【文章內(nèi)容簡(jiǎn)介】 。 采用 這種方法實(shí) 現(xiàn)的溫度控制器 , 其控 制品質(zhì)的好壞主要取決于三個(gè) PID 參數(shù) ( 比例 值 、 積分值 、 微分值 ) 。 只要 PID 參數(shù)選取的正確 , 對(duì)于一個(gè)確定的受控系統(tǒng)來(lái)說(shuō) , 其控制精度是比較令人滿意的 。 但是 , 它的不足也恰恰在于此 , 當(dāng)對(duì)象特性一 旦發(fā)生改變 , 三個(gè)控制參 數(shù)也必須 相應(yīng)地跟著改變 , 否則其控制品質(zhì)就難以得到保證 。 智能溫度控制法 為了克服 PID 線性控溫法的弱點(diǎn) , 人們相繼提出了一系列自動(dòng)調(diào)整 PID 參 數(shù)的方法 , 如 PID 參數(shù)的自學(xué)習(xí) , 自整定等等 。 并通過(guò)將智能控制與 PID 控制 2 天津工業(yè)大 學(xué) 2020 屆 本科畢業(yè) 設(shè)計(jì)論文 相結(jié)合 , 從而實(shí)現(xiàn)溫度的智能控制 。 智能控溫法以神經(jīng)網(wǎng)絡(luò)和模糊數(shù)學(xué)為理論基 礎(chǔ) , 并適當(dāng)加以專家系統(tǒng)來(lái)實(shí)現(xiàn)智能化 。 其中 應(yīng)用較多的有模糊控制 、 神經(jīng)網(wǎng)絡(luò) 控制以及專家系統(tǒng)等 。 尤其是模糊控溫法在實(shí)際工程技術(shù)中得到了極為廣泛的應(yīng) 用 。 目前已出現(xiàn)一種高精度模糊控制器 , 可以很好的模擬人的操作經(jīng)驗(yàn)來(lái)改善控 制性能 , 從 理論上講 , 可以完全消除穩(wěn)態(tài)誤差 。 所謂第三代智能溫控儀表 , 就 是 指基于智能控溫技術(shù)而研制的具有自適應(yīng) PID 算法的溫度控制儀表 。 目前國(guó)內(nèi) 溫控儀表的發(fā)展 , 相對(duì)國(guó)外而言在性能方面還存在一定的差距 , 它們之間最大的 差別主要還是在控制算法方面 , 具體表現(xiàn)為國(guó)內(nèi)溫控儀在全量程范圍內(nèi)溫度控制 精度比較低 , 自適應(yīng)性較差 。 這種不足的原因 是多方面造成的 , 如針對(duì)不同的被 控對(duì)象 , 由于控制算法的不足而導(dǎo)致控制精度不穩(wěn)定 。 3 天津工業(yè)大 學(xué) 2020 屆 本科畢業(yè) 設(shè)計(jì)論文 第二章 模糊 PID 控制理論 控制器 控制的 發(fā)展 PID 控制策略是最早發(fā)展起來(lái)的控制策略之一 , 現(xiàn)金使用的 PID 控制器產(chǎn)生 并發(fā)展于 19151940 年期間盡管自 1940 年以 來(lái) , 許多先進(jìn)的控制方法不斷的推 出 , 但由于 PID 控制具有結(jié)構(gòu)簡(jiǎn)單 、 魯棒性好 、 可靠性高 、 參數(shù)易于整定 ,P 、 I 、 D 控制規(guī)律各自成獨(dú)立環(huán)節(jié) , 可根據(jù)工業(yè) 過(guò)程進(jìn)行組合 , 而且其應(yīng)用時(shí)期較 長(zhǎng) , 控制工程師們已經(jīng)積累大量的 PID 控制器參數(shù)的調(diào)節(jié)經(jīng)驗(yàn) 。 因此 ,PID 控制 器在工業(yè)控制中仍然得到廣泛的應(yīng)用 , 許 多工業(yè)控制器仍然采用 PID 控制器 。 PID 控 制 器 的 發(fā) 展 經(jīng) 歷 了 液 動(dòng) 式 、 氣 動(dòng) 式 、 電 動(dòng) 式 幾 個(gè) 階 段 , 目 前 正 由 [3] 模 擬 控 制 器 向 著 數(shù) 字 化 、 智 能 化 控 制 器 的 方 向 發(fā) 展 。 控制理論 PID 控制器是一種線性控制器 , 它根據(jù)給定值 rt 與實(shí)際輸 出值 yt 構(gòu)成控制偏差 et : e tr ty t 式 (21 ) 將偏差 et 的比例 Proportional 、 積分 Integral 和微分 Derivative 通過(guò)線性組合構(gòu) 成控制量 , 對(duì)被控對(duì)象進(jìn)行控制 , 因此稱為 PID 控制 ,PID 控制系統(tǒng)原理如圖 21 所示 : 圖 21 PID 控制 系統(tǒng)原理 圖 其控制規(guī)律為 4 天津工業(yè)大 學(xué) 2020 屆 本科畢業(yè) 設(shè)計(jì)論文 t 1 d e t 式 (22 ) u tK [ e te t d tT ] P DT d t 0 或者寫(xiě)成傳遞函數(shù)形式為 1 式 (23 ) G sK 1? T P D S T I S 式 23 中 K : 比例系數(shù) 。 K : 積分時(shí)間常數(shù) 。 K : 微 分時(shí)間常數(shù) 。 P I D PID 控制器各校正環(huán)節(jié)的作用如下 : (1 ) 比例環(huán)節(jié)即時(shí)成比例地反映控制系 統(tǒng)的偏差信號(hào) e t , 偏差一旦產(chǎn)生 , 控制器立即產(chǎn)生控制作用 , 以減少偏差 。 (2 ) 積分環(huán)節(jié)主要用于消除靜差 , 提高系統(tǒng)的無(wú)差度 。 。 (3 ) 微分 環(huán) 節(jié)能 夠 反映 偏 差信 號(hào) 的變 化 趨勢(shì) 變 化 速 率 , 并 且 能在 偏 差 信 號(hào)值變得太大之前 , 在系統(tǒng)中引入一個(gè)有效的早期修正信號(hào) , 從而加快系統(tǒng)的動(dòng) [5] 作速度 , 減少調(diào)節(jié)時(shí)間 。 控制算法 由于計(jì)算機(jī)控制是一種采樣控制系統(tǒng) , 它只能根據(jù)采樣時(shí)刻的偏差值計(jì)算控 制量 。 因此 , 式 23 中的積分和微分項(xiàng)不能直 接使用 , 需要進(jìn)行離散化處理現(xiàn)令 T 為采樣周期 , 以一系列的采樣時(shí)刻點(diǎn) K T 代 表連續(xù)時(shí)間 t , 以累加求和近似代 [2] 替積分以一階后向差分近似代替微分做如下的近似變換 : tKT 式 (24 ) k k te tT e j TT e j 式 (25 )? 0 j ?0 j ?0 de t e K T e[ k ?1 T ] e ke k ?1 式 (26 ) dt T T 其中 ,T 為采樣周期 , e k 為系統(tǒng)第 k 次采樣時(shí) 刻的偏差值 , e kl 為系統(tǒng)第 kl 次采樣時(shí)刻的偏差值 , k 為采樣序號(hào) , k0 ,1 ,2 ,? 。 將上面的式 24 和式 25 代入 式 26 則可以得 到離散的 PID 表達(dá)式 : k T T D u kK e ke j[ e ke k ?1]式 (27 ) PT T j ?0 I 如果采樣周期了足夠小 , 該算式可以很好的逼近模擬 PID 算式 , 因而使被 控過(guò)程與連續(xù)控制過(guò)程十分接近 。 通常把式 27 稱為 PID 的位置式控制算法 。 若在式 27 中 , 令 : 5 天津工業(yè)大 學(xué) 2020 屆 本科畢業(yè) 設(shè)計(jì)論文 K T P K( 稱為積分系數(shù) ) I T I K T P D K 稱為微分系數(shù) ) D T 則 ku kK e kK e jK [ e ke k ?1]式 (28 ) I ID j ?0 28 式即為離散化的位置式 PID 控制算法的 編程表達(dá)式 。 可以看出 , 每次 輸出與過(guò)去的 所有狀態(tài)都有關(guān) , 要想計(jì)算 u k , 不僅涉及 e k 和 e kl , 且須將歷 次 e j 相加 , 計(jì)算復(fù)雜 , 浪費(fèi)內(nèi)存 。 下面 , 推導(dǎo) 計(jì)算較為簡(jiǎn)單的遞推算式 。 為此 , 對(duì) 28 式作如下的變動(dòng) : 考慮到第 ( k1 ) 次采樣時(shí)有 : k ?1 T T D u k ?1K e k ?1e j[ e k ?1e k2] P 式 (29 ) T T j ?0 I 使 (28 ) 兩邊對(duì)應(yīng)減去 (29 ) 式得 T T D u ku k ?1K e ke k ?1e k[ e k2 e k ?1e k2] P T T I 整理后得 u ku k ?1a e ka e k ?1a e k2 式 (210 ) 0 1 2 T T 2 T T D D D 其中 : 。 aK 1 。 aKaK 1? 0 P 1 P 2 P T T T T I 式 (210 ) 就是 PID 位置式的遞推形式 如果令 u ku ku k ?1 , 則 : u ka e ka e k ?1a e k2 式 (211 ) 0 1 2 式中 a 、 a 、 a 同式 (210 ) 中一樣 。 0 1 2 因 為 在計(jì) 算 機(jī)控 制中 式中 a 、 a 、 a 都 可以 事 先求 出 , 所 以 , 實(shí) 際控 制 時(shí) 0 1 2 只須獲得 e k 、 e k ?1 、 e k2 三個(gè)有限的偏差值就可以求出控制增量 。 由于 其控制輸 出對(duì)應(yīng)執(zhí)行機(jī)構(gòu)的位置的增量 , 故 211 式通常被稱為 PID 控制的增量 [3] 式算式 。 增量式 PID 控制算法與位置式控制算法比較 , 有如下的一些優(yōu)點(diǎn) : (1 ) 位置式算法每 次輸出與整個(gè) 過(guò)去狀態(tài)有 關(guān) , 算式中要用到過(guò) 去偏 差的 累 加 值 e j , 容 易 產(chǎn) 生較 大 的 累計(jì) 誤 差 。 而 增量 式中 只 須 計(jì) 算增 量 , 控 制 增 6 天津工業(yè)大 學(xué) 2020 屆 本科畢業(yè) 設(shè)計(jì)論文 量的確定僅與最近幾次偏差采樣值有關(guān) , 當(dāng)存在計(jì)算誤差或者精度不足時(shí) , 對(duì)控 制量的影響較小 , 且較容易通過(guò)加權(quán)處理獲得比較好的控制效果 。 (2 ) 由于計(jì)算機(jī)只 輸出控