基于ARM9Linux系統的模糊自整定PID溫度控制器的設計

李 巖， 唐重和， 劉克平

（長春工業大學電氣與電子工程學院，吉林長春 130012）

0 引 言

溫度控制系統對生化分析儀的檢測分析過程具有很大的影響，生化檢驗結果的可靠性與反應盤的溫度精度密切相關。常規PID控制關鍵在于調整比例、積分、微分3個參數，使之既要相互配合，又要相互制約，從而達到最優效果。模糊控制不依賴于精確的數學模型，是基于啟發性的知識和語言決策規則設計的，增強了控制系統的自適應能力[1]。但在生化分析儀反應盤溫度控制系統中，當偏差和偏差變化率偏小時，傳統的模糊控制方法就難于控制。如果將PID控制和模糊控制兩種方法結合起來，利用模糊控制器來給PID控制器在線自整定（或者自校正、自調整）PID參數構成模糊自整定PID控制器，就可以取得理想的效果[2]。文中設計采用ARM9處理器，將模糊自整定PID算法[3]通過嵌入式 Linux系統實現，從硬件和軟件兩個方面大大提高了控制系統的精確性和穩定性。

1 系統硬件設計

系統以S3C2410處理器為核心，主要由溫度采集單元、功率輸出驅動單元、鍵盤顯示單元以及存儲單元組成。

S3C2410是一款低價位、低功耗、高性能的32位 RISC嵌入式處理器。其采用ARM920T內核，具有五級整數流水線，工作頻率高達266 MHz，獨立的16 KB指令和16 KB數據的緩存（Cache），用于虛擬內存管理的MMU單元，LCD控制器（STN&TFT），非線性（NAND）FLASH的引導單元系統管理器（包括片選邏輯控制和SDRAM控制器），3個通道的異步串口（UART），輸入輸出端口，實時時鐘單元（RTC），帶有觸摸屏接口的8個通道的10 bit ADC，IIC總線接口，IIS總線接口，USB的主機（host）單元，USB的設備（Device）接口，2個通道的SPI接口和鎖相環（PLL）時鐘發生單元。

溫度采集模塊采用一線制數字溫度傳感器DS18B20，其測量可精確到0.062 5℃。程序將與之連接的單線端口設置為GPIO口，通過對引腳清零和置位寄存器進行設置并進行軟件延時，即可產生復位及寫0、寫1、讀0和讀1的時序，并編寫溫度檢測應用程序。經過模糊自整定PID算法模塊計算后的PWM輸出量直接控制功率驅動單元，完成對反應盤溫度的控制。功率輸出驅動單元主要采用L6203驅動器控制帕熱帖進行加熱和制冷。

顯示模塊選用的是SHARP公司的TFTLCD器件。S3C2410內部自帶 LCD驅動控制器，通過內部寄存器設置相應的顯示模式。另外，在嵌入式Linux系統下開發了相應的驅動程序，使其能夠正常顯示溫度的設定值與返回值。溫度值的設定通過系統采用SPI接口的鍵盤顯示控制芯片 ZLG7289與 S3C2410的 SPI接口連接，ZLG7289的行線R[2:0]和列線C[7:0]構成矩陣鍵盤，同時在芯片內部可自動完成掃描、譯碼、去抖動處理等任務。另外，系統中Nand Flash存儲器用來存儲的算法模塊運行時需要使用大量數據。系統硬件結構如圖1所示。

圖1 系統硬件結構圖

2 模糊自整定PID控制器的設計

2.1 輸入、輸出變量的論域及隸屬度函數

系統采用二輸入、三輸出的模糊控制器。控制系統的輸入偏差為e，偏差變化率為ec。模糊控制器的輸出為Δ Kp，ΔKi，Δ Kd[4]。模糊控制器與e，ec對應的輸入語言變量分別為E，Ec，E和Ec的論域取{-3，-2，-1，0，1，2，3}，其模糊子集均為{NB，NM，NS，ZO，PS，PM，PB}，分別表示{負大，負中，負小，零，正小，正中，正大}[5]。將模糊控制器的3個輸出變量Δ Kp，ΔKi，ΔKd的變化范圍分別定義為:

它們的模糊子集為ΔKp，ΔKi，Δ Kd={NB，NM，NS，ZO，PS，PM，PB}。

各語言值的隸屬度函數均采用三角形。E，Ec，Kd的隸屬度函數如圖2所示。

圖2 E，Ec，Kd的隸屬度函數

Kp，Ki的隸屬度函數如圖3所示。

圖3 Kp，Ki的隸屬度函數

2.2 模糊控制規則表

模糊控制設計的核心是總結相關技術知識和實際調試經驗，建立模糊規則表[6]，得到針對ΔKp，Δ Ki，Δ Kd這3個參數分別整定的模糊規則表，見表1～表3。

表1 ΔKp規則模糊表

表2 ΔKi規則模糊表

表3 ΔKd規則模糊表

ΔKp，Δ Ki，Δ Kd——模糊控制器輸出值。

2.3 模糊控制查詢表

模糊控制查詢表是模糊控制算法的最終結果，根據上面的分析計算，文中所采用的模糊控制查詢表[8]見表4。

表4 模糊控制查詢表（ΔKp，ΔKi，ΔKd）

2.4 軟件設計

軟件平臺采用的是基于2.4內核的嵌入式Linux系統。采用交叉編譯器工具包CROSS2. 95.3.tgz。模糊 PID算法模塊的實現是通過MATLAB離線計算得到模糊控制表并存入ARM9中，然后通過查模糊控制表得到對應的控制量。最后再轉換為相應的PWM輸出量控制功率驅動模塊。

控制流程如圖4所示。

2.5 MATLAB仿真

選取被控對象為一階純滯后模型:

在MATLAB命令窗口運行Fuzzy命令進入模糊邏輯編輯器，選擇控制類型為Mamdani型，根據上面的分析分別輸入E，Ec，Δ Kp，Δ Ki，ΔKd的隸屬度函數和量化區間，并完成控制規則輸入。在SIMULINK中建立模糊自整定PID控制系統模型，如圖5所示。

圖4 控制流程圖

圖5 模糊自整定PID控制系統模型的SIM ULINK構建

常規PID和模糊PID仿真結果如圖6所示。

圖6 常規PID和模糊PID仿真

從仿真結果可以看出，模糊自整定PID控制具有較小的超調量和較小的調節時間，以及較好的動態響應特性和穩態特性，且同步精度高。

3 結 語

著重研究了基于ARM9的模糊自整定PID控制算法在生化分析儀溫度控制系統中的應用。仿真及實驗結果表明，模糊自整定PID控制是一種設計簡單、實現方便、控制規則優化以及性能優良的智能控制器，具有動態性能好、穩態精度高的特點，并且有較好的抗干擾性能和較好的魯棒性。實際應用中，使生化分析儀反應盤控溫精度達到±0.1℃，顯示精度為±0.01℃，控制效果優化明顯。

[1] T C Callai，J E S Santos，R R Sumar，et al.Applying the potentiality of using Fuzzy logic in PID control design[J].Advances in Soft Computing，2005，1:193-204.

[2] 諸靜.模糊控制理論與系統原理[M].北京:機械工業出版社，2005.

[3] Taifu Li，Yingying Su，Bingxiang Zhong.Remodeling for Fuzzy PID controller based on neural networks[J].Fuzzy Information and Engineering（ICFIE），ASC 40，2008:20（13）:3431-3435，3444.

[4] 李國勇.神經模糊控制理論及應用[M].北京:電子工業出版社，2009.

[5] 葉潤玉.鍋爐主汽溫自適應模糊PID控制[J].機電技術，2008（3）:44-46.

[6] Kevin M Passi.Stephen Yurkovich.Fuzzy control [M].Beijing:T singhua University Press，2001.

[7] 黃樂天，謝意.實用高精度智能恒溫加熱器系統設[J].微計算機信息，2005，21（10）:70-71.

[8] 宋立芳，張永立.基于預測的模糊自整定PID溫度控制系統[J].科學技術與工程，2006，14（6）:2142-2143.