参数自校正模糊控制

参数自校正模糊控制（精选7篇）

参数自校正模糊控制 第1篇

关键词：膏体充填,参数自校正模糊控制,配料系统

充填膏体配料是指将所需物料按给定质量进行称重配料的过程, 由于影响配料的因素不确定性, 简单的模糊控制方法无法满足控制需求。本文针对模糊控制存在的参数无法实时调整的缺点, 采用参数自校正模糊控制, 以实现充填原材料的精确配料。

1 充填膏体配料控制系统原理

充填膏体配料控制系统由可编程控制器 (PLC) 、上位机、变频器、螺旋给料机、气动蝶阀等部分组成, 其配料控制系统采用PLC对螺旋给料机电机的转速和上水阀的开度实施闭环控制和调节。PLC通过改变变频器输出的工作频率和气动阀门的给气量来控制电机的转速和气动蝶阀的开度, 来实现精确配料。螺旋给料机的控制框图如图1所示。

在充填膏体配料控制系统中, 运用参数自校正模糊控制算法, 很好地实现粉煤灰、胶结料的称重重量对螺旋给料机的变频器控制, 从而实现螺旋给料机电机转速调节控制, 最终实现对配料称重的自动控制。

2 充填膏体配料系统参数自校正模糊控制器的设计

参数自校正模糊控制结构图如图2所示

3 参数自校正模糊控制的设计

3.1 参数自校正模糊控制的设

该系统选定充填原材料的设定配料的误差值e和配料的误差值变化率ec为控制器的两个输入, 这两个变量主要体现了引起称重量变化的影响因素的强度, 则分别定义语言变量“误差E”、“误差变化率EC”和“控制量U”。考虑到称重传感器的称重精度, 设定模糊语言变量E和EC的模糊论域为[-3, -2, -1, 0, 1, 2, 3], 通过引用量化因子Ke, Kec, Ku来实现实际的连续域到有限整数离散域的转换。误差连续值取值范围e=[eL, eH], 误差变化率的连续值取值范围ec=[ecL, ecH], 控制量的连续取值范围是u=[eL, uH], 则量化因子Ke, Kec, Ku分别为:

对应的模糊语言集合分别为{负大 (NB) , 负中 (NM) , 负小 (NS) , 零 (Z) , 正小 (PS) , 正中 (PM) , 正大 (PB) }则E、EC和U的隶属度函数均采用三角隶属度函数。如图3所示

E、EC和U的模糊控制规则矩阵表如表1所示。

设系统在k个采样时刻被控量偏差为e (k) , 偏差变化率为ec (k) , 量化后的E (k) 和EC (k) , 根据E、EC的论域和控制规则, 可以确定E、EC和U的关系, 这种关系可以用函数描述为:

因为E (k) =Kee (k) , EC (k) =Kecec (k) , 模糊控制器的实际输出描述为

3.2 参数的在线实时调整

为了适应不断变化的情况, 保证控制达到预期要求, 需要对参数Ke, Kec, Ku进行在线实时调整。令Ke'=KeN, kec'=KecN, Ku'=Ku/N

N的语言值定义为{高缩 (CH) , 中缩 (CM) , 低缩 (CL) , 不变 (OK) , 低放 (AL) , 中放 (AM) , 高放 (AH) };相应的N的隶属函数分布如图4所示。

则N的调整规则表如表2所示

解模糊化的方法采用精度较高重心法, 其数学表达式为

解模糊化处理后得到精确输出量U*, 可以转化为实际作用于被控对象的控制量u*, 即

4 系统仿真

利用matlab软件对自校正模糊控制器的系统仿真如图5所示, 该系统控制精度高, 响应速度快, 鲁棒性强, 可实现对物料称重的精确控制。

5 结论

本文针对目前煤矿充填膏体制备过程的质量称重的控制的非线性、时滞性、难以建立精确地数学模型等特点, 提出了自校正模糊控制算法, 该算法不依赖于具体的数学模型, 可实现被控对象模糊参数自整定, 使系统抗干扰能力强、可靠性高、控制效果好。

参考文献

[1]刘同有.充填采矿技术与应用[M].北京:冶金工业出版社, 2001.

[2]崔刚, 孙恒虎.模糊控制在胶结充填系统中的应用研究[J].煤炭学报, 2001 (8) .

[3]李士勇.模糊控制·神经控制和智能控制论[M].哈尔滨:哈尔滨工业大学, 1996.

[4]王季方, 卢正鼎.模糊控制中隶属度函数的确定方法[J].河南科技, 2000, 18 (4) :349-352.

[5]王耀南, 孙炜.智能控制理论及应用[M].北京:机械工业出版社, 2011.

[6]Jili zhang, Yongpan Chen, Tianyi Zhao, Huiliu.Fuzzy control model and simulation of supply air system in a test rig of lowtemperature hot-water radiator system.Vol.42、3 (2010)

参数自校正模糊控制 第2篇

随着汽车工业的发展和人们生活水平的提高, 人们对汽车的舒适性要求愈来愈高。汽车空调在汽车上的应用不仅有利于司乘人员的身心健康, 还对增加交通安全性具有积极的作用。一般高级轿车上都装有自动空调系统, 而国内大部分高级轿车上的空调控制器都是从国外进口的, 目前还没有自己开发的具有自主知识产权的轿车空调自动控制器[1]。因此, 对汽车空调的研究开发特别重要。

由于人们对汽车空调温度的舒适感是一个模糊性的概念以及汽车空调系统的复杂性, 因此难以建立关于汽车空调的统一舒适性评价标准和控制对象的精确数学模型。而基于模糊控制方法无需建立被控对象的数学模型, 且对被控对象的非线性和时变性具有一定的适应能力, 但是模糊控制方法[2,3]稳态精度较差, 波动性较大。为了改善模糊控制效果, 已经有学者应用模糊PID控制、自适应模糊控制做过相关的研究, 而本文采用参数自调整模糊控制的方法来研究车内空调的控制效果。

1 汽车空调的组成

汽车空调系统具有制冷、加热、通风、空气净化4项功能, 这些功能都是由操纵控制部分来调节和控制的, 其结构如图1所示。

2 汽车空调的热力学模型[4]

在建模过程中, 将汽车车厢看作一个定容定压的系统, 假设空气为理想气体, 忽略气体的动能和势能, 忽略发动机室内传入的热量及其他方面对车厢的温度影响较小的交换热量。根据热力学第一定律建立车厢内热平衡的数学模型为:

其中:ΔQ为车厢内总热量变化, kJ;Q1为空调输出的空气与吸入的空气的热量差, kJ;Q2为日照辐射传入的热量, kJ;Q3为车厢换气新风所产生的热量差, kJ;Q4为车身壁面传入热量, kJ;Q5为人体散发的热量, kJ。

根据热力学第一定律, 理想气体等压变化时, 有:

其中:m为车厢内空气质量, kg;Δh为车厢内空气焓值的变化, kJ/kg;Vc为车厢总体积, 取为6.75m3;ρ为空气密度, 在标准大气压下为1.225kg/m3;c为空气比热容, 理想条件下为1.003kJ·/ (kg·℃) ;ΔT1为车厢内空气温度变化, ℃。

2.1 汽车空调对气体的交换处理

将空调对空气的处理看成为理想的热交换器, 将吸入车厢内的一部分空气经过热交换后从排风口排出体积相同的空气, 则有:

其中:Vf为经过空调器热交换的空气体积, m3;Tf为空调风机出风口空气温度, ℃;T1为车厢内空气温度, ℃;Δt为经过的时间, s;v1为空调鼓风机风速, 约为0.6m/s~2.2m/s;S1为鼓风机出风口面积, 约为0.7m2。

对于冷暖合一的混合风门轿车空调系统, 经过空调制冷加热处理后的温度差又可写为:

其中:Qc为空调制冷蒸发器的交换热, kJ;Qh为暖风加热器的交换热, kJ;Xc为制冷蒸发器的开关, 0或1;Xh为暖风加热器的开关, 0或1;Kc为制冷蒸发器热交换系数, 约为0.7;Kh为暖风加热器热交换系数, 约为0.5;Vh为经过暖风加热器进行热交换的气体体积, m3;ΔTc为制冷蒸发器处理前与处理后空气温度的差值, ℃;ΔTh为暖风加热器处理前与处理后空气温度的差值, ℃。

设混合风门的开度为λ (0≤λ≤1) , 即进行加热处理的空气占流经空调热交换总空气的比, 于是有:

由式 (3) ~式 (5) 计算得到空调鼓风机出口温度为:

2.2 辐射热量和车身表面传入热量

在阳光照射下, 太阳通过车窗的辐射热量和阳光照射车顶表面然后传入车内的热量使车内温度迅速改变。日照辐射传入的热量为:

其中:τ为车身围护结构对室内的导热系数, kJ/ (m2·s·K) ;A1为车体太阳直射方向有效面积, 约为1m2;ε为车身外表面吸收系数, 取0.89;I为太阳辐射强度, 水平面时为0~1kJ/ (m2·s) , 垂直面时为0~0.2kJ/ (m2·s) ;α为对流换热系数, 车速40km/h时取3.49×10-2kJ/ (m2sK) ;η为通过玻璃的太阳辐射透入系数, 取0.84;A2为车窗太阳直射方向有效面积, 约为0.3m2。

由于汽车没有良好的隔热性能, 经过车身壁传入车内的热量对车内的温度影响较大, 其计算公式为:

其中:A3为车身不透明隔热结构外表面积, m3;T0为车外空气温度, ℃。

2.3 车厢缝隙和换气系统缝隙进入的新风温度

由缝隙进入车内新风的体积与由排风口排出车内的气体体积相同, 则根据热力学定律得:

其中:VN为进入车内的新风空气的体积, m3;n为汽车的乘客人数, 轿车为2人;vn为每人每小时获得的新风量, 推荐值取11m3/ (h·人) 。

2.4 人体散发的热量

对于乘客散发的热量, 可以按下述公式计算:

其中:q为人均产生热量, 取值540kJ/ (h·人) 。

综上所述并整理得到:

其中:T′1为车厢内空气温度变化率。将已知参数代入式 (11) , 进一步计算得到:

其中:a1, a2, a3, a4均为常数。

3 控制模型的建立和仿真

参数自调整模糊控制器[6]是在常规模糊控制器基础上加入一个自调整环节, 其控制原理如图2所示。

参数自调整模糊控制器利用模糊控制对量化因子Ke和Kec进行在线调整, 以满足不同e和ec对控制器参数的要求, 从而使被控对象具有良好的动、静态性能。

偏差e、偏差变化率ec和输出变量u的论域都为[-5, 5];模糊子集分别为{NB, NS, Z, PS, PB}。隶属度函数都采用三角形函数。根据此建立各模糊规则, 在模糊推理系统中混合风门开度和鼓风机转速选择Mamdani型算法, 解模糊化采用重心法;压缩机启停和热水阀开关采用Sugeno型算法, 解模糊化采用加权平均法。

在MATLAB/Simulink中构建图3和图4两个模块, 选择各参数的合适数值代入计算, 并分别以夏季车外35℃和冬季车外0℃进行仿真, 得到的仿真曲线如图5和图6所示。

4 结论

由仿真曲线可以看出, 当系统达到稳定状态后, 温度波动小, 稳态精度较高, 有效地改善了模糊控制方法稳态精度较差、波动性较大的缺点, 说明参数自调整模糊控制系统的控制效果较好, 能满足控制的要求。

参考文献

[1]李睿钦, 张荣标, 柏受军, 等.模糊PID在汽车空调温度控制中的应用[J].微计算机信息, 2008 (2) :235-237.

[2]王桂琴, 刘宏伟, 冯利辉.基于模糊控制的汽车自动空调仿真分析[J].拖拉机与农用运输车, 2008, 35 (2) :42-43.

[3]王文涛, 贾志成.基于模糊控制的汽车空调风门控制的研究[J].汽车零部件, 2011 (11) :65-67.

[4]崔胜民.现代汽车系统控制技术[M].北京:北京大学出版社, 2008.

[5]刘端.基于模糊控制的轿车自动空调设计与仿真[D].长春:吉林大学, 2009:14-36.

参数自校正模糊控制 第3篇

1 硫化参数的确定

橡胶的硫化过程是在一定的温度、时间和压力的条件下完成的。这三个条件对橡胶产品的质量起着决定性的作用,因此被称为“硫化三要素”。橡胶硫化的过程可以分为四个阶段:硫化诱导阶段、热硫化阶段、正硫化阶段和过硫化阶段如图1所示。

在橡胶生产工艺中,正硫化通常是指橡胶制品物理、化学性能达到最佳值时的硫化状态。正硫化时间是指达到正硫化状态所需要的时间。硫化温度直接影响硫化产品的质量和硫化速度,硫化温度的高低取决于橡胶的种类、配方和硫化工艺。

在实际生产过程中,橡胶硫化的压力是根据橡胶的种类、配方和硫化工艺、可塑性、产品结构等因素来决定。而硫化的温度和时间是相互制约的,标准硫化工艺是依据等效硫化的范得荷夫数学公式进行的,即在一定的温度范围内采用:

undefined

其中:T1为标准硫化温度;T2为实际硫化温度;E1为标准硫化温度下的正硫化时间;E2为实际硫化温度下的正硫化时间;K(T)为硫化系数(在一定温度范围内可视为常数)。

上式经变化后,可得标准硫化温度下的正硫化时间E1:

undefined

式(2)表明硫化温度和硫化时间互为指数关系。若取T1-T2=10,K=2,则:

undefined

这说明硫化温度相差10 ℃时,硫化时间相差两倍。也就是说,温度每增加10 ℃时,硫化时间缩短一倍,反之,硫化时间则延长一倍。所以把在不同硫化温度下达到相同硫化效果的时间,称为等效硫化时间,利用范得荷夫数学公式可以方便地计算出在不同硫化温度下的等效硫化时间。

2 平板硫化机的控制结构

通过分析可知,平板硫化机的温度控制是一种不确定、大惯性、外界干扰复杂多变、非线性严重的控制对象,常规PID控制算法难以满足控制要求。因此设计采用模糊自适应PID控制策略,用模糊控制理论在线整定PID控制器的比例、积分、微分系数,将模糊控制和传统的PID控制相结合,将传统PID控制经验的优点和模糊控制的灵活性、自适应性相结合,以克服控制系统的变参数、非线性等不利因素的影响,使系统输出响应的过渡过程平稳、系统的超调量小、过渡时间短、跟踪性能好,具有较好的动态性能。系统以PLC为中心,配以高性能的模块化外设组成一体化的温度控制系统,同时采用硬件和软件的抗干扰措施,确保系统的稳定性和高可靠性。PLC选择Honeywell的UMC800,UMC-800由控制器和操作面板组成,两者间最大距离是15 m。控制器上有16个I/O插槽,可插入4种I/O插卡,AI(4通道/卡)、AO(4通道/卡)、DI(6通道/卡)、DO(6通道/卡),由于AI、AO插卡有数量的限制,系统最多可有24个模拟量输入、12个模拟量输出、42个开关量输入输出。当减少模拟量输入输出插卡时,开关量输入输出点数最多可增加到96点。PID回路数有16个,但其中至少有4个应为ON/OFF通断型时间比例输出或三位步进输出,其余为4～20 mA输出。内部功能块种类超过70,应用总数为250个。

操作面板带5英寸LCD彩色显示器和22个操作键,可以完成所有控制功能的组态,如数据库组态、程序编写、参数整定、显示画面设置等组态功能及进入各种显示画面的操作功能。另可选3.5英寸软驱,以存储模拟量、报警、数字事件,还可存储和传送控制器与操作器接口的组态、设定点程序和处方。

基于Windows 95/NT的组态软件可在独立PC机上完成离线组态,再通过RS 232口下装到控制器和操作面板上,系统具有集中管理,分散控制的高可靠性。PLC控制系统框图如图2所示。

温度控制单元由铂电阻、AI模块、PID、操作器、AO模块、可控硅调压器组成。该单元决定了温度控制精度,铂电阻选用A级铂电阻,精度为0.2级,AI模块转换位数为20位,精度可达到0.05%。

3 PID自整定控制器的参数确定

系统的主要功能是要实现对橡胶硫化过程中的三个主要因素进行精确的测控。由于橡胶硫化中的正硫化时间是按标准硫化温度下的正硫化时间设定的,当实际硫化温度超过标准硫化温度时,若不能够相应地改变正硫化时间,将直接影响橡胶产品的各种物化性能。因此要求系统同时对多台硫化机进行温度巡回实时采样检测,实时显示每个机台的温度及工作状况。对采样的数据经处理后,严格按照等效硫化的范得荷夫公式,自动调整硫化时间,控制开、合模时间及排气时间以确保等效硫化的要求,并且对硫化温度作上、下限监测,超限告警,对非正常的开、合模进行跟综、记录、手动和自动硫化选择功能。

基于模糊推理的PID自整定控制,在线改变模糊控制器的参数,使控制器能够根据实际情况调整比例系数KP、积分系数KI和微分系数KD,使其在系统状态变化的每一时刻自动调节PID参数,让控制过程时刻处于最优状态,增强了对环境变化的适应能力。模糊控制器的主程序包括系统初始化、温度信号的采集、A/D变换、控制算法以及数据显示等功能的实现等控制模块,该程序的流程图如图3所示。

4 平板硫化机主控制电路结构

平板硫化机系统主电路结构如图4所示。

由DO模块、中间继电器、接触器、快速熔断器、电流表、空气开关组成的温度监控系统的主控电路有以下功能:

(1) 当负载出现短路时,快速熔断器迅速断开,以保护可控硅调压器中的可控硅不被损坏;

(2) 当测量温度超过250 ℃或铂电阻出现故障时,控制器使接触器断开,并报警;

(3) 电流表可以指示出每块平板的加热器是否完好,从而可以避免平板温度分布不均匀;

(4) 程控定时开启/关闭温度监测系统。

5 结 语

系统投入运行后,证明该系统的稳定性能好、控制精度高、故障率低、操作简单。解决了SBS、聚丙烯和顺丁橡胶三大类制品的正硫化的实际问题,保证了产品的质量,提高了企业的经济效益。

参考文献

[1]廖常初.可编程控制器应用技术[M].重庆:重庆大学出版社,2004.

[2]诸静.模糊控制理论与系统原理[M].北京:机械工业出版社,2005.

[3]杨清芝.现代橡胶工艺学[M].北京:中国石化出版社,2003.

[4]喻莉莉,徐笑庄,马军.硫化机群测控系统的研究与设计[J].微计算机信息,2006(6S):100-102.

参数自校正模糊控制 第4篇

锅炉燃烧控制系统的主要任务是维持主蒸汽压力稳定, 保证燃烧的经济性和安全性。锅炉是一个典型的非线性、大滞后、时变性复杂的热工系统[1], 传统的采用燃烧温度和热量信号的控制策略, 由于燃烧温度的波动性以及热量信号的延迟性, 都无法快速有效地反映燃料量的变化, 无法取得理想的控制效果。针对这种情况, 周怀春[2]指出炉膛断面辐射能量信号能够快速反映入炉燃料量的变化, 并以它作为中间被调量建立数学模型, 有效地克服了燃料侧内扰对蒸汽压力的影响;张师帅[3]在电厂进行了采用炉膛辐射能信号代替热量信号并对入炉燃料量进行反馈控制的现场实验, 表明机组负荷的响应速度很快, 过渡过程没有出现大的超调, 证明了将辐射能信号代替热量信号的可行性;李阳春[4]在串级控制系统的副回路加入一个模糊判断器来消除炉膛辐射信号中的随机分量产生的影响;马涛[5]、夏猛[6]、常瑞丽[7]等也将辐射能信号应用于电厂机组燃烧控制系统中。但由于传统的PID控制参数整定困难, 缺乏对动态变化的自适应能力, 使得控制具有一定的局限性。

模糊控制策略以其自适应性和鲁棒性而得到广泛应用, 本文采用辐射能信号补偿的参数自整定模糊PI控制策略对燃烧系统进行了仿真研究。

2 传统锅炉燃烧控制策略

传统的控制策略主要有采用温度和热量信号的串级控制。

采用炉膛温度的串级燃烧控制系统是将炉膛温度作为辅助变量, 主调采用主蒸汽压力, 副调采用炉膛辐射温度。如图1所示。其中P* (S) 为主蒸汽压力设定值, D1 (S) 为主蒸汽压力控制器, D2 (S) 为燃料量控制器, F (S) 为燃料量, G1 (S) 、G2 (S) 分别为燃料量和主蒸汽压力传递函数, P (S) 为实测主蒸汽压力, T为实测温度信号。

但由于在炉膛的同一平面上, 温度并非完全处处相等, 所以单点炉膛温度不能全面反映燃烧状况。

在燃烧过程中, 由于煤粉量和所需要的空气量难以在线确定, 并且燃烧率也会随着煤种的变化而发生变化, 因而研究者选取热量信号来代替煤种燃烧率的变化, 如图2所示。其中参数与图1相同, 区别只是用热量信号Q取代了图1中的炉膛温度信号T。

由于热阻及延时特性的存在, 使得热量信号对系统的惯性无法快速响应, 所以它无法有效消除扰动, 同时对系统的延时也无能为力。

3 采用辐射能信号的锅炉燃烧控制

分析锅炉从燃烧到蒸汽产出的过程, 最能直接反映入炉燃料综合状况的应该是燃料在炉内燃烧释放能量的过程。与热量信号相比, 由于煤粉在锅炉内的停留时间仅几秒种, 所以炉内辐射能不仅能够快速地反映入炉燃料量的瞬态变化, 也能及时地反映由于燃料品质的突变造成的燃烧率的变化。因此采用辐射能信号控制燃料质量的变化, 能够获得理想的效果[8]。获取辐射能信号的方法可以采用数字图像处理技术[2]和光谱分析法[9]。

3.1 辐射能定义及计算原理

定义辐射能强度信号ER为:

ER=α1σ0T${}_h^4$ (1)

式中:α1——炉膛黑度, 是火焰和炉壁间的系统黑度;Th——火焰有效绝对温度, K;σ0——波尔兹曼常数。

炉内燃烧率FR为:

FR=BjQC (2)

式中:Bj——单位时间内燃烧量, kg/s;QC——单位质量燃料在炉膛中燃烧放出的热量, kJ/kg。

可以得到辐射能强度信号ER和燃烧率FR之间的关系[8]为:

$E{}_R=\frac{\phi }{F{}_{1}x}\left\{1+\frac{Q{}_F}{Q{}_C}-\frac{{\rm I}{}_l}{Q{}_c}\right\}F{}_R+\alpha {}_1\delta {}_0{\rm T}{}_b^4(3)$

式中:φ——保热系数;F1——炉壁面积, m2;x——水冷壁角系数;QF——进入炉膛的燃料和空气所具有的焓值, kJ/kg;I1——炉膛出口处烟气的焓值, kJ/kg;Tb——炉壁绝对温度, K。

由式 (3) 可以看出, 辐射能强度信号ER和燃烧率FR间近似呈线性关系, 而不同负荷下炉膛出口烟温的变化会对比例系数产生影响。文献[9,10]分别通过两点法和分析辐射能光谱分布试验验证了辐射能信号与给煤量的对应关系。

结合式 (2) , 式 (3) 可以看出, Bj和QC变化都会引起FR变化, 从而辐射能强度信号ER也要成比例发生变化。因此, 辐射能强度信号ER能够全面反映炉内燃烧率的变化。

文献[4,5,6]在用最小二乘法通过现场实验得到的动态响应进行辨识的基础上推导出了各个环节的传递函数。本文仿真研究采用文献[5]的函数模型:

$G{}_{F{\rm P}}(S)=\frac{{\rm P}(S)}{E(S)}=\frac{0.0014e{}^{-55s}}{1+1389s}(4)$

$G{}_{FE}(S)=\frac{E(S)}{F(S)}=\frac{0.064e{}^{-7s}}{1+21.32s}(5)$

$G{}_{E{\rm P}}(S)=\frac{{\rm P}(S)}{E(S)}=\frac{0.02186e{}^{-48s}}{1+106.62s}(6)$

由式 (4) ～式 (6) 中的延迟时间τ可以看出, 辐射能信号对燃烧率的响应速度要比蒸汽压力对燃烧率的响应快得多。

3.2 模糊PI控制器的设计

模糊控制是近十年来发展最快的一项控制技术, 已成功应用于各种各样的控制系统中[11]。模糊控制器具有一定的自适应能力以及很强的鲁棒性, 但是稳态控制精度较差, 难以达到较高的控制精度, 特别是在平衡点附近, 并且它也缺少积分控制作用, 不宜消除系统的静差[12]。

由线性控制理论可知, PI控制器有着很好的消除稳态误差的作用。为了弥补模糊控制器在平衡点附近出现的盲区缺陷, 可以引入PI控制环节, 与模糊控制联合构成复合控制器。在模糊控制系统中, 量化因子Ke、Kec和比例因子Ku对模糊控制器的稳态性能和动态性能都有很大的影响[13]:较大的Ke会减小稳态误差, 缩短反应时间, 若太大则会使超调量增大, 使调节速度变慢;较大的Kec会减小超调量, 改善稳态特性, 但过大则影响响应速度;Ku增大会使精度和速度都得到提高, 太大则导致系统超调太大, 引起振荡, 太小则导致系统响应时间太长。而参数自调整的模糊控制方式能够根据系统偏差的大小实时调整Ke、Kec和Ku, 从而达到较好的控制特性。系统结构如图3所示。

通过编写S函数来实现模糊控制系统参数自调整功能, 从而使模糊控制器达到较好的控制特性。自整定的原则:初始时刻由于e和ec都较大, 所以应该选择小的Ke和Kec以及大的Ku来使系统响应加快, 即“粗调”;当e和ec较小时, 为了减小超调量, 应选择较大的Ke和Kec以及较小的Ku, 即“细调”。

采用辐射能信号的锅炉燃烧控制系统如图4所示。其中FC采用参数自整定的模糊控制方案, 控制主蒸汽压力P (s) ;DE (s) 采用PID控制器控制辐射能E (s) 。

3.3 仿真分析

采用上述辐射能信号的串级控制器, 外回路采用参数自调整模糊PI复合控制器, 内回路采用PID控制器, 在SIMULINK中进行了仿真, 仿真结果如图5所示。显示了在采用辐射能信号的改进型模糊控制与传统PID控制两种控制方式下, 当主蒸汽压力在阶跃扰动时 (由3.7～3.8 MPa) 的动态响应曲线, 其中曲线1为文献[4]传统PID方法, 曲线2为本文方法, 可见采用辐射能信号明显改善了控制系统的动态特性。主蒸汽压力在两种控制方案的响应曲线性能指标如表1所示。

由表1可以定量看出采用辐射能信号的模糊PI控制比传统PID控制具有明显的优越性。

4 结束语

采用炉膛辐射能信号代替传统的温度信号、热量信号, 对入炉燃料量进行参数自整定, 构成基于辐射能信号的锅炉燃烧系统模糊控制, 仿真结果表明了该控制系统可以明显提高锅炉燃烧控制的效果。对于燃烧控制的优化研究具有积极的推动作用, 在节能、环保及提高电厂经济效益等方面具有重要的实际意义。

摘要：针对火电厂燃烧过程中主蒸汽压力控制系统的大时滞、大惯性和非线性, 采用能迅速反映燃料侧扰动的辐射能信号进行快速补偿, 并设计一个参数自调整的模糊PI控制器作为主控制器。该控制器首先通过编写S函数来自动修正量化因子和比例因子, 从而改善基本模糊控制器的性能;然后将模糊控制与PI控制相结合, 以优化燃烧控制性能;仿真结果表明该方案显著提高了非线性、大时滞燃烧系统的控制品质。

参数自校正模糊控制 第5篇

随着计算机技术、电力电子技术的发展,以交流永磁同步电机为控制对象的交流伺服系统得到了广泛应用。在交流伺服系统中大多采用“比例-积分-微分”(PID)控制器来调整系统的动、静态性能。决定这种传统的PID控制算法性能好坏的关键在于各个参数的选择。由于各参数在系统中是相互关联、相互影响的,PID参数的整定过程是一个繁琐复杂的过程,必须依靠人工经验经过反复调整才能使控制器达到较好的效果。当系统状态变化时,PID控制器的参数不能自动进行相应的调整[1],从而使控制器性能下降。交流伺服系统由于其本身具有非线性和时变的特性,传统的PID控制器很难对伺服系统的整个过程实现精确控制。

本研究提出一种PID参数模糊自整定控制器,将模糊控制用于交流伺服系统的速度PID控制器参数整定,可以在运行过程中对PID参数进行调整,使伺服系统具有较好的精确性和自适应性。

1 PID参数模糊自整定控制器设计

1.1 PID参数对系统的影响

PID控制器由于具有原理简单、易于实现等特点,已成为应用最广泛的一种自动控制器。其控制规律为:

undefined

式中 Kp—比例系数,作用于系统偏差,调节Kp可以加快响应速度,减小系统稳态误差,提高控制精度;Ki—积分系数,作用于系统累积误差,有利于减小系统静态误差;Kd—微分系数,作用于系统偏差变化量,调节Kd有利于加快系统响应,使超调减少,但也会带来扰动敏感,抑制外干扰能力减弱。

由以上分析可知,通过合理调节Kp、Ki、Kd这3个参数可使系统达到符合要求的状态。由于Kd参数对系统的作用比较敏感,整定难度较大,很多系统中常常忽略微分作用仅采用PI控制。本研究所设计的PID参数自整定控制器也仅对Kp、Ki进行整定,但由于把误差变化量也作为模糊控制器的一个输入,也在一定程度上弥补了Kd的作用。

1.2 控制器结构

PID参数模糊自整定控制器的结构如图1所示。

由图1可见,自整定控制器由常规PID控制器和模糊推理两部分组成。模糊推理部分实质上就是一个模糊控制器,只不过它的输入语言变量是误差e和误差变化量ec,输出语言变量为Kp和Ki。

将系统输出的误差和误差变化量作为控制器输入。由于输入的基本论域和模糊集合的论域是不同的,通过选择合适的量化因子来将基本论域映射为模糊集论域,然后进行模糊化处理,包括模糊分割和隶属函数的确定。模糊推理采用Mamdani模型,根据已建立的模糊规则得到推理结果。此时得到的推理结果也是模糊量,需要对它进行输出解模糊化。采用加权平均法,并乘上比例因子得到输出变量Kp和Ki。最后将此变量作为PID控制器相应参数来得到系统的控制量输出。

1.3 隶属函数的确定

该控制器是一个两输入、两输出的模糊控制系统,定义输入量e和ec的论域为{-5,5},其模糊子集为{NB,NM,NS,Z,PS,PM,PB};定义输出量Kp、Ki论域为{0,5},模糊子集为{Z,S,M,B}。各模糊子集的隶属函数曲线选用三角形和梯形形状,具有计算精度高、形式简单、计算效率高等优点[2]。同时,考虑到隶属函数幅宽大小对系统的影响,在误差较小时采用较陡形状的隶属函数,使其具有较高的分辨率,在误差比较大的时候采用较平缓形状的隶属函数,使系统获得较好的鲁棒性。以输入变量e为例,其隶属函数分布如图2所示。

1.4 模糊控制规则

模糊控制规则是整个模糊控制的核心。PID算法中,被控过程对参数Kp、Ki的自整定要求[3,4,5,6]如下:

(1) 在控制的起始阶段,e较大,因此适当地把Kp放在较小的档次,以减小各物理量初始变化的冲击,同时为防止出现积分饱和现象,从而引起响应过程较大的超调量,积分作用应该弱一些,取较小的Ki;

(2) 在控制过程中期,e中等大小,而ec较大,此时应该适当加大Kp,以提高快速性和动态精度,并且积分作用要适中,避免对动态稳定性造成影响;

(3) 控制过程的后期,e较小,为避免产生大的超调和提高静态精度稳定性,又将Kp调小而Ki要取较大值以减小系统静差,提高调节精度。

根据以上原则,Kp、Ki控制规则表,如表1、表2所示。

结合前面所确定的隶属函数,该控制器最终的输出曲面如图3、图4所示。

2 系统仿真与结果分析

利用Matlab的Simulink和Fuzzy工具箱对所设计的控制器进行系统仿真[7,8]。首先建立以同步电机为控制对象的伺服系统模型。

所选永磁同步电机参数为:定子相绕组电阻Rs=2.875 Ω,定子d相和q相绕组电感Ld=Lq=0.008 5 H,转动惯量J=0.000 8 kg·m2,磁链幅值B=0.175 Wb,电极对数p=4,并使d相电流id=0 A,F=0 Nms。

永磁同步电机给定转速为700 r·min-1,初始转矩为3 N·m。在0.025 s时,突加一个8 N·m负载扰动,持续时间0.01 s。系统转速仿真结果和常规PID控制器比较如图5所示;系统转矩仿真结果比较如图6、图7所示。

从图5中可以看出,本研究所设计的PID模糊自整定控制器在设定转速中基本无超调,而且能较快达到稳态值;同时从图6、图7比较中可知,该方法能以较大的转矩起动,转矩变化波动较小;在发生扰动时转速基本不变,转矩输出也能较快恢复稳定。可见,这种PID参数模糊自整定方法能较明显地改善系统动、静态性能。

3 结束语

本研究采用模糊控制算法对PID控制器参数进行整定,设计了一种用于永磁同步电机伺服控制系统的PID参数模糊自整定控制器。该控制器克服了常规PID控制器存在着的参数变化、非线性等不良因素的影响。

与使用常规PID控制器的同步电机控制系统相比,使用该PID参数模糊自整定控制器的同步电机控制系统具有超调量小、过度时间短、运行平稳的优点,具有良好的动、静态性能,因而有较好的应用价值。

摘要：为了改善以交流永磁同步电机为控制对象的伺服系统性能,在PID控制规律和模糊控制算法研究的基础上,提出了一种PID参数模糊自整定控制器。利用模糊推理方法建立了模糊控制规则,对交流伺服电机控制中的PID参数实现了自整定,并在Matlab中进行了仿真。仿真结果表明,该控制器改善了常规PID控制器的性能,使伺服系统具有良好的动、静态性能。

关键词：模糊自整定,电机控制,永磁同步电机,仿真

参考文献

[1]赵望达,鲁五一,徐志胜,等.PID控制器及其智能化方法探讨[J].化工自动化及仪表,1999,26(6):45-48.

[2]韩启纲,吴锡祺.计算机模糊控制技术与仪表装置[M].北京:中国计量出版社,1999.

[3]张春,江明,陈其工.PID参数模糊自整定控制器的设计与研究[J].机电工程,2006,23(9):19-21.

[4]毛义梅,罗海福,张晶.一种PID参数模糊自整定控制器的设计与仿真[J].自动化与仪表,2001,16(3):36-38.

[5]HUANG Y,YASUNOBU S.A general practical designmethod for fuzzy PID control from conventional PID control[J].Fuzzy Systems,2005(2):969-972.

[6]赵瞻,郭淑涓.基于电液比例位置系统的模糊自整定PID控制器[J].机电工程,2006,23(11):59-62.

[7]洪乃刚.电力电子和电力拖动控制系统的MATLAB仿真[M].北京:机械工业出版社,2006.

参数自校正模糊控制 第6篇

在工业生产过程中温度是重要的控制参数之一, 对温度的有效控制对于保证生产质量具有重大的现实意义和理论价值。工业温度控制系统具有非线性、时变性和滞后性等特性, 而常规PID控制器参数往往整定不良, 性能欠佳, 对运行的工作情况适应性差, 导致常规PID控制不能使温度控制达到理想效果[1]。为了改善常规PID控制效果, 增强系统的适应性, 实现PID参数自整定, 本文设计出一种PID参数自整定的模糊控制器。利用模糊逻辑对PID控制器参数进行调整实现控制效果最优, 将温度作为控制对象, 并利用Matlab的Simulink工具箱实现仿真对比分析常规PID与模糊PID的曲线, 最后应用到实际的温度控制系统中, 对比分析常规PID与模糊PID的控制效果。

1 PID控制算法的相关介绍

1.1 PID控制算法

PID控制器因为结构简单、容易实现, 并且具有较强的鲁棒性, 因而被广泛应用于各种工业过程控制中。在传统PID控制中, PID参数在线整定一直是人们研究的问题之一, 最早提出PID参数工程整定方法的是Z-N整定公式, 至今仍然在工业控制中应用。而常规PID整定参数的选择取决于多种因素, 比如被控对象的动态性能、控制目标以及操作人员对系统的理解等, 因此肯定造成整定效果不理想。人们发现单纯靠常规PID控制算法是无法完成各种复杂控制的[2]。在这种背景下, 专家首次提出了基于继电器反馈的自适应PID控制系统应用于工业控制领域中。近年来国外对于Fuzzy-PID的研究已经由先前的基于专家经验的模糊控制技术实现PID参数调整的研究, 逐渐转向基于人工智能神经网络、遗传理论的模糊复合控制技术与常规PID结合的复杂控制, 比如基于遗传算法的PID控制、基于蚁群算法的PID控制等。近20年来, 在理论研究基础上, 具有模糊推理的自整定PID控制器也相继问世。此外, 各种智能控制算法相互结合, 如模糊神经网络、模糊免疫算法等, 也不断为智能PID技术的发展增加新的活力[3]。

1.2 PID参数整定

一般的PID参数整定方法大多通过一些简单的实验获取系统模型或性能参数, 再用代数规则给出适当的PID整定值, 或者根据多年的经验, 给出参数值, 这些方法简单, 便于工程应用, 但参数的整定效果不理想[4]。在实际的应用中, 许多被控过程机理复杂, 具有高度非线性、时变不确定性和纯滞后等特点。过程参数甚至可能会随着时间和工作环境的变化而变化。这就要求在PID控制中, 不仅参数的整定不依赖系统的数学模型, 并且能够在线调整, 以满足实时控制的要求[5]。

模糊PID控制不仅具有智能控制的自学习、自适应、自组织的能力, 能够自动辨识被控过程参数、适应被控过程参数的变化, 而且又具有常规PID控制器结构简单、鲁棒性强、可靠性高[6]的特点。因此模糊PID控制成为控制领域中较为理想的一种控制方法。模糊控制与PID控制的结合形式很多, 本文采用的是模糊PID参数自整定的方法。

2 温度控制的数学模型

2.1 温度控制系统组成

考虑图1所示的温度控制系统。该温度控制系统主要构成部分是储水箱、智能仪表、锅炉、换热器以及闸阀、传感器等, 智能仪表作为控制器, 0~380 V加热丝作为执行机构, 锅炉中水的温度作为控制对象, 温度传感器作为反馈环节, 常规PID与模糊PID的控制参数输入智能控制器, 然后输出4~20 mA模拟信号调节0~380 V电压控制加热丝加热的程度。

2.2 温度控制系统的模型特性

锅炉水温控制系统可近似用一阶惯性纯滞后环节来表示, 其传递函数为:

$G(s)=\frac{{\rm K}}{{\rm T}s+1}\text{e}{}^{-\tau s}$

式中:K为对象的静态增益;T为对象的时间参数;τ为对象的纯滞后时间参数。本系统选用的是温度作为控制对象, 锅炉的温度控制系统是常见的确定性系统, 针对以上的温度控制系统得到锅炉温度控制系统的传递函数为:

$G(s)=\frac{0.5}{50s+1}\text{e}{}^{-5s}$

从图1可以看出, 锅炉中的水是不断流动的, 循环水对加热丝加热锅炉中水的温度是一个很强的干扰, 增加了系统的复杂性, 加大了控制难度, 而一般常规的PID控制效果不太理想, 所以对锅炉水温度控制系统采用模糊PID控制算法。

3 模糊PID控制算法

3.1 模糊PID参数自整定系统结构

采用模糊PID参数自整定控制方式, 首先要找出PID三个参数与控制偏差e和偏差的导数ec之间的模糊关系, 在运行中通过不断检测e和ec, 根据模糊控制原理来对三个参数进行修改, 以满足不同e和ec对控制参数的不同要求, 从而使被控对象有良好的动静态性能[7]。即e, ec作为模糊控制器的输入, PID三个参数作为输出系统结构图如图2所示。

3.2 PID参数的整定原则

按照系统时时变化的偏差e和偏差变化率ec, 根据经验, KP, KI, KD的整定原则如下[8,9]:

(1) 当偏差e较大时, 误差较大, 为使系统有较快的响应速度, 应取较大的KP;为了防止偏差变化率ec瞬时过大, 应取较小的KD;为了避免较大的超调, 应对积分作用加以限制, 通常取KI=0。

(2) 当偏差e处于中等大小时, 为使系统相应具有较小的超调, KP应取得小些, KI取值要适当, 这时KD取值对系统影响较大, 取值应大小适中, 以保证系统的响应速度。

(3) 当偏差e较小时, 为使系统具有较好的稳定性, KP与KI均应取大些, 同时为避免系统在设定值附近出现振荡, 并考虑系统的抗干扰性能, 应适当地选取KD值。KD值的选择根据偏差变化率ec来确定, 当ec较大时, KD取较小值, 当ec值较小时, KD取较大值, 一般情况下, KD为中等大小。

3.3 模糊PID控制器

设定输入变量e和ec语言值的模糊子集为{NB, NM, NS, Z, PS, PM, PB) , 将偏差e和偏差变化率ec量化到 (-3, 3) 的区域内。同样, 设定输出量KP, KI和KD的模糊子集为{ZO, PS, PM, PB) , 并将其量化到区域 (0, 3) 内。根据参数KP, KI和KD对系统输出特性的影响情况, 可得模糊控制规则为:

If (e is NB) then (KP is PB) and (KI is Z) and (KD is PS)

If (e is NM) and (ec is NM) then (KP is PM) and (KI is PS) and (KD is PM)

If (e is NM) and (ec is PM) then (KP is PM) and (KI is PS) and (KD is PM)

If (e is NS) and (ec is NS) then (KP is PB) and (KI is PB) and (KD is PM)

If (e is NS) and (ec is PS) then (KP is PB) and (KI is PB) and (KD is PM)

If (e is PS) and (ec is NS) then (KP is PB) and (KI is PB) and (KD is PM)

If (e is PS) and (ec is PS) then (KP is PB) and (KI is PB) and (KD is PM)

If (e is PM) and (ec is NM) then (KP is PB) and (KI is Z) and (KD is PS)

If (e is PM) and (ec is NM) then (KP is PM) and (KI is PS) and (KD is PS)

If (e is PB) then (KP is PB) and (KI is Z) and (KD is PS)

4 仿真结果

4.1 建立系统Simulink仿真框图

在Matlab的Simulink 环境下根据图2设计出系统的仿真框图[10]。如图3所示。

4.2 Matlab仿真结果

针对A3000温度控制系统, 其数学模型为$G(s)=\frac{0.5}{50s+1}\text{e}{}^{-5s}$, 模糊化因子ke=0.12, kec=0.02, 解模糊因子Kl=1.8, K2=0.03, K3=0.01, PID参数值KP=3.5, KI=0.025, KD=0.1。图4是常规PID控制曲线图和模糊PID控制曲线图。仿真结果表明, 模糊PID控制方法较常规的PID控制, 具有较高的控制精度, 超调量小, 控制效果好。

仿真显示采用Fuzzy-PID算法, 没有振荡并且超调量小, 从仿真的结果可以看出, 常规PID算法调节时间为55 s, 而模糊PID的调节时间是27 s, 常规PID的超调量是26%, 而模糊PID的超调量是1.27%, 明显优于传统的PID算法。

4.3 温度控制系统实际控制效果

将常规PID和模糊PID参数自整定算法用于温度控制系统中, 以及加入相同的干扰后对控制效果的影响, 其温度控制实验曲线如图5, 图6所示。

从温度控制系统的实际控制结果看出:常规PID算法调节时间为4.4 min, 而模糊PID的调节时间是2.1 min, 常规PID的超调量是10%, 而模糊PID的超调量是6%;在加入相同干扰的情况下, 系统恢复稳定的时间, 常规PID是2.7 min, 模糊PID是0.9 min。

5 结 语

温度控制系统具有非线性、时变性和滞后性的特性, 并且锅炉水温控制系统中的循环水也是强干扰, 增加了系统控制的复杂性, 常规PID控制效果不太理想, 而模糊PID参数自整定控制算法对于解决温度系统中的非线性、时变性和大延时起到明显的改善效果, 对干扰也具有较好的抑制调节能力。

参考文献

[1]蔡春波.PID参数自整定算法研究及应用[D].哈尔滨:哈尔滨工业大学, 2005.

[2]方康玲.过程控制系统[M].武汉:武汉理工大学出版社, 2002.

[3]何芝强.PID控制器参数整定方法及其应用研究[D].杭州:浙江大学, 2005.

[4]张弘.大滞后系统控制中专家-模糊PID方法的应用[J].计算机工程与应用, 2009, 45 (28) :244-245, 248.

[5]欧阳磊.基于自整定PID控制器的温度控制系统研究[D].淮南:安徽理工大学, 2009.

[6]刘向东, 常江.自适应模糊PID控制方法在温度控制中的研究[J].佳木斯大学学报:自然科学版, 2007, 25 (3) :345-348.

[7]王丹力, 赵剡.Matlab控制系统设计仿真应用[M].北京:中国电力出版社, 2007.

[8]楼顺天, 胡昌华.基于Matlab的系统分析与设计:模糊系统[M].西安:西安电子科技大学出版社, 2001.

[9]吴晓燕, 张双选.Matlab在自动控制中的应用[M].西安:西安电子科技大学出版社, 2006.

参数自适应模糊PID算法研究 第7篇

关键词：参数自适应,模糊PID算法,研究

1 参数自适应简介

随着工作环境或者时间的变化, 相关控制对象的数学模型也会发生相应的变化, 而究竟是作何变化是无法预知的。就拿导弹或飞机来说, 随着其飞行高度、速度以及大气密度的变化, 相关的气动参数也会随之发生变化。尤其是导弹最为显著, 因为其飞行的高度和速度具有很大的变化范围, 所以导弹的数学模型参数的变化范围也就变化很大。不仅仅是环境变化会影响到控制对象, 其本省内在变化也会对相关数学模型参数造成影响。以导弹为例, 飞行过程中, 随着燃料不断消耗, 其质心位置和重量就会发生变化, 从而对其其数学模型参数产生十分重要的影响。如果控制对象数学模型参数的变化范围不大, 此时为使参数变化对控制品质的不利影响降到最低甚至消除, 则可采用补偿控制、最优控制或者反馈控制等一般方法。但是若控制对象参数变化范围很大, 想要使系统仍能够在最优状态下运行, 那么就需要采用参数自适应控制的方法。

对于参数自适应控制, 我们可做如下概述:系统在工作时, 可以对相关运行指标及参数进行自动检测, 然后以其相关变化为依据, 从而对控制参数作出相应的调整, 使系统达到或者接近最优的工作状态。事实上, 参数自适应控制也属于反馈控制, 只是它同普通的系统输出反馈和系统状态反馈有所不同, 其反馈控制要更加复杂, 就算控制对象是线性定常, 因此, 比之于普通反馈控制设计, 参数自适应控制设计难度要更大。

2 自适应控制的理论问题

就参数自适应控制系统而言, 它具有诸多特征, 比如时变性、非线性以及随机性等等, 而且也具有非常复杂的内部机理, 因此若想要对这类系统进行分析具有很大的困难。从当前的研究现状来看, 该系统的鲁棒性、收敛性以及稳定性作为相关理论课题, 很多学者对其进行了广泛而深入的研究, 下面分别对此三个理论问题作简要介绍。

2.1 鲁棒性

在参数自适应控制系统中, 其鲁棒性指的是在存在扰动和未建模动力学特性的条件下, 参数自适应控制系统所具有的稳定性和性能保持能力。在早期的理论研究中, 很多学者并没有度该问题予以充分的关注, 到了80年代, 这一问题才引起人们的关注。通过研究发现, 扰动会造成系统参数的严重飘逸, 致使系统出现不稳定的情况, 尤其是在未建模高频动力学特性的条件下, 如果指令信号包含有高频成份或过大, 或者是参数自适应增益过大以及量测噪声的存在, 这些问题都会致使参数自适应系统的稳定性得不到保障。

2.2 收敛性

就参数自适应模糊PID算法而言, 其收敛性指的就是在初始条件一定的情况下, 它可以逐渐靠近并最终实现预期目标, 同时在收敛过程中保持系统所有变量有界。由于很多的参数自适应控制系统所采用的都是不同形式的递推自适应算法, 因此, 对参数自适应控制系统而言, 其收敛性理论具有十分重要的意义。

2.3 稳定性

所谓参数自适应控制系统的稳定性, 它指的就是系统的状态、输入和输出以及参数的有界性。同其他的反馈系统相同, 要想确保参数自适应控制系统可以正常地进行工作, 那么就必须要确保系统全局的稳定性。所以, 人们在对参数自适应控制系统的模型进行设计时, 很早就运用到了稳定性理论。

3 参数自适应模糊PID控制结构

3.1 参数自适应模糊PID控制结构

为了对DAH进行更好的控制, 使之趋于平稳, 参数自适应模糊PID控制系统能够使PID控制方法在开始阶段就将PID参数固定化的缺点得以有效克服。该控制系统通过模糊控制规则推理来对PID参数进行实时调节。我们用下图来表示参数自适应模糊PID控制系统的具体结构。

对系统的控制是由PID控制器来完成的。模糊推理系统的输入是误差e和误差变化率e, 对PID参数Kp、Ki、Kd进行在线整定主要使用的是模糊推理方法.以使不同的误差e和误差变化率e对控制器参数的不同要求得以满足, 进而使被控对象具有良好的动态、静态性能, 并使对控制对象的控制精度和测定系统的测量速度得以提高。

Kp为比例系数, 其主要作用就是使系统响应速度和系统调节精度提高。Kp的值越大, 那么系统也就具有更高的系统调节精度和更快的响应速度, 但是如果Kp的值太大, 那么也会出现超调, 严重的话还会引起系统不稳定;若Kp的值太小, 那么响应速度和调节精度都会下降, 进而使调节时间延长, 对系统动静态特性造成不利影响。Ki为积分作用系数, 其主要作用是使系统的稳态误差得以消除。Ki的值越大, 那么就会有更快的系统静差消除速度, 但是如果Ki太大, 就会导致响应初期积分饱和现象的发生, 进而导致响应过程的较大超调, 但是如果Ki太小, 则就难以消除系统静差, 会对系统调节精度产生不利影响。Kd为微分作用系数, 其主要作用是对系统动态特性进行改善。由于PID控制器的微分环节是响应系统偏差的变化率e的, 它主要是在响应过程中对偏差产生抑制作用, 使其不向任何方向的变化, 提前制动偏差变化, 但是如果Kd太大, 那么就会导致响应过程过分提前制动, 进而使调节时间延长, 另外, 也会降低系统的抗干扰性。

3.2 被控过程对参数Kp、Ki、Kd的自整定要求

在测定之初, 设定温度和实际温度存在较大差距较大, 也就是e (k) 较大, 为确保跟踪性能良好, 那么Kp应取较大值, Kd应取较小值, 另外为使系统响应出现较大超调现象得以避免, 应适当限制积分作用, 一般是取Ki=0;在实际温度和设定温度相接近时, 应将系统超调量降低, 也就是将比例环节Kp、微分环节Kd减小, 对Ki的值作合理的选取, 以此在使温度变化平滑。在实际温度同设定温度非常接近时, 此时应取较大的Kp和Ki, 另外, 为了使系统在设定值出现振荡的现象得以避免, 同时对系统抗干扰性能予以充分考虑, 若e (k) 值较大, 那么Kd可较小;若e (k) 值较小, 那么Kd可较大。对于模糊控制器结构而言, e和e是其输入, Kp、Ki、Kd作为输出的一个二输入三输出模糊控制器。其中, {-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5}是输入e、e的论域, 而{负大, 负小, 零, 正小, 正大}是与之对应的模糊语言集, 也就是{NB, NS, Z, PS, PB}5个模糊子集。{0, 1, 2, 3, 4, 5, 6}是控制器输出Kp、Ki、Kd的论域, {零, 小, 中, 大}是与之相对应的模糊语言集, 也就是{Z, S, M, B}四个模糊集。

在对系统输入输出变量及其论域明确之后, 在进行实验时, 隶属度函数可以使用三角型函数, 从而得到隶属函数曲线。

4 结束语

本文对参数自适应以及参数自适应模糊PID控制系统进行了简要介绍, 通过参数自适应模糊PID算法可以使许多复杂控制问题得到有效解决, 并提高系统的控制精度和测量速度。随着参数自适应模糊PID算法的逐渐成熟, 其应用必将会越来越广泛。

参考文献

[1]郝朝会, 孙传祝, 苏夏侃.自适应模糊PID控制在茶叶杀青机中的应用[J].农机化研究, 2013, 02:201-204.