【文章內(nèi)容簡介】 的外部特性，而且描述和提示了系統(tǒng)的內(nèi)部狀態(tài)和性能?；诂F(xiàn)代控制理論的設(shè)計方案是建立在對系統(tǒng)內(nèi)部模型的描述之上的。它是通過數(shù)學(xué)方法對控制系統(tǒng)進(jìn)行分析綜合?？刂埔?guī)律的確定是通過極小化預(yù)先確定的性能指標(biāo)函數(shù)或使控制系統(tǒng)滿足希望的響應(yīng)而推導(dǎo)出來的。此類設(shè)計方案主要有 ： 系統(tǒng)辨識、最優(yōu)控制、自校正控制等。這類設(shè)計方案適用范圍廣，適合于多輸入多輸出系統(tǒng)、某些非線性時 變系統(tǒng)和一些具有隨機(jī)擾動的系統(tǒng)。該方法理論嚴(yán)謹(jǐn)，控制系統(tǒng)的穩(wěn)定性問題可以嚴(yán)格證明，性能指標(biāo)能定量分析，得到的控制品質(zhì)較好。但這類方法需要知道精確的被控對象的數(shù)學(xué)模型形式。對于許多結(jié)構(gòu)復(fù)雜，隨機(jī)干擾因素多而不易獲取對象模型形式的系統(tǒng)，這類方法的使用受到了限制。 第三類 ： 智能控制方案 智能控制方案是一類無需人的干預(yù)就能夠針對控制對象的狀態(tài)自動地調(diào)節(jié)控制規(guī)律以實現(xiàn)控制目標(biāo)的控制策略。它避開了建立精確的數(shù)學(xué)模型和用常規(guī)控制理論進(jìn)行定量計算與分析的困難性。它實質(zhì)上是一種無模型控制方案，即在不需要知道對象精確模型的情況 下，通過自身的調(diào)節(jié)作用，使實際響應(yīng)曲線逼近理想響應(yīng)曲線。 智能控制系統(tǒng)有以下一些特點： (1)智能控制系統(tǒng)一般具有以知識表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型表示的混合控制過程。它適用于含有復(fù)雜性、不完全性、 模糊性、不確定性和不存在己知算法的生產(chǎn)過程。 (2)智能控制具有信息處理和決策機(jī)構(gòu)，它實際上是對人神經(jīng)結(jié)構(gòu)或?qū)＜覜Q策機(jī)構(gòu)的一種模仿。 (3)智能控制器具有非線性。這是因為人的思維具有非線性，作為模仿人的思維進(jìn)行決策的智能控制也具有非線性的特點。 (4)智能控制器具有變結(jié)構(gòu)的特點。 (5)智能控制器具有總體自 尋優(yōu)的特點。 中國礦業(yè)大學(xué) 2021 屆本科畢業(yè)設(shè)計 第 3 頁 智能控制方案主要包括模糊控制、神經(jīng)網(wǎng)絡(luò)和遺傳算法控制等。 溫度控制方式的研究現(xiàn)狀 [1][2] 常用的溫度控制電路根據(jù)應(yīng)用場合和要求的性能指標(biāo)有所不同。除了傳統(tǒng)的 PID 控制方法、 Smith 預(yù)估補(bǔ)償控制、自適應(yīng)控制、預(yù)測控制 ， 近幾年來快速發(fā)展的是將模糊控制、神經(jīng)網(wǎng)絡(luò)、遺傳算法等智能控制方法應(yīng)用于溫控系統(tǒng)，包括智能控制與 PID 控制相結(jié)合及這些智能控制之間的結(jié)合。具體有如下一些方法： 模糊控制 自從 1974 年 等人研制成功第一臺 Fuzzy 控制器以來， Fuzzy 控制理論和方法引起了許多專家學(xué)者的極大興趣，模糊自動控制是以模糊集合論、模糊語言變量及模糊邏輯推理為基礎(chǔ)的一種計算機(jī)數(shù)字控制，從線性控制與非線性控制的角度分類，模糊控制是一種非線性控制。從控制器的智能型看，模糊控制屬于智能控制的范疇，而且它已成為目前實現(xiàn)智能控制的一種重要而又有效的形式，尤其是模糊控制和神經(jīng)網(wǎng)絡(luò)、遺傳算法及混沌理論等新學(xué)科的互相融合，模糊邏輯控制技術(shù)作為一種新的控制技術(shù)，可以模仿人的思維方法，運用不確定不精確的模糊信息來決策實現(xiàn)成功的控制。用模糊邏輯實現(xiàn)控制，只需要關(guān)心功能目標(biāo)而不是系統(tǒng)的數(shù) 學(xué)模型，研究的重點是控制器本身而不是被控對象。所以這種控制系統(tǒng)對被控對象的參數(shù)變化不敏感，具有很強(qiáng)的魯棒性，模糊控制因為有較快的響應(yīng)，能夠克服非線性因素的影響等優(yōu)點，在工業(yè)過程控制中得到了廣泛的應(yīng)用。模糊控制系統(tǒng)的原理框圖如圖 所示。 A /D計算機(jī)控制變量模糊量化的處理模糊控制規(guī)則模糊推理非模糊化處理D /A執(zhí) 行 機(jī) 構(gòu)被 控 對 象傳 感 器e—r模 糊 控 制 器 （ 微 處 理 機(jī) ） 圖 模糊控制原理框圖 神經(jīng)網(wǎng)絡(luò)控制 神經(jīng)網(wǎng)絡(luò)控制是基于神經(jīng)網(wǎng)絡(luò)的控制或簡稱神經(jīng)控制，是指在控制系統(tǒng)中采中國礦業(yè)大學(xué) 2021 屆本科畢業(yè)設(shè)計 第 4 頁 用神經(jīng)網(wǎng)絡(luò)這一工具對難以精確描述的復(fù)雜 的非線性對象進(jìn)行建模，或充當(dāng)控制器，或優(yōu)化計算，或進(jìn)行推理，或故障診斷等，以及同時兼有上述某些功能的組合，將這樣的系統(tǒng)統(tǒng)稱為基于神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)，稱這種控制方式為神經(jīng)網(wǎng)絡(luò)控制。神經(jīng)網(wǎng)絡(luò)控制的原理框圖如圖 所示。 被 控 對 象+eruy 圖 神經(jīng)網(wǎng)絡(luò)控制原理框圖 神經(jīng)網(wǎng)絡(luò)在控制中的作用分為以下幾種 ： (l)在基于精確模型的各種控制結(jié)構(gòu)中充當(dāng)對象的模型 ； (2)在反饋控制系統(tǒng)中直接充當(dāng)控制器的作用 ； (3)在傳統(tǒng)控制中起優(yōu)化計算的作 用 ； (4)在與其他智能控制方法和優(yōu)化算法，如模糊控制、專家控制及遺傳算法等相融合中，為其提供非參數(shù)化對象模型、優(yōu)化參數(shù)、推理模型及故障診斷等。 自適應(yīng)控制 對于自適應(yīng)控制的定義人們尚未給出一個廣泛采納的概念，因為自適應(yīng)控制是一種針對非線性系統(tǒng)的控制方法，其特性十分復(fù)雜。暫且定義為自適應(yīng)控制是一類特定的非線性反饋控制，具有一定的適應(yīng)能力，能夠認(rèn)識環(huán)境條件的變化，并自動校正控制動作，使系統(tǒng)達(dá)到最優(yōu)或者次優(yōu)的控制。自適應(yīng)系統(tǒng)與其他系統(tǒng)的顯著區(qū)別在于它包含性能指標(biāo)閉環(huán)。具有“辨識、決策、修改”的功能，從 而使系統(tǒng)在不同的環(huán)境中能達(dá)到最優(yōu)或次優(yōu)的控制效果。雖然沒有一個明確的定義，但沒有阻擋住人們對自適應(yīng)控制的研究。人們主要致力于自適應(yīng)控制和其他理論的結(jié)合，并研究出了多種控制方法。人們在自適應(yīng)控制系統(tǒng)的穩(wěn)定性、收斂性、魯棒性方面作了大量的工作，但自適應(yīng)控制的理論進(jìn)展比較緩慢，許多研究工作在理論上仍未達(dá)到合理和完整的程度。自適應(yīng)控制的原理框圖如圖 所示。 中國礦業(yè)大學(xué) 2021 屆本科畢業(yè)設(shè)計 第 5 頁 控 制 器性 能 指 標(biāo) 測 量被 控 對 象適 應(yīng) 機(jī) 構(gòu)比 較輸 出已 知 干 擾未 知 干 擾給 定 性 能 指標(biāo)r ( t )參 考 輸 入 u ( t )控 制 輸 入n ( t )c ( t ) 圖 自適應(yīng)控制原理框圖 預(yù)測控制 預(yù)測控制與其它方法不同，它是在工業(yè)實踐過程中逐 步發(fā)展起來的，到現(xiàn)存己經(jīng)有幾十種預(yù)測控制算法相繼產(chǎn)生，比較典型的有非參數(shù)模型的模型預(yù)測控制(MPC)、模型算法控制 (MAC)和動態(tài)矩陣控制 (DMC)等。因為時滯控制系統(tǒng)解決問題的關(guān)鍵是對系統(tǒng)輸出的預(yù)側(cè)，因此預(yù)測控制非常適用于時滯系統(tǒng)，它可以和人工智能等方法結(jié)合，或者進(jìn)行結(jié)構(gòu)上的改進(jìn)來滿足應(yīng)用的要求。文獻(xiàn)針對這一類大的時滯過程，設(shè)計了以動態(tài)矩陣控制為核心算法的預(yù)測控制系統(tǒng)，運行實踐表明這一控制方案比原 PID 控制在控制質(zhì)量上有較大提高。文獻(xiàn)針對時滯被控對象提出了一種自適應(yīng) Smith 廣義預(yù)測控制器方案。在廣義預(yù)測 控制中，以 Smith 預(yù)估器建立被控對象預(yù)測模型，并基于零頻率時的模型匹配和有遺忘因子的遞推最小二乘算法在線辨識系統(tǒng)參數(shù)和時滯，不斷修正 Smith 預(yù)估器模型和控制器參數(shù)，有效克服系統(tǒng)參數(shù)和時滯變化對系統(tǒng)的影響，動態(tài)響應(yīng)快，跟蹤效果好，但計算量較大，影響了系統(tǒng)控制的實時性。文獻(xiàn)采用動態(tài)矩陣控制算法設(shè)計了一個電阻爐爐溫微機(jī)控制系統(tǒng)的預(yù)測控制器，通過合適的參數(shù)設(shè)計，該控制器達(dá)到了較好的性能，實際運行結(jié)果也表明，該控制器具有優(yōu)于傳統(tǒng)控制的特性。 PID 控制和其他控制方法的結(jié)合使用 PID 控制由于算法簡單、 穩(wěn)定性好、可靠性高等優(yōu)點，被廣泛應(yīng)用于工業(yè)和控制領(lǐng)域，尤其使用于可建立精確數(shù)學(xué)模型的線性定常參數(shù)系統(tǒng)，但實際工業(yè)過程往往具有非線性、時變性等不確定因素，難以建立精確的數(shù)學(xué)模型，所以常規(guī) PID控制器難以實現(xiàn)有效控制；在實際作業(yè)現(xiàn)場中，由于受到參數(shù)整定方法煩雜的因擾，常規(guī) PID 控制器參數(shù)往往整定不良，性能欠佳，對運行工況的適應(yīng)性很差。長期以來，人們一直尋求 PID 控制器參數(shù)的自動整定技術(shù)，以適應(yīng)復(fù)雜的工況和中國礦業(yè)大學(xué) 2021 屆本科畢業(yè)設(shè)計 第 6 頁 高指標(biāo)的控制要求。隨著智能控制、自適應(yīng)模糊控制和神經(jīng)網(wǎng)絡(luò)技術(shù)研究和應(yīng)用的深入于發(fā)展，出現(xiàn)了許多新型智能型 PID 自整定控制器。 (1)Fuzzy— PID 控制算法 Fuzzy— PID 控制實際上是針對 PID 控制及模糊控制的優(yōu)缺點，提出一種分段式模糊 PID 控制方法，把兩者有效地結(jié)合起來， Fuzzy— PID 復(fù)合控制器具有以下特點： ① 使系統(tǒng)具有較好的動態(tài)特性，不僅上升時間快，而且超調(diào)量??； ② 系統(tǒng)具有比較理想的穩(wěn)態(tài)品質(zhì)，穩(wěn)態(tài)過程沒有振蕩，控制精度高； ③ 使系統(tǒng)的 抗干擾能力增強(qiáng)，對作業(yè)現(xiàn)場的各種噪聲和干擾具有較好的抑制作用； ④ 當(dāng)被控過程參數(shù)發(fā)生變化時，控制系統(tǒng)仍能保持較好的適應(yīng)能力和魯棒性。 模糊 PID 控制的原理框圖如圖 所示： 計 算 E ， E cF u z z y 規(guī) 則 / F u z z y 推 理查 詢 F u z z y 矩 陣K p , K r , K d 參 數(shù) 調(diào) 整 運 算P I D 算 法G ( s )FRe ( t )u ( k )1 ses??y 圖 模糊 PID 控制原理框圖 (2)Adaptive— PID 控制算法 Adaptive— PID 控制是結(jié)合自適應(yīng)控制和 PID 控制的優(yōu)點而形成的一種控制算法。按照控制器的參數(shù)設(shè)計原理來分，自適應(yīng) PID 控制器可分為五大類，極點配置自適應(yīng) PID 控制器，相消原理自適應(yīng) PID 控制器，基于經(jīng)驗規(guī)則的自適應(yīng) PID控制器，基于 二次型性能指標(biāo)的自適應(yīng) PID 控制器和智能或?qū)＜易赃m應(yīng) PID 控制器。 自適應(yīng) PID 控制的優(yōu)點是簡單有效，易于實施且魯棒性強(qiáng)。但 Adaptive— PID也有許多弱點，有些甚至是致命的： ① 在一定的假設(shè)條件下，控制器具有全局收斂性和最優(yōu)性，但由于系統(tǒng)不確定的存在，將破壞這些假設(shè)條件，導(dǎo)致系統(tǒng)失穩(wěn)。 ② 由于自適應(yīng)控制系統(tǒng)都是本質(zhì)非線性的 ，因此系統(tǒng)運行的初值不僅會影響估計的精度 ，亦會影響收斂性。 ③ 在自適應(yīng) PID 控制實施時 系統(tǒng)參數(shù)的確定也會影響控制性能。 中國礦業(yè)大學(xué) 2021 屆本科畢業(yè)設(shè)計 第 7 頁 (3)模糊自適應(yīng) PID 控制 將模糊控制理論與自適應(yīng)控制理論應(yīng)用與 PID 控制器的參數(shù)整定，使 PID 控制器的參數(shù)調(diào)節(jié)自動適應(yīng)控制對象數(shù)學(xué)模型大參數(shù)變化。模糊自適應(yīng) PID 控制系統(tǒng)的原理框圖如圖 所示。 d / d t模 糊 推 理 機(jī)P I D辯 識 機(jī)構(gòu) 過 程b a n g b a n g?r?yu控 制 開 關(guān) 圖 模糊自適應(yīng) PID 控制系統(tǒng)的原理框圖 模糊自適應(yīng) PID 控制具有以以下特點： (1)這種控制充分利用了模糊控制規(guī)則較少、系統(tǒng)簡單而透明和自適應(yīng)理論較強(qiáng)的自學(xué)習(xí)能力、自適應(yīng)能力的優(yōu)勢 。因此模糊自適應(yīng) PID 控制器在改善被控過程的穩(wěn)定性、響應(yīng)速度和超調(diào)量等動態(tài)性能以及對參數(shù)時變的適應(yīng)方面均優(yōu)于常規(guī) PID 控制。 (2)模糊自適應(yīng) PID 控制的控制模型只用幾個簡單的解析式便可完全描述，故用于在線確定控制作用的時間很短，實時性很強(qiáng)。 (3)針對不同性質(zhì)的被控對象，可通過對模糊控制規(guī)則表、過程控制階段性切換式、參數(shù)整定算法等對應(yīng)的參數(shù)變量作適當(dāng)?shù)男薷?，即可使系統(tǒng)滿足一定的靈活性與穩(wěn)定性的要求。 本文所做的工作 第一章：緒論。介紹了溫度控制系統(tǒng)的控制方案， 介紹了國內(nèi)外時滯系統(tǒng)控制方法研究的現(xiàn)狀 ?；仡櫫?模糊 控制、 預(yù)測控制、神經(jīng)網(wǎng)絡(luò)控制的主要特點。 第二章：介紹了實驗臺裝置和溫度控制系統(tǒng)，并且對溫度控制系統(tǒng)進(jìn)行建模。 第三章：介紹了 PID 原理和預(yù)測控制原理。著重在于對動態(tài)矩陣預(yù)測控制(DMC)進(jìn)行介紹，以及其參數(shù)的設(shè)計與整定步驟。 第四章： 對溫度控制系統(tǒng)進(jìn)行仿真和比較。結(jié)合 MATLAB 仿真，對 PID 控制中國礦業(yè)大學(xué) 2021 屆本科畢業(yè)設(shè)計 第 8 頁 和預(yù)測控制進(jìn)行比較，確定出符合控制系統(tǒng)輸出響應(yīng)速度快、超調(diào)量小和穩(wěn)定誤差小的控制算法。 第五章：結(jié) 論 與展望 。 中國礦業(yè)大學(xué) 2021 屆本科畢業(yè)設(shè)計 第 9 頁 2 溫度控制系統(tǒng)概述及建模 實驗裝置簡介 [3] 本課題實驗裝置采用 THJFCS1 型現(xiàn)場總線高級過程控制對象系統(tǒng)實驗裝置現(xiàn)場總線過程控制系統(tǒng)。下面就實驗中涉及到的實驗設(shè)備做簡單介紹。 (1)系統(tǒng)簡介 本現(xiàn)場總線控制系統(tǒng)是基于 PROFIBUS 通訊協(xié)議、在傳統(tǒng)過程控制實驗裝置的基礎(chǔ)上升級而成的新一代過程控制系統(tǒng)。 整個實驗裝置分為上位控制系統(tǒng)和控制對象兩部分。 (2)系統(tǒng)組成 本實驗裝置由被控對象和上位控制系統(tǒng)兩部分組成。系統(tǒng)動力支路分兩路：一路由三相（ 380V 交 流）磁力驅(qū)動泵、電動調(diào)節(jié)閥、渦輪流量計及手動調(diào)節(jié)閥組