烘干箱的温度控制系统设计本科学位论文.doc

装订线目 录第1章 引言11.1课题的来源和意义11.2工业烘干箱的应用11.3温度控制系统的研究意义和一些具体温控方案21.4 本文所做的工作6第2章 烘干箱温度控制系统方案设计72.1电机维修过程中烘干箱的应用72.2烘干箱温控系统的方案选择92.2.2PID控制理论92.2.3模糊控制理论122.2.4模糊控制和PID控制的结合1523本章小结18第3章 基于单片机的烘干箱温度控制系统设计193.1系统硬件设计及其实现193.2 软件设计20第4章 总 结35参 考 文 献36致 谢37第1章 引言1.1课题的来源和意义本文选择“烘干箱温度控制的设计”作为研究课题，该课题来源于广东韶关钢铁集团有限公司设备检修中心的烘千箱改造项目。本次烘干箱改造的原因是原有的烘干箱为自行研制设备，温度控制采用继电控制，经多年使用，现存在温度控制单一且操作麻烦、温度上升较慢、加热时间较长、热惯性较大等问题，对于维修质量的影响越来越突出。结合维修过程中的实际情况，通过技术改造研制一台烘干箱，使其具有升温快、热惯性小、效率高及安全可靠的特点，并将其广泛应用于维修行业中的烘干处理。本文针对烘干箱这一具体的温度控制对象进行研究，寻找一种较为理想的控制方案，达到调节时间短、超调量为零且稳态误差在士loC内的技术要求。同时将该方案用于其它大功率加热设备，都能达到零超调，且调节时间快，稳态误差也非常小的理想效果。因此，针对具体的对象，提出适合其他大功率加热设备的有效控制方法与策略，有着十分现实的意义。1.2工业烘干箱的应用工业烘干箱广泛应用于工厂、科学研究及企业事业单位之中，主要用来对各种物品(试品)进行烘焙、干燥及其它加热作用，如变压器铁芯或线圈的烘干、电机定子或转子绕组的烘干、电焊条焊前预热、铸造砂型烘千、喷漆电柜和零件烘干等。根据各种工件的热处理要求，工业烘干箱一般具有体积大、热容量大、加热功率大、温升快、热利用率高、使用安全可靠、操作简便等特点。一般来说，其工作温度可由室温升至最高温度，并且在此范围内可选定任意工作温度，工作温度选定后，箱内自动控制系统使温度在设定时间内保持恒温。有的工业烘千箱还具有热风循环系统，使工作温度更加均匀。在一些特别的应用场合，还要对工件挥发的腐蚀或有害气体妥善处理和设置防护。本文所设计的工业烘干箱主要用于电机维修过程中，对电机的定子或转子绕组的烘干，就具有上述一系列的特点。为简便起见，论文在后面的论述中均简称烘干箱。1.3温度控制系统的研究意义和一些具体温控方案温度是生产过程、日常生活和科学实验中非常普遍而又十分重要的物理参数·在工业控制过程中，如在冶金、机械制造、食品加工、化工生产等领域，都广泛使用各种加热炉、反应炉、热处理炉等，都涉及到温度控制，而且准确地测量和有效地控制温度是优质、高效、低耗和安全生产的重要条件。在我们的日常生活中也使用微波炉、电烤箱、电热水器、空调等家用电器，温度与我们息息相关。另外在一些高等院校的实验室中，温度常作为被控参数，构成微机测控系统，供学生作综合实验或课程设计。可见，温控电路广泛应用于社会生活的各个领域，所以对温度进行控制是非常有必要和有意义的。由于温度控制系统具有大滞后、参数时变、非线性以及难以建立精确的数学模型等特点，某些因素可能会使控制系统性能不佳，影响了系统的稳定性，导致系统的超调量变大，调节时间大大加长，甚至出现振荡、发散，系统的动态品质很差。对于复杂的温度控制系统，仅采用常规PID控制较难达到优良的控制效果，也不易满足精确的性能指标。近几十年来，国内外的学者与工程技术人员在具有时滞、参数时变过程控制方法及应用方面均做了大量的研究，取得了相当的进展，对温度控制系统的控制己由传统控制转到了智能控制，或者两者结合。常用的温度控制电路根据应用场合和要求的性能指标有所不同。传统的方法采用PID控制，PID控制即比例、积分、微分控制。自19世纪40年代开始以来广泛应用在工业生产中。由于其结构简单、实用、价格低，在广泛的过程领域内可以实现满意的控制。温控系统一般利用热电偶实时采集的温度值与设定值比较，差值作为PID功能块的输入，PID算法根据比例、积分、微分系数计算出合适的输出控制参数，利用修改控制变量误差的方法实现闭环控制，使控制过程连续，是很普通的调节方法。其缺点是现场PID参数整定麻烦，被控对象模型参数难以确定，外界干扰会使控制漂离最佳状态。除了传统的PID控制方法，近几年来快速发展的是将模糊控制、神经网络、遗传算法等智能控制方法应用于温控系统，包括智能控制与PID控制相结合及这些智能控制之间的结合.具体有如下一些方法:1、 模糊控制模糊控制是基于模糊集、模糊逻辑，同控制理论相结合，模拟人的思维方式，对难建模的对象实施的一种控制方法。它主要嵌入操作人员的经验和直觉知识，适用于控制不易取得精确数学模型和数学模型不确定或经常变化的对象。电力系统的模型通常是不完善的，即使模型己知，也存在参数变化的问题。PID控制简单、方便，但难以解决非线性和参数的变化，模糊控制的主要优点在于它不需要装置的精确模型，仅依赖于操作人员的经验和直观判断，非常容易应用。模糊温控的实现过程为Izj:首先将温控对象的偏差和偏差率以及输出量划分为不同的模糊值，建立规则，例如，if温度太高or温度正在上升，then减少控制输入，或风冷。将这些模糊规则写成模糊条件语句，形成模糊模型:然后根据模糊查询表，形成模糊控制算法;最后对温度误差采样的精确量模糊化，经数学处理输入计算机，计算机由模糊规则推理做出模糊决策，求出相应的控制量，变成精确值去驱动执行机构，调整输入，达到调节温度，使其稳定的目的，同传统的PID控制比较，模糊控制响应快，超调量小，参数变化不敏感。2、 模糊控制与PID控制的结合模糊控制不须知道被控对象的精确模型，易于控制不确定对象和非线性对象，对被控对象参数变化有强鲁棒性，对控制系统干扰有较强抑制能力。但是模糊控制对于控制系统的设计分析和标准缺乏系统的方法步骤，规则库缺乏完整性，没有明确的控制结构。而PID控制器结构简单明确，能满足大量工业过程的控制要求，特别是其强鲁棒性能较好适应过程工况的大范围变动。但PID本质是线性控制，而模糊控制具有智能性，属于非线性领域。因此，将模糊控制与PID结合将具备两者的优点。即用过程的运行状态(温度偏差及温度变化率)确定PID控制器参数，用PID控制率确定控制作用，主要的问题是合理地获得PID参数的模糊校正规则。其实质是一种以模糊规则调节PID参数的自适应控制，即在一般PID控制系统基础上，加上一个模糊控制规则环节。具体的结合形式有多种，如:引入积分因子的模糊PID控制、混合型模糊PID控制(Fuuzy一PID)、模糊自整定PID控制等。（1） 引入积分因子的模糊PDI控制。这种控制器是积分环节加在误差输入量的模糊化之前或是模糊控制器输出量的解模糊之后，在一定程度上可减少系统余差，但消除系统极限环振荡的能力较弱，尤其模糊量化因子取得较大时，系统可能出现不稳定:或是对误差的模糊值进行积分，消除了系统余差，但只有使tha访缩小才能消除零点附近的极限环振荡，而要达到这一要求，必须增加控制规则数，也就增加了模糊控制器的设计复杂性，因此这种结构设计目前应用较少。（2） 混合型模糊IPD控制Fuzzy-PID 复合控制的思想是:当偏差较大时采用模糊控制，响应速度快，动态性能好;当偏差较小时采用PID控制，具有好的静态性能，是一种模糊控制和PID控制的分阶段切换控制方法，两者的转换由微机程序根据事先给定的偏差范围自动实现。由于两种控制作用均包含有积分作用，故稳态精度相同，但模糊PID混合控制比PID控制有更快的动态响应，更小的超调，比模糊控制具有更高的稳态精度。（3） 模糊自整定IPD控制它由IPD控制和一个模糊自调整机构组成。根据输入信号的大小、方向以及变化趋势等特征，通过模糊推理做出相应决策，在线整定PID参数肠、KI、Ko，以期获得满意的控制效果。3、 神经网络与PID的结合人工神经网络是当前主要的、也是重要的一种人工智能技术，是一种采用数理模型的方法模拟生物神经细胞结构及对信息的记忆和处理而构成的信息处理方法。它用大量简单的处理单元广泛连接形成各种复杂网络，拓扑结构算法各异，其中误差反向传播算法(即BP算法)应用最为广泛。温度 控 制 系统由于负载的变化以及外界干扰因素复杂，而IPD控制只能对电参数的影响做精确的计算，对于外界环境的变化只能做近似的估算，影响控制精度。人工神经网络以其高度的非线映射、自组织、自学习和联想记忆等功能，可对复杂的非线性系统建模。该方法响应速度快，抗干扰能力强，算法简单，且易于用硬件和软件实现。其训练方法实际是网络的自学习过程，即根据事先定义好的学习规则，按照提供的学习实例，调节网络系统各节点之间相互连接的权值大小，从而达到记忆、联想、归纳等目的。在温度控制系统中，将温度的影响因素作为网络的输入，将其输出作为PID控制器的参数，以实验数据作为样本，在微机上反复迭代，自我完善与修正，直至系统收敛，得到网络权值，达到自整定PID控制器参数的目的，也就是神经网络整定PID参数的方法。4、 遗传算法与PID的结合遗传算法(GeeintcAlgoirhst，简称AG)是模拟达尔文的遗传选择和自然淘汰的生物进化过程的全局优化搜索算法。它将生物进化过程中适者生存规则与群体内部染色体的随机信息交换机制相结合，通过正确的编码机制和适应度函数的选择来操作称为染色体的一系列。或1二进制串，引入了如繁殖交叉和变异等方法在所求解的问题空间上进行全局的并行的随机的搜索优化，朝全局最优方向收敛。基于遗传算法温控系统的设计就是将传感器得到的温度信号放大，数字化送入单片机，单片机将其与给定温度进行比较，用遗传算法来优化3个PID参数，然后将控制量输出。具体实现将3个PID参数串接在一起构成一个完整的染色体。从而构成遗传空间中的个体，通过繁殖交叉和变异遗传操作生成新一代群体，经过多次搜索获得最大适应度值的个体即所求。在硬件上采用单片机控制，具有调试方便，温控精度高，抗干扰性强等优点。在软件上采用遗传算法对PID参数进行优化控制具有很高的稳定度，温控精度高。5、 模糊控制与神经网络的结合温控系统由于被控过程常常具有严重的非线性时变性以及种类繁多的干扰，使得基于精确数学模型的传统控制方案很难获得满意的动静态控制效果。近些年来模糊逻辑控制取得了巨大成功，但是，模糊控制所基于的专家经验不易获得，一成不变的控制规则也很难适应被控制系统的非线性、时变性等问题，严重影响控制效果。因此应使模糊控制向着自适应方向发展，通过自适应模糊控制，可以使控制系统在控制过程中自动地调整和完善。自适应模糊控制其中之一，就是利用神经网络的学习能力来修正偏差和偏差变化的比例系数，达到优化模糊控制器作用，从而进一步改进实时控制效果，以便应用于温度过程控制中，其优点是动态响应快，能达到高精度的快速控制，具有极强的鲁棒性和适应能力161门。6、 模糊控制、神经网络和遗传算法三者的结合神经网络应用广泛的BP网络，收敛速度慢且存在局部最小点，因而将遗传算法与BP算法结合得到的遗传一BP(GA.BP) 算法作为网络预估器的学习算法。该方法能使温控系统随外界干扰的变化，实时调节网络和控制规律，具有良好的温度跟踪性能和抗千扰能力。神经网络、模糊控制和遗传算法都属于智能控制方法，它们与PDI控制结合，适应温控系统的非线性、干扰多、大滞后、时变等特点。模糊控制特别适应于大惯性和纯滞后的系统，无须知道系统的精确信息。1.4 本文所做的工作根据上述各温控方案的特点，本文选择了几种控制方法进行研究，并将几种控制方案的抗干扰能力进行比较，最终选定模糊自整定PID控制方案，并将该方案应用在烘干箱中，并对其鲁棒性进行仿真分析，从仿真结果来看，取得了较好的控制效果，明显地提高了控制性能。也为类似的温控系统提供了一个较为理想的控制方案。本文 所 做 的具体工作是:对烘干箱这一控制对象，选择了纯PDI控制、纯模糊控制、模糊自整定PID控制三种控制方案，并运用MATLAB软件对它们的控制性能和抗干扰能力进行了仿真研究比较，选出合乎响应速度快、超调量为零、稳态误差在士loC内的技术要求的方案:同时也对模糊自整定PID控制这一控制方案进行了鲁棒性分析，结果表明，它对一阶惯性滞后模型的适应性很强。另外也进行了以Af89C52单片机为核心的烘干箱温度控制系统的硬件电路设计及相应软件程序结构设计.最后，对所研制的烘干箱进行实验数据测取，实验结果与仿真结果基本吻合，验证了该控制方案的有效性和快速性，为该方案的进一步应用和推广奠定了基础。第2章 烘干箱温度控制系统方案设计2.1电机维修过程中烘干箱的应用电机的定子或转子绕组因绝缘老化等原因损坏，须在将损坏绕组拆除后重新进行绕制、嵌线、焊接、捆扎和浸烘等检修工艺处理后才能使用，具体检修过程如图2一1所示。在电机检修过程中，浸烘处理是非常重要的一步。浸烘即向电机绕组浇浸绝缘漆和烘干处理，浸烘的工艺流程为:(l) 预热 :浸漆前，工件(绕组白坯)必须预热，以排除水分，利于绝缘漆渗透与流动，预热的温度和时间按表2一1。(2) 浸漆 :让工件冷却到0560oC，才能浸漆。将工件吊入漆槽内，漆面应高出工件200毫米，浸漆时间按表2一1，直到漆面不冒汽泡，然后滴干。采用有溶剂漆(如1032)，一般浸漆2次，无溶剂漆只须浸漆1次。(3) 滴干 :每次浸漆，必须充分滴干，滴千时间按表2一1.(4) 烘干 :工件浸漆滴干后进行烘干，烘干时间按表2一1。在烘干过程中，应每隔1小时用兆欧表测量绕组对地绝缘电阻，开始绝缘电阻下降，以后逐渐上升，绝缘电阻应连续稳定3小时以上才能出炉，否则需要延长烘干时间。 序号工序名称温度（）时间 1 预热 130±5 3小时 2 第一次浸漆 5060 2030分钟 3 滴于 室温 大于30分钟 4 第一次烘干 95±5 130±52小时10小时 5 第二次浸漆 5060 810分钟 6 滴于 室温 大于30分钟 7 第二次烘干 95±5 130±52小时10小时 表 2-1 1032漆的浸烘工艺参数 拆除端盖，抽芯检查拆除烧毁及绝缘击穿绕组，清理嵌线槽根据电机型号查手册，确定元件绕制模具，按规格要求绕制元件绕组元件嵌线按规格要求焊接绕组元件焊接点捆扎浸烘处理绝缘测试、校平衡、组装 图2-1 电机检修过程图从上述可以看到，浸烘处理过程对温度要求较高，如果温度比工艺要求过低，绕组的浸漆对于绕组的附着率不够，使绕组的绝缘强度、耐热性、耐潮性以及导热能力下降;如果温度比工艺要求过高，易使绕组的绝缘漆干裂，机械强度下降，影响电机使用寿命。同时，该烘干箱还应具有升温快、热惯性小、效率高及安全可靠等特点。常用 的 烘 干设备和烘干方法有:循环热风干燥室干燥法、灯泡干燥法和电流干燥法·本次设备改造在原有研制设备基础上，采用循环热风干燥室干燥法研制一台烘干箱。2.2烘干箱温控系统的方案选择2.2.1烘干箱的数学模型烘干箱属于典型的电加热设备，其发热元件为电阻加热丝，都是通过电压来调节控制温度，具有较好的控制性能，故在机械、冶金、生化等领域得到广泛的应用。本次研制的烘干箱其热源由一组电加热丝提供，通过改变电加热丝的加热功率对温度进行调节。因为热能的传递是以场的方式进行，它具有明显的非线性、时变性、分布性以及时间滞后性。若用解析的方法为它建模，其结果不是过于复杂、难于实现控制，就是在模型简化过程中，失去了某些最本质的因素，使模型和对象间产生过大的偏差。因此，对于温度控制过程，难于建立准确的数学模型，用纯理论的方法设计校正网络，往往得不到良好的调节指标。对此，通常采用理论分析与经验相结合的工程整定法。所以，在对电加热温控制系统建立模型时，采用经验与理论分析相结合的建模。工业 温 度 过程控制系统的数学模型一般都是高阶模型，而高阶模型的使用只比低阶模型略好，在这种情况下，没必要使用复杂模型。事实上为便于PID控制，对工业过程进行了降阶处理，将大部分工业过程近似为一个具有普遍意义的一阶纯滞后惯性环节或二阶纯滞后惯性环节191。对于电加热温控系统，为了理论上分析方便，将设备看作广义的被控对象。理论分析和实验结果表明，该被控对象在阶跃输入影响下，具有非振荡特性和自平衡能力，可用二阶系统纯滞后环节来描述。然而，对于二阶不振荡系统，通过参数辨识可以降为一阶模型。为了方便，该烘干箱采用原来烘干箱的闭环控制系统来进行仿真研究，其数学模型仍采用原来数学模型，即为: G(S)=0.92e-25s/169S+1 （2-1）2.2.2PID控制理论1、PD控制的基本原理数字PID控制是工业过程控制中广泛采用的一种控制方法，其控制原理简单、容易实现、稳态无静差，因此，长期以来广泛应用于工业过程控制，并取得了良好的控制效果。即使现代技术飞速发展的今天，仍有大量的控制回路采用PID控制。PID控制器是一种比例、积分、微分并联的控制器，是一种最广泛应用的控制器。或写成传递函数形式: G（s）=U(s)/E(s)=Kp(1+1/TtS+TDs) （2-2）其中 : : (u)t为控制器的输出，e(t)为控制器的输入，即给定量与反馈量(输出量)的偏差，助、写和几分别为控制器的比例系数、积分时间常数和微分时间常数。系统的原理框图如图2一2所示。 比例积分微分被控对象图2-2 PID系统原理框图 可以看到PDI控制器的数学模型由比例部分、积分部分和微分部分构成，这三部分分别是:（1） 比例部分比例部分数学表达式表示为: Kp·e(t) (2-3)偏差一旦产生，控制器立即有控制作用，使控制量朝着减小偏差的方向变化，控制作用强弱取决于比例系数助，仰越大，则过渡过程越短，控制结果的稳态误差也越小。但KP 越大，超调量也越大，越容易产生振荡，导致动态性能变坏，甚至会使闭环系统不稳定。因此，比例系数助的选择必须适当，才能取得过渡时间少、稳态误差小而又稳定的效果。(2) 积分部分积分部分数学表达式表示为: Kp·e(t)dt/T1 (2-4)从积分部分的数学表达式可以知道，只要存在偏差，则它的控制作用就会不断地积累，输出控制量以消除偏差。因此，积分部分的作用可以消除系统的偏差。但是积分作用具有滞后特性，积分控制作用太强会使系统超调加大，控制的动态性能变差，甚至会使闭环系统不稳定。积分时间乃对积分部分的作用影响极大。当IT较大时，则积分作用较弱，这时，有利于系统减小超调，过渡过程不易产生振荡，但是消除静差所需的时间较长·当乃较小时，则积分作用较强。这时系统过渡过程中有可能产生振荡，但消除静差所需的时间较短。(3) 微分部分微分部分数学表达式表示为: Kp·TD·de(t)/dt (2-5)微分控制敏感出偏差的变化趋势，增大微分控制作用可以加快系统响应，减小超调量，克服振荡，提高系统的稳定性，但使系统抑制千扰的能力降低。微分部分的作用强弱由微分时间几决定。TD越大，则它抑制。e(t)变化的作用越强，TD越小，它反抗e(t)变化的作用越弱。因此微分部分对系统的稳定性有很大的影响。在数字控制系统中，IPD控制器一般是通过计算机IPD控制算法程序实现的。而由计算机直接进行数字控制的系统大多数是采样数据控制系统。进入计算机的连续时间信号，必须经过采样和量化后，变成数字量，方能进入计算机的存贮器和寄存器，而在计算机中的计算和处理，不论是积分还是微分，只能用数值计算去逼近。即当采样周期相当短时，用求和代替积分，用差商代替微商，使PID算法离散化，将描述连续时间PID算法的微分方程，变为描述离散时间PID算法的差分方程。在离散系统中，PID控制器可采用差分方程表示为： U(k)=kpe(k)+k1 J(1K)e(j) +kpe(k)-e(k-1) （2-6）式中 : k 为采样序号，k=。，1，2，.;u(k)为第k次采样时刻的计算机输出值; e（k）为第k次采样时刻的输入偏差值:e（k一1)为第k一1次采样时刻的输入偏差值;T为采样周期，KT为积分系数，K1=KpT/T1;KD为积分系数，KD=KpTD/T.2、 PDI的发展PDI控制是迄今为止最通用的控制方法。在工业过程控制中广泛使用常规PDI控制器，原因在于常规PID控制原理简单，容易实现，稳态无静差，可靠性高，其控制原理与控制技术己完善成熟，且为现场工作人员和设计工程师们所熟悉等优点，在控制理论与自动化技术飞跃发展的今天，仍有其强大的生命力。因此，长期以来广泛应用于工业过程控制，并取得了良好的控制效果。但在实际工业过程控制中，许多被控过程机理较复杂，具有非线性、慢时变、纯滞后等特点，它的参数调节需要一定过程，最优参数选取比较麻烦。在噪声、负载扰动和其他一些环境条件变化的影响下，过程参数甚至模型结构均会发生变化。采用常规PID控制器，以一组固定不变的PID参数去适应参数变化、干扰等众多的变化因素，显然难以获得满意的控制效果。当参数变化超过一定的范围时，控制器的参数就会无法有效地对系统进行控制，系统性能就会明显变差，致使PID控制难以发挥作用而无法适用。从 IPD 参 数的整定方法研究和应用现状来看，改善PDI控制的不足主要由以下途径:一种途径是改善PID 参数的自整定问题，如在线辨识过程模型，根据辨识模型来整定PID参数的自校正PID控制器;另一种途径是寻找新的控制模式，如模糊控制、神经网络控制等;第三种途径是上述控制模式的组合，如模糊参数自整定PID控制器、神经网络智能PID控制，这些也都是智能PID控制极有前景的发展方向。2.2.3模糊控制理论1、 模糊控制系统的基本结构模糊 控 制 是以模糊数学为理论基础，即以模糊集合论，模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制，属于智能控制方法。传统控制方法在执行控制时，往往需要取得对象的数学模型，而在实际中，很多被控对象的数学模型是难于求取或者无法求取的，特别是那些时变的、非线性的复杂系统，往往根本无法取得精确的数学模型，对这样的对象要进行有效的控制是很困难的，所以，需要寻求不依赖于系统模型的控制方法，而模糊控制正是把模糊数学理论应用于自动控制领域而产生的控制方法。模糊控制系统的基本结构如图2一3所示：A/D模糊控制器D/A执行机构被控对象传感器 图2-3 模糊控制系统的基本结构图由图可以看出，模糊控制系统一般由四部分构成:(1) 模糊控制器:实际上是一台微计算机，根据控制系统的需要，即可选用系统机，也可选用单板机或单片机。(2) 输入输出接口装置（A/D和D/A转换装置):模糊控制器通过输入输出接口从被控对象获取数字信号量，并将模糊控制器决策的输出信号经过数模变换，将其转夺为模拟信号，送给执行机构去控制被控对象。(3) 广义被控对象:包括被控对象执行机构，被控对象可以是线性或非线性的、定常或时变的，也可以是单变量或多变量的、有时滞或无时滞的以及有强干扰的多种情况。(4) 传感器:传感器是将被控对象或各种过程的被控制量转换为电信号(模拟的或数字的)的一类装置。被控制量往往是非电量，如温度、压力、流量、浓度、湿度等传感器在模糊控制系统中占有十分重要的地位，它的精度往往直接影响整个控制系统的精度。因此，在选择传感器时，应注意选择精度高且稳定性好的传感器在模糊控制系统中，模糊控制器是模糊控制系统的核心部分，也是模糊控制系统与其它自动控制系统的不同之处。由于模糊控制器的控制规则是根据操作人员的控制经验取得的，所以它的作用就是模仿人工控制。模糊控制器的控制规律由计算机的程序实现。其功能的实现是要先把计算机观测控制过程得到的精确量转化为模糊输入信息，按照总结人的控制经验及策略取得的语言控制规则进行模糊推理和模糊决策，求得输出控制量的模糊集，再经去模糊化处理得到输出控制的精确量，作用于被控对象。因此，模糊控制器的机构一般由三大部分构成，即模糊输入接口，模糊推理判决结构，模糊输出的接口，它们构成了模糊控制器的控制机理和算法结构模糊输入接口的主要功能是是将真实的确定量输入转换成一个模糊矢量，以便进行模糊推理和决策。模糊推理决策机构的主要功能是模仿人的思维特征，根据总结人工控制策略取得的语言控制规则进行模糊推理，并决策出模糊输出控制量。模糊控制器能够进行推理决策取决于知识库，知识库由数据库和规则库两部分组成。(1) 数据库:数据库所存放的是所有输入、输出变量的全部模糊子集的隶属度矢量值(即经过论域等级的离散化以后对应值的集合)，若论域为连续域，则为隶属度函数。在规则推理的模糊关系方程求解过程中，向推理机提供数据(2) 规则库:规则库是用来存放全部模糊控制规则的，在推理时为“推理机”提供控制规则。模糊控制器的规则是基于专家知识或手动操作熟练人员长期积累的经验，它是按人的直觉推理的一种语言表示形式。模糊规则通常由一系列的关系词连接而成，如if一then，also，or，and等。关系词必须经过“翻译”，才能将模糊规则数值化。假设有控制规则if A and B then C，其中，A是论域X上的一个模糊子集，B是论域Y上的一个模糊子集。根据人工试验，我们可离线组织其控制决策表R，R是笛卡尔乘积集X*Y上的一个模糊子集。则某一时刻，该控制的控制量由下式得出:.C=（A*B）·R 推理是模糊控制器中，根据输入模糊量，由模糊控制规则完成模糊推理来求解模糊关系方程，并获得模糊控制量的功能部分。在模糊控制中考虑到推理时间，通常采用运算较简单的推理方法。在模糊控制中较多应用的有Mamdani推理、Larsen 推理、Sugeno推理等。模糊输出接口的主要功能是对经模糊推理决策后所取的模糊控制量进行模糊决策，把输出模糊量转化为精确量后，施于被控对象。因此 ，可以看到，模糊控制器实际上就是一个微机系统，它的绝大部分功能都是由计算机程序来完成的，随着专用模糊芯片的研究和开发，也可以由硬件逐步取代各组成单元的软件功能。工程上一般常用的是二维模糊控制器，即以偏差和偏差变化率作为输入，其工作过程一般为下述几个步骤:(1) 将输入变量的精确值变为模糊量;(2) 根据输入变量(模糊量)及模糊控制规则，按模糊推理合成规则计算控制量(模糊量):(3) 对上述得到的控制量(模糊量)进行清晰化计算得到精确的控制量。模糊控制系统是一种智能控制系统，它以模糊数学作为理论基础，以计算机作为其物质基础，二者缺一不可。它与一般的计算机控制系统没有本质的区别，只是实现控制算法的软件不同而己，如用模糊控制算法取代数字PID算法即可。2、 模糊控制的发展与特点模糊控制自从1947英国伦敦大学玛丽皇后学院教授EMamdani博士把模糊控制器用于小型蒸汽机的控制到现在，有三十多年的历史。在这段时间中模糊控制己经历了二个阶段，即简单模糊控制阶段和自我完善模糊控制阶段。第一个阶段约从1794年到1979 年，也称为简单模糊控制阶段。这个阶段是以MaJ盯dani开创模糊控制为起点。这个阶段的模糊控制器主要采用CRI(合成)推理法，在推理中采用Mamdani提出的蕴含关系公式:对控制器的算法都采用脱机处理的方法，在计算机系统上把控制器上的推理过程处理成控制表，在实际中用控制表去控制·这个阶段的模糊控制器的结构不灵活，自适应能力和鲁棒性有限，控制精度也不高。第二阶段中是从1979年到现在，也称自完善模糊控制阶段。在这个阶段中，对模糊控制方法、控制理论都进行了大量的探讨，模糊控制的水平不断地完善和提高。这个阶段是以T.IProcky和E.H.M翻dani在1979年提出了语言自组织过程控制器为开始标志的。此后，不断产生了各种参数自调整、自组织、自学习的模糊控制器，使模糊控制系统的性能得到了很大的提高。在这个阶段还出现了硬件化的模糊集成电路组成的模糊控制器，神经网络自学习的模糊控制器等新型结构。模糊控制在实践应用中，具有许多传统控制无法与之比拟的优点，其中主要是：(1) 使用语言方法，可不需要掌握过程的精确数学模型。因为对复杂的生产过程很难获得过程的精确数学模型，而语言方法却是一种很方便的近似。(2) 对于具有一定操作经验、但非控制专业的工作者，模糊控制方法易于掌握。(3) 操作人员易于通过人的自然语言进行人机界面联系，这些模糊条件语句很容易加入到过程的控制环节上。(4) 采用模糊控制，过程的动态响应品质优于常规PDI控制，并对过程参数变化具有较强的适应性。虽然模糊控 制己获得了很多成功的应用，但是仍有很多问题等待解决1叹(1) 建立一套系统的模糊控制理论，以解决模糊控制的机理、稳定性分析、系统化设计方法、专家模糊控制系统、神经模糊控制系统和多变量模糊控制系统的分析与设计等一系列问题。(2) 模糊控制在非线性复杂系统应用中的模糊建模、模糊规则的建立和推理算法的深入研究。(3) 模糊集成控制系统的设计方法研究。(4) 自学习模糊控制策略的实现。(5) 模糊控制系统的稳定性分析。2.2.4模糊控制和PID控制的结合常规的二维模糊控制器是以偏差和偏差变化作为输入变量，因此，一般认为这种控制器具有FuZzy比例和微分控制作用，而缺少Fuzy积分控制作用，众所周知，在线性控制理论中，积分控制作用能消除稳态误差，但动态响应慢;比例控制作用动态响应快;而比例积分控制作用既能获得较高的稳态精度，又能具有较快的动态响应。故把PI(PID)控制策略引入模糊控制器，将模糊控制和PID控制器两者结合起来，扬长避短，使之既具有模糊控制灵活而适应性强的优点，又具有PID控制精度高的特点，可达到动态响应快，超调小、稳态误差小，使动静态性能都得到很好的改善。针对PID控制和模糊控制的各自特点，国内外学者分别采用不同的方法将模糊控制和PID控制相结合，研究出了多种模糊PID控制器，如Fuzzy-PID复合控制、模糊自适应PID控制方法、基于Fuzzy推理的自整定PID控制器。本系统中的控制器设计结合对象特征和系统的工艺特点采用了模糊自整定PID控制的方法，以过程控制的知识为基础，以模糊规则组成知识库，用模糊控制规则和推理，来确定PID控制器的参数。此方法可以根据系统运行的不同状态调整PID 的参数，使系统适应被控对象参数的变化。1、 模糊自整定PDI控制系统结构典型 PDI 只能利用一组固定参数进行控制，这些参数不能兼顾动态性能和静态性能之间、设定值和抑制扰动之间的矛盾。为此，在控制系统中引入模糊推理，在PID初值基础上通过自调整参数，改善系统动态性能。在手动控制过程中,人所能获取的信息基本上为三个:偏差e、偏差的变化ce、偏差的变化的变化ec 。通常将模糊控制器输入变量的个数称为模糊控制的维数。一维控制器以偏差e为输入变量，这样控制简单，但很难反映工业电加热设备的动态和静态特性品质。当温度偏差为负时，此时的温度的变化趋势有可能是向增大的方向变化，也有可能向减小的方向变化，即:偏差的变化率ec是不同的，若ec为正，温度正向设定值变化，若ec为负，温度正偏离设定值变化，这两种截然不同的状态整定出的PID参数应该是不同的。而一维控制器却只能根据相同的偏差给出相同的控制输出，显然满足不了系统的控制要求。二维控制器较一维控制器多了偏差的变化率，相当于控制偏差的速度，动态特性要好很多，这是目前被广泛采用的控制器结构。三维控制器较二维控制器引入偏差的变化的变化，这相当于控制偏差的加速度，从理论上讲，动态特性更好，能很好地兼顾响应的快速性与稳定性。但从实际操作可行性上看，如果每个变量有七个模糊子集，则共可组成7x7x7=343 条模糊规则，这么多规则，PID难考虑周详。通过程序实现，将大大增加运算量，使系统的实现提高了成本。综合考虑该烘干箱的温控方案采用二维模糊控制器设计。模糊参数自整定PID的结构如图2一5所示: -常规PID调节器被控对象de/dt模糊控制器图2一5 模糊自整定PID控制原理图控制器由一个常规PID控制器和一个模糊自调整机构组成。模糊控制器以偏差。和偏差变化ec作为输入，修正参数KP,K1，和KD作为输出，则PID控制器输出的参数KP、KI和KD为下式: Kp=Kp+ Kp K1=K1 + K1 KD=KD + KD (2-7)其中Kp、K1和KD为常规PID调节器的设定初值，而Kp、K1和KD分别为下式： KP=（E*EC）。Rp K1= (E*EC) 。R1 KD= (E*EC) 。RD （2-8） 其中Rp、R1和RD分别为Kp、K1和KD的模糊控制决策矩阵，“x”表示模糊直积运算。 2、 模糊自整定PID控制器的设计模糊控制器输入、输出变量都是精确量，模糊推理是针对模糊量进行的，因此控制器首先要对输入量进行模糊化处理。根据现场的实际情况以及方便仿真研究，在设计的模糊PID控制器中，输入和输出变量的语言值分别采用7个和4个语言值。隶属度函数均采用灵敏性强的三角函数。模糊控制设计的核心是总结工程设计人员的技术知识和实际操作经验，建立合适的模糊规则表，得到针对Kp、K1，和KD三个参数分别整定的模糊控制表。建立模糊规则表时主要的控制思路有：(1) 当|e|较大时，为加快系统响应速度，应取较大KP;同时，为避免由于开始时|e|瞬时变大可能出现的微分过饱和而使控制作用超出许可范围，应取较小的KD;另外，为防止系统响应出现较大的超调产生积分饱和，应对积分环节