【文章內(nèi)容簡(jiǎn)介】 小型用戶就難以實(shí)施。因此還有相當(dāng)多的鍋爐，特別是中小型鍋爐還在簡(jiǎn)單的啟動(dòng)停止的狀態(tài)下運(yùn)行，控制靠人工實(shí)現(xiàn)，這樣，鍋爐運(yùn)行好壞完全依靠工人的經(jīng)驗(yàn)和責(zé)任心。這一方面造成經(jīng)濟(jì)效益差和不安全，容易造成工業(yè)事故，另一方面，煤燃燒不充分也會(huì)造成嚴(yán)重的環(huán)境污染。 內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書（畢業(yè)論文） 目前，一些科研人員 運(yùn)用以下控制理論來(lái)控制鍋爐： 1．基于 PID 控制的鍋爐控制 傳統(tǒng)的 PID 控制用在鍋爐控制中，原理簡(jiǎn)單，易于實(shí)現(xiàn)，魯棒性較強(qiáng)，是應(yīng)用最廣泛的控制方法，但是也存在局限性，超調(diào)量大，無(wú)法實(shí)現(xiàn)非線性系統(tǒng)的精確控制。 2．基于模糊控制的鍋爐控制 模糊控制用在鍋爐控制中，有效地克服復(fù)雜系統(tǒng)的非線性及不確定特性，與傳統(tǒng)控制比較有較強(qiáng)的魯棒性，但模糊控制的控制作用較粗糙，使得穩(wěn)態(tài)控制精度較低。 3．基于模糊 PID 控制的鍋爐控制 模糊 PID 控制用在鍋爐控制中，能對(duì)不確定的條件、參數(shù)、延遲和干擾等因素進(jìn)行檢測(cè)分析，采用模糊 推理的方法實(shí)現(xiàn) PID 控制與模糊控制在規(guī)定的閾值范圍內(nèi)的自動(dòng)切換，不僅保持了常規(guī)控制系統(tǒng)原理簡(jiǎn)單、使用方便、魯棒性較強(qiáng)等優(yōu)點(diǎn)，而且具有更大的靈活性、適應(yīng)性，控制也更精確。 4．基于集散控制系統(tǒng) [1] [2]的鍋爐控制 集散控制系統(tǒng)是一個(gè)集中監(jiān)視、分散控制的儀表化系統(tǒng)，是目前國(guó)內(nèi)先進(jìn)的控制系統(tǒng)。該系統(tǒng)由工程師站、操作站、現(xiàn)場(chǎng)控制站、通信網(wǎng)絡(luò)等組成。集散控制系統(tǒng)用于鍋爐控制中，使得系統(tǒng)運(yùn)行穩(wěn)定、無(wú)振蕩、蒸汽耗熱量大大降低，提高動(dòng)態(tài)控制品質(zhì)，改善勞動(dòng)環(huán)境，收到良好的經(jīng)濟(jì)效益。 5．基于神經(jīng)網(wǎng)絡(luò)控制 [4]的鍋爐控制 現(xiàn)在許多人把人工神經(jīng)網(wǎng)絡(luò)控制應(yīng)用于鍋爐控制中，達(dá)到了很好的控制效果，具有響應(yīng)速度快，精度高和魯棒性強(qiáng)的特點(diǎn)。神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)的特性解決了模糊邏輯設(shè)計(jì)中存在的一些問題。神經(jīng)網(wǎng)絡(luò)能夠?qū)ο到y(tǒng)的輸入 /輸出信息進(jìn)行分析、捕捉、歸納，形成自處理的“自學(xué)習(xí)”功能，即能產(chǎn)生恰當(dāng)?shù)哪：?guī)則和隸屬函數(shù)，以自動(dòng)方式適應(yīng)系統(tǒng)實(shí)時(shí)控制的需要。神經(jīng)模糊控制系統(tǒng)具有控制簡(jiǎn)單易于理解、方法簡(jiǎn)便、調(diào)整靈活、計(jì)算內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書（畢業(yè)論文） 量小使用性強(qiáng)、控制精確效果好等特點(diǎn)，不僅適用于過(guò)程控制，而且也適合實(shí)時(shí)控制。 6．基于專家控制 [8]的鍋爐控制 專家控制是基于知識(shí)的智 能控制，它是人工智能、專家系統(tǒng)、自動(dòng)控制、模糊技術(shù)相結(jié)合的產(chǎn)物。它利用專家系統(tǒng)的推理機(jī)制決定控制方法的靈活選用，實(shí)現(xiàn)解析規(guī)律與啟發(fā)式邏輯的結(jié)合、知識(shí)模型與控制模型的結(jié)合，它模仿人的智能行為，采取有效的控制策略，從而使控制性能的滿意實(shí)現(xiàn)成為可能。專家控制用在鍋爐控制中，控制效果好，動(dòng)態(tài)特性較好，簡(jiǎn)單易懂，參數(shù)調(diào)整相對(duì)于傳統(tǒng) PID 控制也簡(jiǎn)單的多。 近年來(lái)，人們對(duì)模糊智能 PID 控制器、神經(jīng)網(wǎng)絡(luò)智能 PID 控制器、混沌 PID 智能控制器及遺傳算法一神經(jīng)網(wǎng)絡(luò) PID 智能控制器等，產(chǎn)生了濃厚的興趣，研究者甚多。模糊控制己成為 智能自動(dòng)化控制研究中最為活躍而又富有成果的領(lǐng)域。其中，模糊 PID 控制技術(shù)扮演了十分重要的角色，并且仍將成為未來(lái)研究與應(yīng)用的重點(diǎn)技術(shù)之一。本文就是對(duì)模糊 PID 控制在鍋爐控制中的應(yīng)用進(jìn)行研究。 本文的主要研究?jī)?nèi)容 本文將探討鍋爐汽包液位的控制方案。首先要分析幾種控制理論的原理和鍋爐汽包液位的動(dòng)態(tài)特性，然后分別設(shè)計(jì)基于傳統(tǒng) PID 控制的汽包液位控制系統(tǒng)、基于模糊控制的汽包液位控制系統(tǒng)和基于多模態(tài)模糊 — PID 控制的汽包液位控制系統(tǒng)。在模糊控制系統(tǒng)的設(shè)計(jì)中，將重點(diǎn)介紹模糊控制器的設(shè)計(jì)，它是整個(gè)模糊控制系統(tǒng)的核心。 將上述三種汽包液位控制系統(tǒng)設(shè)計(jì)好之后，要用 MATLAB 軟件中的 SIMULINK 模塊逐一進(jìn)行仿真，分析和比較它們的仿真結(jié)果，最后確定要采用的控制方案。 內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書（畢業(yè)論文） 控制理論 分析 PID 控制理論 PID 控制器即比例、積分、微分控制器。它是應(yīng)用最廣泛的一種控制器。 PID 控制器的數(shù)學(xué)模型可以用下式表示： 01 ( )( ) [ ( ) ( ) ]tPDId e tu t K e t e t d t TT d t? ? ?? (21) 式中， u（ t） —— 控制器的輸出； e（ t） —— 控制器輸入，它是給定值和被控對(duì)象輸出值的差，稱偏差信號(hào)； KP—— 控 制器的比例系數(shù)； TI—— 控制器的積分時(shí)間； TD—— 控制器的微分時(shí)間。 PID 控制規(guī)律由比例、積分、微分三部分組成。分別介紹如下： (1) 比例部分 比例部分?jǐn)?shù)學(xué)式表示如下： ( ) . ( )Pu t K e t? (22) 偏差一旦產(chǎn)生，控制器立即有控制作用，使控制量朝著減小偏差的方向變化，控制 作用強(qiáng)弱取決于比例系數(shù) Kp， Kp 越大，控制作用越強(qiáng)，則過(guò)渡過(guò)程越短，控制結(jié)果 的穩(wěn)態(tài)誤差也越??；但 Kp 越大，超調(diào)量也越大，越容易產(chǎn)生震蕩，導(dǎo)致動(dòng)態(tài)性能變壞，甚至?xí)归]環(huán)系統(tǒng)不穩(wěn)定。因此，比例系數(shù) Kp 選擇必須適當(dāng)，這樣才能取得過(guò)渡時(shí)間短、穩(wěn)態(tài)誤差小而又穩(wěn)定的效果。 (2) 積分部分 積分部分?jǐn)?shù)學(xué)式表示如下： 內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書（畢業(yè)論文） u(t) = . ( )IKp e t dtT ? (23) 從積分部分的數(shù)學(xué)表達(dá)式可以知道，只要存在偏差，則它的控制作用就會(huì)不斷地積累，輸出控制量以消除偏差。可見，積分部 分的作用可以消除系統(tǒng)的偏差，可是積分作用具有滯后特性，積分控制作用太強(qiáng)會(huì)使系統(tǒng)超調(diào)加大，控制的動(dòng)態(tài)性能變差，甚至?xí)归]環(huán)系統(tǒng)不穩(wěn)定。 積分時(shí)間 TI，對(duì)積分部分的作用影響極大。當(dāng) TI 較大時(shí)，則積分作用較弱，這時(shí)，有利于系統(tǒng)減小超調(diào)，過(guò)渡過(guò)程不易產(chǎn)生震蕩，但是消除靜差所需的時(shí)間較長(zhǎng)，當(dāng) TI較小時(shí)，則積分作用較強(qiáng)，這時(shí)系統(tǒng)過(guò)渡過(guò)程中有可能產(chǎn)生震蕩，但消除靜差所需的時(shí)間較短。 (3) 微分部分 微分部分?jǐn)?shù)學(xué)表達(dá)式表示如下： ()u(t)= . D de tKp T dt (24) 微分作用的引入是為了改善高階對(duì)象的控制品質(zhì)，因?yàn)槲⒎肿饔檬前凑掌畹淖兓厔?shì)來(lái)控制，具有及時(shí)性。微分部分的作用強(qiáng)弱由微分時(shí)間 TD 決定。 TD 越大，則它抑制 e(t)變化的作用越強(qiáng)，有利于加快系統(tǒng)響應(yīng)，使超調(diào)量減小，穩(wěn)定性增加，但系統(tǒng)對(duì)擾動(dòng)的抑制能力減弱。因?yàn)槲⒎肿饔玫囊霑?huì)把高頻干擾放得很大，反而可能使系統(tǒng)調(diào)節(jié)品質(zhì)降低。 TD 越小，它反抗 e(t)變化的作用越弱。它對(duì)系統(tǒng)的穩(wěn)定性有很大的影響。 在計(jì)算機(jī)中， PID 控制規(guī)律的實(shí)現(xiàn)必須用數(shù)值逼近的方法。當(dāng)采樣周期很短時(shí)，用求和代替 積分，用差商代替微商，使 PID 算法離散化，將描述連續(xù) 時(shí)間 PID 算法的微分方程變?yōu)槊枋鲭x散 時(shí)間 PID 算法的差分方程，數(shù)字 PID 位置型控制算式，如下式所示： 0( ) ( 1 )( ) [ ( ) ( ) ]k DI iT s e k e kU k K p e k e i TT T s???? ? ?? (25) 內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書（畢業(yè)論文） 式中： u(k)—— k 采樣周期時(shí)的輸出； e(k)—— k 采樣周期時(shí)的偏差； Ts—— 采樣周期。 令I(lǐng) ITsK KpT? ， DDPTKKTs? ， 則有 0( ) ( ) ( ) [ ( ) ( 1 ) ]kIDiU k K p e k K e i K e k e k?? ? ? ? ?? (26) 其中 Kp， KI， KD 分別為比例、積分、微分系數(shù)。 PID 控制是迄今為止最通用的控制方法。大多數(shù)反饋控制用該方法或其較小的變形來(lái)控制。 PID 調(diào)節(jié)器及其改進(jìn)型是在工業(yè)過(guò)程控制中最常見的控制器。我們今天所熟知的 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)控制方法不斷推出，但 PID 控制器以其結(jié)構(gòu)簡(jiǎn)單及易于操作等優(yōu)點(diǎn)，仍被廣泛應(yīng)用于冶金、化工、電力、輕工和機(jī)械等工業(yè)過(guò)程控制中。 模糊控制理論 模 糊控制理論的起源與發(fā)展 模糊控制理論屬于智能控制的范疇，它是在美國(guó)加利福尼亞大學(xué)的扎德 ()教授于 1965 年創(chuàng)立的模糊集合理論的數(shù)學(xué)基礎(chǔ)上發(fā)展起來(lái)的，主要包括模糊集合理論、模糊邏輯、模糊推理、和模糊控制等方面的內(nèi)容。模糊控制系統(tǒng)是以模糊集合化、模糊語(yǔ)言變量及模糊邏輯推理為基礎(chǔ)的一種計(jì)算機(jī)數(shù)字控制系統(tǒng)。 1974 年，英國(guó)瑪莉皇家學(xué)院的 Mamdani(馬丹尼 )教授將模糊控制首次用于蒸汽發(fā)動(dòng)機(jī)的壓力和速度控制，性能比PID 更好，這也許就是模糊控制技術(shù)首次在控制領(lǐng)域得到應(yīng)用。 1980 年，丹麥工科大學(xué)的 Ostergara 等對(duì)水泥窖進(jìn)行模糊控制。 20 世紀(jì) 90 年代后，模糊控制技術(shù)飛快發(fā)展，特別是在日本，模糊控制技術(shù)已經(jīng)廣泛應(yīng)用于人們的生產(chǎn)、生活中。目前，模糊控制技術(shù)已經(jīng)用在列車自動(dòng)運(yùn)行控制系統(tǒng)、凈水處理、汽車速度控制、電梯群管理控制等領(lǐng)域，內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書（畢業(yè)論文） 并取得了很好的控制效果 [16]。 模糊控制的誕生和社會(huì)科學(xué)技術(shù)的發(fā)展和需要是分不開的。隨著科學(xué)技術(shù)的迅速發(fā)展，各個(gè)領(lǐng)域?qū)ψ詣?dòng)控制系統(tǒng)控制精度、響應(yīng)速度、系統(tǒng)穩(wěn)定性與適應(yīng)能力的要求越來(lái)越高，所研究的系統(tǒng)也日益復(fù)雜多變。然而由于一系列原因，諸如被控對(duì)象或過(guò)程的非線性、時(shí)變性、 多參數(shù)間的強(qiáng)烈耦合、較大的隨機(jī)干擾、過(guò)程機(jī)理錯(cuò)綜復(fù)雜、各種不確定性以及現(xiàn)場(chǎng)測(cè)量手段不完善等，難以建立被控對(duì)象的數(shù)學(xué)模型。雖然常規(guī)自適應(yīng)控制技術(shù)可以解決一些問題，但范圍是有限的。對(duì)于那些難以建立數(shù)學(xué)模型的復(fù)雜被控對(duì)象，采用傳統(tǒng)控制方法，包括基于現(xiàn)代控制理論的控制方法，往往不如一個(gè)有實(shí)踐經(jīng)驗(yàn)的操作人員所進(jìn)行的手動(dòng)控制效果好。因?yàn)槿四X的重要特點(diǎn)之一就是有能力對(duì)模糊事物進(jìn)行識(shí)別和判決，看起來(lái)似乎不確切的模糊手段常?？梢赃_(dá)到精確控制的目的。 在生產(chǎn)實(shí)踐中，人們發(fā)現(xiàn)有經(jīng)驗(yàn)的操作人員雖然不懂被控對(duì)象模型，但卻能十分有效地 對(duì)系統(tǒng)執(zhí)行控制。模糊數(shù)學(xué)的創(chuàng)始人，扎德教授舉過(guò)停車的例子，正如一個(gè)汽車司機(jī)，不懂汽車模型而能很好地駕駛汽車一樣。這是因?yàn)椴僮魅藛T對(duì)系統(tǒng)的控制是建立在直觀的經(jīng)驗(yàn)上的，憑借在實(shí)際中取得的經(jīng)驗(yàn)采取相應(yīng)的決策就可以完成控制工作。人的經(jīng)驗(yàn)是一系列含有語(yǔ)言變量值的條件語(yǔ)句和規(guī)則，而模糊集合理論又能十分恰當(dāng)?shù)乇磉_(dá)具有模糊性的語(yǔ)言變量和條件語(yǔ)句。因此，模糊集合理論用于描述人的經(jīng)驗(yàn)就有著獨(dú)特的優(yōu)勢(shì)?？梢园讶说慕?jīng)驗(yàn)用模糊條件語(yǔ)句表示，然后用模糊集合理論對(duì)語(yǔ)言變量進(jìn)行量化，再用糊推理對(duì)系統(tǒng)的實(shí)時(shí)輸入狀態(tài)進(jìn)行處理，產(chǎn)生相應(yīng)的控制決 策。這也就是模糊控制器的工作過(guò)程。 模糊控制的基本思想 控制理論的發(fā)展和數(shù)學(xué)有著密切的關(guān)系，尤其是現(xiàn)代控制理論的發(fā)展，這種關(guān)系就更為密切。無(wú)論是采用經(jīng)典控制理論還是采用現(xiàn)代控制理論去設(shè)計(jì)一個(gè)自動(dòng)控制系統(tǒng)，一般需要了解被控對(duì)象數(shù)學(xué)模型的結(jié)構(gòu)、階次、參數(shù)等等，然后在此基礎(chǔ)上合理地選擇內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書（畢業(yè)論文） 控制策略。但是在許多情況下無(wú)法建立被控過(guò)程的數(shù)學(xué)模型。如煉鋼爐的冶煉過(guò)程、工業(yè)鍋爐的燃燒過(guò)程等等。此類過(guò)程的變量多，各種參數(shù)又存在不同程度的時(shí)變性，且過(guò)程具有非線性、強(qiáng)藕合等特點(diǎn)，因此建立這一類過(guò)程的精確數(shù)學(xué)模型困難很大，難以進(jìn)行控 制，但有經(jīng)驗(yàn)的操作人員進(jìn)行手動(dòng)控制卻可以收到令人滿意的效果。 模糊控制的基木思想就是利用計(jì)算機(jī)來(lái)實(shí)現(xiàn)人的控制經(jīng)驗(yàn)，而人的控制經(jīng)驗(yàn)一般是由語(yǔ)言來(lái)表達(dá)的，這些語(yǔ)言表達(dá)的控制規(guī)則又帶有相當(dāng)?shù)哪：?。如人工控制水槽液位的?jīng)驗(yàn)可以表達(dá)為： 若水槽無(wú)水或水較少時(shí)，則開大水閥； 若液位和要求的液位相差不太大，則把水閥關(guān)??； 若液位快接近要求的液位，則把閥門關(guān)得很??； ．．． 這些經(jīng)驗(yàn)規(guī)則中，“較小” 、“不太大” 、“接近” 、“開大” 、“關(guān)小” 、“關(guān)得很小”這些表示液位狀態(tài)和控制閥門動(dòng)作的概念都帶有模糊性，這些規(guī)則 的形式正是模糊條件語(yǔ)句的形式，可以用模糊數(shù)學(xué)的方法來(lái)描述過(guò)程變量和控制作用的這些模糊概念及它們之間的關(guān)系，又可以根據(jù)這種模糊關(guān)系及某時(shí)刻過(guò)程變量的檢測(cè)值 (需化成模糊變量 )用模糊邏輯推理的方法得出此刻的控制量。這就是模糊控制的基本思路。 由于模糊控制器的模型不是由數(shù)學(xué)公式表達(dá)的數(shù)學(xué)模型，而是由一組模糊條件語(yǔ)句構(gòu)成的語(yǔ)言形式，因此從這個(gè)角度上講，模糊控制器又稱模糊語(yǔ)言控制器。 模糊控制器的模型是由帶有模糊性的有關(guān)控制人員和專家的控制經(jīng)驗(yàn)和知識(shí)組成的知識(shí)模型，是基于知識(shí)的控制，因此，模糊控制屬于智能控制的 范疇。 因此可以說(shuō)，模糊控制是以人的控制經(jīng)驗(yàn)作為控制的知識(shí)模型，以模糊集合、模糊語(yǔ)言變量以及模糊邏輯推理作為控制算法的數(shù)學(xué)工具，用計(jì)算機(jī)來(lái)實(shí)現(xiàn)的一種智能控制。 內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書（畢業(yè)論文） 模糊控制系統(tǒng)的組成 模糊控制屬于計(jì)算機(jī)數(shù)字控制的一種形式，因此，模糊控制系統(tǒng)的組成類似于一般 的數(shù)字控制系統(tǒng)，結(jié)構(gòu)如圖 所示。 模糊控制器 執(zhí)行機(jī)構(gòu) 被控對(duì)象+ 圖