基于模糊微分先行PID算法的溫度控制研究

Research on the Temperature Control Based on Fuzzy Differential Forward PID Algorithm

鄧　麗1,2　盧　根1,2　蔣　婧1,2　費敏銳1,2

(上海大學機電工程與自動化學院1，上海　200072;上海市電站自動化技術重點實驗室2，上海　200072)

?

基于模糊微分先行PID算法的溫度控制研究

Research on the Temperature Control Based on Fuzzy Differential Forward PID Algorithm

鄧麗1,2盧根1,2蔣婧1,2費敏銳1,2

(上海大學機電工程與自動化學院1，上海200072;上海市電站自動化技術重點實驗室2，上海200072)

摘要：在工業生產中，溫度控制直接影響被控對象的生產效率和產品質量。針對目前溫度控制中存在的非線性、大慣性、大滯后、難以建立精確的數學模型等特點，提出一種模糊微分先行PID控制算法，在微分先行PID控制器之前加上模糊控制器，對控制達到調節的效果，使得控制輸出量的變化在受到干擾時較單純的微分先行PID控制作用大。試驗結果表明，該方法有效縮減了自整定時間，表現出更好的抗干擾能力和控制效果，具有廣泛的實際應用價值。

關鍵詞：溫度控制PID控制算法模糊控制自整定干擾系統振蕩優化智能算法熱電偶繼電器

Abstract：In industrial productions,the production efficiency and product quality of controlled objects are directly affected by temperature control.Because of the features that currently exist in temperature control,such as nonlinearity,large inertia and time delay,accurate mathematical model is difficult to be established,thus the fuzzy differential forward PID control algorithm is proposed.With this algorithm,the fuzzy controller is added prior to the differential forward PID controller for adjusting the control effect; the control action may be stronger than of the simple differential forward PID controller when the process is disturbed.The test results show that the proposed method effectively reduces the self-tuning period,and improves the anti-interference capability and control effect,it offers a wide range of practical application value.

Keywords:Temperature controlAlgorithm of PID controlFuzzy controlSelf-tuningInterferenceSystem oscillationOptimizationIntelligent algorithmsThermocoupleRelay

0引言

溫度控制儀器儀表被廣泛地應用在工業生產中。面對一些像電阻爐、加熱器等溫控系統，常規PID控制和一些改進的PID控制，都難以取得良好的控制效果，會出現系統穩定性差、超調量大、抗干擾能力不足等問題[1-2]。針對普通PID控制中存在的問題，相繼出現了很多的改進方法[3-4]。楊曉生等[5]提出將微分先行PID算法用于鑄錠爐溫控中，對傳統的PID控制進行改進，引入微分先行環節，提前對輸出量測值進行微分運算，對溫度設定值不做微分，使系統克服超調的作用變強，避免設定值的升降引起系統的振蕩，取得了良好的應用效果。但簡單微分先行環節的引入，也會使得被控量的變化較緩和，同時系統抗干擾的能力也有待進一步的提高。

隨著智能控制算法的不斷發展，將智能算法應用于PID控制中得到了廣泛的研究[6-8]。Wati等[9]利用遺傳算法優化PID控制參數，從而控制空氣加熱器溫度，表現出良好的控制性能，但是智能算法的隨機搜索性對PID的控制穩定性有一定的影響。Yang等[10]在PID控制中引入模糊控制思想，將其應用于加熱系統中，能很好地進行溫度控制，但是控制性能仍有待改善。模糊控制是一種新型控制方法，對非線性或不確定對象有良好的控制效果，能夠解決常規PID控制難以解決的實際工程問題。本文提出一種模糊微分先行PID控制算法，對于傳統的PID引入微分先行策略進行調節控制，在微分先行PID控制器之前加上模糊控制器進行改進研究，并應用于溫度控制中具有很重要的研究價值。

1系統構成

本文對一個完整的溫度控制系統進行研究和分析，整個溫度控制系統由溫度控制儀、繼電器、被控對象和數據采集儀及計算機構成，如圖1所示。

由圖1所示，整個溫度控制系統包括控制環節、執行環節、反饋環節以及實時顯示環節。箭頭①為控制環節。溫度控制儀表根據當前測量值與設定值的差值及其他參數計算出控制輸出量，從而達到控制繼電器開通與關斷的目的。箭頭②為執行環節。繼電器為被控對象與電源之間的電子開關，通過控制環節控制繼電器開通時間，進一步控制被控對象加熱時間。箭頭③為反饋環節。在被控對象中安裝了兩根K型熱電偶，其中一根連接到溫度控制儀表，使其能夠測量出當前溫度值，進行反饋控制。箭頭④為實時顯示環節。另一根K型熱電偶用于與數據采集儀相連接，采集來的信號通過數據采集儀分析和傳輸給計算機，并顯示出來。

圖1　系統結構圖

2系統控制算法

2.1微分先行PID控制算法

在工業過程控制中，因為PID 控制具有簡單、魯棒性強等優點被廣泛應用在各個領域。但傳統PID控制器的結構還不完美，普遍存在積分飽和現象，導致系統失控，超調量過大。針對此種問題，采用微分先行算法來設計溫度控制器，解決被控對象因慣性大而造成的調節品質差的問題[5-6]。相對于普通 PID 控制算法來說，微分先行PID算法的實質是提前對輸出量進行微分運算，算法框圖如圖2所示。

圖2　微分先行PID控制結構框圖

(1)

(2)

轉換為差分形式：

(3)

代入式(2)中整理可得：

(4)

而傳統的PID控制器的微分環節的輸出為：

(5)

2.2模糊微分先行PID控制算法

模糊控制(fuzzy control)是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎的一種計算機數字控制技術，其在提出后得到了廣泛的應用[11-13]。模糊控制的過程主要為輸入量模糊化，經過模糊推理，再通過去模糊化處理輸出結果，最后由執行機構實現對被控對象的模糊控制。模糊控制不需要被控對象的數學模型，非常適用于非線性、數學模型不確定的控制對象，對被控對象的時滯、時變性和非線性具有一定的自適應能力，并且具有較好的魯棒性。鑒于模糊控制的性能特點，本文以微分先行PID控制算法為基礎，引入模糊控制，對PID控制進行改進調節，用于工業生產中溫度控制的研究。

微分先行PID控制算法只對輸出測量值h(t)進行微分，對溫度設定值r(t)不做微分，避免設定值的升降引起系統的振蕩，但也會使得被控量的變化較緩和。為了使得被控量在受到除了設定值以外的其他干擾引起的溫度變化之后，能夠更為快速地恢復，本文在微分先行PID控制器之前加上模糊控制器。在受到干擾時，PID參數能夠相應做出變化，使得控制輸出量能夠比單純的微分先行PID控制作用下的變化大。模糊微分先行PID控制算法原理如圖3所示。

圖3　模糊微分先行PID控制算法原理

溫度系統在受到干擾時能夠及時反應，需要加大輸出控制量。在恢復到接近設定值時，需要盡量減小輸出的控制量，使系統能夠平穩地達到設定值而又不出現沖溫的現象。以此為目標，設計了如表1所示的模糊控制規則表。

表1　模糊控制規則表

模糊控制規則的設計，可以有效地控制系統溫度平穩的變化，提高抗干擾的能力。模糊微分先行PID 控制算法的應用，使得控制輸出量能夠比單純的微分先行PID控制作用增大。當溫度偏差較大時，采用模糊控制，響應速度快，動態性能好；當溫度偏差較小時，采用微分先行PID控制，靜態性能好，滿足系統控制精度，從而獲得更好的控制效果。

3實驗結果及分析

本文以某企業項目為應用背景，驗證算法的有效性能。首先在圖1所示溫度控制系統中，利用微分先行PID控制算法和模糊微分先行PID控制算法分別做了兩組實驗，實驗環境為初始設定值同為200 ℃，從室溫開始。上電之后均立即開始自整定，自整定結束之后會自動切換到相應的控制過程中，然后加上多種干擾，觀察最終穩定效果。

3.1設定值變化

這一工況是模擬被控對象為了滿足不同需求，在不斷電的情況下改變設定值的過程。圖4所示為設定值從200 ℃改為250 ℃時兩種控制方法下的曲線變化過程，而圖5所示為設定值由250 ℃改為150 ℃的過程。

圖4　設定值由200 ℃改為250 ℃時曲線變化過程

圖5　設定值由250 ℃改為150 ℃時曲線變化過程

由圖4可以看出，利用模糊微分先行PID控制算法的響應曲線明顯比單純的微分先行PID控制算法的上升速度快，而且平穩。圖4(a)的上升時間為10 min，而圖4(b)的上升時間約為5 min，有效縮減了響應穩定時間。

由圖5(a)可以看出，上升時間超過12 min，而圖5(b)中的上升時間大約為11.5 min，仍比單純的微分先行PID控制算法的上升速度快，穩定時間短。

3.2外部干擾

圖6所示的實驗圖是模擬電烤爐的爐門突然被打開又合上的工況。圖6(a)所示為溫度下降10 K之后合上爐門，使用微分先行PID控制算法的曲線變化過程，圖6(b)所示為溫度下降20 K之后再合上爐門，使用模糊微分先行PID控制算法的曲線變化過程。

圖6　在200 ℃處受到干擾時曲線變化過程

可以看出，在圖6(a)所示的上升過程中，有加熱不足而產生振蕩的現象，導致升溫過程較長；而圖6(b)所示的上升過程比較迅速并且沒有沖溫，曲線平滑，上升穩定時間明顯縮短。

3.3上升過程

該組實驗為完成自整定并穩定一段時間后，斷電并使被控對象溫度降為室溫再重新上電的過程。由于儀表具有記憶功能，在不重新設定的情況下，再次上電使用的是上次記錄的PID參數進行控制。

圖7設定值為200 ℃，圖8設定值為250 ℃。由圖7可以看到這一過程中的兩組曲線都是平滑快速上升，無超調。

圖7　升溫到200 ℃時曲線變化過程示意圖

實驗通過自整定得到PID控制參數，在控制過程中加入不同的干擾，以驗證算法的應用性能。通過分析比較可知，當設定值發生變化或者存在外部干擾等工況時，模糊微分先行PID控制算法具有更好的應用效果，能夠快速、穩定、無超調地控制溫度變化，有效地縮短了穩定時間，得到了快速恢復、抗干擾性強的控制效果，并在實際應用中表現出良好的性能，具有很重要的研究意義和應用價值。

圖8　升溫到250 ℃時曲線變化過程示意圖

4結束語

傳統的PID控制算法結構簡單、易于實現，但要實現精確快速無超調的控制，還需要對其進行改進。本文在微分先行PID控制算法的基礎上，加入了模糊控制，提出一種混合型的模糊微分先行PID控制算法，不僅解決了系統振蕩的問題，而且當存在外界干擾、設定值頻繁變化時，能對溫度系統實現更好的控制效果，抗干擾性強，并且不會產生沖溫現象，表現出良好的應用性能。

目前，溫度控制儀器儀表的應用極其廣泛，對控制效果的要求也越來越高，針對傳統控制方法所存在的局限性，引入更多不同的智能控制算法結合應用是一個很好的研究方向。

參考文獻

[1] Kiam H A,Chong G,Yun L.PID control system analysis,design and technology[J].IEEE Transactions on Control Systems Technology,2005,13(4): 559-576.

[2] 王蕾,宋文忠.PID控制[J].自動化儀表,2004,25(4): 1-5.

[3] 王安,楊青青,閆文宇.模糊自整定PID控制器的設計與仿真[J].計算機仿真,2012,29(12): 224-228.

[4] Mahmud K.Neural network based PID control analysis[C] // 2013 IEEE Global High Tech Congress on Electronics,2013: 141-145.

[5] 楊曉生,彭志堅,肖益波,等.基于微分先行PID算法的鑄錠爐溫控系統[J].電子工業專用設備,2009(174): 42-45.

[6] 王威,楊平.智能PID控制方法的研究現狀及應用展望[J].自動化儀表,2008,29(10):1-3.

[7] Shao M K Y,Li F,Jiang B Y,et al.The application of improved genetic algorithm in nonlinear PID control[C] // Proceedings of the World Congress on Intelligent Control and Automation,2011: 794-798.

[8] 楊智,陳志堂,范正平,等.基于改進粒子群優化算法的PID控制器整定[J].控制理論與應用,2010,27(10): 1345-1352.

[9] Wati D A R,Hidayat R.Genetic algorithm-based PID parameters optimization for air heater temperature control[C] // IEEE International Conference on Robotics,Biomimetics and Intelligent Computational Systems,2013: 30-34.

[10]Yang Q J,Li G H,Kang X S.Application of fuzzy PID control in the heating system[C] // Chinese Control and Decision Conference,2008: 2686-2690.

[11]蔡志端,毛建華,王培良.基于模糊免疫自適應PID的工業電爐多點溫度協調控制[J].制造業自動化,2013,35(1): 40-43.

[12]王述彥,師宇,馮忠緒.基于模糊PID控制器的控制方法研究[J].機械科學與技術,2011,30(1): 166-172.

[13]王海青,姬長英,劉同召,等.模糊自整定PID 溫度控制系統的建模與仿真[J].計算機工程,2012,38(7): 233-235.

中圖分類號：TH81;TP273

文獻標志碼：A

DOI:10.16086/j.cnki.issn1000-0380.201602018

上海市科委專項課題基金資助項目(編號：14DZ1206302)。

修改稿收到日期： 2015-04-05。

第一作者鄧麗(1978-)，女，2008年畢業于東南大學控制理論與控制工程專業，獲博士學位，副教授；主要研究方向為先進控制理論及應用、智能優化算法以及計算機視覺等。