炒茶機溫度模糊控制方法研究

于志宏

（衡水職業技術學院，河北 衡水 053000）

在炒茶生產中，殺青、微波、炒干和烘干工藝過程都直接和溫度控制有關。其中殺青工藝是生產線中決定茶葉品質最重要的工藝過程，而影響殺青工藝品質最關鍵的因素是生產線中的溫度控制。炒茶機的溫度具有非線性、復雜、時滯性，難以建立精確的數學模型等特點，并且在炒茶過程中，鮮葉流量和設備運行速度等參數都會影響溫度的穩定性。

工業上常用的溫度控制方法有PID 控制、模糊控制等。但對于被控對象存在非線性、時滯等特點的情況，PID 控制方法會使系統性能明顯變差。模糊smith 控制方法適用于大時滯系統，但在實際應用中，傳統的Smith 預估控制器的形成是靠精確的數學模型得到的，當實際對象與估計得到的模型有誤差時，控制系統穩定性下降，抗干擾能力差，因此很難達到理想控制效果。

針對炒茶機的溫度特性，將PID 控制器與模糊Smith 預估控制器合二為一，取長補短，使控制系統既具有PID 控制的優點-精度高，又具有模糊Smith 預估控制器的優點-適應性強，且模糊控制靈活，使系統控制品質有明顯改善。

1 PID 控制器

PID 控制器是一種比例、積分和微分并聯控制器，PID 控制器的數學模型可以用下式表示。

式中：e(t)是控制器輸入函數，即給定量與反饋量的偏差；u(t)是控制器輸出函數；Kp是比例系數；TI是積分時間常數；TD 是微分時間常數。

2 模糊Smith 預估器

傳統的Smith 預估器對數學模型參數的誤差的敏感性較高，對其進行性能改進，形成模糊Smith 預估器，模糊Smith 預估器的控制方法與傳統Smith 控制方法的最大區別是，其主要反饋環節的傳遞函數是一階慣性環節，而非比例環節。它等同于一個低通濾波裝置，其對被控對象的輸出信號與預估器的輸出信號之間的預估偏差信號進行濾波后，再反饋到控制器，如此便在一定程度上降低了數學模型誤差對系統的影響，改善了系統穩定性。

3 模糊Smith 智能溫度控制方法

將PID 控制器與模糊Smith 預估控制器的優點相融合，形成性能較好的模糊Smith 智能溫度控制方法，輸出響應的效果更佳。模糊Smith 智能控制器結構如圖1 所示，其中是被控對象的傳遞函數是Smith 預估器的傳遞函數，PID 控制器是主調節器，Gm(S)輔調節器的傳遞函數。

圖1 改良的模糊Smith 智能控制系統

當控制系統的參數不穩定時，最初設置的濾波時間常數tf對控制系統的動態性能略有影響，此時適當調整的值，可以使控制系統達到更佳的控制效果。

3.1 模糊自適應機構的設計

采用模糊自適應機構對tf進行整定，其輸入信號是預估偏差te與預估偏差變化率，te與反映了控制系統參數的變化，模糊自適應機構的輸出信號是tf的調整值。

圖2 模糊子集隸屬函數圖

經仿真研究，當溫度時滯常數Δτ發生較大變化時，預估偏差te與預估偏差變化率的值也變得很大，這就說明控制系統產生了較大波動，此時應提高tf的值，即，其控制規則為：

當預估偏差te 正小，且預估偏差變化率Δte為零時，應減小tf的值，此時，其控制規則為：

以此類推，可以得到tf的整定規則，如表1 所示。

表1 濾波時間常數整定規則

3.2 建立數學模型

大多數工業過程都是高階數學模型，但實際效果卻只比低階模型略好，且為便于PID 控制，對數學模型進行降階。經實驗表明，當控制系統輸入階躍信號時，系統具有自衡特性與非振蕩特性，可近似用比例環節、一階慣性環節與延遲環節來表示。系統傳遞函數可近似表示為：

上式中，K 為比例系數；T 為時間常數；γ 為純滯后時間。由于溫度具有滯后、變化緩慢等固有特性，求解這三個未知參數時，工程上常采用階躍響應曲線擬合方法。根據控制系統輸出的溫度曲線以及各環節的特性，利用數學分析方法求得K、T、τ的值。

3.3 模糊Smith 智能控制算法的仿真

若Smith 預估器與模型一致，模型參數取K=0.42，T=80，τ=40，利用MATLAB 軟件仿真得到響應曲線如圖3 所示，可見其超調量σ=0%，沒有超調；Ts=500s，響應速度快。若模型參數變化為K=0.5，T=50，τ=40，仿真得到響應曲線如圖4 所示，σ=0%，Ts=500s，可見仍無超調，控制響應快，控制效果較好。

圖3 參數不變的仿真響應曲線

圖4 參數變化下的仿真響應曲線

4 結論

可見，在控制炒茶機溫度這種具有參數時變的純滯后系統時，即使模型參數發生變化，采用模糊Smith 智能控制方法也能在很大程度改善系統的控制品質，提高了系統的穩定性和能控性，是一種有效的控制方法。