基于模糊PID參數自整定的溫度控制系統的研究

摘要：工業溫度控制系統具有非線性、時變性和滯后性等特性，嚴重影響溫度控制的快速性和準確性，為了解決常規PID參數調節在溫度控制中適應性差，調節效果不理想的問題，這里采用了模糊PID參數自整定控制方法，用模糊控制規則對PID參數進行修改，利用Matlab的Simulink仿真工具箱做了常規PID與模糊PID的仿真對比試驗。仿真結果表明，模糊PID參數自整定控制效果在超調量和調節時間上都小于常規PID，提高系統快速性和準確性，改善了溫度系統動態性能。
關鍵詞：溫度控制；Matlab仿真；模糊規則；PID

在工業生產過程中溫度是重要的控制參數之一，對溫度的有效控制對于保證生產質量具有重大的現實意義和理論價值。工業溫度控制系統具有非線性、時變性和滯后性等特性，而常規PID控制器參數往往整定不良，性能欠佳，對運行的工作情況適應性差，導致常規PID控制不能使溫度控制達到理想效果。為了改善常規PID控制效果，增強系統的適應性，實現PID參數自整定，本文設計出一種PID參數自整定的模糊控制器。利用模糊邏輯對PID控制器參數進行調整實現控制效果最優，將溫度作為控制對象，并利用Matlab的Simulink工具箱實現仿真對比分析常規PID與模糊PID的曲線，最后應用到實際的溫度控制系統中，對比分析常規PID與模糊PID的控制效果。

1 PID控制算法的相關介紹
1．1 PID控制算法
PID控制器因為結構簡單、容易實現，并且具有較強的魯棒性，因而被廣泛應用于各種工業過程控制中。在傳統PID控制中，PID參數在線整定一直是人們研究的問題之一，最早提出PID參數工程整定方法的是Z-N整定公式，至今仍然在工業控制中應用。而常規PID整定參數的選擇取決于多種因素，比如被控對象的動態性能、控制目標以及操作人員對系統的理解等，因此肯定造成整定效果不理想。人們發現單純靠常規PID控制算法是無法完成各種復雜控制的。在這種背景下，專家首次提出了基于繼電器反饋的自適應PID控制系統應用于工業控制領域中。近年來國外對于Fuzzy-PID的研究已經由先前的基于專家經驗的模糊控制技術實現PID參數調整的研究，逐漸轉向基于人工智能神經網絡、遺傳理論的模糊復合控制技術與常規PID結合的復雜控制，比如基于遺傳算法的PID控制、基于蟻群算法的PID控制等。近20年來，在理論研究基礎上，具有模糊推理的自整定PID控制器也相繼問世。此外，各種智能控制算法相互結合，如模糊神經網絡、模糊免疫算法等，也不斷為智能PID技術的發展增加新的活力。
1．2 PID參數整定
一般的PID參數整定方法大多通過一些簡單的實驗獲取系統模型或性能參數，再用代數規則給出適當的PID整定值，或者根據多年的經驗，給出參數值，這些方法簡單，便于工程應用，但參數的整定效果不理想。在實際的應用中，許多被控過程機理復雜，具有高度非線性、時變不確定性和純滯后等特點。過程參數甚至可能會隨著時間和工作環境的變化而變化。這就要求在PID控制中，不僅參數的整定不依賴系統的數學模型，并且能夠在線調整，以滿足實時控制的要求。
模糊PID控制不僅具有智能控制的自學習、自適應、自組織的能力，能夠自動辨識被控過程參數、適應被控過程參數的變化，而且又具有常規PID控制器結構簡單、魯棒性強、可靠性高的特點。因此模糊PID控制成為控制領域中較為理想的一種控制方法。模糊控制與PID控制的結合形式很多，本文采用的是模糊PID參數自整定的方法。

2 溫度控制的數學模型
2．1 溫度控制系統組成
考慮圖1所示的溫度控制系統。該溫度控制系統主要構成部分是儲水箱、智能儀表、鍋爐、換熱器以及閘閥、傳感器等，智能儀表作為控制器，0～380 V加熱絲作為執行機構，鍋爐中水的溫度作為控制對象，溫度傳感器作為反饋環節，常規PID與模糊PID的控制參數輸入智能控制器，然后輸出4～20 mA模擬信號調節0～380 V電壓控制加熱絲加熱的程度。