改進PID控制算法的電加熱爐爐溫控制系統研究

楊 亮,秦洪浪

(陜西工業職業技術學院,陜西 咸陽 712000)

在工業生產過程中,溫度控制效果關系到產品質量以及安全。因此在鋼鐵冶煉、石油萃取的生產過程中,選用先進的溫控算法的使用是十分必要的。隨著工業化進程的加快,電加熱方式逐漸取代傳統方式成為工業溫控的首選。電加熱爐具有高效、清潔以及熱效能高等優勢。但因為電加熱爐的爐溫控制具有非線性、時滯性大、復雜等特點,往往會導致溫度控制系統的反饋不及時,從而成為影響工業生產質量,使得產品質量出現重要問題。在工業生產控制對象日益復雜的背景下,提升傳統電熱爐PID控制器控制能力以及控制精度是研究的重要方向。本文主要以SXF-4-10電加熱爐作為研究對象,建立起改進PID控制算法模型以提升電加熱爐爐溫控制系統的響應速度以及抗干擾能力。

1 傳統PID電加熱爐爐溫控制系統原理分析

簡單來說,傳統PID電加熱爐爐溫控制系統(見圖1)主要通過比較設定值以及實際輸出值的差異,然后將比較結果進行比例、微分以及積分處理,得出電加熱爐控制方法[1]。其中處理時的系數選擇直接關系到電加熱爐溫度控制系統的好壞。

圖1 傳統PID控制系統原理圖

圖1中的r(t)為電加熱爐溫度系統設定值,e(t)為實際值與設定值的偏差,P、I、D為傳統PID系統各環節的系數,分別對應比例環節、積分環節以及微分環節。

比例環節的基本原理就是通過對誤差信號進行放大,從而提高系統的響應速度。在出現系統誤差時,通過調節比例環節來調節信號的放大率,降低系統的誤差。比例環節的優勢是可以在系統發生偏差后立刻反饋到被控目標[2]。在電熱爐溫度控制的初期階段,采用大比例系數可以加快系統的跟蹤速度,但也容易引起系統的不穩定,因此,在整個控制過程初始階段采用比例系數較小,中后期比例系數較大,以確保電加熱爐溫度系統的快速反應[3]。

積分環節是用來解決穩定狀態誤差的。如果系統在動態操作中出現錯誤,則積分環節發揮調節作用。積分環節的控制效果和積分系數有很大關系。積分作用越大,則會引起系統的超調或不穩定,從而降低系統的速度和動態性能。

微分環節與溫控系統的動力學特性有很大的關系,這一環節主要可以根據以往的誤差值預測電熱爐溫控系統的未來發展趨勢,便于系統在偏差發生前做出相應的調整,從而減少系統的超調量,提高系統的動態控制能力[4]。

2 傳統PID電熱爐爐溫控制局限性分析

PID控制器在溫度精度控制要求較低的情況下應用廣泛,但是它也存在著一定的缺點。在一些時滯性較大、慣性較強的對象控制中效果并不理想[5]。具體局限性分析如下。

1)誤差參數調整困難

由于在實際運行中,電加熱爐溫度控制系統的輸入常常是非連續的,所以把控制器的輸出值與預先設置值進行對比得出誤差的方式存在較大的偏差,還會引起系統的超調[6]。在實際生產中, PID控制器的參數調整常常是因情況而異的,因此其參數設定較為費時費力。

2)微分信號獲取困難

在傳統PID爐溫控制系統下,無論是采用何種方式對微分信號進行獲取,都會在獲取時對噪聲信號采取同步放大的方式,放大的手段雖然能夠增強信號的清晰度,但也會一定程度上造成微分信號的失真,影響爐溫控制的實際效果[7]。

3)積分加權組合方式存在潛在風險

傳統PID的積分環節以抵消誤差為目的,但在積分過程中容易產生負面影響以及安全隱患[8]。采取簡單加權方式對環節進行組合不能夠保證控制系統的精確性,甚至還會產生潛在的安全風險。

3 改進PID電加熱爐爐溫控制系統設計

3.1 系統硬件選擇

以SXF-4-10電加熱爐作為研究對象,配套硬件設施包括三相調壓模塊、溫度變送器、CPU315-2DP控制器、WinCC軟件等。

利用PT100熱電阻器對電加熱爐溫進行檢測,電加熱爐加熱裝置選擇三相調壓模塊,方便電熱阻將接收到的爐溫溫度信號傳輸給溫度變送器。將溫度變送器與PROFIBUS-PA總線掛接,完成電加熱爐現場測量信號到控制器的傳送[9]。控制系統完成對信號的處理后,經由分布式I/O模塊進行輸出,采用4～20 mA電流信號輸出電壓,控制加熱器對電加熱爐進行加熱,控制加熱爐的溫度,全程采用WinCC軟件進行上位機監控[10]。

3.2 電加熱爐爐溫控制系統

電加熱爐的爐溫控制系統由硬件設施、可控硅調壓器以及基于改進蟻群算法的PID神經網絡控制器組成,如圖2所示。

圖2 電加熱爐爐溫控制系統設計

在整個系統設計中,由改進蟻群算法對于PID神經網絡進行調節,根據輸入信號的偏差量進行計算,借助可控硅調壓器對輸出量進行傳送,通過電流完成溫度控制。

3.3 改進PID控制算法

3.3.1 改進蟻群算法

蟻群算法顧名思義,是一種以模擬螞蟻覓食行為的算法,螞蟻通常利用嗅覺信號素來尋找食物。在蟻群算法中,螞蟻在求解空間內行走的每個路徑都是唯一的可行解,當路徑較短時,螞蟻會釋放出更多的信息素來引導后續蟻群的行為[11]。最后,在信息素的作用下,所有的螞蟻都會被吸引到特定的路線上,而這條路線就是空間的最優解決方案。

免疫算法是一種模擬生物系統的仿生算法,具有極強的記憶性以及自我調節功能。雖然蟻群算法最終會得到空間的最優解,但在搜索的后期可能出現早熟的現象,因為信息素的揮發而導致空間解得到時間較長[12]。將免疫算法因素到蟻群算法中加以改進,能夠提升蟻群的多樣性以及適應度,從而解決信息素分布的問題,增強算法整體的收斂速度。改進蟻群算法流程如圖3所示。

圖3 改進蟻群算法流程圖

3.3.2 改進PID神經網絡算法

在改進蟻群算基礎上,基于免疫算法的抗體濃度調整機制對初始化信息素分配的規則進行了修改,采用新的蟻群優化方法來改進PID神經網絡算法。蟻群由起始點開始搜索,并按照初始信息素的不同,隨機選取不同的結點,相當于在大量神經網絡權重的集合中,每個螞蟻選取一個權重,從而構成一套權重集[13]。在螞蟻運動過程中,下一個節點的選取是獨立的,并依據各節點的狀態傳遞規律和信息素數量來進行選擇。在到達目標后,通過調整各結點的信息素數量,然后反復進行以上步驟,直至達到一定的迭代數或演化趨勢不明顯結束。

改進PID電加熱爐溫度控制算法流程如下:

(1)參數初始化,按照信息素分配方式啟動蟻群。

(2)蟻群按照規則進行搜索,得到最優解。

(3)借助免疫算法抗體濃度調節對最優解進行處理,得到解集。

(4)對信息素規則進行更新,獲取新路徑,并重復流程(1)～流程(3),得到最大迭代數。

(5)確定改進PID神經網絡結構算法,采樣計算出P、I、D系數值,并運行電加熱爐溫度控制系統。

(6)借助改進算法進行電熱爐溫度控制系統學習,自適應參數調節[14]。

4 仿真實驗

選取Matlab平臺,借助Simulink進行仿真模型搭建,對改進后的PID算法進行仿真實驗,并與傳統PID算法下的電加熱爐爐溫控制系統結果進行對比分析。預先設定電加熱爐的目標溫度為600 ℃,溫差的基本論域取[-20,20],溫差變化率基本論域取[-1,1],改進PID溫度控制系統的參數初始值由Ziegler-nichols方法進行確定,其中Kp為0.352,KI為98,KD為25。根據參數設定值進行仿真測試,并得到仿真曲線,結果如圖4所示。

圖4 電加熱爐溫度控制曲線對比

根據圖4的仿真結果可知,改進蟻群算法PID優化后的電加熱爐溫度控制系統到達穩定的時間明顯的短于傳統PID,且具有更小的超調量,能夠更好的控制電熱爐溫度,改善電加熱爐溫度控制系統的性能,縮短系統的響應時間[15]。這一結果進一步說明了改進后PID電加熱爐溫度控制系統的優勢。

5 結 語

電加熱爐是工業生產中的常用設備,多使用傳統PID模型實現溫度控制。雖然PID控制器的結構簡單、便于操作,但因為其控制能力以及精準度不足難以應對日漸復雜的生產工藝。本文對現有的蟻群算法加以改進,建立了一種基于改進PID的電加熱爐爐溫控制系統,并通過Matlab系統仿真實驗,驗證了這一改進方法的優越性。這一系統能夠削弱電加熱爐溫度控制的時滯性難題,縮短系統響應時間,改善電加熱爐的溫控效果,在工業生產中具有極強的推廣價值。