论文部分内容阅读
摘要：针对锅炉温控系统响应慢、精度低的问题，文章基于PLC结合传统的PID控制，进一步引入模糊控制算法实现系统的总体设计。通过MATLAB仿真验证了系统具有较高的控制精度及抗干扰性。
关键词：温控系统；PID控制；模糊控制算法
1 引言
随着传感器技术和控制算法的发展，温度控制要求更高的精度和响应速度。温度控制广泛应用于各工业生产过程，通常采用PID控制方法，针对不同的控制对象选择不同的PID参数。模糊PID控制是一种模仿人类思维和经验的控制算法，稳定性高，且可应用于不同的控制对象。PLC控制与模糊控制算法的结合，是工业控制领域的研究热点之一[1]。
2 系统设计
2.1系统硬件
该系统由四个模块组成，即采集模块，控制模块，显示模块和执行模块。采集模块包含PT100温度传感器和变送器，温度传感器采集被测体的温度，转换成电信号，通过变送器将电信号转换成4～20mA标准电流信号。然后由PLC扩展模块EM235提供的模拟输入通道传给PLC，经PLC运算处理后，将控制量发送给加热及冷却装置来调节温度，同时通过PLC的文本显示屏来显示实时温度值。
2.2系统软件
软件部分基于S7-200 PLC平台编写程序，采用模糊PID算法进行温度控制，并在MATLAB平台上仿真实现。
3 模糊PID控制算法
CPU根据系统偏差（偏差=给定值-反馈值）和偏差变化率（偏差率=當前周期偏差-上周期偏差）查询相应的模糊控制表，得到Kp、Ki和Kd的设定值，然后进行PID控制。
模糊控制规则的形成来自操作员或专家的经验，他们将知识和经验的控制转化为控制决策表。这些规则可以用自然语言表达，通常只能形式化。模糊控制器用于模糊控制过程，系统偏差及偏差变化率作为模糊控制器的输入。该方法不仅可以保证系统的稳定性，还可以减少过冲和振荡现象。
PID控制对于线性时不变系统的控制是非常有效的，但对于非线性时变复杂系统来说控制效果不佳[2]。而模糊控制器可有效控制复杂或模型不清晰的系统。但模糊控制器缺少积分链接，很难完全消除系统静差，且在变量分类数量不足的情况下，经常在平衡点附近发现小的振荡[3]。本文结合这两种控制方法，建立一个兼具两者优点的模糊PID控制器。
4 软件设计
首先，温度控制系统的参数经过初始化，主要是设置控制温度和PID初始值，包括PID增益、积分时间，微分时间和采样时间的设置。然后，通过传感器在6400～320000范围内收集环境温度作为数字信号。由于模糊PID算法需要实际格式温度信号输入，因此在PID算法处理之前需要对温度信号进行A/D转换。采集的数字信号被转换成双整数信号，然后转换成实数。实际温度由温度计算公式计算并作为控制器输入信号，经模糊PID算法处理。输出控制量给热电阻和冷风机来调节箱体温度。
5 仿真验证
假设系统具有开环传递函数G（s）=1/S（2*S+5），并在Matlab中建立模糊控制系统，如图1所示。此时，放大器增益=-1000，增益1=0.05，增益2=0.01。选择受控对象及其参考模型，我们可以得到如图2所示的仿真曲线。
6 结语
文中采用S7-200 PLC作为控制器，引入模糊PID控制算法，通过冷风机和热电阻作为执行器来控制箱体温度，并实时显示实际温度。系统控制具有精度高，稳定性强的特点，且不易受外界干扰，有一定应用前景。
参考文献：
[1]李雪，刘燕，朱二光等，智能温度模糊控制PID系统设计[J].信息记录材，，2018（11）：118-120.
[2]李旻，基于模糊PID的电烘箱温度控制系统设计与实现[J].机械制造与自动化，2018（5）：235-237.
[3]黄良沛，邹东，升陈磊等，一种模糊PID控制器的设计与仿真[J]. 机械工程师，2018（11）：7-9，13.
作者简介：单素素（1988-），女，硕士研究生，山东协和学院助教，研究方向：计算机控制技术。
关键词：温控系统；PID控制；模糊控制算法
1 引言
随着传感器技术和控制算法的发展，温度控制要求更高的精度和响应速度。温度控制广泛应用于各工业生产过程，通常采用PID控制方法，针对不同的控制对象选择不同的PID参数。模糊PID控制是一种模仿人类思维和经验的控制算法，稳定性高，且可应用于不同的控制对象。PLC控制与模糊控制算法的结合，是工业控制领域的研究热点之一[1]。
2 系统设计
2.1系统硬件
该系统由四个模块组成，即采集模块，控制模块，显示模块和执行模块。采集模块包含PT100温度传感器和变送器，温度传感器采集被测体的温度，转换成电信号，通过变送器将电信号转换成4～20mA标准电流信号。然后由PLC扩展模块EM235提供的模拟输入通道传给PLC，经PLC运算处理后，将控制量发送给加热及冷却装置来调节温度，同时通过PLC的文本显示屏来显示实时温度值。
2.2系统软件
软件部分基于S7-200 PLC平台编写程序，采用模糊PID算法进行温度控制，并在MATLAB平台上仿真实现。
3 模糊PID控制算法
CPU根据系统偏差（偏差=给定值-反馈值）和偏差变化率（偏差率=當前周期偏差-上周期偏差）查询相应的模糊控制表，得到Kp、Ki和Kd的设定值，然后进行PID控制。
模糊控制规则的形成来自操作员或专家的经验，他们将知识和经验的控制转化为控制决策表。这些规则可以用自然语言表达，通常只能形式化。模糊控制器用于模糊控制过程，系统偏差及偏差变化率作为模糊控制器的输入。该方法不仅可以保证系统的稳定性，还可以减少过冲和振荡现象。
PID控制对于线性时不变系统的控制是非常有效的，但对于非线性时变复杂系统来说控制效果不佳[2]。而模糊控制器可有效控制复杂或模型不清晰的系统。但模糊控制器缺少积分链接，很难完全消除系统静差，且在变量分类数量不足的情况下，经常在平衡点附近发现小的振荡[3]。本文结合这两种控制方法，建立一个兼具两者优点的模糊PID控制器。
4 软件设计
首先，温度控制系统的参数经过初始化，主要是设置控制温度和PID初始值，包括PID增益、积分时间，微分时间和采样时间的设置。然后，通过传感器在6400～320000范围内收集环境温度作为数字信号。由于模糊PID算法需要实际格式温度信号输入，因此在PID算法处理之前需要对温度信号进行A/D转换。采集的数字信号被转换成双整数信号，然后转换成实数。实际温度由温度计算公式计算并作为控制器输入信号，经模糊PID算法处理。输出控制量给热电阻和冷风机来调节箱体温度。
5 仿真验证
假设系统具有开环传递函数G（s）=1/S（2*S+5），并在Matlab中建立模糊控制系统，如图1所示。此时，放大器增益=-1000，增益1=0.05，增益2=0.01。选择受控对象及其参考模型，我们可以得到如图2所示的仿真曲线。
6 结语
文中采用S7-200 PLC作为控制器，引入模糊PID控制算法，通过冷风机和热电阻作为执行器来控制箱体温度，并实时显示实际温度。系统控制具有精度高，稳定性强的特点，且不易受外界干扰，有一定应用前景。
参考文献：
[1]李雪，刘燕，朱二光等，智能温度模糊控制PID系统设计[J].信息记录材，，2018（11）：118-120.
[2]李旻，基于模糊PID的电烘箱温度控制系统设计与实现[J].机械制造与自动化，2018（5）：235-237.
[3]黄良沛，邹东，升陈磊等，一种模糊PID控制器的设计与仿真[J]. 机械工程师，2018（11）：7-9，13.
作者简介：单素素（1988-），女，硕士研究生，山东协和学院助教，研究方向：计算机控制技术。