PID智能控制（共11篇）
PID智能控制 篇1
现代工业控制中很多被控制对象存在着非线性严重和较大的时间滞后性, 难以建立精确的数学模型, 用传统PID控制难于达到满意的控制效果。本文将传统PID控制方法、模糊PID控制和神经元PID控制方法进行比较分析, 通过仿真结果, 可以看出这智能控制方法的优势。
1 模糊PID控制器设计
模糊PID控制是通过计算系统误差e和误差变化ec, 进行模糊推理, 查询模糊矩阵, 对PID三参数进行在线修改, 从而使被控对象具有良好的动、静态性能, 控制器结构如图1所示。
此模糊控制器为2输入, 3输出系统, 定义误差e、误差变化ec和Kp, Ki, Kd的模糊子集均为{NB, NM, NS, ZO, PS, PM, PB}, 物理意义为:{负大, 负中, 负小, 零, 正小, 正中, 正大}。误差e的基本论域定为[-6, 6]、误差变化ec的基本论域为[-3, 3], 取量化因子Ke=0.5, Kec=1, Kp, Ki, Kd三个参数的比例因子分别为:Kup=1, Kui=0.001, Kud=1, 采用最大隶属度法。
根据模糊控制器在线修正Kp, Ki, Kd, 修正公式为:
其中K*p, K*i, K*d为PID初始参数值, , 为模糊控制器对PID的在线修正值。根据控制规律, 设计出三个参数在线整定的模糊规则。
2 神经元PID控制器设计
单神经元控制具有结构简单、易于计算、自组织、自学习等特点, 适合实时控制。为此在增量式PID控制器基础上设计了神经元自适应PID控制器。
增量式PID控制器算法:
Ki为积分系数, Kp为比例增益, Kd为微分系数, △2为差分的平方, △2=1-2z-1+z-2。控制器结构如图2所示。
图中:rin (k) 为设定值, yout (k) 为输出值, x1, x2, x3是经转换器转换成为神经元的输入量, w1, w2, w3为对应于x1, x2, x3输入的加权系数, 为神经元的比例系数:
则单神经元自适应PID的控制算法为:
权系数学习规则采用有监督Hebb学习规则, 它与神经元的输入、输出和输出偏差三者函数关系如下:
式中:ri (k) 为递进信号, ri (k) 随过程进行逐渐衰减, 权系数wi (k) 正比于递进信号ri (k) ;z (k) 为输出误差信号, c为智能控制比例因子, η为学习速率, η>0。对以上学习算法进行规范化处理如下:
使用Matlab编程语言进行神经元控制程序设计, 对其中比例系数K和学习速率ηI, ηP, ηD分别采用试探方法进行离线调整, 经过综合比较, 最终确定K=0.12和学习速率ηI=0.40, ηP=0.35, ηD。=0.40
3 仿真分析
本文采用一阶大滞后惯性环节作为仿真对象, 将传递函数写为传统形式
使用Matlab语言分别对传统PID控制、模糊PID控制和单神经元PID控制器编程仿真, 并调整被控对象参数, 对比以上方法的控制品质。
3.1选择传递函数为。图3至5为三种控制系统的阶跃响应变化曲线, 可以看出:基本PID控制系统响应存在振荡, 无超调;模糊自适应PID控制响应较慢, 无超调;神经元PID控制无超调, 响应快。
3.2增加系统增益、惯性和延迟时间, 被控对象调整参数为。
仿真结果显示:PID控制系统不稳定, 系统发散;模糊PID控制超调量较大, 神经元PID控制响应时间有所增加, 两种智能控制系统均能够稳定工作, 体现了其在被控对象参数发生变化时的自适应性、自调整特点。
4 结论
根据系统仿真结果显示:模糊PID控制和神经元PID控制方法在被控对象参数发生变化时具有较好的自适应能力和较强的鲁棒性, 控制系统能够稳定工作。
模糊PID控制系统响应较慢, 这与模糊规则设置、论域划分有关。当调整模糊控制规则后, 系统性能应将有所提高, 但如果规则设定过多, 则模糊推理时间增长, 不适宜复杂系统的实时控制。
神经元PID控制算法简单, 系统阶跃响应曲线在三种PID控制中最好。被控对象参数变化时, 具有良好的鲁棒性, 响应时间较快, 具有较好的工业应用前景。
参考文献
[1]吴晓莉, 林哲辉等.MATLAB辅助模糊系统设计, 西安电子科技大学出版社, 2002年.
[2]Wu Xiaojin.Zhang Zhao Zhu.Genetic algorithm combined with immune mechanism and its application in skill fuzzy control.In:Journal of Systems Engineering and Electronics.2005.16 (3) .600-605.
[3]飞思科技产品开发中心, MATLAB6.5辅助神经网络分析与设计[M], 电子工业出版社, 2004.
[4]章卫国, 杨向忠.模糊控制理论与应用, 西北工业大学出版社, 2001年.
[5]易继锴, 候媛彬.智能控制技术, 北京工业大学出版社, 2002年.
PID温度控制系统的设计 篇2
关键词:温控系统单片机PID控制
中图分类号:TP273+.4文献标识码:B
0 引言
控制仪表性能指标对温度控制有很大的影响,因此,常采用高性能调节仪表组成温控系统对被控对象(温度)进行严格控制。本文介绍以单片机AT89C51为核心器件构成的温度控制系统,它具有测量、控制精度高、成本低、体积小、功耗低等优点,可制成单机,广泛应用于冶金、化工、食品加工等行业对温度进行精确控制。
1 温控系统结构与工作原理
温控系统的结构如图1所示。热电偶测量出电炉的实际温度(mv信号),经放大、线性化、A/D转换处理后送入单片机接口。由键盘敲入设定温度值,此值与经A/D转换过的炉温信号存在一差值(假如两者温度不一致),由单片机PID调节电路进行比例、微分及变速积分算法对温控箱进行恒温控制。该系统采用传统的AT89C52单片机,其硬、软件完全符合系统的要求,为满足测控精确度的要求,A/D电路选用12位转换器,分辨率为2-12。本系统采用三相数字过零触发器对六只晶闸管(Y/△接法均可)进行输出功率控制,即在电源电压过零时触发晶闸管,利用PID信号产生的控制信号使电流每周期按规定的导通波头数导通负载,达到控制输出功率,也就是控制炉温的目的。采用过零触发可减少电网谐波的产生,触发器与单片机光电隔离,可减少电网对微机的干扰,调功方式下电加温炉的平均功率为:P=3nU2/NR(1)
式中:P为输入电炉的功率;R为电炉的等效电阻;U为电网相电压;n为允许导通的波头数;N为设定的波头数。
注:公式(1)为负载Y接法适用
2 系统控制软件设计
2.1 PID参数的优化 系统采用遗传算法(Genetic Algorithm,简称GA)离线优化PID参数[1]。20世纪70年代由美国J.Holland教授提出的遗传算法(GA)[2]是一种模拟生物进化过程的随机化搜索方法。它采用多路径搜索,对变量进行编码处理,用对码串的遗传操作代替对变量的直接操作,从而可以更好的处理离散变量。GA用目标函数本身建立寻优方向,无需求导求逆等复导数数学运算,且可以方便的引入各种约束条件,更有利于得到最优解,适合于处理混合非线性规划和多目标优化。系统采用二进制编码选择来操作,我们称为染色体串(0或1),每个串表示搜索空间的一个点。它模仿遗传进化的步骤,引入如繁殖、交叉和变异的方法,在所求解的问题空间进行全局的、并行的、随机的优化搜索[3]。
本系统用GA算法对PID离散化表达式[3]中的3个PID参数KP、KI、KD进行离线优化设计,从而使系统的性能达到最优。本例中用C语言编写的算法流程图如图2所示。
取采样周期:T=80s;GA离线优化结果为:积分时间:TI=240s;微分时间:TD=80s;比例系数:KP=6;积分系数:KI=KPT/TI=2;微分系数:KD=KPTD/T=6。
2.2 变速积分PID控制算法 在传统的PID算法中,因积分增益KI为常数,故在整个调节过程中其值不变。但系统对积分的要求是:偏差大时,积分作用减弱,否则会产生超调,甚至出现积分饱和;反之则加强,否则不能满足准确性的要求[4]。引进变速积分PID控制算法能使控制性能得以满足。其基本思路为:偏差大时,积分累积速度慢,积分作用弱;偏差小时,积分累积速度快,积分作用强。为此,设置系数f[E(K)],它是偏差E(K)的函数,当[E(K)]增大时,f[E(K)]减小;反之则增大。每次采样后,用f[E(K)]乘E(K),再进行累加:
PI(K)=KI{ +f[E(K)]E(K)} (2)
式中:PI(K)表示变速积分的输出值。
f[E(K)]与E(K)的关系可表示为:
E(K)≤B
B<│E(K)│≤A+B
∣ │E(K)│>A+B
将P(k)代入PID算式,得:
P(K)=KPE(k)+KI{+f[E(K)]E(K)}+KD[E(k)-E(k-1)](3)
变速积分PID控制算法程序框图如图3所示。
在此系统中,采用简单的变速积分PID控制,经实验验证,取A=10,B=2效果良好。
2.3 系统主程序设计 系统的软件设计在89C52单片机上,由单片机控制的主程序包括初始化、显示面板管理及各子程序调用。温度信号的采集、数字滤波、标度变换、温度显示、变速积分PID控制算法等功能的实现由各子程序完成。软件还包括对系统的保护和快速加温的切换等。软件流程图如图4所示。采样周期通过AT89C52的定时器T0和软件计数实现。
3 实验结果
实验中采用10kw电阻炉将温控对象从室温加热到300℃,并使炉温保持在此温度,温度值上下波动±0.5℃。测得系统的动态性能为:延迟时间td=150s,超调量σ=3.1℅,上升时间tr=650s,调节时间tc=320s。对于时间常数较大的温度控制系统,系统的动态性能指标较好。
4 结束语
基于PID温度控制系统的设计,硬件上采用单片机89C52,软件上采用遗传算法(GA)对PID参数离线优化、变速积分PID控制算法进行控制。该系统具有调试简单、精度高、体积小、可靠性好等优点。实验结果表明该方法可行且效率较高。
参考文献:
[1]扬德利,刘百勇,龚雪皓,等.半导体器件的遗传算法优化设计[J].半导体技术.2001(2):41 4.
[2]Holland JH.Adaptation in Nature and Artificial Systems[M].MIT Press.1992.
[3]李士勇.模糊控制·神经控制和智能控制论[M].哈尔滨:哈尔滨工业大学出版社.1998.111 119.
智能PID控制综述 篇3
PID控制方法作为经典控制算法中的典型代表, 是一种传统的控制方式。从1922年美国N.Minorsky提出PID控制方法, 1942年美国Taylor仪器公司的J.g.ziegler和N.B.Nichols提出PID参数的最佳调整法至今, 其在工业控制中的应用已十分广泛[1]。PID控制具有结构简单、参数物理意义明确和鲁棒性强等特点。PID控制器对系统给定值r (t) 同系统输出值y (t) 的偏差e (t) 分别进行比例、积分、微分运算, 并由此得到其输出值u (t) , 计算公式为:
式中KP为比例系数;KI为积分系数;KD为微分系数。KP、KI、KD可对系统的稳定性、稳态精度、响应速度和超调量等性能产生影响, 它们的作用分别为[2]:
(1) 比例系数KP可以加快系统的响应速度, 提高系统的调节精度。系统的响应速度和调节精度同KP呈正相关, 但KP过大则会产生超调, 使系统不稳定, KP过小则会使响应速度变慢, 使系统静、动态特性变坏。
(2) 积分作用系数KI可以消除系统的稳态误差。KI越大, 系统静差就会越快消除。但KI过大会在响应过程产生较大超调, 产生积分饱和现象。KI过小则会使系统稳态误差不易消除, 影响调节精度。
(3) 微分作用系数KD可以改善系统的动态性能。但KD过大会使系统的调节时间延长, 抗干扰性能降低。
由于现代工业生产过程日益复杂, 被控对象往往具有不同程度的非线性、模型不确定性和参数时变性, 常规的PID控制对过程的精确控制则显得力不从心。作为传统控制发展的高级阶段, 智能控制在近年得到了长足的发展。将智能控制和常规的PID控制方法相结合, 利用智能控制对PID控制的参数进行整定, 形成了许多智能PID控制器。智能PID控制器不但具有传统PID控制直观、实现简单和鲁棒性好等特点, 而且智能控制具有对复杂系统进行有效的全局控制的能力和自学习、自组织和自适应能力。下面介绍几种智能PID控制方法。
1 专家PID控制
专家控制是模拟人类专家的控制知识与经验而形成的控制方法, 已成为近年来最活跃和广泛应用的智能控制领域之一。专家系统由知识库、推理机、解释机制和知识获取机构组成, 它具有领域专家级的专业知识, 能进行符号处理和启发式推理, 具有知识获取能力, 有一定的灵活性、透明性和交互性[3]。在进行专家PID设计时, 要根据控制专家的经验, 从特性识别获得的系统状态特征和性能特征出发, 由专家系统归纳出PID参数的控制规律, 并把该规律存入知识库, 对知识库进行完善。系统工作时, 被控对象的状态被输入专家控制器, 由推理机根据知识库进行启发式推理, 决定此时系统所需的PID控制器控制参数。
2 模糊PID控制
模糊控制是以模糊语言变量、模糊集合论以及模糊逻辑推理为数学基础的一种新型计算机控制算法, 它不依赖控制对象的数学模型, 具有智能性和学习性的优点[4]。在进行模糊PID设计时, 要总结工程设计人员和专家的实际操作经验和知识, 针对KP、KI、KD建立合适的模糊规则表, 而后确定模糊控制器的输入量 (一般为控制量偏差和偏差变化率) 和输出量 (即PID控制器的比例、积分、微分系数) 的论域和隶属度函数。系统工作时首先对输入的清晰量进行模糊化处理, 而后通过查询内部的模糊控制规则表进行模糊推理, 得到KP、KI、KD的模糊控制量, 经过清晰化处理后可得到此时系统所需的PID控制参数。
3 神经网络PID控制
神经网络是从微观结构和功能上对人脑的抽象、简化, 旨在模仿人脑结构及其功能。作为现代信息处理技术中的一种, 神经网络能够对难以精确描述的、复杂的非线性系统进行建模, 它对信息进行分布式存储, 并行地处理及推理, 具有自组织、自学习的特点。神经网络与PID控制相结合的控制方法可以分为三类[2]:基于单神经元的自适应PID控制, 基于多层前向网络的PID控制和基于多层网络的PID控制。在进行神经网络PID设计时, 利用学习算法对神经网络进行离线学习, 同时在系统的工作过程中还要不断进行神经网络的自学习和加权系数的自调整, 以达到更优的控制效果。系统工作时, 将被控对象的状态输入神经网络, 神经网络输出对应于某种最优控制下的PID控制器参数。
4 遗传算法PID控制
遗传算法是一种全局优化自适应概率搜索方法, 它从自然界适者生存、优胜劣汰的遗传机制演化而来。遗传算法仅需要较少的先验知识, 对问题的依赖性小, 适用性广, 具有并行性和全局收敛性。遗传算法包括四个基本步骤:初始化、复制、交叉和变异[5]。在进行遗传算法PID设计时, 首先要对控制系统所需的KP、KI、KD进行二进制编码, 并将其拼接成一条染色体。利用此方法随机产生一组个体, 进行种群的初始化。可设定一定数量的通过实验验证能够使系统稳定运行的个体作为初始种群, 以加速寻优过程, 提高系统的收敛速度。其次要选取合适的适应度函数, 一般来说, 适应度函数可由目标函数转换而成。设计适应度函数要满足单值、连续、非负和最大化, 具有合理性和一致性, 计算量小, 通用性强等特点。系统工作时, 在初始化后控制器不断地进行染色体的适用度评价、复制、交叉、变异, 直到适应度收敛于最优解, 获得最优编码。最后通过对最优编码进行译码操作得到PID控制器所需的控制参数。
5 结语
随着智能控制技术的不断发展, 智能PID技术将不断的完善, 智能控制与PID控制有机结合, 是智能控制技术发展的一个非常有潜力的方向。
参考文献
[1]张国忠.智能控制系统及应用[M].北京:中国电力出版社, 2007.
[2]师黎, 陈铁军, 李晓媛等.智能控制理论及应用[M].北京:清华大学出版社, 2009.
[3]闫永跃, 李庆周, 于树新等.智能PID综述[J].2006, (12) :9-13.
[4]李文, 欧青立, 沈宏远等.智能控制及其应用综述[J].重庆邮电大学学报 (自然科学版) , 2006, (6) :376-381.
PID智能控制 篇4
控制要求：
（1）有两台水泵，按设计要求一台运行，一台备用，自动运行时泵运行累计100小时轮换一次，手动时不切换。
（2）两台水泵分别由m1、m2电动机拖动，电动机同步转速为3000转/min，由km1、km2控制。（3）切换后起动和停电后起动须5s报警，运行异常可自动切换到备用泵，并报警。（4）采用plc的pid调节指令。
（5）变频器（使用三菱fr-a540）采用plc的特殊功能单元fx0n-3a的模拟输出，调节电动机的转速。（6）水压在0～10kg可调，通过触摸屏（使用三菱f940）输入调节。
（7）触摸屏可以显示设定水压、实际水压、水泵的运行时间、转速、报警信号等。（8）变频器的其余参数自行设定。
软件设计：
1．fx2n-48mrplc 的i/o分配：根据控制要求及i/o分配，其系统接线图如图所示。
plc输入，x1：1号泵水流开关；x2：2号泵水流开关；x3：过压保护。
plc输出，y1：km1；y2：km2；y4：报警器；10：变频器stf。
2．触摸屏画面设：根据控制要求及i/o分配，制作触摸屏画面。
触摸屏输入：m500：自动起动。m100：手动1号泵。m101：手动2号泵。m102：停止。m103：运行时间复位。m104：清除报警。d300：水压设定。
触摸屏输出：y0：1号泵运行指示。y1：2号泵运行指示。t20：1号泵故障。t21：2号泵故障。d101：当前水压。d502：泵累计运行的时间。d102：电动机的转速。
3.plc的程序：根据控制要求，画出fx2n-48mr的程序梯形图、plc程序如下图所示。
此主题相关图片如下，点击图片看大图：
plc的程序简述：plc得电后，通过程序把模块中的摸拟量压力信号转化成压力数字量(d160)，将压力的数据寄存器d160的值除以25以校正压力的实际值(由特殊功能模拟模块fx0n-3a的资料可知：因0-10kg对应的是数值是0-250，所以压力与数值的关系是1：25)。在该系统中我们规定了电动机同步转速为3000转/min，所以同步转速的设定低于3000转/min对电机的保护是有好处的。这里我们把转速设定为不能超过1250转/min，则数值与通过pid程序运算的mv（输出）值d150（即电动机转速量）的关系为1：5(由特殊功能模拟模块fx0n-3a的资料可知：因数值是0-250对应的是0-1250转/min，则数值与转速的关系是1：5)。所以电动机的转速实际值校正数d102=d150×5÷10（其中除以10是因为所有实数参与pid的sv设定值>d500，pv当前值>d160，运算都是以1000%加入的。所以要得到mv输出值>d150的实际数值需要除以10）。因该系统中电机的转速是与压力成正比的,转速加大;压力也加大!（这里要注意：动作方向【s3】+1,当前值pv，d500设定值sv，d160；即bit=1，选择逆动作）所以将压力数字量寄存器d160用于pid程序的pv（当前）数字量做为时刻检查管内的当前压力状况。
4．变频器设置：
（1）上限频率pr1=50hz；（2）下限频率pr2=30hz；（3）基底频率pr3=50hz；（4）加速时间pr7=3s；（5）减速时间pr8=3s；（6）电子过电流保护pr9=电动机的额定电流；（7）起动频率pr13=10hz；（8）du面板的第三监视功能为变频繁器的输出功率pr5=14；（9）智能模式选择为节能模式pr60=4；（10）设定端子2～5间的频率设定为电压信号0～10v，pr73=0；（11）允许所有参数的读/写pr160=0；（12）操作模式选择（外部运行）pr79=2；（13）其他设置为默认值。
5.系统调试：
（1）将触摸屏rs232接口与计算机连接，将触摸屏rs422接口与plc编程接口连接，编写好fx0n-3a偏移/增益调整程序，连接好fx0n-3a i/o电路，通过gain和offset调整偏移/增益。（2）按图设计好触摸屏画面，并设置好各控件的属性，按图所示编写好plc程序，并传送到触摸屏和plc。（3）将plc运行开关保持off，程序设定为监视状态，按触摸屏上的按钮，观察程序触点动作情况，如动作不正确，检查触摸屏属性设置和程序是否对应。（4）系统时间应正确显示。
（5）改变触摸屏输入寄存器值，观察程序对应寄存器的值变化。（6）按图连接好plc的i/o线路和变频器的控制电路及主电路。（7）将plc运行开关保持on，设定水压调整为3kg。
（8）按手动起动，设备应正常起动，观察各设备运行是否正常，变频器输出频率是否相对平稳，实际水压与设定的偏差。
PID智能控制 篇5
关键词 光伏电池；MPPT；PID控制
中图分类号：TM914.4 文献标识码：B 文章编号：1671-489X(2012)09-0098-03
Study of MPPT based on Fuzzy Parameters Self-Tuning Digital PID Control//Wu Mao
Abstract Output characteristic of the solar cell and the principle of Maximum Power Point Tracker are introduced. Based on the feature of the solar cell energy, digital PID controller is proposed to realize its MPPT (Maximum Power Point Tracking). Photovoltaic energy generation system can track the maximum power of PV cell rapidly by using digital PID. Simulation and experimental results show that the system has the robustness and the advantages of rapid response.
Key words photovoltaic cell; MPPT; PID control
Author’s address Foshan University, Foshan, Guangdong, China 528000
近二三十年来，太阳能光伏（Photovoltaic，PV）发电技术得到持续发展，光伏发电已经成为利用太阳能主要方式之一。太阳能作为可再生的绿色能源，具有“取之不尽、用之不竭”、清洁、环保等优点，在未来的供电系统中将占有重要的地位。开展太阳能光伏发电技术的研究，对于缓解能源和环境问题，开拓广阔的光伏发电市场，具有重大的理论和现实意义。研究发现，太阳能发电效率较低成为当前影响其发展的因素之一。如何提高太阳能转换效率，降低系统造价，这是近些年的热点。最大功率跟踪（MPPT）技术就是针对提高太阳能电池发电效率进行研究的。本文采用数字PID控制方法，实现太阳能最大功率跟踪，结果表明此方法能够实现较好的控制性能。
1 光伏电池的特性及MPPT原理
1.1 光伏电池的数学模型
光伏电池利用半导体材料的光伏效应制成，光伏电池组件的特性随太阳辐照度和电池温度而变化，即。根据电子学理论，光伏电池对应的函数为。
其中：，，
，（式中为在参考日照下，电流变化温度系数，Amps/℃；为在参考温度下，电压变化温度系数，V/℃；为光伏电池的串联电阻，为短路电流，为开路电压，、为最大功率点对应的电压和电流）。
光伏电池是一种非线性直流源，在不同光照强度和不同电池结温下光伏阵列输出特性曲线是不同的。当外界自然条件改变时，光伏阵列输出特性将随之改变，其输出功率及最大功率点亦相应改变。太阳能电池特性曲线如图1所示。对于光伏电池输出功率有。将两端对U求导，并将I作为U的函数，可得。
从图1可知，当＞0时，U小于最大功率点电压；当时，U大于最大功率点电压；当，U即为最大功率点电压。即有：
，
，
。
1.2 Buck电路实现MPPT的原理
数字控制器主要实现光伏电池对蓄电池的充电，由于受到蓄电池过充电压的限制，本系统采用具有降压调节功能的Buck型变换器，它具有效率高、体积小的优点，如图2所示。
在光伏系统中，为了寻求阻尼的最佳匹配，通常是通过控制PWM的占空比来实现光伏电池输出功率的最大化。
2 MPPT数字PID控制器设计
数字PID控制器的控制算式为：
为了便于计算机编写程序，将上式变为：
式中是数字PID控制器的输入；为第k个采样时刻的偏差值；是第k个采样时刻数字PID控制器的输出；T为采样周期；为积分系数，；为微分系数，。
数字PID控制算法的增量式为：
。
图3为光伏系统的输出功率P和PWM占空比D关系的示意图，当dP/dD=0时，输出功率达到最大[1]。根据图3，取占空比D为数字PID控制器的控制量，为偏差信号，根据图2和图3寻找最大功率点的过程得到和的关系。
1），若，此时在最大功率点左侧，占空比应继续增大，即；若，此时在最大功率点右侧，占空比应减小，即。
2），若，此时在最大功率点左侧，占空比应继续减小，即；若，此时在最大功率点右侧，占空比应增大，即。
根据上述分析可知，时，输出功率和占空比同方向改变；时，输出功率和占空比反方向改变。根据的情况可以设计增量式数字PID控制器为：
当时，
；
当时，
。
3 仿真结果分析
系统运用MATLAB中的SIMULINK模块进行仿真，太阳能电池模型参数设置：开路电压V，短路电流A，输出最大功率时对应电压和电流分别为V，Imp=3.5 A，太阳能电池串联内阻 Ω；在参考日照下，电流变化温度系数（Amps/℃）；在参考温度下，电压变化系数（V/℃），参考温度℃。取图2中的 μF，mH。光伏电池表面温度25 ℃，模拟日照强度在第2s时从800 W/m2突然降到600 W/m2、第4s时从600 W/m2突然增到1 000 W/m2的光伏电池输出功率仿真结果，图4为传统的数字PID控制MPPT仿真波形。
从图中可以看出，日照强度从800 W/m2降到600 W/m2时，图4大约经过200 ms左右可再次找到最大功率点；当日照强度从600 W/m2增到1 000 W/m2时，图4大约经过200 ms左右再次找到最大功率点
4 实验结果
实验采用直流电源和一个串联电阻来代替太阳能电池，图5是实验系统框图，它主要由光伏模块、Buck电路、控制器构成。
单片机对电压和电流信号采样，计算出功率及功率的变化量，送给模糊控制器和PID控制器，计算出占空比变化量，控制Buck电路开关的通断，来找到系统的最大功率点。
采用图5实验装置，分别利用增量电导算法和PID控制算法实测佛山7月份一天中的光伏电池输出功率。实验中采用多晶硅太阳能电池板，开路电压V，短路电流A，输出最大功率时对应电压和电流分别为V、A，输出最大功率W。
从图6中可以看出，在一天光照变化的过程中，两种控制器都可以较好地跟踪光伏电池的最大功率输出点。但是，采用PID控制算法的控制器，在跟踪过程中比增量电导算法可以使光伏电池损失功率更小，从而得到更大的输出功率。例如，在中午13时左右时，日照强度最强，此时PID控制器输出功率85 W左右，而增量电导控制器输出78 W左右。
5 结语
针对光伏电池的特点，将数字PID控制算法应用到光伏电池MPPT中，并与传统的增量电导算法进行比较。实验结果表明，数字PID控制算法能够稳定高效地跟踪光伏阵列的最大功率点，同时在光照强度等参数发生突变情况下能较快找到新的最大功率点，具有较高的控制精度和稳定性。
参考文献
[1]乔兴宏,吴必军,王坤林,等.基于模糊控制的光伏发电系统MPPT[J].可再生能源,2008,26(5):13-16.
[2]张淼,吴捷,侯聪玲,等.自适应算法在光伏发电系统最大功率追踪中的应用[J].电力电子技术,2005,39(2):50-52.
[3]张超,何湘宁.非对称模糊PID控制在光伏发电MPPT中的应用[J].电工技术学报,2005,20(10):72-75.
[4]欧阳名三,余世杰,郑诗程,等.户用光伏电源模糊自适应PID控制的研究[J].电力电子技术,2003,37(2):35-37.
PID智能控制 篇6
智能小车又称轮式移动机器人,集环境感知、规划决策、自动行驶等功能于一体,集中地运用了自动控制、模式识别、传感器技术、电气、计算机、机械等多方面学科的知识[1]。
如何使智能小车具有高控制精度和性能,控制系统起着重要的作用。利用传统的PID控制智能小车直流电机难以满足动态性能、高精度和高性能要求[2]。
本文利用模糊-PID对智能小车进行速度控制,首先利用Matlab进行了仿真研究,在此基础上,以单片机为核心,设计了智能小车模糊-PID调速系统,通过小车良好运行,验证了设计系统的准确性。
1 模糊-PID控制
在常规PID控制中,当PID控制器的结构和算法已经确定,控制品质的好坏主要取决于控制参数选择是否合理。通常,不同的偏差e和偏差变化率ec,对PID控制器参数Kp、Ki、Kd的整定要求不同[3]。
模糊-PID是在常规的PID基础上,以被控对象的反馈值与目标值的误差e和误差变化率ec作为输入,用模糊推理的方法对PID的参数Kp、Ki、Kd进行在线自整定,以满足不同e和ec对控制器参数的不同要求,从而使被控对象具有良好的动态性能和静态性能。图1为该控制器结构图。
模糊-PID控制器输入为e和ec的模糊集E,EC。输出为△Kp、△Ki、△Kd。设量化论域均为{-1,1}。为了方便计算,模糊语言子集E、EC和△Kp、△Ki、△Kd均为“正大(PB)”、“正中(PM)”、 “正小(PS)”、 “零(ZO)”、 “负小(NS)”、“负中(NM)”、“负大(NB)”7个模糊子集。采用均匀分布三角形作为模糊隶属函数。模糊推理采用最大-最小方法,而清晰化法采用重心法。
建立模糊规则表,如表1所示。
2 模糊-PID系统仿真
利用Matlab/Simulink,对直流电机调速系统采用传统PID控制与模糊-PID控制,对不同调速系统在阶跃信号下的动态响应进行了对比。
2.1 直流电动机数学模型[4]
根据电压定律,得到电枢贿赂的微分方程式:
undefined
其中,ed为电动机电枢反电势,Rd为电动机电枢回路电阻,Ld为电动机电枢回路电感,id为电动机电枢回路电流。
电机产生的反电动势为:
ed=Cen (2)
因此由式(1)和(2)得到电机的动方程式:
undefined
在无负载的理想机械运动方程的微分形式为:
undefined
M为电动机的转矩,GD2为电动机的飞轮惯量。
M=Cmid (5)
Cm为电动机的转矩常数。
将上述各式,消去中间变量M、id,整理并进行拉氏变换,得直流电机的传递函数:
undefined
电机参数:额定电压Ue=12V, 额定功率Pe=3.2W,转速ne=1200rpm,电枢电流Ie=100mA,电机时间常数Tm=11ms,通过计算直流电机相关参数,得到传递函数为:
undefined
2.2 Matlab/simulink仿真
在Matlab软件中,运行Fuzzy函数进入模糊逻辑器,建立模糊控制器。在Simulink中搭建直流电机PID-模糊控制模型。结果保存在workspace中。
图2为常规PID与模糊-PID控制比较图。仿真结果表明,模糊-PID控制系统动态性能、稳定性能比常规PID控制系统好,既能减小振荡,又能较好达到稳态。系统的鲁棒性、稳态精度高。
仿真为后面智能小车程序设计做好准备。
3 模糊-PID直流电机调速系统设计
3.1 智能小车硬件组成
智能小车由车体、直流电源模块、检测模块、控制模块、电机驱动模块和辅助调试模块构成。控制模块采用MC9S12DG128B单片机。系统结构如图3所示。
电源模块为系统各个模块提供可靠工作电压。本设计中采用6V直流电压。由于电路中不同电路模块所需要的工作电压和电流容量各不相同,因此需要电源进行稳压,转换为所需电压。
检测模块主要为速度检测与路径检测。路径检测采用红外发射头与接收管进行判断。
利用LG9110芯片进行电机的驱动。
3.2 调速系统结构
利用MC9S12DG128B单片机产生PWM,采用模糊-PID控制算法,对智能小车进行速度控制。速度检测采用反射式红外传感器加编码盘对速度进行测试。调速系统组成如图4所示。
3.3 程序设计
实现模糊-PID控制有两种方法,方法一是硬件法,另一是软件法。硬件法是通过专用硬件模糊控制器,直接在硬件模糊芯片上实现模糊 控制全过程。软件法是模糊控制的3个主要步骤在MCU上通过编程实现,目前大致分为查表法、公式法和推理法3种。本设计编程采用推理法。图5为模糊-PID程序流程。
根据上述仿真,利用推理法从模糊规则语句中直接推出结果,存入存储器中。
4 结束语
从最后智能小车的运行情况得到,采用本方案设计的小车,能很好地减少小车调整速度的时间,系统可靠性得到提高,运行稳定,定位准确,达到了设计的要求。
参考文献
[1]唐平江,周永华.基于自适应模糊PID智能车用直流电机控制器仿真研究[J].微型机与应用,2011,30(14):79-81.
[2]肖金凤,盛义发,等.模糊-PID混合控制直流电机调速系统设计[J].微电机,2011,44(5):56-59.
[3]常满波,胡鹏飞.基于MATLAB的模糊PID控制器设计和仿真研究[J].机车电传动,2002(5):34-36.
模糊PID控制的设计 篇7
(1) PID的理论可行性。常规的PID控制系统原理框图如图1所示。
由图1 可推出PID控制器中的r (t) , c (t) 和e (t) 三个量之间的关系式
e (t) 分别通过比例环节、积分环节和微分环节作用后, 再将三者进行线性组合, 就可构成控制量u (t) , 从而对被控制对象进行控制, 其连续形式为:
其中KP为比例系数、TI为积分时间常数、TD为微分时间常数。
通常情况下, 一个完整的PID控制器是由比例环节、积分环节和微分环节三个环节构成。比例调节实时地对系统中的实际值与给定值之间的偏差e (t) 作出反应, 可有针对性减小偏差;积分调节主要用于消除静态误差;微分调节用于反应系统偏差的瞬时变化趋势, 可以有效改善系统的动态性能。
2 模糊PID控制
(1) 模糊控制的基本原理。模糊控制是一种基于模糊逻辑的算法, 其原理是, 在控制过程中, 对被控对象的状态进行模糊化, 变为用人类语言描述的模糊量, 之后根据实际控制经验制定的语言控制规则, 再通过模糊推理, 得到输出控制量的模糊值, 最后在解模糊化模块中将控制量的模糊值转换为执行器能够执行的精确控制量, 在控制中发挥作用。
模糊控制器由模糊化模块、知识库、模糊推理模块、解模糊化模块4 个部分组成。
(2) 模糊自整定PID控制。模糊控制具有2 个极明显的优点:首先模糊控制可以依靠人们在生产实践中的控制经验, 这种情况下完成控制任务就不用去建立被控对象的精确模型;其次, 模糊控制的稳定性强, 响应速度快、超调量小, 适用于控制具有滞后性的系统。其缺点也是显而易见的, 总结模糊控制规则比较困难, 一旦规则建立不能在线更改, 另外由于模糊控制器没有积分环节, 因此稳态精度不高。
因此, 采用模糊控制和传统的PID控制相结合, 运用模糊自整定PID参数的方法进行优势互补, 从而快速、精确地完成控制任务。模糊控制器根据输入量e和ec进行模糊推理, 输出精确的PID控制参数KP、KI和KD, 再由PID控制器对温室温度进行控制。
3 模糊PID控制在温控中的效果
试验中分别采取常规PID控制和模糊自整定PID控制两种方法, 并分别记录下了最终的控制效果。统计温度计显示的数据, 每30 秒记录一次, 并根据这一数据绘制出了控制效果图。
图2 的 (a) 和 (b) 分别是设定温度为30℃时的常规PID和模糊自整定PID控制的温控效果图, 通过分析发现, 模糊自整定PID控制可以有效改善了常规PID控制的超调过大的问题, 最终趋于稳定的时间也有所缩短, 并且最终结果满足误差在 ±2℃范围以内的要求。
图3 的 (a) 和 (b) 分别是设定温度为80℃时的PID和模糊自整定PID控制的温控效果图。通过比较图 (a) 和 (b) 可以看出, 后者比常规PID控制的曲线显得圆滑, 不那么突兀, 超调量比PID控制要小, 动态特性也相对较好。同时由于绝缘油与室温的温差较大, 散热效果较好, 降温所需时间明显减少。
4 结论
通过仿真分析, 利用模糊自整定的PID控制进行温度控制与常规的PID控制相比, 具有更好的鲁棒性和可靠性。它可以有效地实现在农业生产、生物发酵过程中对温度的精准控制, 具有非常重要作用。
参考文献
[1]李科.温控系统的智能PID控制算法研究[D].武汉:华中科技大学, 2006.
[2]文科星.智能PID算法的研究及其在温度控制中的应用[D].上海:东华大学, 2009.
[3]孟祥泉.PID参数自整定方法研究与控制器研制[D].大连:大连理工大学, 2010.
[4]毛义敏, 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 (03) :37-39.
[5]刘镇, 姜学智.PID控制器参数整定方法综述[J].电力系统自动化, 1997, 21 (08) :79-83.
PID智能控制 篇8
PID控制是最早发展起来且目前在工业过程控制中依然是应用最为广泛的控制策略之一。据统计,目前工业控制器中约有90%仍是PID控制器,在此基础上发展起来的基于ARM的嵌入式智能PID控制器具有良好的嵌入性、智能性和实时性,得到了广泛的应用。
基于ARM的嵌入式智能PID控制器硬件部分包括嵌入式微处理器芯片、输入模块、输出模块、存储模块、人机交互模块和网络通信模块等组成。结构如图1所示。其中基于A R M核的微处理器作为嵌入式智能PID控制器的核心,用于实现对输入信号的模式识别及选取最优控制方案对被控对象进行控制的功能。本控制器的设计中采用PHILIPS公司开发的基于支持实时仿真和嵌入式跟踪的16/32位ARM7TDMI-S核的微控制器LPC2210[1]。存储模块主要是用于存放系统软件和应用软件,人机交互模块可以让控制器通过键盘、显示设备和触摸屏以更加有效和方便的方式实现人机对话,网络通信模块的设计可以让控制器通过网卡芯片RTL8019AS接入以太网。输入模块的作用是将现场各类被控对象的输入信号通过信号处理电路转换成标准电信号送入ARM芯片。输出通道的主要作用是将计算机计算的结果转换成控制信号去控制被控对象和实现与上位机的通讯等,在这里与上位机的通讯我们采用串行通信方式,我们在主机端用VC++和Windows Active X控件以及Windows API函数编写一套串行通讯软件,可以方便的实现主机与从机的串行通讯,而且具有控制灵活、接口简单、占用系统资源少、成本低,不需安装硬件设备驱动程序等优点。
2 智能PID控制器串行通讯软件设计总体构架
智能P I D控制器串行口通讯软件要实现的功能是通过Windows ActiveX控件以及Windows API函数在主机端用软件控制串行口COM数据的发送和接收操作。软件设计的总体构架如图2所示。整个软件分为设置阶段和收发阶段,设置阶段是要配置串行口发送数据的格式,包括通讯端口、波特率、校验位、数据位、停止位发送时间间隔等信息;收发阶段首先要选择收发数据类型,软件提供两种数据类型,即以十六进制数收发或ASCII字符收发;当接收数据显示在软件文本框中或发送数据向串行口上传送后,软件进入结束状态等待新的操作。
3 智能PID控制器串行通讯软件界面及功能
智能PID控制器串行通讯的软件采用VC++编写,程序的图形界面是基于M F C的对话框,程序有两个界面构成,其一是参数设置界面,如图3所示;另一为程序主界面,如图4所示。
参数设置界面设置串行口波特率、数据位个数和停止位个数;同时设置的还有发送时间间隔和PID控制的三个参数:Kd,、Kp、Ki。
主界面由按钮栏、文本框、勾选框、下拉列表和宽度滑动条选择等元素构成,按钮栏分别执行“自动发送”、“手动发送”、“开始接收”、“参数设置”和“清除选项”,其功能与实现将在后面进行详细介绍。文本框共有两个,分别显示接收数据和发送数据。接收数据的显示格式可以调节,选择旁边的勾选框可选择显示/不显示地址,显示4位/8位地址,以ASCII码显示或/和十六进制显示,下方的宽度滑动条可以变化显示行宽。发送显示框旁边的下拉列表选择是以十六进制发送还是以ASCII码发送。
4 智能PID控制器串行串行通讯软件功能的实现
4.1 对话框类的建立
对话框的建立使用了MSComm控件。MSComm控件是Microsoft公司提供的Windows下串行口通讯编程的ActiveX控件,通过它可以为应用程序提供串行口的数据收发。MSComm控件有两种处理通信方式:事件通讯方式和查询方式,本软件使用的是事件通讯方式[2]。
MSComm可通过在V C++编译环境下选取Microsoft Communication Control,version 6.0控件调出,将其拖入窗口后会在工程中生成一个CMSComm类,里面相应的控件函数可执行各种操作。我们建立的是MFC中基于对话框的工程,因此需要设计一个对话框类以实现对话框功能。设计一个对话框类包括以下主要步骤:(1)创建对话框类,该类应从CDialog类中派生;(2)为对话框类加入与控件相对应的成员变量;(3)为对话框进行初始化工作;(4)增加对控件通知消息的处理。
按照上述步骤我们设计了两个对话框类分别命名为CSerialDlg和CSettingDlg,具体过程如下:
(1)创建对话框类CSerialDlg和CSettingDlg:
对话框类CSerialDlg建立方法如下:使用ClassWizard选项卡,在其中选择Add Class按钮,会新弹出选项卡菜单,首先是在类名栏CCerialDlg;然后在基类下拉列表中选择CDialog;另外在对话框设计中每个对话框都有自己ID标识以方便区分,所以在Dialog ID中输入对话框ID,到此建立好CSerialDlg类。
CSettingDlg类的建立方法同上。
(2)为对话框类CSerialDlg和CSettingDlg加入与控件相对应的成员变量:
对话框主要功能是输入输出数据,以及启动和关闭一些控制状态,所以需要一组成员变量来存储数据。在对话框中控件用来表示或输入数据,因此变量应当与控件相关联。同时要说明的是与控件关联的成员变量可以是一个数据,也可以是一个类的对象。例如我们在对话框中设置有选择4/8位显示和ASCII/十六进制显示的勾选栏,对应的我们需要加入布尔型成员变量,来实现显示方式选择:T R U E选择8位和十六进制显示;FALSE选择4位和ASCII显示。
(3)为对话框进行初始化工作:
在VC++中CDialog窗口类除了有通常C++类中标准的构造函数和析构函数外,还有OnInitDialog()和DoDataExchange()两个标准成员函数。对话框的初始化工作一般由构造函数和OnInitDialog()函数完成。其中构造函数的初始化主要是针对对话框的数据成员,OnInitDialog()函数作用是分配发送缓冲区和接收缓冲区,并打开串行口,相应代码显示如下:
(4)增加对控件通知消息的处理:
增加对控件通知消息的处理就是将控件和变量关联起来,DoDataExchange()函数作用就是实现此功能的。该函数中调用DDX函数完成数据交换,调用DDV函数进行有效性检查。例如上面介绍的两个对话框中有按钮栏、文本框、勾选框等控件,话框类中有若干成员变量,通过D D X函数可以实现控件与成员变量建立连接,以便在后面程序中进行传值操作。
到此我们完成了两个对话框类C S e r i a l D l g和CSettingDlg的建立。对话框建立后我们需要为界面的按钮添加相应功能。下面就介绍如何给界面按钮添加相应功能。
4.2 按钮功能的添加
对话框类的建立实现了软件的界面,按钮功能的添加是为了实现软件的功能。界面中的每个按钮有对应的响应函数,通过按钮的动作改变响应函数中成员变量的状态,成员变量的状态可作为触发串行口通讯的标志。按钮动作的功能如图5所示。
软件按钮对应的成员变量起着传递状态的作用,当状态改变时即触发串行口通讯控件MSComm类的函数,部分代码如下:
4.3 主界面发送和接收显示框功能实现
程序设计要求发送和接收的数据都要显示在界面的发送和接收显示框中。为了实现此功能我们须用到接收和回显模块。接收和回显模块核心是CHexEdit类[3],主要功能是实现十六进制和ASCII码不同数据类型的转换和显示,其中主要代码如下所示:
类实例名.SetOptions(m_address,m_hex,m_ascii,m_48);
类实例名.RedrawWindow();
5 系统可靠性,稳定性和实时性设计
对于嵌入式智能PID控制器来说,必须要考虑其稳定性、可靠性和实时性。因此在设计上位机和下位机之间的串行通讯软件时,必须考虑这些因素。我们在软件中采用了帧格式、握手信号和校验码保证传输的可靠性和稳定性,采用了设定波特率和控制传输数据量保证传输的实时性。
我们的软件设计是基于帧传输的方式,即向串行口发送数据是一帧帧的发送,应用程序对这些帧数据进行重新拼装。为保证可靠的传输,在传输开始前通过握手建立连接,在每一帧的传输中,采用发送/应答/重连方式。
在程序中我们设计了控制帧和数据帧两种帧。控制帧有SYN,ACK,RESEND三种格式分别代表通信同步、握手和错误重发三种信号;数据帧只有一种格式。通信开始时主机端先发出SYN同步信号,然后发出数据帧,数据帧中包含帧序号,数据和校验位,如果外设端检测校验位正确并且帧序号顺序正确,则发出ACK握手信号给主机,如果错误则发送RESEND信号给主机,主机在接收到握手信号之前不会发送下一帧数据。
为了保证PID控制的实时性,我们采用设定波特率提高传输速率。在软件中有“串口设置”选项可以选择多种波特率,实验中我们选定的是9600或更高的波特率。因为串行口通讯中传输的数据是外设输出的PID参数和主机输出的计算结果,传输的数据量有限的,假设传输过程采用9600波特率,在我们的应用领域波特率定义为单个调制状态对应1个二进制位,所以波特率等于比特率(即两项调制比特率),传输速率相当于9Kbps。传输时间与PID参数的计算时间相比是非常短的,保证了PID控制的实时性。
6 智能PID控制器串行串行通讯软件包装与发布
因为软件使用了VC++控件,所以不能在没有安装V C++计算机上运行,程序需要包装和发布,可以使用InstallShield Professional软件实现。
7 结束语
在实验中我们将嵌入式智能P I D控制器通过此串行口与上位机相连,可以实现快速准确的通讯,解决了以往上位机串行通讯接口不足的问题。具体过程如下:首先是通过前向通道的数据采集系统对被控对象进行信号采集,采集来的信号经过一定的信号处理(主要是滤波和放大)后送给下位机进行模式识别,然后根据模式识别的结果自动选取最优的PID控制方案[4],通过此串行口实现与上位机的通讯,利用上位机强大的数据处理功能实现智能PID运算,将运算的结果通过这个串行口与下位机进行通讯,以实现对被控对象的智能PID控制。图6所示为上位机进行智能PID运算后的结果,通过此串行口实现与下位机的串行通讯。实验结果表明此种通讯方式是可行可靠的,有一定的推广价值。
参考文献
[1]PHILIPS公司.LPC2210 User Manual[EB/OL].2004.http://www.zlgmcu.com.
[2]李长林,高洁.Visual C++串口通信技术与典型实例[M].北京:清华大学出版社,2006:10-25
[3]谭思亮.Visual C++串口通信工程开发实例导航[M].北京:人民邮电出版社,2003:73-129
模糊PID控制原理及其仿真 篇9
关键词：模糊控制,控制器,规则
操作人员根据对象的当前状态和以往的控制经验，用手动控制的方法给出适当的控制量，对被控对象进行控制。用计算机模拟操作人员手动控制的经验，对被控对象进行控制。
1 模糊控制的基本思想
首先根据操作人员手动控制的经验，总结出一套完整的控制规则，再根据系统当前的运行状态，经过模糊推理、模糊判决等运算，求出控制量，实现对被控对象的控制。
模糊控制的发展经历了基本模糊控制、自组织模糊控制、智能模糊控制三个阶段。基本模糊控制阶段针对特定对象设计，控制效果好。控制过程中规则不变，不具有通用性，设计工作量大。自组织模糊控制阶段某些规则和参数可修改，可对一类对象进行控制。智能模糊控制阶段具有人工智能的特点，能对原始规则进行修正、完善和扩展，通用性强。
2 模糊PID控制器
在本研究设计中确定模糊控制系统结构图如图1所示。
常规PID控制器对于具有强非线性或不确定性的系统, 控制效果并不理想。为了提高控制精度和灵敏度，采用模糊方法根据偏差和偏差的变化率, 对常规PID控制器进行修正，通过模糊推理来调整PID参数, 构成模糊PID控制，增量式PID数学模型为：
烟叶烘烤过程中，温度控制主要体现为恒温控制和均匀升温控制。自适应模糊控制由模糊推理和常规PID控制两部分组成，模糊推理环节实质上是模糊控制器，模糊控制器的输入为偏差e和偏差变化率ec，输出为ΔKp，ΔKi和ΔKd。确定PID的三个参数和偏差e与偏差变化率ec之间的模糊关系也就是PID参数模糊自整定的过程。在运行过程中根据e与ec的变化，依据模糊控制原理对三个参数进行在线修改，从而使被控对象具有良好的动态、静态性能。
模糊参数调节器的输入量炕房温度或湿度的偏差e和偏差变化率ec，输出量PID参数的修整量ΔKp，ΔKi和ΔKd的语言变量、基本论域、模糊子集、模糊论域和量化因子，将各变量的隶属度函数选择为均匀三角函数, 做出各变量隶属度函数如图2。
根根据据输输入入输输出变量的隶属度函数求得各语言变量的赋值，在根据语言变量的赋值，经模糊推理理理得得得到到到控控控制制制集集集，，，各控制参数的数值是通过对此模糊控制集的解模糊化而得到的。
3 模糊控制规则
PID参数整定必须考虑不同时刻3个参数的作用和相互间的关系, 根据专家经验得出在不同的―e―和―ec―状态时, 三个参数的自整定要求：
(1) 当偏差―e―较大时, 取较大的Kp以提高响应速度, 取较小的Kd以避免由于偏差―e―的瞬间变大可能出现的微分过饱从而使控制作用超出许可范围, 取Ki=0防止系统响应出现较大超调, 产生积分饱和。
(2) 当―e―和―ec―中等大小时，取较小的Kp以使系统响应有较小的超调，Ki取适当的值，Kd对系统影响比较大, 取值要适中以保证系统的响应速度。
(3) 当―e―较小时即接近设定值时, 加大Kp和Ki的取值, 以使系统有较好的稳态性能。为使系统有较好的抗干扰性能, 当―ec―较小时, Kd取较大的值;当―ec―较大时，Kd取较小的值。
(4) 当―ec―较大时，Kp取较小的值, Ki取较大的值。
4 模糊推理与解模糊化
不确定性推理方法之一是模糊逻辑, 本设计的推理方法是采用Mamdani方法即极大极小值法推理。
规则:如果Ai且Bi, 那么，Ci的模糊关系为[μAi∧μBi]∧μCi
否则的意义是“or”, 在推理计算中以并集形式表示。
PID智能控制 篇10
关键词PID；时滞；极值；稳定性
中图分类号TP文献标识码A文章编号1673-9671-(2011)081-0211-01
在过程控制系统中，按误差信号的比例，积分和微分进行控制的调节器，简称PID调节器。理论和实践证明了在连续控制系统中，对象为一阶或二阶惯性环节，同时带有滞后时间不大的滞后环节，PID控制显现出算法简单、鲁棒性好和可靠性高的优点。本文从庞德里亚金极值定理出发，推演出任意阶被控对象均可适用的控制算法。
1递推公式
图1给出了反馈结构的系统框图，在K是被控稳对象态增益，Ti和Zi是被控对象时间常数，L是确切被控对象的时滞环节，Kp， Ki及 Kd 是PID控制器参数的情况下给出了相应处理器的传函P（s）和控制器的传函
C（s）。
图1单位反馈控制系统框图
要完成对一阶被控对象稳定区域的确切描绘可以借助由旁德里亚金定理衍生出 的Hermite-Biehler定理，奈奎斯特判据及根轨迹的方法得到。此外二阶被控对象可以用图解的方法得到，同样也有正确结果，但稳定性却不见得全是明晰的，也没有指定的有限计算步数。所以，任意阶被控对象的研究还是用奈奎斯特判据，但要分别考虑给定Kp的P和PID控制器，以及保证稳定的过程参数的阶数。通过控制器调节图的引入强调了确切表示出稳定区域边界的重要性。下式给出系统的闭环传函：
依据庞德里亚金的研究，对于正实部的稳定性而言T（s）必须要有限定的极点个数。这就意味着是否分母的主函数apqspeqs与函数xp(s)共有的系数sp在左半平面具有所有的零点。
T（s）的分母除以pn(s)/L，因此分母可以寫成：
闭环传函T（s）的所有极点都是H（s）的零点，系统的稳定条件在于T（S）右半平面没有极点，H（s）的右半平面没有零点。
为了得到有别于实参的等式，设被控对象的时滞为L，无穷小量σ，其间关系为σ=Ls，推出：ti=Ti /L，zi=Zi /L，h=KKp，h=KKp，hd=KKd /L。可将上式改造为：
此外，设 pd（jy/L）=A（y）+jB（y）以及pn（jy/L）=C（y）+jD（y），H（σ）的实部F（y），虚部G（y），计算σ=jy，可写出：
F（y）=he-F1（y） （6）
G（y）=y |h-G1（y）| （7）
2无零点的过程传函
过程传函中没有零点时，函数H（σ）是一个标准多项式，庞德里亚金的结果完全适用。为了使整个系统确保稳定，必须分别满足以下两种情况：
1）考虑到H（σ）的主项是σn+1eσ，设H（jy）=F（y）+jG（y），ε为一个合适的常量以至于G（y）中的系数yn+1在y∈ε时仍然存在。为保证在-2rπ+ε≤y≤2rπ+ε区间G（y）的实根数Nr足够大，应有：
Nr = 4r+n+1。
2）对于函数G（y）的所有零点y=y0而言，必须保证不等式
G'（y0）F（y0）-G（y0）F'（y0）>0
F1（y）与G1（y）的典型函数，按照G（y）= y |h-G1（y）| ，在y=0时，
G（y）有根，此根既是纵轴等于给定h的水平线与G1（y）的每个交点。
3具有零点的过程传函
H（σ）的极点数就是过程传函的零点数。
H（σ）的所有零点都位于虚轴的左侧的条件为：
（a）向量w= H（jy）对实数y而言以正方向从-∞向+∞行进，也就是说G（y）的每个根都要满足不等式：
G（y0）F（y0）<0
（b）在-2πr+ε≤y≤ 2πr+ε区间，G（y）的根的数目Nr满足：
Nr=4r+n+1-m+2mp
4结论
在此论文中，考察了稳定与不稳定条件下的任意阶无延迟被控对象，以及一次时延与PID控制器。借助庞德里亚金极值定理确定相应的过程与控制器参数空间的稳定域。提出了通过有限步数便可以精确表达出控制参数稳定域范围。此项结果可作为一种实用工具来设计并维系控制系统。
参考文献
[1]历风满.数字PID控制算法的研究[J].辽宁大学学报.
[2]王永初.自动调节系统工程设计[M].北京:机械工业出版社,1983.
[3]陶永华,尹怡欣,葛芦生.新型PID控制及其应用[M].北京:机械工业出版社,1998.
PID智能控制 篇11
1 烟丝加香系统自动控制原理及存在的问题
烟丝加香系统控制原理如图1所示。下位机处理由加香前电子秤采集传输来的瞬时流量信号、脉冲信号, 并根据生产设定的加香比例运算出加香理论值SP, 再通过对电磁流量计的瞬时流量信号、脉冲信号处理得出实时跟踪值, 经过PID调节, 数字模拟转换, 输出电流信号给变频器进而控制加香泵转速, 实现烟丝流量按比例加香的目的。
该加香控制模式是按照单批次5000kg投料生产的要求进行设计的, 加入了料头、料尾的补偿程序, 并在加香过程中加入了调差程序, 在实际运行中, 按照单批次5000kg投料基本可以满足《卷烟工艺规范》中≤0.5%的总体加香精度要求。但是, 随着柔性加工工艺理念的深入以及精准控制的更高要求, 在订单式生产模式下, 如果出现连续多批次投料量、投料配方变化, 则会导致加香程序与过料状态在短时间内不同步, 使瞬时加香精度不符合标准要求, 总体加香精度有所下降。表1为2014年3~5月, 在同品牌同规格产品批次投料量发生较大变化时, 批次平均加香瞬时精度和总体精度的情况。
可以看出, 以5000kg做为批次投料时, 瞬时精度和总体精度均可以满足南阳卷烟厂工艺要求;但当投料量调整为10000kg时, 瞬时精度超标严重, 批次合格率较低。
2 影响烟丝加香精度的因素
影响加香精度有偶然误差和系统误差。香精搅拌、料罐储存、管路输送、料液泵现场跟踪加香配比、剩余香料回吹、管路清洗中任何环节都可能影响到加香系统的精度, 特别是操作方法不当、设备误动作、管路损耗、香精料液颗粒沉淀等, 都属于偶然误差。偶然原因产生的精度波动是可以控制的。
系统误差是系统检测、信号传输、信号运算处理等产生的, 系统误差一般是恒定的, 对于系统误差, 应该从信号检测开始入手, 如果电子秤、流量计等仪器仪表的稳定性和计量误差都在正常状态, 则必须对加香系统的控制进行改进。
3 基于PID控制的烟丝加香工序专家控制系统的设计
基于PID进行控制系统优化在卷烟厂含水率控制方面已有应用[4,5], 而专家控制系统 (ECS) 同样广泛应用于故障诊断、工业设计和过程控制, 是实现工业过程控制的重要技术。采用专家控制系统与PID控制相结合提高过程控制能力的做法已在许多行业得到应用[6,7]。
对南阳卷烟厂烟丝加香工序的试验对比发现:在烟丝流量瞬时变化时, PID调节较为缓慢, 导致瞬时精度下降, 最终造成总体加香精度也有下降趋势或处于临界点。为保证加香的均匀性和高精度, 决定在原有控制系统的基础上, 引入模糊控制的理论, 建立加香工序专家控制系统。其基本原理:在原有PID控制回路的基础上, 以模糊控制理论为基础, 通过对原始数据的分析, 寻找烟丝瞬时流量变化速度与PID控制参数设定之间的关系, 将流量变化曲线与PID控制曲线进行对比。
南阳卷烟厂改造后加香控制系统原理如图2所示。在原有PID控制的基础上, 增加嵌套累计流量控制PID控制, 并建立数据缓冲区, 将流量数据进行分段, 在分段内寻找出最佳PID控制参数值, 通过修改PID参数从而达到快速调整的目的, 从而寻找出两者之间的对应关系, 随后设置PID参数随流量变化的对应表 (见图3) , 并将其程序化, 从而建立专家控制系统, 实现根据烟丝流量的变换自动跟踪、调整PID控制参数, 达到提高加香瞬时精度和总体精度的目的。
烟丝加香系统底层程序片段1、2、3分别如图4、图5、图6所示。
为便于参数的调整和后期数据的维护, 在香料厨房上层控制系统建立了专家控制系统参数调整平台 (见图7) , 实现了人机对话。
4 改进效果
加香工序专家控制系统建立后, 投入实际运行。表2为2014年8~10月, 在同品牌同规格产品批次投料量发生较大变化时, 批次平均加香瞬时精度和总体精度的情况。
可见相对于改进前瞬时精度和总体精度均有明显提高:以5000kg为批次投料量时, 烟丝加香瞬时精度误差由0.85%下降到0.66%, 总体精度误差由0.25%下降到0.19%;以10000kg为批次投料量时, 烟丝加香瞬时精度误差由1.74%下降到0.59%, 批次合格率达100%。加香控制系统的改进运行良好、有效。
参考文献
[1]国家烟草专卖局.卷烟工艺规范[M].北京:中央文献出版社, 2003
[2]于宏晓, 徐海涛, 马强, 等.电子鼻气味指纹数据对烟丝加香质量的评价[J].中国烟草科学, 2010, 31 (9) :63-66
[3]陈良元.卷烟生产工艺技术[M].郑州:河南科学技术出版社, 2002
[4]杨燕平, 叶正国, 李斌.润叶加料工序含水率控制及相关算法研究[J].烟草科技, 2011, (9) :20-23
[5]郭奔, 朱辉平, 李汉莹, 等.级联型PID系统在加料含水率控制上的应用[J].烟草科技, 2011, (12) :20-23
[6]陆则坚, 陆蒸, 林启训, 等.气调干制技术与实验设备研究[J].农业工程学报, 2001, 17 (6) :111-114