基于模糊PID的雙容液位過程控制系統(tǒng)研究與試驗(yàn)

劉艷梅，陳 震，陳顯偉

（1.沈陽航空航天大學(xué) 自動(dòng)化學(xué)院，沈陽 110136；2.遼寧省送變電工程公司，沈陽 110179）

由于二階雙容液位系統(tǒng)具有一定的非線性和時(shí)滯性的特點(diǎn)，所以普通PID算法的控制效果并不理想。模糊控制系統(tǒng)在控制方法上應(yīng)用模糊集合論，運(yùn)用模糊語言變量及模糊邏輯域?qū)崿F(xiàn)系統(tǒng)的智能控制[1]。這種方法擺脫了控制對象輸入、輸出物理量的精確描述，用自然語言描述專家控制策略，以機(jī)器模擬人的模糊思維對系統(tǒng)實(shí)現(xiàn)有效控制[2]。在實(shí)際控制過程中，將計(jì)算機(jī)采樣的輸入量（精確量）模糊化，經(jīng)模糊確定控制量的模糊值，最后進(jìn)行反模糊處理獲得控制量的實(shí)際輸出，對被控對象進(jìn)行控制[3]。模糊PID算法是傳統(tǒng)PID算法和模糊算法的有機(jī)結(jié)合，該算法既有模糊算法控制靈活和魯棒性強(qiáng)的優(yōu)點(diǎn)，又具有較強(qiáng)的非線性跟蹤學(xué)習(xí)能力，具有一定的實(shí)際意義和廣闊的應(yīng)用前景[4]。本文將該算法運(yùn)用到雙容液位過程控制系統(tǒng)中，實(shí)現(xiàn)了PID參數(shù)的自適應(yīng)控制，大大提高了控制質(zhì)量。

1 模糊PID控制器設(shè)計(jì)

1.1 模糊PID控制器的結(jié)構(gòu)

模糊PID控制器的結(jié)構(gòu)如圖1所示。模糊推理系統(tǒng)用來對系統(tǒng)狀態(tài)變量進(jìn)行模糊量化處理[5]。利用模糊控制的魯棒性和非線性控制作用，對作為控制輸入的狀態(tài)變量進(jìn)行模糊規(guī)則的預(yù)處理，根據(jù)系統(tǒng)的運(yùn)行狀態(tài)，自行整定PID參數(shù)，以期達(dá)到最優(yōu)的控制效果。也就是將模糊控制的輸出對應(yīng)于PID控制器的3個(gè)可調(diào)參數(shù)Kp、Ki、Kd，通過模糊推理，從而使穩(wěn)定狀態(tài)對應(yīng)于某種最優(yōu)控制下的PID參數(shù)[6]。 直接對控制對象進(jìn)行閉環(huán)控制，并且 Kp、Ki、Kd3個(gè)參數(shù)為在線整定式。

圖1 基于模糊PID的液位串級控制系統(tǒng)結(jié)構(gòu)Fig.1 Level cascade process control system structure based on fuzzy PID

1.2 模糊控制器的設(shè)計(jì)

模糊控制器的設(shè)計(jì)步驟：①建立系統(tǒng)的輸入和輸出變量；②將系統(tǒng)變量模糊化并確定模糊控制器的結(jié)構(gòu)；③模糊規(guī)則的建立；④進(jìn)行模糊推理，建立模糊控制規(guī)則表；⑤解模糊。

設(shè)定輸入變量：綜合偏差E，論域設(shè)為［-6 6］；綜合偏差率 EC，論域設(shè)為［-6 6］；輸出變量：Kp、Ki、Kd，論域分別設(shè)為［-3，3］，［-0.6，0.6］，［-3，3］；每個(gè)變量用7個(gè)語言變量｛NB NM NS ZO PS PM PB｝來描述，均采用三角型、全交迭、均勻分布的隸屬度函數(shù)。

模糊控制設(shè)計(jì)的核心是設(shè)計(jì)人員的實(shí)際操作經(jīng)驗(yàn)，建立合適的模糊規(guī)則表[7]。根據(jù)輸入/輸出論域上的模糊語言變量劃分NB（負(fù)大），NM（負(fù)中），NS（負(fù)小），ZO（零），PS（正小），PM（正中），PB（正大），可以設(shè)計(jì)模糊推理規(guī)則如表1～表3所示。模糊控制器設(shè)計(jì)如圖2所示。

表1 Kp的模糊規(guī)則表Tab.1 Fuzzy rule table of Kp

表2 Ki的模糊規(guī)則表Tab.2 Fuzzy rule table of Ki

表3 Kd的模糊規(guī)則表Tab.3 Fuzzy rule table of Kd

圖2 模糊推理界面Fig.2 Fuzzy interference view

建立輸入變量的隸屬度函數(shù)，兩個(gè)輸入變量角度誤差E和角度誤差變化率EC，論域?yàn)椋?3，3］，集定義 7 個(gè)模糊子集｛NB，NM，NS，ZO，PS，PM，PB｝。如圖3所示。

圖3 輸入變量的隸屬度函數(shù)曲線Fig.3 Membership function curve of input variables

建立3個(gè)輸出變量的隸屬度函數(shù)，輸出為3個(gè)變量 Kp、Ki、Kd，論域分別為［-3，3］，［-0.6，0.6］，［-3，3］，都定義 7 個(gè)模糊子集｛NB，NM，NS，ZO，PS，PM，PB｝。如圖4所示。

圖4 輸出變量的隸屬度函數(shù)曲線Fig.4 Membership function curve of output variables

2 模糊PID液位串級系統(tǒng)

2.1 液位串級系統(tǒng)

液位串級系統(tǒng)的結(jié)構(gòu)如圖5所示。從圖中可以看出，液位串級系統(tǒng)針對上水箱液位和下水箱液位兩處的干擾，設(shè)計(jì)成主、副雙閉環(huán)結(jié)構(gòu)，這樣做提高了控制精度和控制效果，但增加了控制難度。在對系統(tǒng)進(jìn)行調(diào)節(jié)時(shí)，先整定副調(diào)節(jié)器的參數(shù)，當(dāng)副環(huán)穩(wěn)定后再進(jìn)行主調(diào)節(jié)器的參數(shù)整定，從而使整個(gè)系統(tǒng)達(dá)到穩(wěn)定運(yùn)行狀態(tài)。

圖5 液位串級系統(tǒng)結(jié)構(gòu)Fig.5 Structure block of level cascade system

2.2 基于模糊PID算法的液位串級控制系統(tǒng)

基于模糊PID算法的液位串級控制系統(tǒng)的結(jié)構(gòu)框圖如圖6所示。

圖6 基于模糊PID算法的液位串級控制系統(tǒng)結(jié)構(gòu)Fig.6 Structure block of level cascade system based on fuzzy PID

該系統(tǒng)將模糊PID算法運(yùn)用到二階液位的控制過程中，使用模糊控制理論將采集到的系統(tǒng)狀態(tài)信息模糊化、歸一化后的狀態(tài)變量轉(zhuǎn)化為PID控制器的控制參數(shù)，達(dá)到對PID參數(shù)的優(yōu)化，以期達(dá)到最優(yōu)的控制目的。

2.3 編程實(shí)現(xiàn)

本文所涉及的控制算法由2個(gè)部分組成：一是PID算法，它可以根據(jù)液位偏差算得電動(dòng)調(diào)節(jié)閥的控制量，從而達(dá)到對液位的控制；二是模糊算法，用來根據(jù)系統(tǒng)的狀態(tài)變量對PID參數(shù)進(jìn)行調(diào)整，以期達(dá)到最優(yōu)控制。具體的編程實(shí)現(xiàn)是在組態(tài)王6.5的環(huán)境下進(jìn)行的，在組態(tài)王環(huán)境下編制控制界面，并與Matla進(jìn)行通訊，用來實(shí)現(xiàn)模糊PID算法優(yōu)化過程，為組態(tài)王中的控制過程提供PID參數(shù)。兩種軟件之間的數(shù)據(jù)交換采用標(biāo)準(zhǔn)DDE連接完成。程序流程圖和監(jiān)控界面如圖7、圖8所示。

3 試驗(yàn)結(jié)果

將本文控制算法在A3000型過程控制系統(tǒng)試驗(yàn)裝置上進(jìn)行在線調(diào)試，如圖9所示，分別得到了液位串級控制在傳統(tǒng)PID算法和模糊PID算法2種不同情況下的性能曲線，如圖10和圖11所示。

圖7 基于模糊PID算法的液位串級控制流程Fig.7 Flow chart of level cascade system based on fuzzy PID

圖8 液位串級控制組態(tài)監(jiān)控界面Fig.8 Configuration monitoring interface of level cascade control system

圖9 過程控制試驗(yàn)系統(tǒng)Fig.9 Process control experiment system

圖10 傳統(tǒng)PID控制性能曲線Fig.10 Characteristic curve of PID control system

從圖10可以看出，過程有較大超調(diào)，控制效果不甚理想。圖11是基于模糊PID液位串級控制的性能曲線，其中液位過程的調(diào)節(jié)時(shí)間大大縮短，并且控制精度在誤差允許范圍內(nèi)，超調(diào)現(xiàn)象較小，控制效果比傳統(tǒng)PID算法有了顯著的提高。

圖11 模糊PID控制性能曲線Fig.11 Characteristic curve of fuzzy PID control system

4 結(jié)語

對于液位串級控制系統(tǒng)，由于傳統(tǒng)PID算法在參數(shù)整定過程中的缺陷，很難滿足液位串級系統(tǒng)在精度和動(dòng)態(tài)性能等方面的要求。本文針對以上問題，提出了模糊PID算法，將其運(yùn)用在液位串級控制系統(tǒng)中，并在A3000型過程控制系統(tǒng)試驗(yàn)裝置上進(jìn)行在線調(diào)試。結(jié)果表明，模糊PID算法不僅簡化了PID參數(shù)整定的過程，而且使得液位串級控制系統(tǒng)的性能有了很大改善。比較優(yōu)化前后的曲線可以看出，該方法可以獲得滿足工業(yè)控制要求的控制曲線，減少了調(diào)節(jié)時(shí)間和動(dòng)態(tài)誤差。由此證明本文提出的控制策略和程序?qū)崿F(xiàn)方法符合實(shí)際控制要求，有一定的實(shí)際應(yīng)用價(jià)值。

[1]劉建秀，張楊.壓電陶瓷精密位移系統(tǒng)的變論域模糊控制法[J].自動(dòng)化與儀表，2017，32（2）：45-49.

[2]吳曉莉，林哲輝.MATLAB輔助模糊系統(tǒng)設(shè)計(jì)[M].西安：西安電子科技大學(xué)出版社，2002.

[3]陶永華.新型PID控制及其應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2002.

[4]張坤，許倫輝.基于模糊控制的AGV差速轉(zhuǎn)向控制算法研究[J].自動(dòng)化與儀表，2016，31（10）：1-4.

[5]Jianqiang Yi，Naoyoshi Yubazaki.Stabilization fuzzy control of inverted pendulum systems[J].Artificial Intelligence in Engineering，2005，14（7）：153-163.

[6]Jianqiang Yi，Naoyoshi Yubazaki，Kaoru Hirota.Stabilization control of series-type double inverted pendulum systems using the SIRMs dynamically connected fuzzy inference model[J].Artificial Intelligence in Engineering，2005，15（3）：297-308.

[7]Jianqiang Yi，Naoyoshi Yubazaki，Kaoru Hirota.A new fuzzy controller for stabilization of parallel-type double inverted pendulum system[J].Fuzzy Sets and Systems，2006，126（1）：105-119.