【導(dǎo)讀】實驗、訓(xùn)練項目。主要設(shè)計內(nèi)容為：1、了解原有系統(tǒng)的硬件結(jié)構(gòu)，分析工作原理；2、對系統(tǒng)。重點，做好選題報告。有關(guān)計算機(jī)技術(shù)及計算機(jī)控制系統(tǒng)的基礎(chǔ)上，通過參加系統(tǒng)的一部分硬件、軟件設(shè)計，學(xué)生提供了運用所學(xué)控制理論知識，解決控制系統(tǒng)調(diào)試中出現(xiàn)的實際問題的機(jī)會。控管理均由鍵盤來控制，這種系統(tǒng)控制具有控制精度高、重復(fù)性好、自動化程度高，使用簡單、方便，提高了產(chǎn)品質(zhì)量和減輕了工人的勞動負(fù)擔(dān)的優(yōu)點。節(jié)器的參數(shù)不易實時在線調(diào)整，因而不適合一些復(fù)雜過程中的應(yīng)用。課題的發(fā)展現(xiàn)狀與前景展望··············

　　

【正文】 算機(jī)出現(xiàn)故障，輸出的 u(k)將大幅度變化，會引起執(zhí)行機(jī)構(gòu)的大幅度變化 ,有可能因此造成嚴(yán)重的生產(chǎn)事故，這在生產(chǎn)實際是不允許的。 2 )、增量式 PID 控制算法 增量式 PID 控制算法的產(chǎn)生避免了位置式 PID 控制算法存在的諸多問題。所謂的增量式 PID 是指數(shù)字控制器的輸出只是控制量的增量△ u（ k）。增量式 PID 控制算式可由式（ 35）導(dǎo)出。根據(jù)遞推原理可得 )]2()1([)()1()1( 10 ???????? ??? kekeKjeKkeKku DkjIP （ 36） 用式（ 35）減式（ 36）可得 )]1()([)()()]2()1(2)([)()]1()([)(??????????????????kekeKkeKkeKkekekeKkeKkekeKkuDIPDIP （ 37） 式中 △ e(k)=e(k)e(k1) A=Kp（ 1+T/Ti+Td/T） B=Kp（ 1+2Td/T） C=KpTd/T 式（ 37）即為增量式控制算法，可以看出，由于一般計算機(jī)控制系統(tǒng)采用恒定的采樣周期 T，一旦確定了 Kp、 Ki、 Kd，只要使用前后 3 次測量值的偏差，即可由式（ 37）求出控制增量。增量式控制由于是計算機(jī)輸出增量，所以誤動作時影響小，必要時可用邏輯判斷的方法去掉，當(dāng)計算機(jī)發(fā)生故障時，由于輸出通道或執(zhí)行裝置具有信號的鎖存作用，能仍然保持原值，再者增量式的算式中不需要累加。但增量式控制也有其不足之處：積分截斷效應(yīng)大，有靜態(tài)誤差；溢出的影響大。 比較位置式 PID 控制算法和增量式 PID 控制算法各有千秋，因此，在選擇時不可一概而論，一般認(rèn)為以晶閘管作為執(zhí)行機(jī)構(gòu)或在控制精度要求高的系統(tǒng)中，可采用位置式控制算法。 智能爐溫控制系統(tǒng)控制算法研究 20 模糊控制 模糊邏輯理論在控制領(lǐng)域的應(yīng)用稱為模糊控制 (Fuzzy Control， FC)。模糊控制是一種正在興起的能夠提高工業(yè)自動化能力的控制技術(shù)。模糊控制系統(tǒng)是智能控制的一個十分活躍的研究領(lǐng)域。凡是無法建立系統(tǒng)數(shù)學(xué)模型或難以建立數(shù)學(xué)模型的場合都可以采用模糊控制技術(shù)。 模糊控制的特點是：一方面，模糊控制提供了一種實現(xiàn)基于自然語言描述規(guī)則的控制規(guī) 則的新機(jī)制；另一方面，模糊控制器提供了一種改進(jìn)線性控制器的替代方法，這些非線性控制器一般用于控制含有不確定性和難以用傳統(tǒng)非線性理論來處理的裝置。 模糊控制單元的基本功能結(jié)構(gòu)如圖所示。 圖 模糊控制單元基本功能結(jié)構(gòu)圖 它由規(guī)則庫、模糊化、模糊推理和清晰化四個功能模塊組成。模糊化模塊實現(xiàn)對系統(tǒng)變量論域的模糊劃分和對清晰輸入值的模糊化處理。規(guī)則庫用于存儲系統(tǒng)的基于語言變量的控制規(guī)則和系統(tǒng)參數(shù)。模糊推理是一種從輸入空間到輸出空間的非線性映射關(guān)系。由于在模糊控制器中，控制規(guī)則的形式為 IF 控制狀 態(tài) A THEN 控制作用 B 因此，如果已知 過程狀態(tài) A*，則通過模糊推理推論出 控制作用 B*。 清晰化模塊將推論出的 控制作用 B*轉(zhuǎn)換為清晰化的輸出值 . 智能控制的原理 經(jīng)典的 PID 控制結(jié)構(gòu)簡單、調(diào)整方便、可靠性高，在控制中得到了廣泛的應(yīng)用，但是由于 PID 調(diào)節(jié)器的參數(shù)不易實時在線調(diào)整，對控制對象模型的精度要求很高，而現(xiàn)在在很多的直流調(diào)速控制系統(tǒng)中，被控對象特征參數(shù)及模型參數(shù)具有不確定性，這就給傳統(tǒng)控制在交直流控制系統(tǒng)中的應(yīng)用帶來了很多的不便。在本系統(tǒng)中，負(fù)載的突加 /突卸，電機(jī) 參數(shù)的變化，測速對象的不確定性等等，經(jīng)典的 PID 控制效果就不能滿足系統(tǒng)的控制要求；計算機(jī)技術(shù)和智能控制理論的發(fā)展為復(fù)雜動態(tài)不確定系統(tǒng)的控制提供了新的途徑，智能控制的方法已經(jīng)開始逐步的應(yīng)用到了交直流調(diào)速系統(tǒng)控制領(lǐng)域。 規(guī)則庫 模糊推理 模糊化 清晰化 湖南工程學(xué)院畢業(yè)設(shè)計論文 21 1 ）智能控制的含義： 智能控制（ Intelligent ControlIC）是一門新興的理論和技術(shù)，它是傳統(tǒng)控制發(fā)展的高級階段，主要用來介紹那些用傳統(tǒng)的方法難以解決的復(fù)雜系統(tǒng)的控制，其中包括了智能機(jī)器人系統(tǒng)、復(fù)雜工業(yè)過程控制系統(tǒng)、航空航天控制系統(tǒng)、交通運輸系統(tǒng)等。智能是對自動化 程度、范圍及其所能完成復(fù)雜控制任務(wù)的表征。智能控制的含義主要有兩方面，一是采用“人工智能”的理論、方法和技術(shù)，二是具有“擬人智能”的特性或功能。 智能控制的研究對象 智能控制是新型自動化系統(tǒng)，用來解決那些用傳統(tǒng)控制方法難以解決的復(fù)雜系統(tǒng)的控制問題。它是一類無需人的干預(yù)就能獨立驅(qū)動智能機(jī)械而實現(xiàn)其目標(biāo)的自動控制。 智能控制的研究對象具備以下三個特點： ①不確定性的模型。智能控制的對象通常存在嚴(yán)重的不確定性。 ②高度的非線性。智能控制技術(shù)是解決復(fù)雜非線性對象控制問題的一個途徑。 ③復(fù)雜的任務(wù)要求 。如在智能機(jī)器人系統(tǒng)中，要求系統(tǒng)對復(fù)雜的任務(wù)具有自行規(guī)劃和決策的能力，有自動躲避障礙運動到期望目標(biāo)位置的能力，采用智能控制技術(shù)可以滿足復(fù)雜的任務(wù)要求。 模糊控制是基于模糊邏輯的描述一個過程的控制算法，是一種近年發(fā)展起來的新型控制器 ,其優(yōu)點是不要求掌握受控對象的精確數(shù)學(xué)模型 ,而根據(jù)人工控制規(guī)則組織控制決策表 ,然后由該表決定控制量的大小 .模糊控制不需要裝置的精確模型．僅依賴于操作人員的經(jīng)驗和直觀判斷，非常容易應(yīng)用。模糊控制的局限性在于對控制系統(tǒng)設(shè)計分析和標(biāo)準(zhǔn)缺乏系統(tǒng)的方法步驟，規(guī)則庫缺乏完整性，沒有明確的控制結(jié) 構(gòu)。模糊模型使用模糊語言和規(guī)則描述一個系統(tǒng)的動態(tài)特性及性能指標(biāo)。其特點是不須知道被控對象的精確模型，易干控制不確定對象和非線性對象，對被控對象參數(shù)變化有強(qiáng)魯棒性，對控制系統(tǒng)干擾有較強(qiáng)抑制能力。 自適應(yīng) PID 控制算法 FuzzyPID 控制器的設(shè)計 本模糊控制器為雙輸入單輸出型，輸入為偏差語言變量 E 和偏差變化語言變量 Ec，輸出為控制變量 U，并將它們各自的論域分成若干級。它們對應(yīng)的物理量都是清晰量，這些物理量都要從物理論域通過量化轉(zhuǎn)化到整數(shù)論域，再在整數(shù)論域給出若干語言變量 智能爐溫控制系統(tǒng)控制算法研究 22 值 ，從而實現(xiàn)整個論域元素的模糊化過程。將溫度誤差模糊量 E 取 8 檔：負(fù)大 NB、負(fù)中 NM、負(fù)小 NS、負(fù)零 NZ、正零 PN、正小 PS、正中 PM、正大 PB、其論域 E ={3，2， 1， 0， +0， 1， 2， 3}；偏差變化率模糊量 Ec 表示相鄰兩次誤差值的差，取 7 個模糊值，它們分別是 :負(fù)大 NB、負(fù)中 NM、負(fù)小 NS、零 0、正小 PS、正中 PM、正大 PB ，其論域為 Ec={3， 2， 1， 0， 1， 2， 3}； 模糊控制器的輸出 U 是控制量增量的模糊值，分為 7 檔負(fù)大 NB、負(fù)中 NM、負(fù)小 NS、零 0、正小 PS、正中 PM 、正大 PB，其論 域為 U={3， 2， 1， 0， 1， 2， 3}。 設(shè)偏差、偏差變化率的量化參數(shù)分別為 Ke、 Kc ，則采樣時刻 k 所得的偏差 e(k)和偏差變化 ec(k)精確量就可以按下式模糊化為模糊量。 E(k)=INT[Ke*e(k)+] E(k)∈ E （ 38） Ec(k)=INT[Kc*ec(k)+] Ec(k)∈ Ec （ 39） 其中： e(k)=Y(k)— R(k)， ec(k)=e(k)— e(k1) 設(shè) Δ u(k)為第 k 次輸出控制量的增量 ，則有 Ku*U(k)= Δ u(k) U(k)∈ U （ 310） 系統(tǒng)第 k 次的實際輸出為 ： （ 4）式中 Ku 為輸出比例因子， Ki 為積分系數(shù)。第一項為比例項 ,第二項為輸出控制量的增量的累加相當(dāng)于積分項，積分作用的引入有利于消除靜態(tài)誤差，提高系統(tǒng)的控制精度。因此，該控制器為一 FuzzyPI 復(fù)合控制器。帶有自調(diào)整參數(shù)的 FuzzyPI 控制器的結(jié)構(gòu)如圖 所示： 圖 帶有自調(diào)整參數(shù)的 FuzzyPI 控制器結(jié)構(gòu) d/ dt E 對 象 Ｙ Ke Fuzzy 控 制 決 策 Ｋ u Ki∑ U Δ u Kc Eｃ ec Fuzzy 參 數(shù)修改器 R ＋ ｅ Ｙ － ｕ ??? ???? 10 (4) )()()( kj jUKikUKuku湖南工程學(xué)院畢業(yè)設(shè)計論文 23 量化因子的自調(diào)整 由圖 2 可知，量化參數(shù) Ke、 Kc 的大小決定了 Fuzzy 控制器輸入 e 和 ec 的分辨率，Ku 和 Ki 決定了對輸出強(qiáng)度的大小以及控制增量的積分速率。要使系統(tǒng)有較好的動態(tài)性能和良好的靜態(tài)精度，在參數(shù)選擇上出現(xiàn)了矛盾。為此 Ke、 Kc、 Ku、 Ki 各參數(shù)可根據(jù)E 和 Ec 的變化調(diào)整。調(diào)整的原則是：當(dāng) E 和 Ec 較大時系統(tǒng)主要是減小誤差，加快動態(tài)過程，這時可降低 e 和 ec 的分辨率，加 大控制強(qiáng)度，應(yīng)減小 Ke、 Kc，放大 Ku 和 Ki ；當(dāng) E 和 EC 較小時系統(tǒng)趨近穩(wěn)態(tài)，為提高控制精度，應(yīng)提高對 e 和 ec 的分辨，而控制量增量的變化應(yīng)減小，因此要相應(yīng)增大 Ke、 Kc， 而減小 Ku、 Ki。一般情況下為了簡化計算和便于編程，可取 Ke、 Kc 的縮、放倍數(shù)與 Ku、 Kｉ 的放、縮倍數(shù)互為倒數(shù)。如設(shè)縮、放倍數(shù)為 n，其論域為（ 1/4， 1/2， 1， 2， 4）。 然而，上述參數(shù)自調(diào)整方案在實際應(yīng)用中并不是很理想，因 Ke、 Kc 與 Ku、Ki 互為倒數(shù)，而它們的單向遞推變化的倍數(shù)又不能太大，只能取很少的幾組參數(shù)，此外Ke 與 Kc、 Ku 與 Ki 也未必要同時變化。還有對象的非線性等因素，所以，我們設(shè)計了一種基于模糊控制的參數(shù)修改器，修改的原則是：當(dāng)偏差 e 很大時取大的 Ku、較大的Ke 和較小的 Kc，主要加快系統(tǒng)的調(diào)節(jié)速度， 而為了防止積分飽和應(yīng)將 Ki 減 小 ； 當(dāng) e 和ec 較大時這時適當(dāng)減小 Ke、 Kc，取較大的 Ku 和較小的 Ki；當(dāng) e 和 ec 較小時，為提高控制精度，適當(dāng)增大 Ke、 Kc 提高對 e 和 ec 的分辨率，而相應(yīng)減小 Ku、 但 Ki 可適當(dāng)增加；當(dāng)偏差 e 很小時要進(jìn)一步加大 Ke、 Ku 和 Ki 以增強(qiáng)控制器的調(diào)節(jié)能力，提高 控制精度。其他情況時，調(diào)整幅度和趨勢可根 據(jù)經(jīng)驗總結(jié)多組不同參數(shù)的組合。我們將各組參數(shù)進(jìn)行編號，定義為 H ，若取九組參數(shù)則其論域為 {0， 1， 2， 3， 4， 5， 6， 7， 8}，并設(shè)計出自調(diào)整查詢表（表 ）。 其算法過程為：先由初始給定的一組參數(shù) Ke0、 Kc0，在系統(tǒng)運行時，先按最初給定的一組參數(shù)進(jìn)行計算，計算本次的偏差和偏差變化率，查表１得到某一組參數(shù)的編號H(0~8)， 每個編號有一個映象區(qū)，對應(yīng)著另一個數(shù)組（參數(shù) Ke、 Kc、 Ku、 Ki）。例如H=0 時，對應(yīng)的數(shù)組為 1。 由此計算出 E 和 Ec 后從 Fuzzy 控制決策表得到本次的控制量增量的 模糊值 U， 因此經(jīng)過兩次查表就可獲得本次各計算參數(shù)，再按（ 4）式計算控制輸出。這樣參數(shù)取值更靈活，在應(yīng)用中編程也很方便。進(jìn)行參數(shù)調(diào)整后系統(tǒng)的輸出為： ??? ???? 10 (5) )(39。)(39。)( kj jUiKkUuKku 智能爐溫控制系統(tǒng)控制算法研究 24 表 參數(shù)自尋優(yōu)調(diào)整映象表 本系統(tǒng)算法選擇 設(shè)計一個自動控制系統(tǒng)時，若被控對象是比較復(fù)雜的非線性、時變、大滯后系統(tǒng)，往往難以獲得其精確的數(shù)學(xué)模型，而采用傳統(tǒng)的經(jīng)典控制方法很難獲得良好的動態(tài)和靜態(tài)性能。模糊控制是一種仿人智能控制方法，它不依賴于對象的數(shù)學(xué)模型，通過對模糊信息的處理可以對復(fù)雜對象實施良好的控制，而且模糊控制具有良好的魯棒性，即當(dāng)對象的參數(shù)或結(jié)構(gòu)有一定程度變化時仍然可以保持較好控制性能。在多點溫度控制的環(huán) 境和設(shè)備中，如果采用傳統(tǒng) PID 控制，則每一個通道的比例系數(shù) K，微分時間 T 和積分時間 T 都要進(jìn)行整定，工作量非常大；而且由于溫度對象通常都是非線性、時變、大滯后系統(tǒng)， PID 控制的控制效果并不好?？紤]到模糊控制所具有的特點，在對多點溫度進(jìn)行控制時，為便于控制和管理， 8 個通道的溫度控制可共用一個模糊控制器。為增強(qiáng)模糊控制器對不同對象的適應(yīng)性，采用帶自調(diào)整因子的模糊控制算法來設(shè)計模糊控制器。 若某時刻測量出的實際溫度值有較大誤差時，即使采用微分項，也會因此比例控制作用而使控制前產(chǎn)生較大的波動，對高精度恒溫控制而言 ，其危害作用是非常明顯的。 模糊控制的最大優(yōu)點是不依賴于被控對象的精確模型，僅基于很少的控制規(guī)則，即 EC 3 2 1 0 +1 +2 +3 3 8 8 6 2 2 6 5 2 6 6 3 2 2 3 6 1 3 3 2 1 1 2 3 0 2 2 1 0 0 1 2 + 0 2 2 1 0 0 1 2 +1 3 3 2 1 1 2 3 +2 7 7 6 2 2 6 7 +3 5 5 6 2 2 6 4 H E 湖南工程學(xué)院畢業(yè)設(shè)計論文 25 可以給出短期的控制信號，具有較強(qiáng)的魯棒性。但是，模糊控制器的設(shè)計過程中包含了大量的主觀因素，如控制規(guī)則的獲取，隸屬函數(shù)的選擇等。模糊控制綜合定量知識的能力較差，隸屬函數(shù)及控制規(guī)則必須經(jīng)過反復(fù)精心的整定，且由于控制規(guī)則的有限而使得控制精度不太高；其次，由于控制規(guī)則經(jīng)整定后就不再改變，當(dāng)對象參數(shù)發(fā)生漂移時，不能進(jìn)行有效的調(diào)整，從而限制了自適應(yīng)能力。 模糊控制在大偏差時能迅速減小偏差有極好的控制特性，但無法解決 調(diào)節(jié)終了的系統(tǒng)穩(wěn)態(tài)偏差，即在小偏差范圍內(nèi)將會在平衡點附近小幅振動。 采用 Fuzzy— HD復(fù)合控制，在小偏差時轉(zhuǎn)化成 HD控制。這樣就獲得比純 HD控制的動態(tài)響應(yīng)更小的超調(diào)量。而 HD控制效果則取決于 KP， KI， KD三個參數(shù)的選擇，本系統(tǒng)優(yōu)化 HD的三個參數(shù) KP， KI， KD時則采用組合遺傳算法。 智能爐溫控制系統(tǒng)控制算法研究 26 第 4 章 控制算法的實現(xiàn)與應(yīng)用 控制算法的實現(xiàn) 設(shè)控制對象的傳遞函數(shù)為： 304() 1 60 sG s es ?? ? (41) 設(shè)采樣時間 T=4S，根據(jù)等式（ 41）可以求得系統(tǒng)相應(yīng)的參數(shù)： 60 , 4 , 30adks??? ? ? 流程圖如下： 控制算法的應(yīng)用情況 將自調(diào)整參數(shù)的 FuzzyPI 控制器可應(yīng)用于溫度控制系統(tǒng)，對象是小功率的工業(yè)電爐，升溫范圍 0~800 0C，純滯后時間約 30s。為方便起見，我們將采樣周期 T 與主電路調(diào)功控制的控制周期 Tc 選取一致（ Tc=T=8s），在給定溫度分別為 400 0C、 500 0C、 600 0C 時進(jìn) 行了實驗，并對部分參數(shù)作了調(diào)整，控制效果達(dá)