论文导读：流水线加热炉是一个复杂的系统。在上位机利用MATLAB/Simulink建立仿真PID控制器。模糊控制是智能控制的一种。
关键词：流水线加热炉，复杂对象，PID控制，模糊控制
1.引言
传统PID控制方式是建立在数学模型基础上的，根据被控对象的静态和动态特性，获得控制参数[1]。PID控制原理简单，适应性好，在工业上应用十分广泛[2]。而模糊控制不依赖数学模型，是一种智能控制方式，具有很强的鲁棒性和稳定性，适用于难以建立数学模型的复杂系统[3]。本文以流水线加热炉为控制对象，应用PID控制和模糊控制两种方式进行温度控制，均得到较好的控制结果，温差在±1℃以内,然而通过响应过程中的超调量和响应速度来看，模糊控制的优势更加明显。
2.流水线加热炉结构
流水线加热炉是一个复杂的系统，它的整个炉体由三个区，即预热区、高温区和降温区组成，可以模拟工业炉膛预热、高温和冷却三个工作区的温度控制，提供与实际工业背景相似的操作条件。在每个炉膛侧面都有一个进风口，进风口处有PTC加热板，将送风风机送到炉膛内的风加热成为热风，达到加热炉膛温度的目的。免费论文。
3.流水线加热炉温度半实物仿真控制系统
半实物仿真技术是近年来随着计算机技术发展起来，是在仿真实验系统的仿真回路中接入所研究系统的部分实物的仿真[4]。半实物仿真技术既有计算机仿真成本低等特点，又能保证复杂对象模型的准确。
本文以流水线加热炉为控制对象建立起温度半实物仿真控制系统，整个系统包括以下三个方面：MATLAB/Simulink OPC服务器、WAGO PLC 750-842和流水线加热炉，MATLAB/SimulinkOPC服务器和WAGO PLC 750-842通过使用TCP/IP协议实现相互之间的通讯，WAGO PLC750-842和流水线加热炉通过I/O口实现前者对后者的控制，整个系统的三部分在结构上相互独立，在实际操作过程中相互影响和控制，其结构框图如图1所示。
图1 流水线加热炉温度半实物仿真控制系统
4.流水线加热炉数学模型的建立
被控对象的数学模型是反映被控过程输入量与输出量之间关系的数学表达式，研究分析被控对象的特性，就要建立描述被控对象特性的数学模型[5]。加热炉的炉温变化过程具有一般温度过程的基本特征，即为一阶惯性加纯滞后环节，其特征参数有三个：静态放大系数K，惯性常数T和滞后时间τ。
将流水线加热炉三个炉膛分别看成三个独立的系统，给定每个炉膛进风口处的PTC加热板一定加热功率，得到相应流水线加热炉炉膛温度阶跃曲线，利用切线作图法可以确定一阶惯性加纯滞后环节的特征参数。对于一条形状为S型特性曲线，设阶跃输入幅值为Δu，阶跃响应的初始值为y（0），系统达到稳态时的响应为y（∞），则
在特性曲线的拐点处做切线，切点向时间轴引垂线，交点与坐标原点之间的距离即为τ，切线与稳态值的渐近线的交点向时间轴做垂线的交点与原交点之间的距离即为T[6]。各部分的数学模型如下。免费论文。
通过作图得到流水线加热炉预热区炉膛数学模型为：
高温区炉膛数学模型为：
降温区炉膛数学模型为：
作图法拟合性较差，但简单直观，所以应用的十分广泛。
5.PID控制方案
利用所建立的半实物仿真控制系统，在上位机利用MATLAB/Simulink建立仿真PID控制器，将流水线加热炉实物放置在控制回路当中。
设定温度与炉膛实际温度的误差经过PID控制器，输出控制量给PTC加热板控制端。根据前面求得的流水线加热炉各个炉区的数学模型，利用Ziegler-Nichols整定方法确定PID控制的初始参数。免费论文。
由于流水线加热炉是纯滞后系统，所以PID控制中微分不起作用，选用PI控制方式。进过计算，求得预热区初始控制参数为：Kp=0.237，Ki=0.0036；高温区初始控制参数为：Kp=0.26，Ki=0.0034；降温区初始控制参数为：Kp=0.265，Ki=0.0039。利用PID控制初始参数对流水线加热炉的各个区炉膛进行温度控制，得到控制的结果。
根据PID参数调节原则，Kp值大偏差减小，Ki能消除控制中的静态误差，但是Ki的值增大可能导致系统振荡，经过实验调整之后，利用PID控制方式对流水线加热炉的三个区控制得到结果，稳定时温差都在±1℃以内。
6.模糊控制方案
模糊控制是智能控制的一种，是操作者根据自己的经验，设计能模仿人工智能的模糊控制器进行的控制，模糊控制不需要知道被控对象的数学模型就能得到很好的效果。模糊控制器是模糊控制的核心，在MATLAB中有模糊推理编辑系统，编辑好的模糊推理过程能在Simulink的模糊控制器模块中直接调用。选择描述模糊变量的词集为7个{负大，负中，负小，零，正小，正中，正大}，隶属度函数的形状选择三角型，根据掌握的流水线加热炉的特性。在模糊推理系统中输入规则后保存，就可以被Simulink模糊控制工具箱里的FuzzyController with Ruleviewer模块调用了。设定温度与炉膛实际温度之间的误差通过模糊控制器，输出控制量给PTC控制端，控制其加热功率。调整控制器比例因子和量化因子，得到控制结果。同样，对每个炉区的模糊控制结果温差都在±1℃以内。
7.结论
从对流水线加热炉的各个炉膛的PID控制和模糊控制的结果曲线可以看出， PID控制方式的超调量比较大，σss在10℃左右，而模糊控制方式σss在5℃以内；然而，模糊控制的响应时间要比PID控制的响应时间短的多。综上，利用模糊控制方案对于控制具有大惯性、大滞后的复杂系统，比PID控制更有优势；并且模糊控制不需要知道被控对象的数学模型，实现起来比PID控制简单。本文中所利用的半实物仿真控制方法，便于修改控制参数和设计控制器，缩短实验时间，节约成本，可以在过程控制中推广利用。
参考文献
[1]Kiam Heong Ang，Gregory Chong，Yun Li. PID Control SystemAnalysis，Design andtechnology[J]. IEEE Transactions on Control SystemsTechnology, 2005,13(4):559-576.
[2]陈夕松，汪木兰主编. 过程控制系统[M]. 北京：科学出版社，2005.7：123-124.
[3]赵光伟. 电锅炉温度控制系统的模糊控制研究[J]. 中国高新技术企业，2008.3：71-72.
[4]单家元，孟秀云，丁艳编著. 半实物仿真[M]. 北京：国防工业出版社，2008.4：14-15.
[5]孟华主编. 工业过程检测与控制[M]. 北京：北京航空航天大学出版社，2002.8：138-139.
[6]张福波，王国栋，张殿华等. 获取炉温类受控对象特征参数的新方法[J]. 金属热处理，2005,30(9)：71-73.
|
