常用溫度控制方法原理

1、常用溫度控制方法原理常用PID調(diào)節(jié)器/溫控儀控制算法包括常規(guī)PID、模糊控制、神經(jīng) 網(wǎng)絡(luò)、Fuzzy-PID、神經(jīng)網(wǎng)絡(luò)PID、模糊神經(jīng)網(wǎng)絡(luò)、遺傳PID及廣義 預(yù)測等算法。常規(guī)PID控制易于建立線性溫度控制系統(tǒng)被控對象模 型；模糊控制基于規(guī)則庫，并以絕對或增量形式給出控制決策；神經(jīng) 網(wǎng)絡(luò)控制采用數(shù)理模型模擬生物神經(jīng)細(xì)胞結(jié)構(gòu)，并用簡單處理單元連 接成復(fù)雜網(wǎng)絡(luò)；Puzzy-PID為線性控制，且結(jié)合模糊與PID控制優(yōu)點(diǎn)。1、引言溫度控制系統(tǒng)是變參數(shù)、有時滯和隨機(jī)干擾的動態(tài)系統(tǒng)，為達(dá)到滿 意的控制效果，具有許多控制方法。故對幾種常見的控制方法及其優(yōu) 缺點(diǎn)進(jìn)行了分析與比較。2、常見溫度控制方法2.1常規(guī)P

2、ID控制PID控制即比例、積分、微分控制，其結(jié)構(gòu)簡單實(shí)用，常用于工業(yè) 生產(chǎn)領(lǐng)域。原理如圖1。比例積分微分控制對象y(t)com圖1常見PID控制系統(tǒng)的原理框圖明顯缺點(diǎn)是現(xiàn)場PID參數(shù)整定麻煩，易受外界干擾，對于滯后大的 過程控制，調(diào)節(jié)時間過長。其控制算法需要預(yù)先建立模型，對系統(tǒng)動 態(tài)特性的影響很難歸并到模型中。在我國大多數(shù)PID調(diào)節(jié)器廠家生產(chǎn)的調(diào)節(jié)器均為常規(guī)PID控制算法。2.2模糊控制模糊控制(Fuzzy Control)是以模糊集合論、模糊語言變量及模糊 邏輯推理為基礎(chǔ)的計(jì)算機(jī)控制。原理如圖2。模朝控制器微姓理器)-變站卜姓理f規(guī)則決策H處理. _一 -w帕尊德皿中i. com圖2模糊控制

3、系統(tǒng)原理框圖2.3神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制采用數(shù)理模型的方法模擬生物神經(jīng)細(xì)胞結(jié)構(gòu)，用簡單 處理單元連接形成各種復(fù)雜網(wǎng)絡(luò)，并采用誤差反向傳播算法(BP)。原 理如圖3：r圖3神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的原理框圖2.4 Fuzzy-PID 控制模糊控制不需知道被控對象的精確模型，易于控制不確定對象和非 線性對象。PID本質(zhì)是線性控制。將模糊控制與PID結(jié)合多，以 Fuzzy-PID混合控制為例，據(jù)給定值與測量值之偏差e選擇智能控制 器，根據(jù)e的變化選擇控制方法，當(dāng)|e|emin或|e|emax時，采 用PID控制；當(dāng)emin|e|emax時，采用Fuzzy控制。其結(jié)構(gòu)框圖 如圖4。圖4 Fuzzy-PID混

4、合控制結(jié)構(gòu)框圖2.5神經(jīng)網(wǎng)絡(luò)PID控制在PID控制的基礎(chǔ)上，加入神經(jīng)網(wǎng)絡(luò)控制器，構(gòu)成神經(jīng)網(wǎng)絡(luò)PID控 制器，如圖5。神經(jīng)網(wǎng)絡(luò)控制器NNC是前饋控制器，通過對PID控制 器的輸出進(jìn)行學(xué)習(xí)，在線調(diào)整自己，目標(biāo)是使反饋誤差e(t)或u(t) 趨近于零，使自己逐漸在控制中占據(jù)主導(dǎo)地位，以減弱或最終消除反 饋控制器的作用。圖5神經(jīng)網(wǎng)絡(luò)PID控制結(jié)構(gòu)框圖2.6模糊神經(jīng)網(wǎng)絡(luò)控制將模糊邏輯與神經(jīng)網(wǎng)絡(luò)結(jié)合，采用神經(jīng)網(wǎng)絡(luò)模糊邏輯推理網(wǎng)絡(luò)模型 和快速的自學(xué)習(xí)算法，通過網(wǎng)絡(luò)的離線訓(xùn)練和在線自學(xué)習(xí)使控制器具 有自調(diào)整、自學(xué)習(xí)和自適應(yīng)能力，達(dá)到模糊智能控制。如圖6。圖6模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)結(jié)構(gòu)圖2.7遺傳PID控制遺傳P

5、ID控制是將控制器參數(shù)構(gòu)成基因型，將性能指標(biāo)構(gòu)成相應(yīng)的 適應(yīng)度，利用遺傳算法來整定控制器的最佳參數(shù)，不要求系統(tǒng)是否為 連續(xù)可調(diào)，能否以顯式表示?；谶z傳算法的自適應(yīng)PID控制的原理 框圖如7。遺傳PID溫控系統(tǒng)將測量值與給定值進(jìn)行比較，用遺傳算 法來優(yōu)化PID參數(shù)，然后將控制量輸出，實(shí)現(xiàn)將PID參數(shù)串接構(gòu)成完 整染色體，從而構(gòu)成遺傳空間中的個體，過通過繁殖交叉和變異遺傳 操作生成新一代群體，經(jīng)過多次搜索獲得最大適應(yīng)度值的個體。叫避傳算法：牛 c e_ Yr(t) 一峪。 Ap 1?？刂破?k 控制對象 一AX二angon. com圖7基于遺傳算法的自適應(yīng)PID控制結(jié)構(gòu)圖2.8廣義預(yù)測控制預(yù)測控

6、制(Predictive Control)是基于模型的計(jì)算機(jī)控制算法。其 預(yù)測模型有脈沖響應(yīng)模型、階躍響應(yīng)模型、CAMRMA模型和CARIMA模 型?；贑ARIMA模型的廣義預(yù)測控制(GPC)是一種新型計(jì)算機(jī)控制算 法。3、常見溫度控制方法的對比分析通過上述溫度控制方法的原理分析，表1給出各種溫度控制特性與 應(yīng)用場合的情況。溫控儀控制算法控制算法的控制特性溫控儀應(yīng)用場合單控制常規(guī)PID拄制優(yōu)點(diǎn)：結(jié)構(gòu)簡單、實(shí)用，性價比高。缺點(diǎn)：魯棒性不強(qiáng)；適應(yīng)性不快；協(xié)調(diào) 性不夠好等易于建立的線性溫度控制系統(tǒng)的被控對象模型模糊控制與傳統(tǒng)的PID控制相比，響應(yīng)快，超調(diào)量小，魯棒性強(qiáng)純滯后，參數(shù)時變或非線性的溫度

7、控制 系統(tǒng)，如干燥機(jī)、工業(yè)爐等的溫度控制神經(jīng)網(wǎng)絡(luò)控制魯棒性強(qiáng)，響應(yīng)速度快，抗干擾能力強(qiáng)，算法簡單，易于用硬件和軟件實(shí)現(xiàn)多變量、多參數(shù)、非線性與時變系統(tǒng)如：電阻爐的溫度控制等復(fù)合控制Fuzzy-PID 控制具有很強(qiáng)的適應(yīng)性，只要知道部分知識 即可建立BP算法一些大滯后系統(tǒng)中自動尋優(yōu)P、I、D參 數(shù)，如管式加熱爐的溫度控制模糊神經(jīng)網(wǎng)絡(luò)控制動態(tài)響應(yīng)快，能達(dá)到高精度的快速控制， 具有極強(qiáng)的魯棒性和適應(yīng)能力，穩(wěn)定性好需要不斷修正控制參數(shù)的溫度控制系統(tǒng)。如熱電偶校驗(yàn)儀等控溫裝置遺傳PID控制調(diào)試方便，控制精度高，抗干擾性強(qiáng)，較高的穩(wěn)定性能尋求全局最優(yōu)且不需任何初始信息的P、I、D參數(shù)尋優(yōu)溫控系統(tǒng)中，如陀螺溫控系統(tǒng)自適應(yīng)廣義預(yù)測及控制魯棒性強(qiáng)，控制精度高醫(yī)用溫度控制，如微波熱療中的溫度控制模糊、神經(jīng)網(wǎng)絡(luò)模糊控制魯棒性強(qiáng)。動態(tài)響應(yīng)與上升時 間快，超調(diào)小，PID控制器的動態(tài)跟蹤 品質(zhì)好和穩(wěn)態(tài)精度高具有較太的滯后性，非線性、時定性的 溫度控制系統(tǒng)，如高分子聚合物反應(yīng) 溫度控制等模糊、神經(jīng)網(wǎng)絡(luò)和遺傳控制實(shí)現(xiàn)溫度隨外界干擾條件的乏化，實(shí)時的 調(diào)節(jié)網(wǎng)絡(luò)和控制規(guī)律的功能，具有良好 的溫度跟蹤性能和抗干擾