自動控制原理課程設(shè)計(jì)---爐溫控制pid的研究

1、<p>　　電阻爐爐溫控制系統(tǒng)PID調(diào)節(jié)的研究</p><p>　　摘 要： 數(shù)字PID控制在生產(chǎn)過程中是一種最普遍采用的控制方法，在機(jī)電、冶金、機(jī)械、化工等行業(yè)中獲得了廣泛的應(yīng)用。本文以加熱爐爐溫控制系統(tǒng)中PID調(diào)節(jié)為研究課題，對其進(jìn)行PID設(shè)計(jì)，討論及總結(jié)，并給出幾種改良PID控制在此控制系統(tǒng)中的運(yùn)用，討論其效果及作用。最終論述智能PID控制在溫度控制中的運(yùn)用。對傳統(tǒng)PID控制、改進(jìn)型PID控制以及

2、智能PID控制算法使用MATLAB進(jìn)行仿真，并對仿真結(jié)果加以分析。</p><p>　　關(guān)鍵詞： PID 改進(jìn)型PID 智能PID</p><p>　　Abstract：Digital PID control in the production process is one of the most widely used control method, the mechanical a

3、nd electrical, metallurgy, machinery, chemical and other industries for a wide range of application. Based on electronic oven furnace temperature control system PID control as the research subject, the PID design, discus

4、sion and summary, and gives several improved PID control in the application of the control system, and discuss its effect and function. Finally discusses intellig</p><p>　　Key words：PID Improved PID Inte

5、lligent PID</p><p><b>　　引言：</b></p><p>　　在工程實(shí)際中，應(yīng)用最為廣泛的調(diào)節(jié)器控制規(guī)律為比例、積分、微分控制，簡稱PID控制，又稱PID調(diào)節(jié)。PID控制器問世至今已有近70年歷史，它以其結(jié)構(gòu)簡單、穩(wěn)定性好、工作可靠、調(diào)整方便而成為工業(yè)控制的主要技術(shù)之一。PID控制，實(shí)際中也有PI和PD控制。PID控制器就是根據(jù)系統(tǒng)的誤差，利

6、用比例、積分、微分計(jì)算出控制量進(jìn)行控制的。PID控制在工業(yè)生產(chǎn)中應(yīng)用頗廣，尤其是鋼鐵工業(yè)中。本文選取鋼鐵工業(yè)鋼鐵生產(chǎn)車間中電阻爐溫度控制系統(tǒng)為模型，根據(jù)其傳遞函數(shù)對其PID進(jìn)行整定，進(jìn)一步分析改進(jìn)型PID和智能PID控制對控制系統(tǒng)的作用效果。</p><p>　　爐溫控制系統(tǒng)的PID設(shè)計(jì)</p><p>　　爐溫模型及其傳遞函數(shù)</p><p>　　鋼鐵生產(chǎn)車間電阻

7、爐爐溫控制原理圖：</p><p>　　其加熱爐傳遞函數(shù)為： (取自姜學(xué)軍著 計(jì)算機(jī)控制技術(shù) 清華大學(xué)出版社 2005年)，控制系統(tǒng)采用PID控制。</p><p><b>　　PID參數(shù)整定</b></p><p>　　連續(xù)PID控制是指系統(tǒng)中的控制器具有如下形式：</p><p>　　式中為比例系數(shù)，為積分時間常

8、數(shù)，為微分時間常數(shù)。這里PID的調(diào)節(jié)對象為上述加熱爐總傳遞函數(shù)，即：。</p><p>　　PID離散算法可表示為(用增量表示)</p><p>　　T---采樣周期 TD ---微分時間 TI---積分時間KP ---比例系數(shù)</p><p>　　根據(jù)實(shí)際情況可確定：采樣時間T=1s。</p><p>　　Ziegler-Nichols

9、參數(shù)整定方法</p><p><b>　　A.參數(shù)整定</b></p><p>　　通過實(shí)際實(shí)驗(yàn)測取過程開環(huán)階躍響應(yīng)曲線如2.1所示。</p><p>　　（圖2.1中曲線是由傳遞函數(shù) 得到）</p><p>　　則PID參數(shù)整定經(jīng)驗(yàn)公式（如下表）</p><p><b>　　故：<

10、;/b></p><p><b>　　PID控制器為：</b></p><p>　　B．MATLAB仿真 </p><p>　　沒用PID調(diào)節(jié)時： </p><p><b>　　仿真程序如下：</b></p><p>　　t = [0:1:500]';</

11、p><p>　　ut=[t,ones(size(t))];</p><p>　　[t,x,y]=sim('PID1',500,[],ut);</p><p>　　plot(t,y);</p><p><b>　　gird on</b></p><p><b>　　仿真圖如下：

12、</b></p><p><b>　　圖一</b></p><p><b>　　加PID時：</b></p><p><b>　　所得結(jié)果:</b></p><p><b>　　圖二</b></p><p><b&

13、gt;　　臨界比例度法</b></p><p><b>　　A 參數(shù)整定</b></p><p>　　先使PID處于純比例作用，使系統(tǒng)處于閉合狀態(tài)，然后由小到大增加Kp，直到系統(tǒng)y為等幅振蕩，記此時PID中比例系數(shù)為Km，等幅振蕩周期為Tm，則PID</p><p>　　參數(shù)按表二進(jìn)行整定：</p><p>

14、<b>　　表二</b></p><p><b>　　尋找Km有：</b></p><p>　　由圖知，該系統(tǒng)無等幅振蕩情況，故無法用此方法整定。</p><p>　　積分分離PID在爐溫控制中的應(yīng)用</p><p><b>　　積分分離PID</b></p>&

15、lt;p><b>　　具體步驟如下：</b></p><p>　　根據(jù)實(shí)際情況，認(rèn)為設(shè)定ε>0.</p><p>　　當(dāng)|e(k)|>ε,采用PD控制，可以避免纏身過大超調(diào)，又使系統(tǒng)有較快的反映。</p><p>　　當(dāng)|e(k)|≦ε，采用PID控制，以保證系統(tǒng)精確精度。</p><p>　　積分分離

16、控制算法為：</p><p><b>　　具體應(yīng)用及仿真</b></p><p>　　用普通PID控制爐溫曲線為圖二。下面采用積分分離PID：</p><p>　　采樣時間為：Ts=4s,延遲時間為40s，故被控對象離散化為：</p><p>　　仿真指令信號為rin(k)=1。</p><p>

17、<b>　　仿真程序如下：</b></p><p>　　num=[2.8];</p><p>　　den=[178,1];</p><p><b>　　ts=4;</b></p><p>　　g0=tf(num,den,'inputdelay',40); </p>&l

18、t;p>　　g1=c2d(g0,ts,'zoh');</p><p><b>　　g2=ss(g1)</b></p><p>　　[num1,den1]=tfdata(g1,'v')</p><p>　　u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;u_6=0;u_7=0;u_8=0;u_9=

19、0;u_10=0;u_11=0;</p><p>　　y_1=0;y_2=0;y_3=0;</p><p>　　error_1=0;error_2=0;</p><p><b>　　ei=0;</b></p><p>　　for k=1:200</p><p>　　time(k)=k*ts;<

20、;/p><p>　　yout(k)=-den1(2)*y_1+num1(2)*u_11 ;</p><p><b>　　rin(k)=1;</b></p><p>　　error(k)=rin(k)-yout(k);</p><p>　　ei=ei+error(k)*ts;</p><p>　　if

21、abs(error(k))>=0.8&abs(error(k))<=0.1</p><p><b>　　beta=0.3;</b></p><p>　　else if abs(error(k))>=0.6&abs(error(k))<=0.8</p><p><b>　　beta=0.6;<

22、;/b></p><p>　　else if abs(error(k))>=0.4&abs(error(k))<=0.6</p><p><b>　　beta=0.9;</b></p><p><b>　　else</b></p><p><b>　　beta=1

23、;</b></p><p><b>　　end</b></p><p><b>　　end</b></p><p><b>　　end</b></p><p>　　kp= 0.755;</p><p>　　ki= 0.0094;</p&

24、gt;<p><b>　　kd=15.1;</b></p><p>　　u(k)=kp*error(k)+kd*(error(k)-error_1)/ts+beta*ki*ei;</p><p>　　y_3=y_2;y_2=y_1;y_1=yout(k);</p><p>　　u_11=u_10;u_10=u_9;u_9=u_8;

25、u_8=u_7;u_7=u_6;u_6=u_5;u_5=u_4;u_4=u_3;u_3=u_2;u_2=u_1;u_1=u(k);</p><p>　　error_2=error_1;error_1=error(k);</p><p><b>　　end</b></p><p>　　figure(1);</p><p>

26、　　plot(time,yout,'r');</p><p>　　axis([0,1000,0,2]);</p><p>　　figure(2);</p><p>　　plot(time,u,'r');</p><p><b>　　仿真結(jié)果如下：</b></p><p&

27、gt;<b>　?。?圖三）</b></p><p><b>　　如圖</b></p><p>　　普通PID 積分分離PID</p><p>　　兩圖相比較積分分離PID超調(diào)量小，控制精度較高。</p><p>　　神經(jīng)元PID控制在

28、爐溫控制中的應(yīng)用</p><p>　　神經(jīng)元自適應(yīng)有幾種典型的學(xué)習(xí)規(guī)則，這里選取有監(jiān)督的Hebb學(xué)習(xí)規(guī)則：</p><p><b>　　仿真程序如下：</b></p><p>　　x=[0,0,0]';</p><p>　　xiteP=0.755;xiteI=0.0094;xiteD=15.1;</p>

29、;<p>　　wkp_1=0.1;wki_1=0.1;wkd_1=0.1;</p><p>　　error_1=0;error_2=0;</p><p>　　u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;u_6=0;u_7=0;u_8=0;u_9=0;u_10=0;u_11=0;</p><p>　　y_1=0;y_2=0;y_3=0;&

30、lt;/p><p><b>　　ts=4;</b></p><p>　　for k=1:1000</p><p>　　time(k)=k*ts;</p><p><b>　　rin(k)=1;</b></p><p>　　yout(k)=0.9778*y_1+0.0622*u_1

31、1 ;</p><p>　　error(k)=rin(k)-yout(k);</p><p>　　wkp(k)=wkp_1+xiteP*error(k)*u_1*x(1);</p><p>　　wki(k)=wki_1+xiteI*error(k)*u_1*x(2);</p><p>　　wkd(k)=wkd_1+xiteD*error(k)

32、*u_1*x(3);</p><p><b>　　K=0.01;</b></p><p>　　x(1)=error(k)-error_1;</p><p>　　x(2)=error(k);</p><p>　　x(3)=error(k)-2*error_1+error_2;</p><p>　　w

33、add(k)=abs(wkp(k))+abs(wki(k))+abs(wkd(k));</p><p>　　w11(k)=wkp(k)/wadd(k);</p><p>　　w22(k)=wki(k)/wadd(k);</p><p>　　w33(k)=wkd(k)/wadd(k);</p><p>　　w=[w11(k),w22(k),w3

34、3(k)];</p><p>　　u(k)=u_1+K*w*x;</p><p>　　y_3=y_2;y_2=y_1;y_1=yout(k);</p><p>　　u_11=u_10;u_10=u_9;u_9=u_8;u_8=u_7;u_7=u_6;u_6=u_5;u_5=u_4;u_4=u_3;u_3=u_2;u_2=u_1;u_1=u(k);</p>

35、<p>　　error_2=error_1;error_1=error(k);</p><p>　　wkp_1=wkp(k);</p><p>　　wkd_1=wkd(k);</p><p>　　wki_1=wki(k);</p><p><b>　　end</b></p><p>

36、<b>　　figure;</b></p><p>　　plot(time,yout,'b');</p><p>　　axis(0,1000,0,1.4);</p><p><b>　　仿真結(jié)果如下：</b></p><p><b>　　總結(jié)：</b></

37、p><p>　　普通PID 積分分離PID</p><p><b>　　神經(jīng)元自適應(yīng)PID</b></p><p>　　由圖可看出，神經(jīng)元自適應(yīng)PID控制效果最好，積分分離在普通PID的基礎(chǔ)上有所加強(qiáng)。</p><p><b>　　參考文獻(xiàn)：</b><

38、;/p><p>　　1 《ATLAB在控制系統(tǒng)中的應(yīng)用》/張靜等編著 北京電子工業(yè)出版社 2007.5</p><p>　　2 《工業(yè)過程控制中的PID整定方法 》 付冬梅</p><p>　　3 《一種改進(jìn)ＰＩＤ控制在爐溫控制系統(tǒng)中的應(yīng)用》　　馬雪峰、田躍輝，李玲麗等</p><p>　?。础　　稛崽幚黼娮锠t爐溫控制系統(tǒng)的