基于模糊PID控制的智能溫度控制系統(tǒng)研究

郭志庭

(四川工業(yè)科技學(xué)院,四川 德陽 618500)

0 引言

溫度控制是一種典型的非線性時(shí)變控制系統(tǒng),隨著控制理論的發(fā)展,將智能控制理論與傳統(tǒng)控制理論相結(jié)合,從而得到更好的控制效果是技術(shù)發(fā)展的趨勢[1]。傳統(tǒng)PID控制器結(jié)構(gòu)簡單,有一定的魯棒性,能夠取得較好的控制效果,但傳統(tǒng)PID控制器需要根據(jù)環(huán)境變化,手動調(diào)節(jié)參數(shù),有一定的局限性,適應(yīng)性不強(qiáng)[2]。針對傳統(tǒng)PID控制器問題,模糊控制系統(tǒng)可以彌補(bǔ)適應(yīng)性不強(qiáng)的問題,它可以在不需要精確數(shù)學(xué)模型的情況下,實(shí)現(xiàn)對溫度的精確控制。該系統(tǒng)利用模糊邏輯理論中的模糊集合、模糊推理和模糊控制等方法,與傳統(tǒng)的PID控制器相結(jié)合,將模糊的溫度信息轉(zhuǎn)化為模糊的控制指令,從而實(shí)現(xiàn)對溫度的精確控制。

溫度模糊控制系統(tǒng)廣泛應(yīng)用于工業(yè)自動化、農(nóng)業(yè)生產(chǎn)和生物醫(yī)學(xué)等領(lǐng)域,如農(nóng)業(yè)生產(chǎn)過程中可利用此控制系統(tǒng)提高溫室大棚的溫度控制精度。目前,該系統(tǒng)研究內(nèi)容涉及模糊控制算法、模糊控制器設(shè)計(jì)、模糊控制性能評價(jià)等方面[3-5]。近年來,隨著計(jì)算機(jī)技術(shù)的快速發(fā)展,溫度模糊控制系統(tǒng)的研究也日益深入,不斷涌現(xiàn)出新的理論和方法,為實(shí)現(xiàn)更加精確的溫度控制提供了有力支持。

1 傳統(tǒng)PID控制器原理

在模擬控制系統(tǒng)中,其過程控制方式是將被測參數(shù)溫度由傳感器換成統(tǒng)一的標(biāo)準(zhǔn)信號送入調(diào)節(jié)器。在調(diào)節(jié)器中與給定值進(jìn)行比較,然后把比較的差值經(jīng)PID運(yùn)算后送到執(zhí)行機(jī)構(gòu),改變進(jìn)給量,以達(dá)到自動調(diào)節(jié)的目的[6-7]。PID控制系統(tǒng)原理如圖1所示。

圖1 PID控制原理圖

PID是一種線性控制器,根據(jù)輸出值c(t)和輸入值r(t)的偏差構(gòu)成控制方案

e(t)=r(t)-c(t)

(1)

其控制規(guī)律為

(2)

對公式(2)進(jìn)行拉普拉斯變換,求解出傳遞函數(shù),如公式(3)所示

(3)

比例環(huán)節(jié)可以成比例地反映控制系統(tǒng)的偏差信號e(t),偏差一旦產(chǎn)生,控制器立刻產(chǎn)生控制作用,以減小偏差;積分環(huán)節(jié)主要用于消除靜差,提高系統(tǒng)的無差度。積分作用的強(qiáng)弱取決于積分時(shí)間常數(shù)TI,TI越大積分作用就越弱,TI越小積分作用就越強(qiáng)。微分環(huán)節(jié)反映偏差信號的變化趨勢,并能在偏差信號變得太大之前在系統(tǒng)中引入一個有效的早期修正信號,從而加快系統(tǒng)的動作速度,減少調(diào)節(jié)時(shí)間[8]。

2 模糊控制原理

計(jì)算機(jī)處理問題的邏輯是根據(jù)事先確定的信息,按照既定的方法步驟,做出判斷和處理問題。但人的思維方式可以在只得到少部分信息的情況下,對問題進(jìn)行分析和處理[9]。為了能夠讓計(jì)算機(jī)處理問題的思維方式模仿人的這種模糊判斷思維,則需要把人語言中所具有模糊、不確定信息以定量的形式表現(xiàn)出來,模糊的概念由此而來。模糊集合是一個特性的對象對于給定集合的一個隸屬度,是處于0～1之間的某個值,而不限于0和1這兩個值。這樣描述更自然,更接近人的思維表達(dá)方式。模糊規(guī)則是在模糊集的基礎(chǔ)上,結(jié)合操作經(jīng)驗(yàn)、表述知識,構(gòu)成的一組控制邏輯規(guī)則[10-11]。基于模糊規(guī)則構(gòu)成的模糊控制系統(tǒng)表達(dá)了輸入、輸出的映射關(guān)系。通過以上的處理,模糊控制系統(tǒng)可以向任意函數(shù)關(guān)系逼近。模糊控制器的基本流程圖如圖2所示。

圖2 模糊控制器基本流程圖

從圖2中可以得出輸入變量為輸入誤差E與輸出誤差變化率EC,而控制變量則為下一個狀態(tài)輸入U(xiǎn)。其中E、EC、U統(tǒng)稱為模糊變量;模糊化將輸入值E、EC以適當(dāng)?shù)谋壤D(zhuǎn)換到論域的數(shù)值,利用口語化變量來表述測量物理量的過程,依照適合的語言值求得該值相對應(yīng)的隸屬度,此口語化變量稱之為模糊子集合;知識庫提供了處理模糊數(shù)據(jù)的相關(guān)定義,還提供了由一群語言控制規(guī)則描述的控制目的和策略;邏輯推理是模仿人操作經(jīng)驗(yàn)的模糊概念,運(yùn)用模糊邏輯和模糊推論法進(jìn)行推論,得到模糊控制信號;反模糊化將推論所得到的模糊信號轉(zhuǎn)換為明確的控制信號,作為系統(tǒng)的輸入值。

3 基于模糊PID控制的智能溫度控制系統(tǒng)模型設(shè)計(jì)

3.1 溫度控制對象模型確定

溫度控制系統(tǒng)的對象特點(diǎn)為非線性及滯后性,根據(jù)頻率響應(yīng)特性得到溫度控制對象的傳遞函數(shù)為式(4)

(4)

3.2 基于模糊PID控制的智能溫度控制系統(tǒng)結(jié)構(gòu)

圖3為模糊PID控制的智能溫度控制系統(tǒng)基本結(jié)構(gòu)圖。

圖3 模糊PID控制的智能溫度控制系統(tǒng)基本結(jié)構(gòu)圖

從圖3可以看出該控制模型是基于經(jīng)典PID控制調(diào)節(jié)器結(jié)構(gòu),在此基礎(chǔ)上,添加了模糊控制器,其中,輸入變量為溫度偏差e(t)和偏差變化率de(t)/dt,輸出變量為PID控制器的三個控制參數(shù)KP、KI、KD。由模糊控制理論與傳統(tǒng)控制相結(jié)合,提出由專家經(jīng)驗(yàn)形成的模糊規(guī)則對控制系統(tǒng)推理判斷,輸出給傳統(tǒng)PID調(diào)節(jié)器,從而實(shí)現(xiàn)了對溫度的模糊控制。

3.3 模糊規(guī)則的制定

由傳統(tǒng)PID控制器原理和參數(shù)KP、KI、KD對控制因素的影響,結(jié)合專家經(jīng)驗(yàn),制定模糊規(guī)則如下:

1)當(dāng)E<0,EC>0時(shí),應(yīng)盡快消除偏差,加大偏差的權(quán)值,接近穩(wěn)態(tài)后,加大偏差變化的權(quán)值,適當(dāng)減少積分作用。

2)當(dāng)E<0,EC<0時(shí),應(yīng)盡力減小超調(diào),加大偏差變化的權(quán)值。

3)當(dāng)E>0,EC<0時(shí),系統(tǒng)基本穩(wěn)態(tài),應(yīng)減少控制作用。

4)當(dāng)E>0,EC>0時(shí),保持微分參數(shù),使系統(tǒng)快速穩(wěn)定。

系統(tǒng)穩(wěn)定后,恢復(fù)調(diào)整PID參數(shù)。基于上述規(guī)則,建立模糊控制表,放入模糊控制器中,實(shí)現(xiàn)溫度模糊控制。

4 仿真分析

4.1 仿真模塊建立

本文采用Matlab Simulink環(huán)境下,建立模型,輸入模糊邏輯控制規(guī)則,仿真分析。圖4為基于模糊PID的溫度控制系統(tǒng)模型圖。

圖4 基于模糊PID的溫度控制系統(tǒng)模型圖

為了便于比較,在圖4的模型中放入了傳統(tǒng)PID模型,傳統(tǒng)PID模型如圖5所示。

圖5 傳統(tǒng)PID模型

在模糊PID控制中,加入了模糊邏輯控制器,模糊邏輯控制器根據(jù)輸入及模糊規(guī)則實(shí)時(shí)矯正PID參數(shù)送到PID控制系統(tǒng)中,圖6為模糊PID模型。

圖6 模糊PID模型

4.2 模糊規(guī)則建立

利用Matlab模糊模塊,將模糊規(guī)則輸入模糊邏輯控制器,首先建立2輸入3輸出隸屬度函數(shù),圖7為模糊邏輯輸入輸出圖。

圖7 模糊邏輯輸入輸出圖

根據(jù)仿真測試和模型特性確定輸入量E和EC及輸出量KP、KI、KD的范圍。圖8為輸入量E的設(shè)置圖,從圖中可以看出,將輸入量E分為NB、NM、NS、Z、PS、PM、PB幾個等級,其中NB和PB設(shè)置為gaussmf類型,其余等級設(shè)置為trimf類型。

圖8 輸入量E設(shè)置圖

[Input1]

Nanes=‘E’

Range=[-12 12]

NumMFs=7

MF1=‘NB’:‘gaussaf’,[2.801-12]

MF2=‘NM’:‘trimf’,[-12 -8 0]

MP3=‘NS’:‘trimf’,[-12 -4 4]

MF4=‘Z’:‘trim’',[-8 0 8]

MF5=‘PM’:‘trimf’,[o 8 12]

MF6=‘PB’:‘gauss2mf',[2.801 11.6 1.362 12.4]

MF7=‘PS’:‘trimf’,[-4 4 12]

通過以上設(shè)置可以使得輸入E更為平滑。其他輸入和輸出,仍按上述步驟,根據(jù)數(shù)據(jù)特性分別進(jìn)行設(shè)置。

完成輸入輸出參數(shù)設(shè)置后,接下來根據(jù)上節(jié)中提到的整定規(guī)則,制定模糊控制規(guī)則,如圖9所示。

圖9 模糊規(guī)則設(shè)置圖

通過模糊規(guī)則,可以得出輸出值所對應(yīng)的隸屬度,同時(shí),可通過曲面觀測器來查看模糊規(guī)則推理和輸出曲面(圖10)。

圖10 模糊規(guī)則曲面觀測器

4.3 仿真結(jié)果分析

建立并輸入模糊控制規(guī)則后,對模型進(jìn)行仿真分析,結(jié)果如圖11所示。

圖11 仿真結(jié)果圖

從圖11中可以看出基于模糊PID控制到達(dá)穩(wěn)態(tài)時(shí)間要比傳統(tǒng)PID控制到達(dá)穩(wěn)態(tài)時(shí)間短。通過示波器工具調(diào)用分析,實(shí)測基于模糊PID控制到達(dá)穩(wěn)態(tài)時(shí)間為0.716 s,基于傳統(tǒng)PID控制到達(dá)穩(wěn)態(tài)時(shí)間為1.827 s。通過仿真試驗(yàn)驗(yàn)證了模糊PID控制上升時(shí)間更短,控制更為穩(wěn)定,且魯棒性更強(qiáng)。

5 結(jié)論

本文將模糊控制與傳統(tǒng)PID控制器相結(jié)合,構(gòu)建模糊PID智能溫度控制系統(tǒng),即根據(jù)當(dāng)前系統(tǒng)誤差E和誤差變化率EC,通過模糊控制系統(tǒng)的模糊規(guī)則,動態(tài)調(diào)整PID參數(shù)。采用Matlab模糊控制工具箱進(jìn)行仿真試驗(yàn),驗(yàn)證了模糊PID智能溫度控制系統(tǒng)能實(shí)現(xiàn)動態(tài)參數(shù)調(diào)整,上升時(shí)間更短,控制更為穩(wěn)定,且魯棒性更強(qiáng)。