智能控制在溫度控制領(lǐng)域中的應(yīng)用研究

黃楷 呂炳均 范海洲

摘要：溫度控制具有大慣性、大滯后、時變性、非線性等特點，傳統(tǒng)PID控制在溫度控制領(lǐng)域不能達(dá)到理想效果。本文主要敘述在溫度控制領(lǐng)域中應(yīng)用的一些智能控制技術(shù)，并介紹一些融合技術(shù)，以便在此領(lǐng)域有所了解。

關(guān)鍵詞：溫度控制;智能控制;融合技術(shù)

中圖分類號：TP273 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2020）02-0065-02

0 引言

由于傳統(tǒng)PID控制原理通俗易懂、使用方便靈活、可適應(yīng)性強(qiáng)，因此，廣泛應(yīng)用于各種工業(yè)控制領(lǐng)域。但是，確定傳統(tǒng)PID最優(yōu)控制參數(shù)需要反復(fù)調(diào)節(jié)，對于大慣性、大滯后、時變性、非線性的復(fù)雜控制系統(tǒng)，很難精準(zhǔn)建立控制模型，傳統(tǒng)PID控制未能達(dá)到理想的控制效果。溫度控制廣泛應(yīng)用于大型工業(yè)和日常生活用品生產(chǎn)中，隨著溫度控制要求不斷增加，智能控制應(yīng)運(yùn)而生。鑒于智能控制技術(shù)成功地對溫度進(jìn)行控制以及對今后控制領(lǐng)域的現(xiàn)實應(yīng)用具有重大意義，本文針對智能控制在溫度控制領(lǐng)域中的應(yīng)用進(jìn)行了系統(tǒng)的分析和綜述。

1 智能控制的應(yīng)用

近年來，神經(jīng)網(wǎng)絡(luò)、模糊控制、遺傳算法等智能控制在溫度控制領(lǐng)域取得了良好的應(yīng)用效果，通過將研究目標(biāo)由被控對象轉(zhuǎn)為控制器本身，來解決不確定性的復(fù)雜控制問題。

神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)能力強(qiáng)，學(xué)習(xí)算法簡單，實時性好等優(yōu)點，通常采用軟件編程來實現(xiàn)，可降低硬件成本，具有較強(qiáng)的抗干擾能力且便于調(diào)試，可自動調(diào)節(jié)神經(jīng)元權(quán)值，具有良好的快速學(xué)習(xí)收斂能力。PID神經(jīng)網(wǎng)絡(luò)是由比例神經(jīng)元、積分神經(jīng)元和微分神經(jīng)元組成的多層神經(jīng)網(wǎng)絡(luò)，兼顧神經(jīng)網(wǎng)絡(luò)和PID控制優(yōu)點，對于多變量強(qiáng)耦合時變系統(tǒng)，PID神經(jīng)網(wǎng)絡(luò)可以通過在線學(xué)習(xí)，根據(jù)對象參數(shù)發(fā)生變化時對系統(tǒng)輸出性能的影響來調(diào)整連接權(quán)值，改變網(wǎng)絡(luò)中比例、積分、微分作用的強(qiáng)弱，使系統(tǒng)具備良好動態(tài)和靜態(tài)性能，達(dá)到系統(tǒng)解耦和控制目的[1]。BP神經(jīng)網(wǎng)絡(luò)整定的PID控制系統(tǒng)，逼近精度高、適應(yīng)性好。采用BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，在線調(diào)整加權(quán)系數(shù)，實現(xiàn)PID參數(shù)的自適應(yīng)調(diào)整，整定的溫度控制系統(tǒng)，穩(wěn)態(tài)性能好，控制精度高，是一種穩(wěn)定、有效而實用的控制方法[2]，采用智能控制算法改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)PID控制器，結(jié)構(gòu)簡單，可以自適應(yīng)調(diào)整PID參數(shù)，提升系統(tǒng)魯棒性[3]。但BP神經(jīng)網(wǎng)絡(luò)權(quán)值更新收斂速度慢、易陷入局部最優(yōu)值，改進(jìn)的人工免疫算法可有效優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值，全局搜索能力、全局收斂性、收斂速度得到明顯改善，結(jié)合人工免疫算法的智能控制系統(tǒng)應(yīng)用前景良好。

模糊控制表達(dá)能力通俗易懂，神經(jīng)網(wǎng)絡(luò)自適應(yīng)學(xué)習(xí)能力強(qiáng)，模糊神經(jīng)網(wǎng)絡(luò)結(jié)合兩者優(yōu)勢，神經(jīng)網(wǎng)絡(luò)的各層各節(jié)點均有效對應(yīng)模糊系統(tǒng)，應(yīng)用神經(jīng)網(wǎng)絡(luò)實現(xiàn)模糊控制的決策過程。

遺傳算法（GA）是一種基于群智能的全局隨機(jī)優(yōu)化算法。針對簡單遺傳算法（SGA）收斂速度慢、易于早熟等缺點，采用改進(jìn)的自適應(yīng)交叉算子和自適應(yīng)變異算子，結(jié)合兼顧性能指標(biāo)和響應(yīng)過程平衡的適配函數(shù)，以多種改進(jìn)方式相結(jié)合的遺傳算法尋優(yōu)整定PID參數(shù)。改進(jìn)遺傳算法能夠明顯改善收斂速度扣尋優(yōu)效果，當(dāng)被控對象存在較大純滯后、時間常數(shù)特性較大時，采用本方法優(yōu)化PID控制器參數(shù)可獲得比較滿意的控制效果[4]。

2 結(jié)語

雖然神經(jīng)網(wǎng)絡(luò)控制、模糊控制、自適應(yīng)控制、專家學(xué)習(xí)等諸多經(jīng)典的控制方法非常成熟，在控制領(lǐng)域應(yīng)用廣泛，并得到了深入的研究，但隨著工業(yè)過程控制技術(shù)的飛速發(fā)展，滿足高要求的溫度控制系統(tǒng)，仍需要兩種乃至兩種以上的技術(shù)進(jìn)行優(yōu)勢互補(bǔ)，未來智能控制的發(fā)展方向?qū)⑹歉骺刂扑惴ǖ娜诤系募夹g(shù)。

神經(jīng)網(wǎng)絡(luò)以非線性映射、自適應(yīng)學(xué)習(xí)和聯(lián)想記憶等優(yōu)勢，可以充分逼近任意復(fù)雜的非線性，其響應(yīng)速度快，抗干擾能力強(qiáng)，算法簡單，且易于用硬件和軟件實現(xiàn)并行處理，容錯性強(qiáng)。但學(xué)習(xí)速度較慢，對于較復(fù)雜的控制對象，較易陷入局部最優(yōu)值。

模糊控制機(jī)理符合過程控制的邏輯思維和直觀描述，無需建立數(shù)學(xué)模型，控制靈活，響應(yīng)快，適應(yīng)性強(qiáng)。但設(shè)計缺乏系統(tǒng)性，控制規(guī)則的選擇多采用試湊法，有靜態(tài)誤差，穩(wěn)態(tài)精度較差，動態(tài)精度欠佳。

模糊神經(jīng)網(wǎng)絡(luò)有效結(jié)合模糊控制和神經(jīng)網(wǎng)絡(luò)，模糊控制的決策過程通過神經(jīng)網(wǎng)絡(luò)記憶模糊規(guī)則實現(xiàn)，具有大容量并行處理、智能模糊分類和分布式存儲等特點，自適應(yīng)學(xué)習(xí)和內(nèi)在的解析表達(dá)能力強(qiáng)，有助于提高整個系統(tǒng)的表達(dá)能力和學(xué)習(xí)能力。

神經(jīng)PID穩(wěn)態(tài)性能好，控制精度高，很強(qiáng)的自適應(yīng)能力，較好的魯棒性。

模糊PID（3種）動態(tài)性能好，穩(wěn)態(tài)精度高，有較好的魯棒性，自適應(yīng)能力強(qiáng)。

遺傳算法（GA）是一種基于群智能的全局隨機(jī)優(yōu)化算法。簡單遺傳算法（SGA）的優(yōu)點是不需要任何初始信息并可以尋求全局最優(yōu)解，缺點是收斂速度慢，易于早熟。

預(yù)測控制汲取現(xiàn)代控制理論先進(jìn)、優(yōu)化的思想，建立預(yù)測模型，制定滾動優(yōu)化策略，利用反饋校正，實現(xiàn)實時調(diào)節(jié)和在線優(yōu)化，從而使系統(tǒng)具有更強(qiáng)的跟蹤性和魯棒性，已發(fā)展為實際工業(yè)過程控制中的一種控制策略，結(jié)合模糊控制，調(diào)整時間短，跟蹤快，超調(diào)小，動態(tài)性能佳，且不存在穩(wěn)態(tài)誤差。

模糊模型參考學(xué)習(xí)具有自學(xué)習(xí)能力，跟蹤性好，克服基本模糊控制存在穩(wěn)態(tài)偏差的缺點，抗干擾能力強(qiáng)。

通過圖1可以看出：模糊控制在控制領(lǐng)域中有著舉足輕重的地位。多種新技術(shù)都可以與之融合，形成優(yōu)勢互補(bǔ)。常規(guī)PID控制雖有些缺點，但仍被廣泛的應(yīng)用。這兩種控制器作為控制的基礎(chǔ)，融入新技術(shù)，形成更新、更好、更全面的技術(shù)具有重要的現(xiàn)實意義和發(fā)展前景。同時，從兩種技術(shù)的融合已發(fā)展到三種技術(shù)的融合，因此，研究出更新更全面的技術(shù)，可提高生產(chǎn)效率，推動社會的發(fā)展。

參考文獻(xiàn)

[1] 張寶樹.基于神經(jīng)網(wǎng)絡(luò)PID溫度控制的熱變形與維卡軟化溫度測定儀[J].塑料科技，2009，37（8）：61-63.

[2] 張小明，瞿金平.基于自適應(yīng)神經(jīng)PID的壓延機(jī)輥筒溫度控制[J].塑料工業(yè)，2008，36（5）：36-38.

[3] 吳鵬飛，等.基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)PID算法的太陽翼α驅(qū)動控制技術(shù)[J].空天防御，2018，1（04）：8-17.

[4] 唐德翠.改進(jìn)遺傳算法PID參數(shù)整定及在漂白溫度控制中的應(yīng)用[J].計算技術(shù)與自動化，2009，28（4）：17-19.

The Application Research of? Intelligent Control in the Field of? Temperature Control

HUANG Kai， LV Bing-jun， FAN Hai-zhou

（Shanghai Electro-Mechanical Engineering Institute， Shanghai? 201109）

Abstract：Temperature control has the characteristics of large inertia、large lag、time-varying、non-linear and so on. The traditional PID control can not achieve the ideal effect in the field of temperature control. This paper mainly describes some intelligent control technologies applied in the field of temperature control， and introduces some fusion technologies in order to understand in this field.

Key words：temperature control;intelligent control;fusion technologies