pid算法的毕业论文

模糊PID控制器的设计与仿真研究摘 要:提出了一种模糊PID控制器的设计与仿真方法.该控制系统适用于碱回收炉的水位控制、火电厂锅炉水位控制以及其他领域的水位控制.其结构简单、参数调整方便、快捷.另外,借助于Matlab模糊控制工具箱和Simulink仿真工具进行的仿真试验,表明控制效果很好.关键词:模糊PID控制器;仿真;2-D控制表中图分类号: 文献标识码:A0 引言目前,模糊控制理论及模糊控制系统的应用发展很快,显示出模糊控制在控制领域具有广阔的前景.模糊控制已成为智能控制的重要组成部分.在工业过程控制中,因为PID控制器所涉及的设计算法和控制结构简单,不要求非常精确的受控对象的数学模型,且众多的过程控制软件都带有PID控制器的算法模块,而被广泛应用于工业过程控制中.但是,PID控制器参数的整定尚需工程技术人员才能完成,对于存在时滞、非线性等因素的系统更难整定,调试过程中经常出现超调、振荡等影响系统正常运行的现象.模糊控制器具有不依赖控制对象精确的数学模型,减弱超调、防止振荡等优点[1].由此本文合理结合两种控制算法的优点提出一种调整系统控制量的模糊PID控制器,这种控制器在大偏差范围内利用模糊推理的方法调整系统控制量U,而在小偏差范围内转化为PID控制,并以给定的偏差范围自动完成二者的转化[2].本文将讨论调整系统控制量的模糊PID控制器的设计与仿真.并以一个具体的水位对象为例给出该控制器的设计与仿真实例.1 模糊PID控制器的设计该控制器中主要包含二维的模糊控制器和PID控制器.在大偏差范围内通过模糊控制器实现过程控制.模糊控制通过模糊逻辑和近似推理方法,让计算机把人的经验形式化、模型化,根据给定的语言控制规则进行模糊推理,给出模糊输出判决,并将其转化为精确量,馈送到被控对象(或过程)的.其中所使用的模糊控制器为常用的二维模糊控制器.在实际应用中,一般是用系统输出的偏差E和输出偏差的变化率EC作为输入信息,而把控制量的变化作为控制器的输出量,以此确定模糊控制器的结构.Ke和Kec表示量化因子, Ku表示比例因子.并且在实际微机模糊控制中,一般先确定出模糊控制规则,然后将此表存入存储器中,这样在实际的过程控制中,微机根据采样到的E和EC通过查询控制规则表求得控制量U,馈送到控制对象实现过程的模糊控制.小偏差范围内通过传统的PID控制算法实现过程控制[3].二者通过系统的偏差E实现自动切换.这样既可以通过模糊控制器加快过程动态响应过程,减弱超调和振荡现象,减弱调试过程对正常工作运行的影响,又可以通过常用的PID控制器在小偏差范围内实现精确控制,减少纯模糊控制器带来的稳态误差.图1是某水位的调整系统控制量的模糊PID控制系统[4].选取某水位误差E及其误差变化率EC和控制量U的论域分别为:E={-6,-5,-4,-3,-2,-1,-0,+0,1,2,3,4,5,6};EC={-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6};U={-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7}.选取某水位误差E及其误差变化率EC和控制量U的语言变量值分别为:E={NB,NM,NS,NZ,PZ,PS,PM,PB};第22卷第3期甘肃联合大学学报(自然科学版) 年5月Journal of Gansu Lianhe University (Natural Sciences) May 2008 EC={NB,NM,NS,Z,PS,PM,PB};U={NB,NM,NS,Z,PS,PM,PB}.依据操作者的控制经验,可建立水位模糊控制系统的模糊控制规则如表1所示.图1 模糊控制系统表1 模糊控制规则表EECNB NM NS Z PS PM PBNB PB PB PM PS PS PS PSNM PB PM PS PS PS PS PSNS PM PS PS PS Z Z ZNZ PS PS Z Z Z NS NSPZ PS PS Z Z Z NS NSPS Z Z Z NS NS NS NMPM NS NS NS NS NS NM NBPB NS NS NS NS NS NM NB实际模糊控制器的2-D控制表可利用MATLAB编制MATLAB语言求得[5].在Mat-lab命令窗口中运行此M文件,可画出如图2所示的E、EC、U隶属度函数图形,并得到表2的2-D控制表[6],存放到计算机存储器中去,在某水位实际过程控制中,计算机通过查表程序既可得出相应的控制量U,实现对象的控制.图2 隶属度函数表2 2-D控制表ECE-6 -5 -4 -3 -2 -1 -0 +0 1 2 3 4 5 6-6 4 4 4 2 0 0 0 -3 -4 -4 -5 -6 -6 -6-5 4 4 4 2 0 0 0 -3 -3 -3 -4 -5 -5 -6-4 4 4 4 2 0 0 0 -3 -3 -3 -3 -4 -5 -6-3 4 4 4 2 0 0 0 -1 -3 -3 -3 -3 -4 -5-2 4 4 4 2 0 0 0 0 -3 -3 -3 -3 -3 -4-1 4 4 4 2 2 2 2 0 -3 -3 -3 -3 -3 -30 4 4 4 4 4 4 4 0 -3 -3 -3 -3 -3 -31 4 4 4 4 4 4 4 0 -1 -1 -1 -3 -3 -32 5 4 4 4 4 4 4 0 0 0 -1 -3 -3 -33 6 5 4 4 4 4 4 2 0 0 -1 -3 -3 -34 7 6 5 4 4 4 4 4 0 0 -1 -3 -3 -35 7 6 6 5 4 4 4 4 0 0 -1 -3 -3 -36 7 7 7 6 5 5 5 4 0 0 -1 -3 -3 -32 某厂水位模糊控制系统的仿真某厂水位对象的传递函数为G(s) =0·033/s().选取水位误差E的基本论域为[-25mm,+25mm],则E的量化因子Ke =6/25=,选取误差变化EC的基本域为[-6,76 甘肃联合大学学报(自然科学版) 第22卷6],则EC量化因子Kec=6/6=1,选取U的基本域为[-102,102],则控制量U的比例因子Ku =102/.在水位正常时,突加25mm阶跃信号对水位系统作定值扰动仿真.在Matlab的Simulink工具中构造模糊控制系统模型如图3所示.双击图中的任何模块,可打开该功能模块来完成参数的设定或修改[3].图3 水位模糊控制系统的Simulink实现如对图3进行仿真,须先运行上述给的M文件,以获得二维表,然后选择Simulink中的Start,启动仿真过程,就可通过Scope观察系统的仿真结果,仿真结果如图4所示.由图4可以看出:在水位上升段,模糊PID控制比新型PID[7]调节时间短、超调小,并且对系统对象参数变化有很好的鲁棒性[8],从而证明该控制器可以获得较好的动态性能指标,达到了良好的控制效果.图4 水位模糊控制系统的仿真结果3 结论本文介绍了模糊PID控制器的设计方法,并利用Matlab中的模糊工具箱设计该控制器,有机地将模糊PID控制器与Simulink结合起来,实现PID参数自调整模糊控制系统的设计和仿真[4].并将该控制器具体应用某厂水位的控制器设计,2-D控制表的建立,以及模糊控制系统的设计与仿真实现.此方法能大大减轻设计者的工作量,且参数修改也十分方便.我们既可修改被控对象,也可修改输入输出的量化论域、语言变量、隶属函数及控制规则等[9].仿真结果:该控制器改善了控制系统的动态性能,增强了其实用性,控制效果良好.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]孙增圻.智能控制理论与技术[M].北京:清华大学出版社,1997.[3]叶军.模糊控制系统的计算机设计与仿真的研究[J].计算机仿真,2002,19(6):49-52.[4]庄利锋,杨慧中.模糊自适应PID控制器的设计及应用[J].自动化仪表,2005(1):30-31.[5]郑恩让.控制系统计算机仿真与辅助设计[M].西安:陕西科学技术出版社,2002.[6]黄道平MATLAB与控制系统的数字仿真及CAD[M].北京:化学工业出版社,2004.[7]陶永华.新型PID控制及其应用[M].第2版.北京:机械工业出版社,2005.[8]曾光奇,胡均安,王东,等.模糊控制理论与工程应用[M].武汉:华中科技大学出版社,2006.[9]王三武,董金发.基于MATLAB模糊自整定PID控制器的设计与仿真[J].机电工程技术,2006(2):第3期 刘悦婷:模糊PID控制器的设计与仿真研究 The Study of Fuzzy-PID Controller Design and SimulationLIU Yue-ting(School of Science and Engineering,Gansu Lianhe University,Lanzhou 730000,China)Abstract:A fuzzy-PID controller design and simulation method is presented in this paper. The controlsystem is suitable for the recovery furnace water level control,power plant boiler water level controland other areas of water control. Its structure is simple,parameter adjustment convenient and shows that the controller works well through the use of fuzzy control Matlab Simulink sim-ulation tool kit and the words:fuzzy-PID controller;simulation;2-D control form(上接第57页)表5 柴油加抗磨剂前后测量数据表测定序号加剂前结果/μm加剂量/(mg/kg)加剂后结果/μm降低程度/μm1 508801603142701942382 486 100 315 171由表5可见,同种柴油加入抗磨剂的量与润滑性的降低程度并不成比例,开始加入一定比例降低的幅度较大,到一定程度降低的幅度逐渐减小.柴油抗磨剂种类繁多,它们对柴油润滑性的改变程度不尽相同.3 结论用高频往复试验机法考察柴油润滑性准确可靠.柴油组分复杂,其润滑性好坏不同,柴油的酸度越大,润滑性越好.润滑性与硫含量、粘度等性质没有良好的对应关系.柴油抗磨剂种类繁多,对柴油润滑性的改变程度不尽相同.加入抗磨剂的量与润滑性的降低程度不成比例.参考文献:[1]陈国良,胡泽祥,高文伟,等.柴油及组分的润滑性研究[J].石油炼制与化工,2005,36(9):42-45.[2]韦淡平.我国柴油的润滑性———一个潜在的重要问题[J].石油炼制与化工,2001,32(1):37-40.[3] SH/T0765-2005,柴油润滑性评定法(高频往复试验机法)[S].[4]钱伯章.柴油质量发展趋势和低硫、低芳烃柴油生产技术进展[J].齐鲁石油化工,1996,24(2):146-155.[5]袁冬梅.高频往复装置(HFRR)测定柴油润滑性[J].锦西炼油化工,2006,11(2):33-35.[6]臧树德,朱敏.用高频往复试验机测定柴油润滑性[J].当代化工,2006,35(1):50-52.[7]杨永红,齐邦峰.柴油润滑性及润滑性添加剂的研究进展[J].江苏化工,2007(2): of the Lubricity of Diesel Fuel Samples by Using theHigh-frequency Reciprocating RigMA Tian-jun,WEI Hai-cang(Petrochina Lanzhou Petrochemical Subsidiary,Lanzhou 730060,China)Abstract:The lubricity of diesel fuel samples and the diesel components are analyzed by the high-fre-quency reciprocating rig. Accuracy and Repeatility of the method are correlations areprimary discussed and confirmed between the lubricity and the contents of sulfur,acidity,viscosity ofthe diesel fuel, words:diesel fuel; the high-frequency reciprocating rig(HFRR);lubricity78 甘肃联合大学学报(自然科学版) 第22卷

基于PID的锅炉温度控制系统设计 摘要:利用BP神经网络PID控制具有逼近任意非线性函数的能力,将神经网络PID与LabVIEW友好地人 机交互结合,实现对锅炉温度的控制.仿真结果表明,该系统具有更小的超调量,并且更快地到达需要的控制温 度. 关键词:BP神经网络;PID控制;温度控制 温度是锅炉生产蒸汽质量的重要指标之一,也是保证锅炉设备安全的重要参数.同时,温度是影响锅 炉传热过程和设备效率的主要因素.例如,在利用烟化炉对锌、铝冶炼过程中,如果温度过低,则还原速度 和挥发速度都会降低;但温度也不宜过高,否则在温度超过1 250℃时,可能形成Zn-Fe合金,有害于烟 化炉的作业,因此温度的精确测量和控制是十分必要的.作为工业控制系统中的基本方式,PID控制对于 动态反应较缓慢的工业过程是非常好的控制规律[1].但是,当工业过程复杂,负荷变化很多,对象的纯滞 后又较大时常规PID控制达不到要求,为了解决上述问题系统采用PLC作为下位机,PC作为上位机,利 用labVIEW构造人机交互界面,应用神经网络PID对系统进行控制,设计锅炉温度的监制电路. 1 系统总体设计 系统通过热电偶传感器检测出锅炉的温度,采集的信号经过A/D电路转换后传给PLC控制器.PLC 根据数据做出判断,当锅炉处在升温阶段时对锅炉进行加热,当锅炉处于保温段时调用PID算法控制温 度满足输出要求.同时PLC把数据传给PC机,PC机做出显示和报警.具体电路如图1所示. 1·1 主控芯片 S7-300PLC是西门子生产的模块式中小型PLC,提供了大量可以选择的模块,包括:PS 电源模块、CPU模块、IM接口模块、SM信号模块、FM功能模块和CP通信模块.其中FM模块可实现高 速级数、定位控制、闭环控制功能;CP模块是组态网使用的接口模块常用的网络有PROFIBUS,工业以太 网及点对点连接网络.这些模块可以通过U形总线紧密地固定在轨道上,一条导轨共有11个槽号:1号槽 至3号槽分别放置电源、CPU、IM模块4号槽至11号槽 可以随意放置其他模块. 1·2 通信网络 一般的自动化系统都是以单元生产设备 为中心进行检测和控制,不同单元的生产设备间缺乏信息 交流,难以满足生产过程的统一管理.西门子全集成自动 化解决方案顺应了当今自动化的需求,TIA从统一的组态 和编程、统一的数据管理及统一的通信三方面集成在一 起,从现场级到管理级,可以使用如工业以太网、PROFIB- BUS,MPI,EIB等通信网络.根据设计的需要可以自由选择通信网络的配置[2]. 1·3 温度传感器 热电偶是将2种不同的导体焊接起来组成闭合回路,当两端节点有温度差时,两端点 之间产生电动势,回路中会产生电流,这种现象称为热电效应.热电偶温度传感器就是利用这一效应来工 作的.在工业生产过程中被测点与基准节点之间的距离常常过远,为了节省热电偶材料,降低成本,通常采 用补偿导线的方式进行补偿[3]. 1·4 显示界面 LabVIEW是美国NI公司推出的图形化工业控制测控开发平台,是目前应用最广、发展 最快、功能最强的图形软件集成开发环境.LabVIEW具有界面友好、开发周期短等优点,广泛应用于仪器 控制、数据采集、数据分析和数据显示等领域.所以,我们可以在计算机上采用它来实现对设备运行状态的 监控,同时也可以对各种数据进行采集显示.系统的温度显示界面如图2所示. 2 系统控制算法设计 PID控制是工业过程控制中最常用的一种控制方法, 但常规的PID控制在被控对象具有复杂的非线性时,如锅 炉的温度控制,不仅具有较大的纯延迟,而且模型也不确 定时,对于这种对象往往难以达到满意的控制效果.BP神 经网络PID控制具有逼近任意非线性函数的能力,通过神 经网络自身的学习,找到最佳组合的PID控制参数,以满 足控制系统的要求.具体的神经网络PID控制系统框图如 图3所示. 设PID神经元网络是一个3层BP网络,包括2个输入节点,3个隐含层节点,1个输出接点.输入节 点对应所选的系统运行状态量,如系统不同时刻的输入量和输出量等,必要时要进行归一化处理.输出节 点分别对应PID控制的3个可调参数KP,KI,KD.输入层的2个神经元在构成控制系统可分别输入系统 被调量的给定值和实际值.由文献[4]和[5]中的前向算法可得到输出层的权系数计算公式为: 3结论 PID控制算法是一种易于实现而且经济实用的方法,具有很强的灵活性,但在被控制对象具有复杂的 非线性时,难以满足控制要求,而神经网络PID控制具有逼近任意非线性函数的能力,神经网络PID与 LabVIEW结合实现对锅炉温度的数据采集、控制和显示,提高了锅炉监控系统的效率. 参考文献: [1] 邓洪伟.供暖锅炉温度和压力的PLC控制[J].动力与电力工程,2008(18):93-94. [2] 张运刚.西门子S7-300/400PLC技术与应用[M].北京:人民邮电出版社,2007. [3] 何希才.传感器及其应用实例[M].北京:机械工业出版社,2004. [4] 何离庆.过程控制系统与装置[M].北京:重庆大学出版社,2003. [5] 舒怀林.PID神经元网络及其控制系统[M].北京:国防工业出版社,2006.

我现在也想要~