基于模糊PID控制的烘干房溫度控制設計*

郝文彬，馮天玉，黃世明，程捷，朱望武

(1.湖北工業大學機械工程學院，武漢市，430068；2.武漢市紅之星農牧機械有限公司，武漢市，430000)

0 引言

隨著國家經濟水平的不斷提高和人民生活水平的提高，人民對于豬肉類食品的需求量也在逐年攀升[1]。我國的養豬行業也由以前的農村散戶的模式轉化為集中、專業化、集團規?；Ｊ?。規?；酿B殖不僅可以將生豬的養殖集中化管理，而且提高了生豬的生產效益，并降低了養殖周期。同時，對預防疾病的傳播，也逐步完善了一系列措施。對于非洲豬瘟的影響，各個企業都引起對消毒烘干的重視，烘干房得以快速發展起來，烘干房對于溫度有特別高的要求，要求其房內溫度保持在一定溫度區間和時長，這就需要系統去進行加以控制。目前傳統的PID控制精度難以滿足條件需求，所以提出了模糊PID的自適應模糊控制算法[2-3]，能夠對采集的信息實時進行優化[4]，反應迅速，確保烘干房內的溫度保持在設定的范圍,在其溫度范圍內達到烘干消毒的目的。

本設計是針對大型運輸生豬汽車烘干房系統，以烘干房內的溫度為控制目標，設計了基于模糊PID控制算法，在工作過程中實時的優化PID參數,使房內溫度得到更好地控制。

1 烘干房的物理模型

在實際的生產工作中烘干房如圖1所示，由保溫墻體、送風系統、回風系統、加熱系統等組成。地面是C20混凝土工藝，厚度50 mm，保溫墻體采用的是泡沫保溫材料，厚度為150 mm，加熱熱系統是高溫型直燃烘干機，功率是80 kW，同時內置一臺送風機，風量為3 500 m3/h，回風系統采用直徑300 mm圓形管道。整體烘干房的結構尺寸為12 m×5 m×4.8 m。

圖1 烘干房實物圖Fig.1 Drying room physical drawing

由于烘干房體積較大，為保障快速升溫，提高烘干的效率，故采用6個相同的高溫型直燃烘干機，烘干房體積較大，溫度不均勻性比較突出，所以前期先行對烘干房結構模型進行了溫度分部均勻性進行了優化，優化其結構，在對其進行溫度控制設計。烘干房內布置了溫度監測點，交叉符號是溫度監測點，分布如圖2。

圖2 溫度監測點Fig.2 Temperature monitoring point

溫度監測點分布在烘干房兩側墻壁上，一側墻壁上①—⑩的點，在另一側墻壁上也有10個監測點，總共20個監測點，具體位置參數見表1。最終的采集溫度值為這些溫度監測點的平均值作為輸入值。對整個烘干房烘干系統進行簡化，簡化后系統如圖3所示。

表1 監測點位置參數Tab.1 Location parameters of monitoring points

圖3 烘干房控制系統結構圖Fig.3 Control system structure of dryingroom

T是設定的目標溫度值，Tout是烘干房實際溫度值為輸出值，在輸入控制器；控制器對比目標溫度T和實際溫度Tout，求出溫度差e和溫度變化率ec[5]，在對其進行模糊推理，得到PID控制參數，運算輸出u，再將u輸送變頻器[6]，變頻器控制直燃烘干機的輸出功率，從而達到控制烘干房內部溫度的效果。

2 硬件設計

該烘干房硬件系統的組成有SIMATIC S7-200PLC、EM235輸入模塊、EM222輸出模塊、SIMENS TP277顯示屏，如圖4所示。系統流程如圖5所示。

圖4 控制系統硬件圖Fig.4 Hardware diagram of control system

圖5 系統流程圖Fig.5 System flow chart

系統主控模塊：選擇是西門子S7-200主控模塊CPU22XP，輸入量為14數字，輸出數字量10個配有2個RS485通訊接口，可連接最大擴展接口7個。

輸入模塊:溫度傳感器要把采集的溫度信息模擬量傳入到主控模板，控制系統選用EM235，其為4路模擬量輸入，輸出信號為電壓或電流信號。

輸出模塊：輸出指令經輸出模塊以輸出數字信號控制加熱烘干機和功率調節器、循環熱風機，選用EM222，其為8路繼電器輸出型。

人機接口設備:選用SIMENS TP277顯示屏，與S7-200 PLC連接，能實現操作人員方便進行參數設定。

執行機構：主要有功率調節器、烘干機、循環熱風機。溫度采集出入主控模板，經過分析通過輸出模塊發出指令，烘干機進行加熱工作，隨著烘干房內溫度與設定溫度差值減小，功率調節器開始調節加熱功率，減少能耗，當溫度達到設定溫度循環熱風機開始工作，對生豬運輸汽車進行熱風循環吹干。

3 模糊PID控制設計

模糊PID算法主由兩部分組成，一部分是PID控制器，一部分是模糊控制器，模糊控制器以溫度誤差e和誤差變化ec作為輸入量[7]，利用模糊規則對PID控制器的參數Kp、Ki、和Kd進行整定，使被控對象保持在較好的動態和靜態穩定情況[8]。其模糊自適應PID方框圖如圖6所示。

圖6 控制工作原理Fig.6 Working principle of the control

3.1 PID控制器

PID控制器(比例-積分-微分控制器)是工業控制應用常見的回路部件，控制器把收集數據與參考值進行比較，然后把差值作為新的輸入值，新的輸入值得目的就是讓系統始終維持在參考值范圍內。PID控制器算法如式(4)所示。

(1)

式中：u(k)——輸出；

e(k)——輸入即偏差值；

T——采樣周期；

Ti——積分時間；

Td——微分時間。

3.2 模糊控制器

3.2.1 模糊化處理及隸屬度函數確定

將溫度差e和溫度誤差變化率ec變化范圍定義為模糊集上的論域

e,ec,Kp,Ki,Kd=[-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6]

其模糊子集為

e,ec,Kp,Ki,Kd={NB,NM,NS,ZO,PS,PM,PB}

子集中元素一一對應(負大、負中、負小、零、正小、正中、正大)。

輸入量為偏差e和溫度偏差變化率ec，以PID參數的自整定來實現控制信號u的輸出?？紤]算法的簡便和實用性，選擇用三角形隸屬度函數作為輸入和輸出變量的模糊隸屬度函數[9]。

3.2.2 給定語言變量賦值表和建立模糊控制規則

根據迷糊子集在語言變量論域確定規則，選取NB,NM,NS,ZO,PS,PM,PB作為語言變量e,ec,u語言變量值，其論域元素(-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6)，e,ec,Kp,Ki,Kd的賦值表如表2～表4所示。

表2 語言變量e賦值表Tab.2 Language variable e assignment table

表3 語言變量ec賦值表Tab.3 Language variable ec assignment table

表4 語言變量Kp、Ki、Kd賦值表Tab.4 Language variable Kp、Ki、Kd assignment table

依據Kp、Ki、Kd對系統輸出影響的特性，總結出對不同情況e和ec變化，參數Kp、Ki、Kd的自整定原則[10]。(1)對于偏差較大的情況，為加快系統的響應速度，同時避免偏差瞬間變大而引起微分飽和超出控制的范圍[11]，應選取Kp較大值和Kd較小值。另外為避免積分飽和，一般取Ki=0。(2)在偏差的變化在中等大小時，為達到系統具有較小的超調量和特定的響應速度，Kp應取較小值[12]。在這種情況下，Kd對系統影響很大，應取較小值，Ki應選取適當的值。(3)在偏差變化較小的情況下，為使系統有很好穩定性，Kp、Ki的值應取較大一些，為減小響應值的振蕩，應恰當選取Kd[13]。規則是：當偏差變化小時，Kd取大值，當變化較大時，取小值。根據自整定規則，建立合適的e、ec、Kp、Ki、Kd的模糊規則控制表如表5～表7[14]。

表5 Kp的模糊規則控制表Tab.5 Fuzzy rule control table of Kp

表6 Ki的模糊規則控制表Tab.6 Fuzzy rule control table of Ki

表7 Kd的模糊規則控制表Tab.7 Fuzzy rule control table of Kd

Kp-Ki-Kd系數調教參數控制曲面如圖7～圖9。

圖7 Kp系數調教參數控制曲面圖Fig.7 Surface diagram of Kp coefficient adjustment parameter control

圖8 Ki系數調教參數控制曲面圖Fig.8 Surface diagram of Ki coefficient adjustment parameter control

圖9 Kd系數調教參數控制曲面圖Fig.9 Surface diagram of Kd coefficient adjustment parameter control

3.2.3 解模糊化

去模糊化有3種方法，分別是最大隸屬度、重心法和加權平均[15]。本設計選取重心法對控制器的模糊輸出進行反模糊化，求出各個模糊化系數的增量，將得到的反模糊化值乘以比例因子，最終轉化為實際論域的變化量。

4 仿真測試試驗

為有效地控制烘干房內溫度，需對系統進行仿真試驗，建立被控制系統的傳遞函數。運用的是階躍響應來識別系統的方法。對烘干房進行加熱達到某一穩定值后，控制加熱功率使其保持穩定，記錄烘干房的溫度上升曲線一直到達穩定值，提取數據并保存。導入Matlab工具箱中進行識別模型。選用一階慣性環節純滯后模型對系統識別，烘干房的數學模型如式(2)所示。

(2)

根據以上模糊控制規則和烘干房的數學模型，基于Matlab的 Simulink創建烘干房溫度模糊PID控制系統模型，如圖10所示。

圖10 模糊PID控制系統模型Fig.10 Fuzzy PID control system model

模擬烘干系統設定目標溫度是70 ℃，假設烘干房的初始溫度是0 ℃，得到PID控制和模糊PID控制仿真結果如圖11所示?？梢园l現：從室內初始溫度達到設定溫度70 ℃ 中，PID控制方案下超出設定溫度約7 ℃，超調量比較大；而模糊PID控制達到70 ℃后，系統保持其設定溫度，系統保持穩定狀態，而且到達穩定所用的時間明顯縮小，結果表明模糊PID控制精度高，系統超調量小。

圖11 仿真響應曲線圖Fig.11 Simulation response curve

5 試驗與結果分析

為了驗證模糊PID控制相對于PID控制具有優越性，對該設計系統進行對比試驗，對比試驗采用相同烘干房，其外部環境因素均相同，設置相同溫度目標值為70 ℃，初始環境溫度為21 ℃，每隔60 s記錄一次烘干房內當前的溫度。在系統運行到960 s時，開啟烘干房的前后門進行擾動，開門持續時間為240 s。全部試驗的數據圖形如圖12。

圖12 對比試驗Fig.12 Comparison test

模糊PID控制，在時間420 s達到溫度目標值，超調量為3.5%，其調節時間420 s，到達溫度設定值，一直趨于穩定狀態；而PID控制在時間380 s達到目標值，但其調節時間為720 s超調量為7.3%。在加入干擾系統后，模糊PID控制比PID控制調節時間少用240 s。從整個烘干房溫度控制效果來看，模糊PID控制更具有穩定性，控制溫度差值更小，反應更迅速。

6 結論

生豬運輸汽車烘干房是非瘟防疫中十分重要的環節，而對于烘干房內溫度這一參數，提出設計模糊PID溫度控制系統。目的在于準確控制烘干房內溫度，減少能源損耗。

1)經過仿真試驗，可以看出模糊PID控制系統相對于PID控制系統，具有較小超調量，控制精度高。對于具有非線性和時變等特點的不確定模型，模糊PID具有非常好的控制作用。

2)由試驗數據處理可以看出：經過模糊PID參數自我整定，溫度的慣性和滯后性有了較大改善，在溫度升到目標溫度，僅比目標溫度高2.5 ℃，而且在受到外界干擾條件下，反應速度快，相對于PID控制，達到穩定狀態節省了180 s。