模糊自适应整定PID

模糊自适应整定PID（精选九篇）

模糊自适应整定PID 篇1

关键词：模糊自整定PID,流量控制,Simulink

传统液体混合装置中，控制系统常采用PLC、单片机等作为核心。其工作方式为:启动装置，注入液体1。当液体1达到指定液位1，则关闭液体1阀门，注入液体2直至达到指定液位2[1]。此种工作方式只能满足小型生产，效率低下。为提高液体混合效率，可采用在线监测液体流量，使用相对成熟的PID作为基本控制方法。但系统中，参数整定较为复杂，导致应用过程中操作不便，且PID的固定参数难以适应系统状态改变时的要求[2]。模糊自适应PID控制器在液体混合装置中的应用，解决了多种液体连续混合的问题，并节约了成本。同时，由于液位传感器的存在，兼顾了一定体积混合液体的生产。

1 系统工作原理

以两种液体混合为例。不同生产领域需要不同液体混合比。本系统中，将混合比转换成流量比，作为设定值。若同时调整两液体的调节阀，易产生超调。因此，以液体2的流量为基准，改变液体1的调节阀开度，调节流量，实现设定流量比。

混合器流量控制系统由4部分组成:流量测量变送环节、模糊PID控制器、执行机构和被控对象，如图1所示。由流量计测出液体1、2的流量，转换成流量比与设定值作比较，其中差值与差值变化量作为模糊控制的输入。输出整定后PID参数，改变步进电动机旋转角度，控制液体1调节阀开度，使液体1、2的流量比最终稳定于设定值，实现闭环调节控制。

2 模糊自整定PID控制

在模糊自整定PID控制器中，有两个输入:其一是实际流量比与设定流量比的差值E;其二是差值变化量Et，输出控制调节阀的参数变量。

(1)若实际流量比大于设定流量比，则减小液体1调节阀的开度，差值越大，开度减小越多[3];(2)若实际流量比小于设定流量比，则增加液体1调节阀的开度，差值越大，开度增加越多[3];(3)差值变化越大，调节阀开度调整幅度越大，以保证流量比满足设定值的要求。

2.1 模糊化接口

模糊接口是确定精确量与模糊量转换过程的输入口。实际应用中，E与Et均为精确量，若转化为模糊量，先确定其变化范围，与标准值之间相对应。通过式(1)将E与Et的变化范围转为标准[-3,3][3]

其中，a、b为E与Et变化范围的上限及下限，上下限根据实际仿真得到，y为标准值，x为实时E或Et。

再确定输入模糊集。输入与输出的模糊子集，分别为:NB(负大)、NM(负中)、NS(负小)、ZO(零)、PS(正小)、PM(正中)、PB(正大)。表示输入、输出上升或下降的变化程度，其论域范围为E/Et=[-3 3]。

最终选择合适的隶属度函数形状。结合生产控制的要求，选择合适E的隶属度函数，使液体混合控制能力加强，满足生产需求，减少控制频繁。Et的隶属度函数更应响应流量变化情况，控制灵敏，以适应生产控制的要求，提高液体混合度[3]。

因差值范围到论域范围随着设定值的不同，有所变化。因此，输入变量乘以相应的比例因子[3]，分别表示为ke、ket。若ke、ket取值越大，那么系统的超调量可能变大，调节时间延长。若ke、ket取值越小，模糊控制的效果越差，输出变化越慢。因设定值一般取在0.5～3之间，经过Simulink仿真，当系统稳定时，通常E的变化范围在0.1～0.3之间，选取一个合适的比例因子，ke=5;同理，ket=1.2。

2.2 参数整定

模糊控制中，根据不同情况下的E、Et，通过模糊规则系统、模糊推理，搜索模糊矩阵来决定PID参数的变化情况，输出适合的PID参数，是模糊控制的核心。E、Et与PID参数之间的关系如下[4]:

(1)当E较大时，为快速反应及防止超调过大，kp应较大，kd较小，ki值要小，通常取ki=0;

(2)当E和Et为中等大小时，为减小超调量、保证一定的响应速度，取较小kp。此时，kd的取值对系统影响较大，应取小一些，ki的取值要适当;

(3)当E较小时，为了系统良好的稳态性能，应使kp、ki值适当增大。同时为避免系统在平衡点产生震荡，kd应适当选取，其原则是:当Et较小时，kd取值较大;当Et较大时，kd取较小的值，通常kd为中等大小。

其核心模糊控制由知识工程技术设计人员总结和实践操作经验得出，由此建立表1[5]。经查表1得到Δkp、Δki、Δkd，依此修正PID参数。

2.3 接模糊化接口

查表得到的是模糊量，而控制需要精确量，模糊量转变成精确量就是解模糊化过程。与输入时相同，输出Δkp、Δki、Δkd也需要比例因子[6]。对应Δkp、Δki、Δkd的比例因子分别为k1,k2,k3。经大量的调试模拟，k1=3,k2=1.4,k3=0.09。

根据模糊子集的隶属度赋值表和每个参数模糊控制模型[7]，应用模糊综合和模糊推理设计PID参数矩阵，依式(2)修改PID参数

其中，kp0、ki0与kd0是原始PID参数。在线液体混合时，系统通过模糊逻辑推理实时自整定PID参数。

3 Simulink仿真

为简化系统，液体2流量设定为1，调节阀中输出为液体1流量，可作为液体流量比。其中电动机中结构复杂，将其简单看为一个整体，等效为一阶惯性系统，则其传递函数为

其中，K1为电动机增量;T1为电动机时间常量。

液体流量不仅与电动机转速有关，还与调节阀开度有关。调节阀开度不同，造成液体自身流速不同。调节阀传递函数与电动机相似

其中，K2为调节阀增量;T2为调节阀时间常量。

若系统存在滞后时间τ，结合式(3)和式(4)，得出

取K1K2=1.4,T1=T2=1 s，τ=2.5 s。

图2中，系统的输入是常数，即设定流量比，通过模糊PID控制，调节液体阀，输出为液体1的流量，与设定值相比较，在线自整定PID，使流量比尽快达到设定值。实际生产中，存在系统干扰，例如:液体杂质、装置生锈、信号传输等问题。因此在Simulink中加入Uniform Random Number模块，作为干扰因素。

当设定值为2.5时，模糊自整定PID和传统PID的控制效果如图3所示:(1)模糊自整定PID的超调量为3.9%，使用传统PID控制的系统超调量接近40%且伴有微小震荡;(2)模糊自整定PID能更快接近设定值，过渡时间短;(3)在40 s的仿真时间内，传统PID控制系统的流量比约为2.47，始终保持在2.5之下，未能达到设定值。

可知，模糊自整定PID的控制系统超调量小、调节时间短、震荡少、稳定性好。

对于不同的流量设定值，模糊自整定PID的控制效果如图4所示。若设定值越小，其超调量越小，调节时间越短，系统越稳定。所以应用自适应PID控制系统鲁棒性好。

4 PLC实现连续或一定量的液体混合

生产需求为一定体积的混合液体时，则使能液位传感器。当达到指定液位时，触发信号，PLC关闭流量阀[8]。这是PLC输入输出的简单控制，决定液体阀门的开启与关断。若是连续液体混合，则禁止液位传感器信号，其简单过程如图5所示[9]。

生产连续或者一定体积的液体混合过程中，PLC实现模糊控制算法。其主要功能是再现模糊控制规则。应用查表法实现[10]。先将控制规则中的输入量E与Et量化成7级，使用FC84填表指令，将kp、ki和kd的变化量填入DB101寄存器中[3]。在PLC中编写程序将实际E、Et模糊量化，作为地址寻址参数，使用FC86查表指令得到Δkp、Δki、Δkd，修改PID参数。

5 结束语

模糊理论与PLC控制器相结合，将流量设定值与液位信号作为PLC控制器的输入。实现液体连续混合时，禁止液位传感器信号，PLC控制器根据设定流量比与实际流量比的差值自动在线实时调节流量阀的开度，以达到液体混合度的设定要求。模糊自整定PID控制系统具有超调量小、调整时间短、精确控制混合度，均匀混合，生产效率高等特点。同时，也可配置一定体积的混合液体，实现稳定连续性或间断性生产，扩大生产应用范围。

参考文献

[1]徐伟,熊红斌.多种液体混合装置[J].黑龙江科技信息,2013(12):155.

[2]廉旭刚,李晓江,刘琦.模糊控制在锅炉给水控制系统中的应用[J].能源与节能,2014(10):175-177.

[3]李栋,郝桂明,宋庆军,等.基于模糊控制的火电厂湿法烟气脱硫系统[J].测控技术,2013,32(1):72-75.

[4]窦艳艳,钱蕾,冯金龙.基于Matlab的模糊PID控制系统设计及仿真[J].电子科技,2015,28(2):119-122.

[5]刘金锟.先进PID控制及其Matlab仿真[M].北京:电子工业出版社,2003.

[6]李健,王冬青,王丽美.模糊PID控制器设计及Matlab仿真[J].工业控制计算机,2011,24(5):56-57,95.

[7]Mafengying.Self-adaptive fuzzy PID control algorithm used in liquid mixing device[C].Changsha:2014 26th Chinese Control and Decision Conference(CCDC),2014.

[8]袁丽华.简单液体混合自动控制方案[J].黑龙江信息科技,2014(8):66.

[9]董志明,宋乐鹏.基于PLC控制的模糊自整定PID变量喷雾控制系统[J].山东农业大学学报:自然科学版,2014,45(4):536-540.

模糊自适应整定PID 篇2

FIMU温度的模糊自适应PID.Smith控制

进行温度控制是提高基于光纤陀螺的惯性测量单元(FIMU)测量精度的重要手段.温控对象具有大惯性和大延迟等特性,难以取得满意的控制效果.在分析了常用温度控制方法的基础上,本文将模糊自适应整定PID控制与Smith预估控制方法相结合,在FIMU中采用模糊自适应整定PID-Smith的温度控制策略.该方法加快了系统的响应速度,很好的解决了控制系统的`滞后问题.对高精度FIMU温度控制系统的仿真研究表明:该方法的控制品质良好,具有较强的鲁棒性,能适应环境参数的变化.本文研究也可用于其它大滞后高精度控制系统设计.

作 者：李晓峰 房建成 张延顺 Li Xiaofeng Fang Jiancheng Zhang Yanshun  作者单位：北京航空航天大学仪器科学与光电工程学院,北京,100083 刊 名：电子测量与仪器学报  ISTIC英文刊名：JOURNAL OF ELECTRONIC MEASUREMENT AND INSTRUMENT 年，卷(期)：2008 22(z2) 分类号：V24 关键词：FIMU   温度控制   Smith预估控制   模糊自适应整定PID控制  

模糊自适应整定PID 篇3

关键词：全闭环伺服系统；位置控制；模糊PID；超声探伤

引言

棒材送料伺服系统是设计的超声探伤装置的重要组成部分，是由交流伺服电机通过联轴器带动滚珠丝杠旋转，来带动液压夹具组件在导轨上移动，而液压夹具夹持棒材在滚筒上移动，棒材由探头进行内部探伤，探测到棒材有内部缺陷时发生报警信号并通过运动控制卡给伺服电机发出停止脉冲指令，在液压夹具组件上安有光栅尺作为该伺服系统的位置反馈装置。为满足探伤过程中对缺陷位置的定位精度要求，棒材送料伺服系统的稳态精度应较高，以及棒材输送过程中需要频繁的启动，响应要快速。为提高伺服系统的性能，采用全闭环的模糊自适应PID控制器作为位置控制器，将机械传动装置考虑在位置环之内，通过反馈回路的耦合与电气伺服系统形成综合的机电系统，研究机械传动对位置控制的影响。

1.伺服系统全闭环数学模型

棒材送料传动装置的结构见图1。

图1 棒材送料装置的结构简图

其中θ_m为电动机轴的输出转角，J_1 〖、K〗_1为电动机轴及其上联轴器的转动惯量和扭转刚度，K_2 、J_2、θ_L、M_D为滚珠丝杠的扭转刚度、转动惯量、转角和折算到丝杠上的摩擦转矩，m、c、K_3为液压夹具组件的质量、导轨间的阻尼系数、滚珠丝杠螺母副的综合拉压刚度，f为棒材与滚筒的摩擦力。则该系统的动力学微分方程为[1]：

M_L=J_L （d^2 θ_L）/（dt^2 ）+C_L （dθ_L）/dt+（mgu+f） P_h/2π

M_L=K_L （θ_M-θ_L）

式中M_L为折算到丝杠轴上的总转矩，J_L=J_1+J_2+m（P_h/2π ）^2为总转动惯量，C_L=（P_h/2π ）^2 c为等效转动阻尼参数，u为摩擦因数，K_L=1?（（1/K_1 +1/K_2 +1/（K_3 （P_h?2π ）^2 ）））为总当量扭转刚度。

文中重点讨论的是负载位置环的控制算法，交流伺服电机的数学模型将不在做推导，交流伺服系统具有电流环、速度环和位置环，把送料传动装置作为负载考虑在位置环内，可以建立棒材送料伺服系统的高阶仿真模型。当位置环采用PID控制策略时，通过MATLAB语言进行编程仿真，给以输入rin=sgn（sin?（4πt））的方波信号，仿真结果如图2所示。

图2 PID控制和模糊PID控制的位置跟踪

2.模糊自适应PID控制器

模糊自适应PID控制器核心是对位置的误差e和误差变化率ec两个输入量进行模糊化处理，得到模糊量，然后按照模糊推理规则，计算得到PID三个控制参数的模糊控制量，最后，把模糊控制量去模糊处理得到实际可以利用的PID参数[2]。在位置环采用模糊自适应PID控制器，以位置的误差和误差变化率作为输入，采用模糊推理对PID参数进行在线调整，可以满足不同的误差和误差变化率对控制器参数的不同要求。

2.1设计模糊语言变量

设定输入模糊语言变量位置误差e的论域为[-5，5]，误差变化率ec的论域为[-3，3]，输出模糊语言变量?K_p、〖?K〗_i、?K_d的论域为[-3，3]，将其量化为7个等级，其模糊子集均为{NB，NM，NS，O，PS，PM，PB}，子集中元素分别代表负大，负中，负小，零，正小，正中，正大，其隶属函数曲线采用Z形函数、三角形函数和S形函数曲线。

2.2模糊控制规则和模糊推理

通过反复实验调整，可以得到针对?K_p、〖?K〗_i、?K_d三个参数分别整定的模糊控制规则表。

模糊推理算法采用Mamdani的极小—极大推理法进行合成，即推理时，根据模糊蕴涵关系，选择“极大与极小”运算作为合成运算，求出模糊输出值，解模糊采用重心法，即加权平均法[3]。仿真结果如图2所示，结果表明模糊PID控制器降低了系统的位置超调量，提高了系统的动态响应能力，对位置的跟踪精度大大提高。

3.结论

通过建立机械传动装置的数学模型，将其考虑在位置环之内，成功的构建了棒材送料伺服系统的全闭环仿真模型。与常规PID控制器相比较，采用位置环的模糊PID控制器减小了系统的超调量，提高了该伺服系统的动态性能和对位置的跟踪能力，说明该复合控制器能够满足棒材送料过程中对缺陷位置的定位精度，对实现探伤自动化提供了理论依据。

参考文献：

[1]宋玉.机床伺服控制性能及动态特性研究[D].西南交通大学，2010：27-29.

[2]周志刚，简献忠.基于模糊PID算法的转速控制系统的研究[J].微计算机信息，2010，26（10）：70-71.

模糊自整定PID控制的仿真分析 篇4

自PID控制理论诞生已70余年发展历史, 它以结构简单、稳定性好、工作可靠、参数调整简单成为现代工业控制的主要理论之一。但当被控对象的参数以及结构不能完全掌握或难以精确建立数学模型时, 系统控制器的结构和参数必须通过工作人员的丰富经验以及现场试参法来进行确定。模糊控制适用于模型难以建立、非线性、参数高度耦合、高迟滞的系统。利用模糊理论在参数整定的优势特点, 同时充分发挥PID控制器的优良控制作用, 将提高对参数难以整定、耦合度高的被控对象的控制精度。

1 模糊自整定PID控制器的整体设计

1.1 PID控制原理简介

由比例环节、积分环节以及微分环节组成的, 通过各环节组成的线性结构对给定输出与实际输出之差进行调节, 使执行机构最终达到预定输入量的控制思想被称之为PID控制理论。图1 PID控制原理框图。

在式 (1) 中, Kp、Ki以及Kd为PID控制理论三个重要参数, 分别表示为比例环节的增益, 是无量纲参数;Ki为积分环节的参数, Kd为微分环节增益参数, 单位为s。这些参数需要根据系统状态进行不断调整, 主要通过在线辨识方法来完成被控系统参数的整定, 最终得到所需的控制结果。其控制算法为 (2) 式所示。

1.2 模糊控制基本原理

模糊控制是基于工程技术人员丰富操作的经验或大量实际操作数据归纳总结出的, 用自然语言来表述的, 采用编程语言通过计算机控制系统可以实现的算法思想。图2中模糊控制由虚线部分所表示的模糊控制器和输入、输出、A/D、D/A等环节构成。

图2中虚线部分所示的模糊控制器, 通常是由以下部分构成的;知识库, 用于推导出模糊控制的控制规则, 输入参数的模糊化过程, 模糊规则清晰化过程以及输出参数的解模糊过程。

1.3 模糊自整定PID的设计

模糊自整定PID器是将模糊规则加入到传统PID控制之中, 通过模糊规则实现PID参数自整定的控制器, 本文设计的模糊自整定PID控制器结构图如图3所示。

(1) 输入以及输出参数的确定:选取误差 (e) 和误差变化率 (ec) 为输入参数, PID参数的修正量ΔKp, ΔKi, ΔKd为输出参数。

(2) 模糊论域以及隶属度函数的确定:设E和EC为输入变量, ΔKp, ΔKi, ΔKd为输出变量, 定义各个变量模糊子集为{NL, NM, NS, ZO, PS, PM, PL}, 论域选择为{-6.6}。通过比较常见几种隶属度函数的优缺点, 同时结合本设计实际情况, 本文选用三角形隶属函数作为以上各子集的隶属度函数。具体函数如图4所示。

(3) 控制规则的确定:通过大量工程数据以及工程技术人员丰富操作经验, 结合理论分析, 可以归纳出偏差e, 偏差率ec跟PID控制器三个参数Kp, Ki, Kd间存在如下逻辑关系。

1) 当较大时, 应选取较大的Kp, 以加快系统的相应速度, 但不宜过大, 否则会导致系统不稳定;同时应选取较小的Kd, 以便加快系统响应;为避免较大的超调, 选取较小的Ki。

2) 当值处于中间大小时, Kp的选择就应该较小一些, Kd的选取就应该酌情考虑, 不可过大也不可过小, 适中即可, 而最后一个参数Ki的选取就可以稍微增大一些, 当然也不能太大。此举可以保证系统的相应速度, 同时超调量也不会太大。

3) 当较小时, 应选取较大的Kp和Ki, 以使系统具有良好的稳态性能;为避免系统在平衡位置出现振荡, 选取适当Kd。

基于以上原则, 归纳总结出的模糊控制规则如图5, 图6, 图7所示。

4) 解模糊算法:本文选用的解模糊算法为面积平分法, 也称之为重心法。通过计算出隶属度函数曲线在平面坐标中同X轴与Y轴相交面积, 找出此面积的重心, 选取该重心的横坐标值作为最后计算的决策值。

5) 模糊PID的参数在线自整定:在线运行过程中, 计算机控制系统根据各模糊子集的隶属度以及各参数模糊控制规则, 查表修正出参数代入下式进行计算, 实现参数的在线自整定:

式 (3) ~ (5) 中:Kp0、Ki0、Kd0为PID参数的初始值, ΔKp、ΔKi、ΔKd为参数的调整量。

2 常规PID控制器与模糊PID控制器的仿真与结果分析

2.1 仿真模型的搭建

首先利用MATLAB中的Simulink工具箱进行PID控制的仿真实验, 采用试参法整定出4:1的标准衰减曲线, 同时记下此时PID控制各个参数的值。再利用Fuzzy工具箱设计好控制规则, 将模糊控制规则表加入之前的PID控制器回路之中, 模糊规则可以不断地调整模糊控制器PID的参数, 以期达到较好的控制效果。在Simulink仿真工具箱中搭建的仿真模型如图8所示。

2.2 仿真结果分析

3 结论

本文结合PID控制算法的优点, 结合工程技术人员在工业操作的成熟经验归纳总结的大量数据作为模糊控制控制原则, 通过改变PID在高耦合系统参数难以整定的缺点, 设计模糊自整定PID控制器。在仿真过程中加入随机数干扰环节来模拟工业干扰, 将两种控制算法仿真结果进行对比, 模糊PID在超调量, 上升时间以及稳定性都优于PID控制, 因此模糊PID在工业应用方面有着不错的前景。

摘要：本文针对于被控对象模型难以建立, 参数不易整定的某些被控系统, 利用常规PID在工业领域应用成熟, 控制精度高的优点, 同时结合模糊控制不需要精确建模、鲁棒性强、容错能力强的特点。在常规PID控制基础之上, 利用模糊控制进行模糊推理, 实现PID参数的在线自整定。利用MATLAB对模糊自整定PID进行仿真分析, 仿真结果表明, 模糊自整定PID, 在响应速度、超调量、稳定性都比常规PID有着明显的提高。

关键词：模糊控制,PID控制,参数自整定,仿真

参考文献

[1]顾生杰, 刘春娟.基于模糊自整定PID控制器的非线性系统仿真[J].兰州交通大学学报, 2004, 62-64 (03) .

[2]刘慧英, 李斌, 张丽红, 江豪.炉温控制系统的仿真研究计算机仿真[J].2011, 28 (06) .

[3]李茜, 李彬, 朱雪丹.模糊自整定PID控制器的设计与仿真[J].化工自动化及仪表, 2010, 37 (03) .

[4]石辛民, 郝整清.模糊控制及其MATLAB仿真[M].清华大学出版社2008, 65-72.

[5]石守东, 郁梅, 王彭林.基于模糊PID算法的烘箱控制仿真分析[J].宁波大学学报, 2006, 352 (03) .

模糊PID参数自整定控制器的设计 篇5

目前大部分控制系统的分析和设计方法都是基于被控对象的熟悉模型已知,或通过实验或通过辨识方法能够获取等前提条件,但是随着现代工业的发展,人们在工程实践中发现,对于有些复杂的系统,要想获取它的精确模型几乎没有可能,这时就无法用传统控制方法对其进行控制。但是人们可以凭借多年的工作经验,把控制的方法总结成带有模糊性质的、用自然语言表达的操作规则,以此来实现对这些系统的有效控制。

模糊控制即模拟人类凭经验和常识利用模糊规则进行推理并利用系统进行实现的控制过程。模糊控制过程不依赖于被控对象的精确数学模型,而是以人的实际操作经验作为基础,是把人的智能控制和控制系统结合到一起,因此模糊控制属于智能控制领域。

1 模糊控制基本原理

1.1 一般模糊控制系统的结构

模糊控制系统即采用模糊控制器对被控对象进行控制,其基本结构如图1所示。一个模糊控制系统主要包括模糊控制器、执行机构、被控对象和反馈元件。从图1中可以看出,它与一般的控制系统在整体结构上并没有太大的差别,只是用模糊控制器取代了原先的控制器。

1.2 模糊控制器的结构

一般模糊控制器有一维模糊控制器和二维模糊控制器。本设计采用二维控制系统,二维模糊控制器结构框图如图2所示。

二维模糊控制器和一维稍有不同,输入偏差e和偏差的变化率ec经过量化因子Ke和Kec变换到模糊论域上的e*和e*c,然后经过模糊化环节,生成模糊集E和EC,经过模糊推理,得到模糊集U,经过解模糊化处理,得到模糊论域上的增量du*,最后经过量化因子并求和生成控制量u。

2 参数自整定PID模糊控制器的设计

参数自整定PID模糊控制器是一种在经典PID控制器U=KpE+Ki∑E+KdEc基础上,应用模糊集合理论建立参数Kp、Ki和Kd同偏差绝对值|E|和偏差变化绝对值|Ec|间的二元连续函数关系Kp=f1(|E|,|Ec|)、Ki=f2(|E|,|Ec|)与Kd=f3(|E|,|Ec|),并根据不同的|E|、|Ec|在线自整定参数Kp、Ki和Kd的模糊控制器。

利用MATLAB中提供的Fuzzy Logic Toolbox,用户能很方便地建立、编辑、观察、分析和设计模糊推理系统,并进行模糊推理系统的仿真。首先,在MATLAB命令窗口以fuzzy命令打开模糊推理工具箱的图形界面,建立如图3所示的推理系统。其中,输入端为E和Ec,输出端为参数自整定PID模糊控制器的三个参数Kp、Ki和Kd。

模糊控制器选择E、EC为输入语言变量,选择Kp、Ki和Kd为输出语言变量。将输入变量E、EC和输出变量Kp、Ki和Kd的语言值设为{NB,NM,NS,ZO、PS、PM,PB},E和Ec的论域为{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6},U的论域为{-3,-2,-1,0,1,2,3}。输入变量以及输出变量的模糊隶属函数均选择三角形隶属函数。

在模糊规则编辑器中设置模糊规则,以if-then的形式表达。温度控制规则共49条,见表1。

3 参数自整定PID模糊控制器的Simulink仿真

在Simulink中创建用PID算法控制锅炉温度的结构图,如图4所示。

给定信号为60,设定常规PID参数Kp=0.472、Ki=0.004、Kd=28.792。在模糊PID控制系统中,取误差E的量化因子Ke=0.1,误差变化率EC的量化因子Kec=1,取Kp=0.001,Ki=0.000 9,Kd=0.01,建立如图5所示的二维模糊控制系统的仿真模型。两种控制系统的仿真结果如图6所示。

4 结论

经过对常规PID控制、自整定模糊PID控制的仿真分析,可以看出,常规PID控制系统响应易产生振荡,超调量大,模糊PID控制克服了常规PID控制的缺点,实现了系统调节时间短、超调量小、稳态误差小的理想性能指标。

参考文献

[1]刘金琨.先进PID控制MATLAB仿真[M].北京:电子工业出版社,2004.

[2]诸静,金耀初.模糊控制原理与应用[M].第2版.北京:机械工业出版社,2003.

模糊自适应整定PID 篇6

1简化数学模型

为建立永磁同步电机基于转子磁场dq坐标系的数学模型,首先进行如下假设:

a. 电机气隙均匀分布,各相绕组电感与转子位置无关;

b. 忽略漏磁通的影响;

c. 铁磁部分磁路线性,不计饱和、剩磁、涡流及磁滞损耗等的影响;

d. 转子无阻尼绕组,永磁体无阻尼作用。

根据上述假设与坐标变换,可对dq坐标系的永磁同步电机的数学模型进行简化。永磁同步电机在两相旋转坐标系下的电压方程和转矩方程分别为[2]:

式中id、iq———定子电流d、q轴分量;

Ld、Lq———d、q轴定子线圈自感;

np——— 电机极对数;

p ——— 微分算子;

Rs——— 定子绕组电阻;

Te——— 电磁转矩;

ud、uq———定子电压d、q轴分量;

ωe——— 转子电角速度;

ψr——— 转子磁链 。

2矢量控制原理

在分析永磁同步电机数学模型的基础上,采用矢量控制实现对永磁同步电机的精确控制。图1为永磁同步电机矢量控制系统。整个系统由一个转速外环、两个电流内环和三电 平SVPWM ( Space Vector Width Modulation) 逆变环节构成。 永磁同步电机控制系统定子电压为正弦波,一般采用按转子磁链定向控制方式,在图1中将旋转dq坐标系的d轴放在转子磁链 ψr方向上,即按转子磁链定向。若令定子电流励磁分量id= 0,则定子电流中只含转矩分量iq,在相同定子电流下,电动机产生的转矩最大。

3模糊PID控制器设计

3. 1模糊控制系统结构

模糊自整定PID控制器的输入为误差e和误差变化率ec,根据e和ec的变化利用模糊规则对PID参数进行实时修改,其控制系统结构如图2所示。

模糊PID参数自整定是指计算出PID 3个参数与e和ec之间的模糊关系,在运行过程中不断地对e和ec进行监测,然后根据模糊控制规则对比例调节系数kp、积分调节系数ki和微分调节系数kd进行修改,以保证被控对象的良好动静态特性。PID控制器的算法为[3]:

式中Ti———积分时间;

Td———微分时间。

3.2模糊控制规则表的建立

根据不同的e和ec下参数kp、ki、kd对系统输出特性的不同影响,可得出参数的自整定原则[4]。 设:

其中,kp'、ki'、kd' 为控制系统的传统PID参数。根据PID参数的整定原则,采用If-Then形式得到 Δkp、Δki、Δkd的整定规则( 表1) 。

将系统误差e和误差变化率ec的变化范围定义为模糊集论域。e,ec = { - 3,- 2,- 1,0,1, 2,3} ,则其模糊子集e,ec = { NB,NM,NS,O,PS, PM,PB} 。根据该模糊规则便可搭建一个两输入 ( e,ec) 三输出( Δkp,Δki,Δkd) 的模糊PID控制器。

4系统仿真分析

4.1模糊自整定PID仿真分析

设被控对象的传递函数为:

参数的初值分别为kp= - 4、ki= 0. 05、kd= 0. 03,在0. 5s加入扰动,常规PID和模糊PID的相应控制结果如图3所示。由图3可以看出,模糊自整定PID具有更优良的响应速度和更准确的稳态精度,且外界环境发生扰动时模糊自整定PID具有更强的抗扰动性 。

图3 常规 PID 和模糊 PID 的阶跃响应

4.2永磁同步电机矢量控制仿真

仿真时间设为0. 1s,给定初始参考转速为600r / min,0. 06s时给定转速升至700r / min; 定子绕组电阻Rs= 2. 875Ω,电机极对数np= 4。图4为常规PID与模糊自整定PID控制下电机转速和转矩的仿真结果。通过对比可知: 常规PID控制在0. 01s时达到稳 定,而模糊自 整定PID在0. 007s时就已进入稳定状态; 0. 06s时改变给定转速使其达到700r/min,在模糊自整定PID控制下电机转速无超调,并保持较好的稳态精度,而电机转矩波动幅值较小,衰减速度快,控制平稳。

图4 常规 PID 与模糊自整定 PID 控制下电机转速和转矩仿真结果

5结束语

笔者对模糊自整定PID的永磁同步电机矢量控制系统进行了研究,该控制系统采用转速、电流双闭环控制原理,并在控制环节以模糊自整定PID代替传统PID控制器,提高了电机响应速度和转速、转矩的控制平稳程度。最后通过Matlab仿真验证了模糊自整定PID的可靠性和有效性。

摘要：为克服传统的PID矢量控制系统存在响应速度慢及抗干扰能力差等缺点,提出基于模糊自整定PID的永磁同步电机矢量控制系统,并通过Matlab对传统PID和模糊自整定PID的控制效果进行对比,充分验证了该控制方法的可靠性和有效性。

模糊自适应整定PID 篇7

目前,平面研磨机高精密研磨的加工精度已达到微米、亚微米,乃至纳米,广泛用于国防军工、航空、航天制造业、装备制造业等领域。在超精密平面研磨过程中,研磨压力、主轴转速、进给速度、研磨时间等工艺参数都会影响工件的加工效率及加工表面质量。其中,研磨压力的稳定性对加工效率、工件表面粗糙度、工件表面划痕等起重要作用[1,2,3,4]。因此,为获得良好的加工工件表面质量,就必须对研磨压力进行精确控制。

目前,双平面研磨机主要采用3种方式(机械式、液压式和气压式)实现压力控制。机械式是指通过悬挂配重或标准加载砝码来施压,这种方式结构简单,但不便于调压。液压式通过调节升降缸来控制施加的压力,这种方式在一定程度上提高了施压的灵活性和可控性,但系统响应速度慢。气压式压力控制由控制系统中的调压阀来调节压力大小,操作简单快捷,但压力波动时的位置难以保证[5,6,7,8,9]。

本文研发的摩擦自转式双平面固着磨料数控研磨机在机械式配重加压的基础上采用电气控制,可以灵活、快捷地调整压力,能够方便地实现状态监控、过程分析、在线调节。笔者综合力-位混合控制和模糊控制的优点,提出了一种研磨压力模糊自整定PID控制方法。该方法结构简单、易于实现,具有良好的控制精度,能够实现对研磨压力的精确 控制,有效提高 了加工工 件的表面质量。

1双平面研磨机床及其工作原理

摩擦自转式双平面固着磨料数控研磨机(图1)的立柱固定在床身上,上研磨机构安装在主轴回转组件上,可随Z轴滑台沿立柱导轨做Z向进给运动。C轴伺服电机带动下研磨旋转机构 做360°回转运动,同时下研磨旋转机构通过螺栓固定在机床的T型工作台上,随着机床的T型工作台实现X、Y两个方向的直线运动。以一定速度旋转的下研磨盘同时做X向、Y向的插补运动,改善研磨轨迹的时变性和速度分布的均匀性,从而提高研磨加工质量。根据不同的工艺要求,调整上磨盘与工件的相对位置,获得不同的研磨压力。研磨加工时,其主运动是上下研磨盘的旋转运动。研磨盘的每个磨粒都可以看成一个微小刀齿,对工件表面进行磨削。放置在上下研磨盘之间的工件,同时用隔离盘(按照具体的零件加工工艺要求设计合适的隔离盘)将其保持在一定的区域内,避免加工过程中出现飞刀危险。

研磨力-位混合控制是在位置控制的基础上,在研磨机床的控制系统回路(图2)中安装压力传感器或扭矩传感器,以检测研磨盘Z向运动时作用于工件加工表面的压力,并根据压力测量值按一定控制规律修调位置控制器的输入信号偏移量,使研磨盘在Z方向产生依从性运动。由于研磨加工过程中,上研磨盘与工件加工表面始终接触,因此通过力传感器直接测量研磨压力难以实现。本文采用安装在Z轴电机和丝杠之间的扭矩传感器(图3)间接测量研磨盘压力。将Z轴电机的实时输出扭矩反馈给模糊自整定PID控制器,对Z轴进给倍率变量进行调节,最终实现对Z轴进给速度的控制,使研磨压力保持恒定,提高研磨工件的表面质量。

2模糊自整定 PID 控制器设计

2.1控制系统结构

PID控制方法算法简单,容易实现,稳态无静差,鲁棒性好。因此,长期以来广泛用 于工业过程,并取得了良好的控制效果。常规PID控制主要适用于具有确切模型的线性过程,而研磨过程是一个非线性、时变被控对象,一般PID控制无法实现对这样过程的精确控制。模糊控制对数学模型的依赖性弱,不需要建立过程的精确数学模型。因此,综合PID控制和模 糊控制的 各自特点,本文提出了研磨压力模糊自整定PID控制方法,其控制系统结构如图4所示,它结合了模糊控制和PID控制二者的优点,对PID参数进行在线自整定,使系统具有良好的动、静态特性。研磨加工过程中,采用扭矩传感器实时检测Z轴电机输出扭矩 (经A/D模块转化 后传递给PLC控制器)。在PLC程序中,运用该控制方法,对Z轴进给速度进行调节,实现对研磨压力的精确控制。

2.2模糊子集定义

模糊自整定PID控制算法为

式中,u(k)为第k次PID的输出控制增量;T为时间常数,KP为比例系 数;KI为积分系 数;KD为微分系 数;KP0、KI0、KD0为根据经验设定的PID控制器初始参数值;ΔKP、ΔKI、ΔKD为PID模糊控制自整定修正量;e(k)为离散化的当前采样时刻的误差值;e(k-1)为离散化的前一采样时刻的误差值。

PID参数模糊自整定以误差e和误差率ec为输入,利用模糊控制规则在线对PID参数ΔKP、ΔKI、ΔKD进行调整,以满足不同e和ec对控制参数的不同要求,改善被控 对象的特 性,满足工艺要求。

输入e和ec在模糊集 上的论域 均为{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6},采用单值模糊产生器。e、ec模糊集的语言值为{NB,NM,NS,ZE,PS,PM,PB},相应的隶属度函数如图5所示。模糊控制系统的输出ΔKP、ΔKI、ΔKD在模糊集上的论域均为{-3,-2,-1,0,1,2,3},语言值为 {NB,NM,NS,ZE,PS,PM,PB},相应的隶属度函数如图6所示。根据实际输入范围和输出范围分别对各变量设定合适的输入、输出量化因子。

2.3控制规则集建立及去模糊化

模糊控制器设计的核心是建立合适的模糊控制规则表。建立模糊控制规则的基本思想是在保证系统稳定的前提下,尽量减小偏差。PID参数模糊调整规则就是针对不同的误差e和误差率ec建立一套KP、KI、KD的整定原则:

(1)|e|较大时,为加快系统的响应并避免开始时因|e|的瞬时变大可能引起的微分饱和而使控制作用超出许可范围,应取较大的KP和较小的KD;同时,为防止系 统响应出 现较大超调,产生积分饱和,对积分作用要加以限制,通常取KI=0,去掉积分作用。

(2)当|e|和|ec|处于中等大小时,为减小系统的超调量,保证一定的响应速度,KP取值应小一些,KI、KD(KD的取值对系统影响较大)的取值要适当。

(3)当|e|较小时,为使系统具有良好的稳态性能,KP和KI的取值要增大,同时为避免输出响应在设定值附近振荡,并考虑系统的抗干扰性能,KD取值要适当。|ec|的大小表明偏差变化的速率, 当|ec|较小时,KD可取大一 些;当|ec|较大时,KD应取小一些;若|ec|值较大,则KP取值减小,KI取值增加。

根据Z轴进给速度调节因子uv(PID控制器输出量)对研磨压力的影响规律,总结得到模糊控制器输入量e、ec与输出量ΔKP、ΔKI、ΔKD之间的模糊推理关系,如表1~表3所示。通过定时检测偏差e及偏差率ec,利用模糊控制规则实时调整PID控制参数,对uv进行及时修正,保证研磨压力的恒定。

模糊控制系统中,较常用的模糊推理是Mandani最大最小推理方法,采用如下控制规则:

其模糊推理采用最小值推理,模糊合成采用最大值推理,即由综合推理得到k1、k2、…、k49。

经模糊推理后,模糊控制器输出的调整参数ΔKPi、ΔKIi、ΔKDi为模糊量,要对其进行去模糊化以取得精确量。本控制器采用的去模糊化方法为加权平均法(面积重心法),其权值为推理结论模糊集合中各元素的隶属度值,取推理结论模糊集合隶属函数曲线与横坐标轴所围成面积的重心为代表点,所对应的值即为控制决策值,即在某一采样时刻,PID控制器参数的调整量可由模糊控制器输出值的重心来确定,即可求得输出ΔKP、ΔKI、ΔKD的精确值:

其中,μi(kj)为kj的隶属度。当j=P,I,D时,kj分别代表ΔKPi,ΔKIi,ΔKDi;当i=P,I,D时,Ki分别代表ΔKP,ΔKI,ΔKD。

3 研磨试验及其结果分析

力位控制系统主要由PC机、4I/2O远程模拟模块、伺服电动机、位控模块等组成,如图2所示。加工试验平台采用笔者研发的双平面固着磨料研磨机,检测元件为FUTEKTRS600扭矩传感器,信号采集装置为NEC高速数据采集仪。

将加工工件放置在下研磨盘上,并由隔离盘来限制其运动范围,为避免工件因惯性飞出机床的可加工范围,Z轴伺服电机驱动研磨盘实现垂直方向进给的同时,主轴电机和C轴电机分别控制上下研磨 盘的回转 运动,研磨加工 试验如图7所示。

本试验通过对控制前后研磨压力的变化和已加工工件表面质量的比较,验证基于模糊自整定PID参数控制理论的研磨力-位控制方法的可行性和有效性。

加工中,通过NEC数据采集 仪实时读 取扭矩,根据标定获得的Z轴扭矩- 研磨力关系,对研磨力进行控制。控制前后研磨力的变化如图8所示。从图8可以看出,恒扭矩开环控制模式时,

Z轴电机输出研磨力波动较大且不稳定。采用本文提出的模糊PID自整定方法实现研磨力-位的闭环控制后,Z轴电机输出扭矩产生的研磨力在工作行程内波动范围很小,比较稳定。图9所示为加工前后的工件表面,图9b、图9c所示分别为采用恒力矩开环控制模式和模糊PID自整定闭环控制模式的加工结果。对试件的形貌采用白光干涉测量仪进行测量,测量结果如表4所示。从表4可看出,本文提出的研磨力-位控制方法可以有效保证研磨压力的恒定,达到了提高加工工件表面质量的目的。

4结论

(1)本文以NUMpower1060数控系统 为主控单元,结合力-位控制和模糊逻辑推理的特点,提出了一种模糊自整定PID参数的研磨力-位控制方法。该方法能控制研磨力在加工过程中处于适当范围并维持稳定,解决了研磨力波动较大而导致工件表面质量差以及研磨压力过大引起表面灼伤的问题。

(2)考虑到研磨加工过程中直接测量研磨力非常困难。加工前,利用高精度扭矩检测仪和应变式压力传感器标定出Z轴的输出扭矩和研磨力之间的映射关系,将压力控制等效为扭矩控制。通过速度模式下准确的速度调控,实现了研磨压力的稳定控制。

(3)通过工件研磨试验可以看出,本文提出的方法可以有效控制研磨压力,提高工件表面质量,光洁度能够达到镜面效果。

摘要：以NUMPOWER1060数控系统为主控单元,结合力-位控制和模糊推理的特点,提出了一种模糊自整定PID参数的力-位控制方法。利用高精度扭矩传感器和力传感器对Z轴电机输出扭矩与研磨压力之间的关系进行了标定,通过检测Z轴输出扭矩间接获得了研磨压力的大小。根据Z轴进给速度调节因子uv对研磨压力的影响规律,建立了模糊控制规则集,设计了模糊控制PID算法,保证了研磨压力的恒定。工件研磨试验表明该方法提高了工件的表面质量。

模糊自适应整定PID 篇8

连续退火是金属热处理中的重要工序, 通过退火可以达到使经过铸造、锻轧、焊接或切削加工的材料或工件软化, 改善塑性和韧性, 使化学成分均匀化, 消除内应力等目的。为保证满足轧钢生产工艺的要求, 炉膛内必须要有一个稳定的温度环境。然而在连续退火炉的温度控制中, 由于存在对炉门的周期性打开、关闭等动作, 会造成炉膛温度急剧变化, 从而导致其受控对象受到多变性、噪声、非线性、大滞后性等一系列因素的影响。同时, 炉膛压力随着工况的变化也会影响炉温和热交换效率。由此可见, 要保证退火质量, 需要调整天燃气与空气流量、空燃气最佳配比以及炉膛压力以达到最佳燃烧状态。

由于受控对象存在大滞后性、非线性等特点, 为了获得好的退火效果, 不仅需要加热段能快速的响应达到退火所需的温度, 而且需要尽量小的波动稳定在设定的均热段温度。随着对带钢各性能的要求在不断提高, 采用传统的PID方法已满足不了其生产工艺要求。因此, 本文采用自整定模糊PID控制方法, 动态调整燃气烧嘴的开口度[2]。使其不仅具有常规PID控制的响应速度快的优点, 同时具有模糊控制的良好的动态性能。结合某企业连续退火机组, 采用可编程逻辑控制器 (PLC) 和工控组态软件In Touch完成对连续退火炉的智能控制与开发。并且用Simulink仿真结果验证了本文的观点。

系统的原理图如下:

2 控制系统结构与硬件设计

2.1 连续退火控制系统结构

连续退火炉的温度控制部分包括入口炉门、预热段、辐射管加热均热段、快冷段、过时效段和终冷段、出口炉门等。为了获得好的退火效果, 辐射管的加热均热段是我们的重点研究对象。

根据带钢的走向, 垂直的辐射管加热均热段分为多个独立的温度控制区, 每区分别布置有一定数量的W型辐射管和配套烧嘴, 变频传动的炉辊布置在炉内驱动带钢。在加热段炉体设置一套双辊纠偏装置, 用于纠正带钢的高速跑偏。燃烧控制采用鼓-抽方式, 有利于控制空气、燃气的压力和流速, 使燃烧更充分;烧嘴燃烧采用脉冲控制方式, 炉温的控制仅需调整电磁阀的开关时间。

2.2 系统硬件设计

本系统的硬件组成结构如图2所示, 上位机运行开发系统控制软件, 下位机是本文开发的温度控制器, 上位机和温度控制器通过RS232通信, 温度控制器由可编程序控制器、温度测量模块、温度采集模块和模拟输出模块组成。

电加热退火炉温度调节采用智能温控表控制, 可控硅调功装置完成加热功率输出, 上位机可远程给定炉温设定值。

水淬系统的磁翻转液位下限报警及水淬液温度上限报警信号送P L C, 可在上位机监控主画面有报警信息提示。

全炉采用电辐射管间接和电阻带直接加热, 共设3 8个电加热温控区。炉区共设4台双色红外测温仪, 加热段、均热段出口、一次快冷段出口、过时效段出口各设一台, 可在现场或在上位机上显示。当带温超限时报警。

炉区共设5台炉压变送器, 可在上位机上远程监视炉压, 当炉压超限时报警。炉区同时设U形管压力计, 现场检测炉压。

炉区设一炉气分析系统柜, 柜内设一台露点仪、一台微量氧分仪。炉气采样点分布:加热均热2点, 一次快冷1点, 时效2点, 二次快冷1点。在炉气分析系统柜上手动选择其中一路分析其露点、氧含量。各气体分析仪信号送P L C子站模块, 可在上位机上远程监视露点和氧含量。

3 自整定模糊PID控制器的设计

参数模糊自整定P I D控制系统能在控制过程中对不确定的条件、参数、延迟和干扰等因素进行检测分析, 采用模糊推理的方法实现PID三个参数kp、ik和kd的在线自整定[3]。系统模糊自整定P I D控制器中的模糊控制器采用二输入三输出结构。其中, 以温度设定值与实际值之间的偏差e和偏差变化ce作为模糊控制器的输入变量, 以PID三参数的修正值∆kp、∆ki、∆kd作为模糊控制器的输出变量。然后分别与初始值kp、ik、kd相加, 即可求得所需的kp、ik、kd。结构如图3所示。

4 对象模型的建立

在本研究系统中, 燃气控制回路和空气控制回路都是副回路, 这两个控制回路都属于内环, 且是随动系统, 由于退火炉工况以及气压的不断变化, 偏差信号也将发生不断变化, 根据控制器的输出, 设定信号也将不断变化;而微分只在偏差变化的开始起作用, 偏差的不断变化, 容易形成波动, 使系统不稳定, 严重时还会导致系统的震荡。因此, 在燃气控制回路和空气控制回路中采用PI控制器]1[。以某企业连续退火炉中加热段第一区为例来确定参数。则燃气控制回路调节阀的传递函为:

空气回路调节阀的传递函数为:

K=1, T=650, τ=35。对于常规PID控制器受控对象为一阶惯性加延迟环节的系统, 根据Ziegler-Nichols整定公式进行计算初步确定, 由此可算得Kp=2 2.3, iT=70, dT=17.5的初值。这一计算结果在常规PID区域温度控制模型中仿真, 并不能达到好的效果, 所以不能选取此结果作为PID控制器的设定参数。通过仿真模型经过长时间反复多次仿真, 最后方得到常规PID控制器的设定参数:K=1, T=650, τ=35时, Kp=100, iT=0.15, Td=1000。但实际生产时, 工况和生产计划是变化的, 因此温度控制的对象特性也是不断变化的。

5 控制效果仿真

系统控制效果仿真图如图5所示, 蓝线表示控制系统采用常规PID进行控制的仿真曲线, 黑线表示控制系统采用模糊自整定P I D控制的仿真曲线。

比较常规PID控制和模糊自适应整定PID控制的阶跃响应曲线, 可知本文设计的模糊自适应整定PID控制器适应性强, 调节时间和超调量要比采用常规PID控制器小, 系统动态性能明显得到了改善。在系统稳定后, 加入幅值为30℃的干扰信号, PID控制下炉温系统的响应曲线波动较大, 调节时间较长;而基于模糊自适应整定的PID控制系统的响应曲线波动较小, 系统调节时间也较短。这表明模糊自适应整定的PID比普通PID控制器的抗干扰性能好, 鲁棒性强。对于工况变化频繁的带钢连续退火机组, 采用模糊自整定PID控制器具有非常重要的意义。

6 系统软件设计

整个上位机控制软件由组态控制软件In Touch和由VB.net设计的数据查询和分析界面组成。数据查询和分析界面基于Windows下的VS2008开发软件开发设计。历史数据均存放在SQL Server 2000数据库中。

In Touch组态软件主要实现对各炉段带温检测的的实时监控、各炉段露点和氧含量的监视以及提供操作技术人员根据实际生产情况对控制参数的适当调整。以保证连续退火时各炉段温度保持在各自设定值附近, 减小带温误差, 使得退火能够顺利进行[4]。

In Touch组态软件界面主要由以下界面组成:主画面、温度控制、保护板状态等。

由VB.net软件设计的数据查询和分析界面主要实现以下功能:系统管理 (用户登录、用户注销) 、L2与L3通讯的连接、参数设置、系统实时监控、炉温记录、历史曲线、操作记录、统计分析等。软件设计基于模块化设计原则, 将系统所要完成的任务分为不同的模块, 有利于系统软件的修改、调试。

7 结束语

经过调整好参数的P I D控制算法在被控对象不发生变化时各种性能指标均较好, 这说明了PID控制是一种较好的控制方法, 但由于对于生产工艺要求的不断提高, 不仅需要加热段能快速的响应达到退火所需的温度, 而且需要尽量小的波动稳定在设定的均热段温度。而且P I D控制器的跟踪性能不好, 难以解决退火炉滞后性严重的问题。本文针对退火炉温度控制系统所设计的模糊自适应整定PID控制器, 综合了模糊控制优点, 对退火炉这类非线性、大滞后、模型不确定的被控对象, 能快速跟踪炉温系统的变化, 减弱了被控对象滞后对系统的影响, 系统跟踪性能得到很大改善。在系统受到干扰后, 能快速做出响应, 系统调节时间短, 超调小, 抑制干扰能力强, 有效地提高了控制系统的稳定性, 较好的解决了被控对象受干扰因素较多的问题, 能够取得良好的控制效果。

同时, 本文中设计的组态控制软件和由VB.net设计的数据查询分析界面, 不仅实现了人机之间良好的交互作用, 使现场技术人员实时的监控各炉段带温是否满足工艺要求, 同时提供给相关有权限的技术人员可以根据分析SQL Server中存储的历史数据和当前工况来适当调整控制参数。实现了工业过程控制系统的高度自动化。

参考文献

[1]郜旭凯.模糊PID变结构控制策略及其仿真[J].科协论坛 (下半月) , 2009, (2) :96-97.

[2]夏红, 邵林.变结构模糊PID在轧钢加热炉炉温控制中的应用[J].自动化与仪器仪表, 2012, (5) :75-76.

[3]王蕊, 韩来吉.金属热处理加热炉温度变结构模糊PID控制[J].金属材料与冶金工程, 2008, 36 (3) :47-50.

模糊自适应整定PID 篇9

笔者将采用模糊控制和PID控制相结合的方法,建立Fuzzy-PID复合型控制的双闭环直流电动机调速系统模型,并利用MATLAB中的Fuzzy Logic Toolbox/Simulink对控制系统模型做仿真分析。

1 直流电机双闭环调速系统的结构与运行原理*

直流双闭环调速系统在工程上应用十分广泛,其最基本的结构是以电流环为内环,转速环为外环的双闭环调速系统,如图1所示。双闭环系统的结构中[2],速度调节器和电流调节器实现串级连接,由速度调节器驱动电流调节器,再由电流调节器去控制电力电子变换器的触发电路,触发晶闸管控制电机进行调速。

2 常规PID控制器

PID控制器是一种广泛应用的控制器,其时域的数学模型可以用微分方程表示为:

其中,e(t)、u(t)分别为控制器的输入、输出;Kp、Ti、Td分别为比例系数、积分时间数和微分时间常数。

计算机控制是一种采样控制,只能根据采样时刻的偏差值计算控制量,利用差分方程将式(1)离散化,可得:

u(k)==KKppe{(ek()k)++Kii TT=k∑i1ie=k∑(1 ie)(i+)K+ddTTed([ke)(k)-e(k-1)(]2)

式中Ki———积分系数,Ki=KpT/Ti;

Kd———微分系数,Kd=KpTd/T;

T———采样周期;

de(k)———偏差率。

通过调整PID[3]控制器的参数,即能够实现精度要求不高的直流电动机转速控制,但不能满足系统高性能的调速要求,因为它是一种针对对象模型已知、参数不改变基础上的线性控制,而且对于控制系统参数的整定,主要根据工程经验,一经整定基本不变,很难获得参数整体性的最优值,表现出较差的自适应性与鲁棒性。

3 模糊PID控制器

3.1 模糊控制的基本原理与结构

模糊控制是一种典型的智能控制方法,是建立在模糊推理基础上的一种非线性控制策略。其最大的特点是可以将专家的经验和知识表示为模糊控制规则,用这些规则去控制系统,可以不依赖于被控对象的精确数学模型,能够克服控制系统非线性因素的影响,对系统的动态响应有较好的鲁棒性。模糊控制系统的基本结构如图2所示。

在模糊控制系统中,模糊控制器是最核心的部分。工程上最广泛应用的是一种F控制器,通常称为Mamdani型模糊控制器[4]。如图3所示,它是一种典型的二维F控制器,能满足双闭环调速控制系统的要求。

μ———隶属函数库;R———控制规则库;fd———清晰化方法库;ke和kec———量化因子;ku———比例因子;D/F———模糊化模块;A*R———模糊近似推理模块;F/D———清晰化模块

3.2 自整定模糊PID控制器

自整定模糊PID控制器是将模糊控制和PID控制两者结合起来,既具有模糊控制灵活而适应性强的优点,又具有PID控制精度高和易于实现的特点[5],结构如图4所示。由PID控制器实现对系统的控制。模糊推理系统以偏差e和偏差变化率ec作为输入,采用模糊推理方法对PID参数Kp、Ki、Kd进行在线整定,以满足不同的偏差e和偏差变化率ec对PID控制器参数的要求,使被控对象具有良好的动/静态性能。

3.3 模糊集、隶属函数及模糊控制规则的建立

采用工程上常用的二维Mamdani型模糊控制器,选取给定的偏差e和偏差变化率ec作为模糊控制器的输入,PID参数Kp、Ki、Kd作为模糊控制器的输出。设定输入变量e、ec和输出变量Kp、Ki、Kd的模糊子集为{NB,NM,NS,ZO,PS,PM,PB},子集中的元素分别代表{负大,负中,负小,零,正小,正中,正大},量化论域为[-3,3],量化等级为{-3,-2,-1,0,1,2,3}。然后对模糊变量确定隶属函数,即对模糊变量赋值,确定论域内元素对模糊变量的隶属度。这里选择输入、输出变量的隶属函数均为三角型函数,如图5所示。

模糊控制规则是建立输入模糊变量与输出模糊变量之间的关系,根据工程整定经验并考虑Kp、Ki、Kd三者的关联,选择输入语言变量为偏差e和偏差变化率ec,建立ΔKp、ΔKi、ΔKd模糊控制规则表[6,7](表1~3)。PID参数模糊自整定是找出PID 3个参数与e和ec之间的模糊关系,在运行中通过不断检测e和ec,并以PID参数的修正量(ΔKp、ΔKi、ΔKd)为输出,应用模糊合成推理PID参数的整定算法,系统动态实时的参数取值应该分别为:

其中ΔKp、ΔKi、ΔKd分别为模糊控制器输出的修正值,Kp、Ki、Kd为PID控制器的初始值。

4 自整定模糊PID控制系统模型的仿真

4.1 建立仿真模型

笔者应用MATLAB中的Simulink工具[8],对模糊PID控制器在直流调速系统中的调速效果进行仿真。由直流调速系统的双闭环结构可知,转速外环是决定系统性能的根本因素;电流内环主要起改变电机运行特性以利于转速外环控制的作用,所以笔者在设计调速系统的仿真模型时,转速外环采用模糊PID控制器,电流内环采用常规的PID控制器。系统仿真模型如图6所示。用于仿真系统的基本参数如下:电流电动机的额定电压Ua=220V,额定电枢电流Ia=25A,额定转速nN=1500r/min,电枢电阻Ra=0.5Ω,电枢回路电感L=16.7m H,电动势常数e=0.113Vmin/r,允许过载数λ=1.5,晶闸管放大系数Ks=44,时间常数Ts=1.67ms、Ta=12.9ms、Tm=42ms,转速反馈系数α=0.0067Vmin/r,电流反馈系数β=0.072V/A,模糊化因子ke=kec=0.01,解模糊因子k1=0.5、k2=k3=0.01。

4.2 仿真与结果分析

在仿真模型中设计了两个控制器:一个是Fuzzy-PID控制器;另一个是常规的PID控制器。通过常数模块(const)和开关模块(switch),可以对这两种控制器进行转换。在控制对象相同的情况下,分别设置常数模块的值为“-1”和“1”得到Fuzzy-PID控制和常规PID控制的响应曲线,如图7所示。从仿真曲线可以看出,模糊PID控制器较常规的PID控制器能够有效抑制超调,响应速度快,调节精度高,有更高的稳定性能。

5 结束语

双闭环调速系统由于受直流电机的非线性和结构参数容易变化的影响,使得调速系统难以获得令人满意的动/静态性能。将参数自整定模糊PID控制应用于直流电机的双闭环调速系统,并借助MATLAB/Simulink对控制系统模型进行仿真。仿真结果表明:该控制系统具有较强的自整定能力和较好的鲁棒性,可以获得良好的动/静态性能,能够满足工程实际的应用。

摘要：针对工程中直流调速系统需要高性能的电机转速控制和动/静态性能的问题,设计基于参数自整定模糊PID控制的双闭环直流调速系统。通过在MATLAB/Simulink中与常规PID控制系统进行仿真对比,证明了该控制系统的有效性和工程实用价值。

关键词：双闭环,模糊PID控制,参数自整定,直流调速

参考文献

[1]李国勇.智能预测控制及其MATLAB实现[M].第2版.北京:电子工业出版社,2010:165～180.

[2]阮毅,陈维钧.运动控制系统[M].北京:清华大学出版社,2006:95～105.

[3]李虎山,蒋亚军.可调参数模糊PID控制的实现[J].化工自动化及仪表,2005,32(4):58～60.

[4]石辛民,郝整清.模糊控制及其MATLAB仿真[M].北京:清华大学出版社,2008:150～161.

[5]李媛媛,赵俊杰.直流电动机调速系统模糊控制仿真[J].云南大学学报(自然科学版),2005,27(5):299～303.

[6]谢更柱,王德志.模糊控制与PID结合控制在电石炉上的应用[J].化工自动化及仪表,2004,31(5):82～83.

[7]王纪亮,焦晓红.具有遗传算法优化BP神经网络调节的HVDCPID控制器设计[J].化工自动化及仪表,2010,37(4):5～9.