID调节器控制原理，PID控制是最早发展起来的控制策略之一，由于其算法简单、鲁棒性好、可靠性高等优点被广泛应用工业过程控制中，尤其适用于可建立精确数学模型的确定性控制系统。

由于PID调节器模型中考虑了系统的误差、误差变化及误差积累三个因素，因此，其控制性能大大地优越于定值开关控温。

其具体控制电路可以采用模拟电路或计算机软件方法来实现PID调节功能。

前者称为模拟PID控制器，后者称为数字PID控制器。

其中数字PID控制器的参数可以在现场实现在线整定，因此具有较大的灵活性，可以得到较好的控制效果。

采用这种方法实现的温度控制器，其控制品质的好坏主要取决于三个PID参数（比例值、积分值、微分值）。

只要PID参数选取的正确，对于一个确定的受控系统来说，其控制精度是比较令人满意的。

但是，它的不足也恰恰在于此，当对象特性一旦发生改变，三个控制参数也必须相应地跟着改变，否则其控制品质就难以得到保证。

1.3.3智能温度控制法

为了克服PID线性控温法的弱点，人们相继提出了一系列自动调整PID参数的方法，如PID参数的自学习，自整定等等。

并通过将智能控制与PID控制相结合，从而实现温度的智能控制。

智能控温法以神经网络和模糊数学为理论基础，并适当加以专家系统来实现智能化。

其中应用较多的有模糊控制、神经网络控制以及专家系统等。

尤其是模糊控温法在实际工程技术中得到了极为广泛的应用。

目前已出现一种高精度模糊控制器，可以很好的模拟人的操作经验来改善控制性能，从理论上讲，可以完全消除稳态误差。

所谓第三代智能温控仪表，就是指基于智能控温技术而研制的具有自适应PID算法的温度控制仪表。

目前国内温控仪表的发展，相对国外而言在性能方面还存在一定的差距，它们之间最大的差别主要还是在控制算法方面，具体表现为国内温控仪在全量程范围内温度控制精度比较低，自适应性较差。

这种不足的原因是多方面造成的，如针对不同的被控对象，由于控制算法的不足而导致控制精度不稳定。

第二章被控对象及控制策略

控制系统意味着通过它可以按照所希望的方式保持和改变机器、结构或其他设备内任何感兴趣或可变化的量。

控制系统同时是为了使被控制对象达到预定的理想状态而实施的。

控制系统使被控制对象趋于某种需要的稳定状态。

2.1被控对象

本文的被控对象电烤箱或者电炉的温度。

设计目的是要对它的温度进行控制，达到调节时间短、超调量为零且稳态误差在±1℃内的技术要求。

在工业生产过程中，控制对象各种各样。

理论分析和实验结果表明:

电加热装置是一个具有自平衡能力的对象，可用二阶系统纯滞后环节来描述。

然而，对于二阶不振荡系统，通过参数辨识可以降为一阶模型。

因而一般可用一阶惯性滞后环节来描述温控对象的数学模型。

所以，电烤箱模型的传递函数为：

（2-1）

式（2-1）中K-对象的静态增益

T-对象的时间常数

τ-对象的纯滞后时间

目前工程上常用的方法是对过程对象施加阶跃输入信号，测取过程对象的阶跃响应，然后由阶跃响应曲线确定过程的近似传递函数。

由于本文是对温度控制系统的控制方式（采用什么样的控制器）优劣的探究，所以对于控制对象不是主要的研究对象，这里取三组控制温度控制对象的模型

如下：

（2-2）

（2-3）

（2-4）

2.2控制策略

图2-1控制流程图

分别设计PID和Fuzzy控制器，并做多层次不同比较各自性能，得出最优控制方法。

其中Yd=1,

采样周期为0.1s.

第三章PID控制器的设计与仿真

3.1PID控制器的模型与设计

图3-1PID控制模型

（3-1）

或写成传递函数形式：

（3-2）

公式中U（s）和E（s）分别是u（t）和e（t）的拉氏变换，其中

、

分别控制器的比例系数、积分时间常数、微分时间常数。

3.2P、I、D控制

3.2.1比例（P）控制

比例控制是一种最简单的控制方式。

其控制器输出与输入误差讯号成比例关系。

当仅有比例控制时系统输出存在稳态误差。

3.2.2积分（I）控制

在积分控制中，控制器的输出与输入误差讯号成正比关系。

对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统。

为了消除稳态误差，在控制器中必须引入“积分项”。

积分项对误差取关于时间的积分，随时间的增加，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，知道等于零。

因此，比例加积分（PI）控制器，可以使系统进入稳态后无稳态误差。

3.2.3微分（D）控制

在微分控制中，控制器的输出和输入误差讯号的微分（即误差的变化率）成正比关系。

自动控制系统在克服误差调节过程中可能会出现震荡甚至失稳。

其原因是由于存在较大惯性组件（环节）和有滞后的组件，使力图克服误差的作用，其变化总是落后于误差的变化。

解决的办法是使克服误差的作用的变化有些“超前”，即在误差接近零时，克服误差的作用就应该是零。

这就是说，在控制器中仅引入“比例”项往往是不够的，比例项的作用仅是放大误差的幅值，而目前需要增加的“微分项”，它能预测误差变化的趋势，这样，具有比例加微分的控制器，就能够提前使克服误差的控制作用等于零，甚至为负数，从而避免了被控制量的严重的冲过头。

所以对于有较大惯性和滞后的被控对象，比例加微分（PD）的控制器能改善系统在调节过程中的动态特性。

3.3PID控制器部分Simulink的模块

图3-2PID控制器部分simulink模块

3.4PID控制器参数的整定

由于温度控制系统的模型具有非线性，大惯性和纯延迟的特点，要建立精确的模型是比较困难的。

在噪声、负载扰动等因素的影响下，过程参数甚至模型结构均会随时间和工作环境的变化而变化。

故要求在PID控制中不仅PID参数的整定不依赖与对象数学模型，并且PID参数能够在线调整，以满足实时控制要求。

PID控制器参数的整定方法很多，本实验采用临界比例度法来整定PID参数。

Ziegler和Nichols提出的临界比例度法是一种非常著名的工程整定方法。

通过实验由经验公式得到控制器的近似最优整定参数，用来确定被控对象的动态特性的两个参数：

临界增益

和临界振荡周期

。

临界比例度法⋯适用于已知对象传递函数的场合，在闭合的控制系统里，将控制器置于纯比例作用下，从大到小逐渐改变控制器的比例增益，得到等幅振荡的过渡过程。

此时的比例增益被称为临界增益，相邻两个波峰间的时间间隔为临界振荡周期

。

用临界比例度法整定PID参数的步骤如下：

（1）将控制器的积分时间常数置于最大（

），微分时间常数置零（

=0），比例系数

置适当的值，平衡操作一段时间，把系统投入自动运行。

（2）将比例增益

逐渐减小，直至得到等幅振荡过程，记下此时的临界增益

和临界振荡周期

值。

（3）根据

和

值，按照表l中的经验公式，计算出控制器各个参数，即

、

和

的值。

表3-1临界比例参数整定公式

控制器类型

0.5

0.455

0.833

PID

0.6

0.5

0.125

按照“先P后I最后D”的操作程序将控制器整定参数调到计算值上。

若还不够满意，则可再进一步调整。

3.5临界比例度法仿真的步骤

Step1:

以MATLAB里的Simulink绘出反馈方块，如下图3-3所示

图3-3反馈方块图

PID方块图内为：

图3-4PID方块图

Step2:

将Td调为0，Ti调为0，让系统为P控制，如下图3-5所示：

图3-5PID方块图

Step3：

调整KP使系统震荡，震荡时的KP即为临界增益KU，震荡周期即为TV。

如下图3-6所示：

图3-6系统震荡特性图

Step4：

再利用Ziegler-Nichols调整法则，即可求出该系统之Ｋp、Ti，Td之值。

三个不同的控制对象模型的Kp，Ti，Td的整定值。

3.5.1控制对象

的参数Kp，Ti，Td的整定

如下图：

图3-7

的simulink模型

图3-8等幅震荡时的输出波形

Tu=1.8

此时设定的Ku=0.35

按表3-1计算的各参数结果为：

=0.6

=0.21

=0.5

=0.9

=0.125

=0.225

3.5.2控制对象

的参数Kp，Ti，Td的整定

如下图：

图3-9等幅震荡时的输出波形

Tu=1.9

此时设定的Ku=0.667

按表3-1计算的各参数结果为：

=0.6

=0.4

=0.5

=0.95

=0.125

=0.24

3.5.3控制对象

的参数Kp，Ti，Td的整定

如下图：

图3-10等幅震荡时的输出波形

Tu=5.2

此时设定的Ku=0.65

按表3-1计算的各参数结果为：

=0.6

=0.65

=0.5

=0.033

=0.125

=0.62

3.6对PID控制器的仿真

3.6.1模型一的仿真

对被控对象模型一

按照上述整定好的PID参数进行如下仿真，先不加扰动，Simulink模型和仿真结果如下：

图3-11不加扰动下的模型一

图3-12不加扰动下的模型一的仿真结果

加扰动，Simulink模型和仿真结果如下：

图3-13加扰动下的模型一

图3-14加扰动下的模型一的仿真结果

3.6.2模型二的仿真

对被控对象模型二

按照上述整定好的PID参数进行如下仿真，先不加扰动，Simulink模型和仿真结果如下：

图3-15不加扰动下的模型二

图3-16不加扰动下的模型二的仿真结果

加扰动，Simulink模型和仿真结果如下：

图3-17加扰动下的模型二

图3-18加扰动下的模型二的仿真结果

3.6.3模型三的仿真

对被控对象模型三

按照上述整定好的PID参数进行如下仿真，先不加扰动，Simulink模型和仿真结果如下：

图3-19不加扰动下的模型三

图3-20不加扰动下的模型三的仿真结果

加扰动，Simulink模型和仿真结果如下：

图3-21加扰动下的模型三

图3-22加扰动下的模型三的仿真结果

3.7对PID控制器仿真结果的分析

从上面的仿真情况，得到仿真结果：

对于三个模型，均有延迟环节，在不加外在扰动的情况下，传递函数改变了参数后对PID控制方式（PID参数也要相应的改变的情况下）的影响并不是很大，其三组的调节时间和超调量均在规定的范围内。

而PID控制对于模型的变动比较敏感，改动传递函数的结构或者参数后需要重新调试Kp、Ki、Kd才能适应新模型，这样很大的加重了工作量，需要想办法解决这个缺陷，所以，需要引进另一种更占优势的控制方式来对温度控制系统进行控制，即模糊控制系统。

因为模糊控制一旦调好参数后对变动的模型只需微调参数甚至不需要调参数就能达到较好的控制性能。

第四章Fuzzy控制器的设计与仿真比较

4.1模糊控制器的设计

用系统输出的偏差E和输出的偏差变化率EC作为输入信息,而把控制量的变化作为控制器的输出量,这样就确定了模糊控制器的结构。

其中Ke、Kec表示量化因子,Ku表示比例因子。

在实际微机模糊控制系统中,一般先构成模糊控制表。

模糊控制表是模糊控制算法在计算机中的表达方式,它是根据系统的输入输出个数、隶属函数、及控制规则等决定的。

然后将此表放到微机的存储器中,这样在过程控制中,微机采样和变换得到的E和EC直接与模糊控制表中行、列相比较,通过查表程序即可马上得出所需要的控制量U,去控制工业对象。

1、确定输入为E，Ec，输出为U。

2、取误差E与误差变化率EC和控制量U的论域均为{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}，

Fuzzy语言集均选为{PB,PM,PS,ZO,NS,NM,NB}，

在模糊逻辑编辑窗口FISEditor中编辑E，Ec，U的隶属度函数，即确定隶属度函数表，如果采用三角形隶属度函数则有下表：

表4-1三角形隶属度函数表

-6

-5

-4

-3

-2

-1

0.5

对应的图形如下图：

图4-1

如果采用高斯形隶属度函数则如下图：

图4-2

3、确定模糊规则，例如ifE=NBandEc=NB,thenU=NB

从而生成模糊规则控制表如下:

表4-2模糊规则控制表

在规则编辑窗口输入这7

7=49条规则如下：

图4-3

4、模糊决策采用Max-Min决策法，解模糊采用重心法。

利用

求取模糊关系,利用

进行模糊推理从而生成一张13

13的离线控制表。

利用MATLAB可直接计算这张表从而对应生成模糊控制输入输出曲线图如下：

图4-4

5、利用Simulink进行仿真，将各模块连接起来，并用示波器观察仿真结果，如下图：

图4-5

4.2模糊控制器的仿真比较

由于模糊控制参数整定是一个很繁琐的步骤，且没有固定的整定方法，其参数整定也不是本文研究的重点，故经过试算得出如下固定参数。

这里只对第三组控制对象模型

做一个纵向比较，即同一控制对象把PID控制和fuzzy控制放在一个simulink模型中，让比较结果更加直观。

fuzzy输入采用高斯形隶属度函数，输出采用三角形隶属度函数

取Kp=0.65,Ki=0.033,Kd=0.62,Ke=21,Kec=17.5,Ku=0.016

（4-1）

4.2.1没有干扰之前的模型和仿真结果

没有干扰之前的模型和仿真结果如下图：

图4-6没有干扰的模型

图4-7没有干扰的模型的仿真结果

4.2.2加了干扰之后的模型和仿真结果

加了干扰之后的模型和仿真结果如下图：

图4-8加了干扰的模型

图4-9加了干扰的模型的仿真结果

4.3对以上两组仿真结果的分析

1、对于没有加干扰的两个模型（图4-6），一个用PID控制控制器，一个用fuzzy控制器，其被控对象的参数完全相同的情况下，通过仿真结果曲线（图4-7），可见：

PID控制下的超调比较大，fuzzy控制下无超调；PID控制下的调节时间比较短，fuzzy控制下的调节时间变得相应的长了；两者稳态误差均在规定范围之内。

2、在上述传递函数的结构和参数的情况下，即两个极点和一个延迟环节，且参数不变，观察到原先的PID控制出现震荡发散不稳定的现象，而原先的Fuzzy控制却仍然能够保持相对稳定。

3、对于加干扰的两个模型（图4-8），在受到扰动比较小的情况下，二者表现的情况在原来的波形下变化不大，所以干扰引起的结果的变化是差不多的。

4、从仿真结果图上显示基于误差和误差微分的Fuzzy控制会有一定程度的静态误差，这是由于基于误差和误差微分的Fuzzy控制相当于非线性PD控制，缺少了积分作用。

5、调节过程中发现影响Fuzzy控制性能的有隶属度函数、控制规则、Ke、Kec、Ku等，合理地调节这些因素有助于提高控制效果。

结论

总地来说，模糊控制较PID控制的优点在于对模型的精确度要求不是很高，而PID控制对于模型的变动比较敏感，改动传递函数的结构或者参数后需要重新调试Kp、Ki、Kd才能适应新模型，而模糊控制一旦调好参数后对变动的模型只需微调参数甚至不需要调参数就能达到较好的控制性能。

所以，从这个角度出发，我们来看，模糊控制器较PID控制器所占的优势更大，在生产方面所能创造的有效价值要更多一点。

但从单个模型来说，PID控制较Fuzzy控制更为简单，效果较好，模糊控制静态误差较大，如果加入积分则会使控制规则变得很复杂。

所以，在实际运用中我们要针对实际情况使用不同的控制方法。

在我看来，如果将两者的优点结合起来，再来研究一个组合的控制器，这样会达到更加好的控制效果。

参考文献

[1]王永骥,王金城,王敏.自动控制原理[M].二版.北京:

化学工业出版社,2007

[2]李元春.计算机控制系统[M].北京:

高等教育出版社,2009

[3]邵裕森,戴先中.过程控制工程[M].北京:

机械工业出版社，2000

[4]易继锴,侯媛彬.智能控制技术[M].北京:

北京工业大学出版社，1999

[5]薛定宇.控制系统仿真与计算机辅助设计[M].北京:

机械工业出版社,2005

[6]任艳萍.基于MATLABSIMULINK的等温退火温度控制系统仿真[J].福建电脑,2006年第5期,164-165

[7]邓玮,张宝平.模糊温度控制器的设计与MATLAB仿真[J].郑州轻工业学院学报（自然科学版）,2009年4月第24卷第2期,50-52

[8]刘会景.基于智能控制策略的加热炉温度控制系统[J].工业加热,2011年第40卷第5期，51-53

[9]张东波，黄辉先，朱建林.基于MATLAB仿真的模糊温度集控器[J].自动化与仪表,2002年1期，8-12

[10]杨立波.智能温度控制系统研究[J].科技博览，2012年第23卷第1期，4

展开阅读全文