玻璃鋼化爐溫控制策略與Fuzzy-PI模糊控制技術

江路明，張建榮

（江西應用技術職業學院，贛州 341000）

玻璃鋼化爐溫控制策略與Fuzzy-PI模糊控制技術

江路明，張建榮

（江西應用技術職業學院，贛州 341000）

0 引言

在鋼化玻璃的生產過程中，溫度是影響平板玻璃鋼化的諸多因素當中最為關鍵的控制量：溫度過低則達不到鋼化要求，溫度過高會導致角部翹曲，甚至引起炸裂；如果玻璃受熱不均會導致局部波浪變形較大等現象，使鋼化玻璃的成品率大大降低。當然，加熱時間也不能過長，否則也會出現以上情況。如何精確快速地檢測溫度并進行有效的控制一直是一個主要的研究課題，不僅要求控制對象的精確性，而且更加注重控制的魯棒性、實時性、容錯性以及對控制參數的自適應和自學習能力，因此有必要就平鋼化控制的特點和要求尋找最優控制算法，實現有效控制。

1 玻璃鋼化過程中溫度控制的工藝要求

圖1 溫度點分布圖

平鋼化控制的一個最重要的特點就是具有大量加熱爐溫度檢測和溫度控制調節回路。系統通過熱電偶測得當前的溫度，利用可控硅改變加在電爐絲上的電壓，從而改變電爐絲的功率，實現對系統的溫度控制。根據鋼化工藝需要和控制要求，加熱爐中上下各有27個溫度點，如圖1所示。熱電偶和電爐絲都是按此溫度點的分布圖進行安裝。

溫度設置應遵循中間高、兩頭低的原則。因為入口處會因玻璃入片而帶入大量冷空氣，溫度設置應比出口處高10℃～20℃；爐兩側溫度比中間低10℃～30℃。圖2是6mm白玻璃鋼化時加熱爐各區上部溫度控制點設定溫度值。

實際生產中需根據玻璃大小適當調整邊部溫度降低設定值，寬度越小，邊部降低越多。另外要根據爐溫狀況，適當降低中部溫度設置，以免玻璃出爐溫度過高，影響玻璃表面質量。

圖2 加熱爐各區上部溫度控制點設定溫度值

和常見的溫控系統相比，鋼化爐溫度的控制系統不僅要考慮溫控點數，而且要考慮到溫度控制的精度和響應速度。針對以上要求和具體的加熱爐硬件系統，實現溫度的高精度快速控制，關鍵主要在于控制策略本身。

2 玻璃鋼化爐溫度控制策略

鋼化爐一般采用傳統的PID 控制方法，該方法在特定的使用環境下具有較好的控制效果。但是由于這類爐子具有嚴重的非線性及較大的時間滯后性， 很難用數學方法建立較為準確的數學模型，同一組控制參數很難兼顧不同的控制要求，控制的超調大，調節時間長，控制效果較差。而且，PID參數由人工現場輸入，調試很費時間。因此，用傳統的控制方法難以達到上述要求的精度，即便做到了，往往又因為算法復雜致使控制系統難以得到實時性的保證。

模糊控制是一種通過模糊推理進行判決的高級控制策略。在設計系統時不需要建立控制對象精確的數學模型，只要求掌握現場操作人員或者有關專家的經驗、知識或者操作數據，系統的魯棒性強，尤其適用于非線性時變、滯后系統的控制。將模糊控制技術應用在鋼化爐溫度的檢測和控制當中，能夠提高控制系統的魯棒性，有效地抑制模型不定性影響，提高溫度控制的精度。

常規二維模糊控制器以誤差和誤差變化率為輸入變量，這就相當于有了PID控制器中的比例和微分兩個環節。比例控制可以加快系統響應速度，減少系統穩態誤差，提高控制精度；微分控制可以使系統超調量減小，穩定性增加，但對干擾同樣敏感，會降低抑制干擾的能力。因此它的穩態控制精度較差，控制欠細膩，難以達到較高的控制精度。而積分控制可以消除穩態誤差，這正是模糊控制器缺少的環節。

圖3 控制原理圖

為此，本系統設計了一種Fuzzy―PI復合控制器，其控制原理如圖3所示。在輸入信號 之后，設置了一個帶閥值的模態轉換器，根據閥值與 的比較結果確定模態：當e大于閥值時，讓信號傳輸到Fuzzy控制器，以得到良好的瞬態性能；若e小于閥值，則讓信號傳輸到PI控制器，以獲得良好的穩態性能。這種Fuzzy―PI復合控制器比單個的模糊控制器具有更高的穩態精度，而比經典的PI控制器具有更快的動態響應特性[2]。

Fuzzy―PI控制器的主要設計思想是：當溫度偏差較大時采用Fuzzy控制，以加快響應速度；當溫度偏差較小進入穩態過程后，則由程序切換到PI控制，消除靜態誤差，提高控制精度。切換時機由計算機程序根據事先給定的偏差范圍自動實現。這樣，保持了兩種控制方法的優點，既改善了常規控制的動態特性，又保持了常規控制的穩態特性。

Fuzzy―PI控制系統的組成如圖4所示。其中，調壓器為執行機構、鋼化爐為被控對象（加熱方案為電爐絲吹風加熱）、熱電偶為測量與反饋裝置。

圖4 Fuzzy―PI控制系統組成圖

圖中PI為常規比例積分調節器，FLC 為模糊控制器，K為由偏差 控制的軟開關。電爐絲為被控對象，爐內溫度T是被控參數，T0是溫度給定值，220V交流電通過雙向晶閘管調壓后向電爐絲供電，同時熱電偶檢測爐內實際溫度，檢測出的電信號再經溫度變送器、A/D 轉換器，送至系統的輸入端與給定溫度相比較，得到溫度偏差e，再根據 的大小決定使用PI控制或使用FLC控制：當e大于閥值時選擇FLC控制；若e小于閥值時選擇PI控制。算出的控制輸出量UC，經D/A轉換為模擬量以控制晶閘管觸發電路的導通角，調節爐子的供電電壓的有效值，實現爐溫控制。在鋼化玻璃生產線微機控制系統中，PI調節器和FLC控制器均通過PLC來實現，這樣可明顯地提高系統的可靠性，獲得良好的控制效果。

3 Fuzzy―PI模糊控制器的設計

模糊控制器的基本結構[3]如圖5所示。輸入為溫度偏差和溫度偏差變化率，輸出為控制量。e和E為溫度偏差（e=T-T0），ec和EC為溫度偏差的變化率(即ec=de/de)，uc和UC為控制量，e、ec、uc均為連續變量。其中，小寫字母代表精確量，大寫字母代表模糊量。

圖5 模糊控制器的結構圖

3.1 精確量的模糊化處理

這部分的作用是將輸入的精確量轉換成模糊量[4]。其中輸入量包括外界的參考輸入、系統的輸出或狀態等。模糊化的具體過程是：首先對這些輸入量進行處理，使其變成模糊控制器要求的輸入量；再將上述已經處理過的輸入量進行尺度變換，使其變換到各自的論域范圍；最后將已經變換到論域范圍的輸入量進行模糊處理，使原先精確的輸入量變成模糊量，并用相應的模糊集合來表示。

這里，E、EC和UC的模糊集均取為{NB，NM，NS、ZE，PS，PM，PB}。各量的含義分別為：NB-負大，NM-負中，NM-負小，ZE-零，PS-正小，PM-正中，PB-正大。下面建立輸入語言變量溫度偏差E、溫度偏差變化率EC和輸出語言變量控制量UC的賦值表。

溫度偏差e的基本論域[-20，20]變換到離散論域 [-4，-3，-2，-1， 0，1，2，3，4]，則得偏差e的量化因子ke=1/5。語言變量 選取7個語言值：PB，溫度偏差E的賦值表如表1所示。EC和UC方法類同。

表1 溫度偏差E的賦值表

利用MATLAB進行系統仿真，溫度偏差E的隸屬函數如圖6所示。

圖6 溫度偏差E的隸屬函數

3.2 模糊控制規則庫的建立

表2 控制規則表

規則庫是通過分析系統的偏差及偏差變化率之間的內在機理， 以及它們對系統輸出影響的程度，結合操作者的經驗而得到的。它包括用模糊語言變量表示的一系列反映了控制專家的經驗和知識的模糊控制規則[4]。

模糊控制規則是人的經驗知識的一種體現，由若干條結構相同而模糊語言變量取值不同的模糊條件語句（“IF-THEN”型）組成。每一條模糊條件語句只代表了一種情況下的一個控制策略。根據模糊條件語句得整理得出如表2所示。

3.3 模糊推理

在模糊控制中，已建立的模糊控制規則要經過模糊推理才能決策出控制變量的一個模糊子集。模糊推理是模糊控制器的核心，具有模擬人的基于模糊概念的推理能力。該推理過程是基于模糊邏輯中的蘊含關系及推理規則來進行的。a、b和u間的模糊蘊含關系。選擇用Mamdani算法計算這種模糊蘊含關系，則

3.4 解模糊化

以上通過模糊推理得到的是模糊量，而對于實際的控制則必須為清晰量，因此將模糊量轉換成清晰量，這就是解模糊化所要完成的任務。

解模糊化[5]可以采用很多方法，其中較常用的三種是最大隸屬度法（maximum），中位數法（也叫面積平分法，bisector）和面積中心（重心）法（centroid）。本文選用面積中心（重心）法。

面積中心（重心）法對模糊推理結果的所有元素求取重心元素，這個重心元素就作為解模糊化之后得到的精確值。其計算公式為：

4 鋼化爐溫度控制的測試結果及結論

加熱爐本身由上下兩組電爐絲加熱，用上下兩組熱電偶檢測爐內溫度，加熱爐為一雙輸入雙輸出的被控對象。溫度控制系統為典型的二階滯后系統， 設被控對象的傳遞函數為：

控制系統的溫度響應曲線如圖7所示。

圖7 系統溫度相應曲線

從圖7中可以看出：傳統的PID控制可以消除穩態誤差，但是超調量大且過渡時間較長；而采用模糊Fuzzy-PI算法， 則使系統的響應速度加快， 調節精度提高， 穩定性能變好， 而且超調量微小，最顯著的特點是過渡時間變短。這些都是單純PID 控制難以實現的。通過以上分析可知，本系統設計的Fuzzy-PI控制器，積分參數可以幫助控制器克服控制過程中的穩定誤差，并對系統性能進行監測，使控制器不斷地對控制量進行校正。當控制偏差較大時采用模糊控制以加快響應速度；當控制偏差較小進入穩態過程時，由程序切換到PI控制。這樣，既可以在升溫階段獲得快速、超調小的模糊控制的優點，又可以在恒溫階段獲得PID控制可以消除穩態誤差的優點。因此，Fuzzy―PI控制比單純的PID控制具有更好的動態響應特性和魯棒性。

[1]姜美琴.加強品質管理提高鋼化玻璃質量.玻璃,2007,2.

[2]李士勇.模糊控制和智能控制理論與應用[M].哈爾濱:哈爾濱工業大學出版社,1990.

[3]湯兵勇,路林吉,王文杰.模糊控制理論與應用技術[M].北京:清華大學出版社,2002.

[4]Mauer,G.F.A fuzzy logic controller for an ABS braking system.Fuzzy Systems.IEEE Transactions on,1995,3.

[5]李國勇.智能控制及其MATLAB實現[M].北京:電子工業出版社,2005.

Control strategy and fuzzy-PI control technology of glass toughening furnace temperature

JIANG Lu-ming, ZHANG Jian-rong

本系統采用模糊控制技術，結合傳統PID算法，設計Fuzzy-PI控制器，從而實現加熱段溫度的自動控制。以溫度偏差和溫度偏差變化率為輸入，控制量為輸出，經模糊化、模糊控制規則庫的建立、模糊推理、解模糊化，完成模糊控制器的設計并進行了測試，結果表明Fuzzy-PI制比單純的PID控制具有更好的動態響應特性和魯棒性。

爐溫；模糊控制；Fuzzy-PI控制器；仿真

江路明（1963－），男，江西遂川人，副教授，研究方向為電子信息及自動化技術。

TF355.3+

B

1009-0134(2010)06-0144-04

10.3969/j.issn.1009-0134.2010.06.48

2010-03-15