基于BP神經網絡自整定的PID溫度控制系統的設計*

余 堯，王先全，朱桂林，張虹光，雷毅談

（重慶理工大學機械檢測技術與裝備教育部工程研究中心，時柵傳感及先進檢測技術重慶市重點實驗室，重慶 400054）

PID控制是最早發展起來的控制策略之一。目前的工業控制中仍然用著PID控制器，或者改進型的PID控制器，在這些PID控制器中，溫度控制具有大滯后、大慣性、時變性，升溫單向性等特點，因此傳統的PID控制不能實現有效的溫度控制［1］。該系統設計用于新型的煙熏治療儀，我們知道煙熏治療儀用于眼耳鼻等人體脆弱敏感的部位，所以對治療藥霧的溫度穩定性能提出了較高的要求，溫度太高會灼傷人體敏感部位，溫度太低又會影響藥劑的治療效果。經多次試驗，最終選定神經網絡PID控制算法作為本系統控制的核心算法，才將溫度控制在要求的范圍內。

1 PID控制的基本原理

PID工作基理：由于來自外界的各種擾動不斷產生，要想達到現場控制對象值保持恒定的目的，控制作用就必須不斷的進行。若擾動出現使得現場控制對象值（以下簡稱被控參數）發生變化，現場檢測元件就會將這種變化采集后經變送器送至PID控制器的輸入端，并與其給定值（以下簡稱SP值）進行比較得到偏差值Error（以下簡稱e值），調節器按此偏差并以我們預先設定的整定參數控制規律發出控制信號，去改變調節器的開度，使調節器的開度增加或減少，從而使現場控制對象值發生改變，并趨向于給定值（SP值），以達到控制目的［2-4］。控制方式如圖1所示。

圖1 PID控制的基本原理圖

PID控制是隨著PID系數的變化而改變的，也就是說PID控制是一種線性的控制方式，輸入值r（t）與輸出值y（t）構成輸入偏差e（t），然后偏差輸入e（t）經過比例，積分和微分作用，將3種作用結果疊加就得到了PID控制器的控制輸出值U（t）。

本控制系統采用的數字PID控制的數學表達式：

式中：KP為比例系數；Ki為積分系Ki=Ti/T；Kd為微分系數，Kd=Td/T；u(k)為第K次PID控制器的輸出值；e(k)為第K次采樣控制器的輸入偏差值；e(k-1)為第K-1次采樣控制器的輸入偏差值；T為數據采樣周期值。

2 BP神經網絡對傳統PID的改進

傳統PID溫控系統中，由于參數不能在線進行實時調整，所以在控制過程中存在很大的滯后，控制時間長且穩定度不高，在工業生產中達不到理想的效果。基于此，本控制系統采用BP神經網絡對PID參數進行自整定的方法，在溫度控制過程中可以根據當前溫度值與設定溫度值的偏差值的大小對PID參數進行實時調整，從而實現以最快的速度穩定達到設定值。

利用BP神經網絡整定的PID控制方式如下如圖2所示。

圖2 BP神經網絡控制方式

本系統采用最簡的3層BP神經網絡，結構如圖3所示。

圖3 三層BP神經網絡結構圖

三層BP神經網絡結構網絡輸入層節點的輸出為：

式中：η為學習速率，α為慣性系數。

在本控制系統中把當前溫度TEM，用戶設定溫度SET，和兩者的偏差Error作為神經網絡的輸入層，x1，x2，x3.然后通過神經網絡自整定輸出控制電壓U，以U值作為PWM波的占空比對溫度進行調節，最后不斷的通過自整定使得當前溫度與用戶設定溫度值的偏差為0.通過仿真可以看到BP神經網絡的PID控制響應速度快，溫度控制穩定性高，所以從方法上來說BP神經網絡的PID控制具有優越的性能，對本控制系統具有良好的優化作用，基于此，本系統最終采用了BP神經網絡PID控制作為本溫度控制系統的控制算法。

3 系統的硬件設計

控制系統的硬件主要由溫度傳感器AD590，OP07信號放大電路，A/D采樣輸入，ARM控制系統，人機交互，控制輸出等6部分組成。其中人機交互由鍵盤輸入和PC圖形數值顯示組成，控制輸出部分主要有ARM輸出的PWM控制信號和開關控制電路部分組成，系統結構框圖如圖4所示。

圖4 溫控系統框圖

為了達到控制精度在0.5℃的的要求，選用溫度傳感器AD590，AD590具有較高精度和重復性，利用其重復性良好的特性，通過線性補償可以達到0.5℃的測量精度。超低溫漂移高精度運算放大器0P07將溫度一電壓信號進行放大，便于A/D進行轉換，以提高溫度采集電路的可靠性，其電路如圖5所示。

圖5 溫度電壓轉換電路

控制輸出部分主要由ARM內部自帶的PWM控制模塊產生PWM控制信號，通過控制硅片繼電器通斷加熱來實現溫度的穩定控制其電路如圖6所示。

圖6 開關控制電路

4 系統的軟件設計

軟件程序是本控制系統的核心，它包括從溫度采樣到信號輸出的整個流程控制，控制流程如圖7所示。

圖7 控制系統流程圖

程序功能主要由以下幾部分組成：

（1）系統初始化：設置各種參數初始值，設定定時器及外部中斷。

（2）BP/PID算法子程序：這是本系統軟件的核心部分，主要是通過算法產生控制信號。

（3）PWM控制子程序：產生不同占空比的PWM控制信號，控制開關電路的通斷。

（4）按鍵子程序：用于用戶設置溫度。

（5）A/D轉換子程序：將AD590溫度傳感器采集的信號轉換成數字信號。

（6）溫度采集子程序：控制傳感器采集溫度信號。

（7）無線發送/接收子程序：用于ARM與PC機之間的通信。

（8）PC顯示子程序：PC機圖形和數值顯示子程序。

5 MATLA仿真結果對比和實驗結果分析

以下PID控制以sys=tf(50，［0.125，7，0］)系統為控制模型，取采樣時間為 1 ms，Kp=2.4，Ki=6.6，Kd=1.5，對神經網絡BP-PID控制時取學習速率η=0.2，慣性系數取α=0.01，層與層之間的初始值取［-0.5，0.5］上的隨機數對PID控制在MATLAB里進行仿真，得到輸入輸出曲線如圖8所示。

以下用1.5 kW的加熱片對500 ML容器中的艾葉燃燒氣體氣進行溫度控制實驗，在實驗過程中分別給芯片燒寫不同的算法進行PID控制，結果如表1所示。

由MATLAB仿真和實驗結果可知BP神經網絡PID控制比普通PID控制調節時間更短，超調量更小，并且在穩定性方面神經網絡PID具有明顯的優勢，從表1可知，利用神經網絡PID控制算法剛好能達到系統誤差設計的要求，范圍可以控制在±0.5℃范圍內。

圖8 PID階躍響應曲線

表1 PID控制實驗結果

6 總結與結論

通過MATLAB仿真和實驗結果驗證表明基于BP神經網絡的PID控制系統比普通控制系統性能更優越，具有更高的準確性和魯棒性。本控制系統的開發幾經周折，最終落腳于BP神經網絡的PID控制才使得系統溫度誤差控制在±0.5℃范圍內，符合藥霧溫度使用要求。

［1］歐陽磊.基于自整定PID控制器的溫度控制系統研究［D］.安徽：安徽理工大學，2009：5-8.

［2］趙紅艷.基于參數自整定模糊PID的飛機液壓能源油溫［J］.控制計算機測量與控制，2014，22（5）：1403-1408.

［3］葛朋.基于神經網絡的PID算法在加熱爐溫度控制中的應用研究［D］.東北大學，2005：10-15.

［4］董春霞.神經網絡模糊PID控制在加熱爐溫度控制中的應用［D］.河北：河北工業大學，2004：8-12.

［5］吳占雄，王友釗.基于80C51單片機的智能PID控制器的設計與實現［J］.電子器件，2006，29（3）：972-975.

［6］陳立，李治.采用遺傳算法優化PID參數的鍋爐計算機控制系統［J］.電子器件，1997，20（1）：5-7.

［7］張晨.基于BP神經網絡的PID控制及其在發氣儀中的應用［D］.華中科技大學，2012：7-13.

［8］STMicroelectronics.STM32F415xx［S］［EB/OL］.www.st.com，2012.

王先全（1968-），男，漢族，四川，重慶理工大學教授，碩士生導師，主要從事信號檢測與處理，智能儀器，計算機軟件等研究，wangxq@cqut.edu.cn；

余 堯（1989-），男，漢族，湖北，重慶理工大學研究生，主要從事嵌入式和傳感器研究，1024110332@qq.com.。