温控系统设计

温控系统设计

摘要： 温度是工业控制的主要被控参数之一。可是由于温度自身的一些特点，如惯性大，滞后现象严重，难以建立精确的数学模型等，给控制过程带来了难题。

本文以温度控制系统为研究对象设计一个PID控制器。PID控制是当今最通用的控制方法，大多数反馈回路采用该方法来进行控制。PID控制器（亦称调节器）及其改进型因此成为工业过程控制中最常见的控制器。在PID控制器的设计中，参数整定是最为重要的设计过程。随着计算机技术的迅速发展，对PID参数的整定大多借助于一些先进的软件，例如目前得到广泛应用的MATLAB仿真系统。本设计就是借助MATLAB软件，主要运用Relay-feedback法，线上综合法和系统辨识法来研究PID控制器的设计方法，设计一个温控系统的PID控制器，并通过SIMULINK进行系统仿真，观察系统完善后在阶跃信号输入下的输出波形。

关键词： PID控制器 ；PID参数整定 ； MATLAB；SIMULINK

第一章 引言

1.1 课题背景及意义

在现实的控制系统中，任何闭环的控制系统都有它固有的特性，可以采用很多种数学形式来描述它，比如微分方程、传递函数、方块图、状态空间方程等等。如果对系统不做任何的优化改造，系统很难达到最佳的控制效果，比如快速性要求、稳定性要求及准确性要求等

[1]

。为了达到最佳的控制效果，我们通常会在闭环系统的中间加入PID控制器并通过调整PID

参数来改造系统的结构特性，使其达到理想的控制效果。

而在人们的日常生活，工业制造，制冷等领域，温度作为一种环境的重要因素，被人们广泛的作为参数来使用，从来保证各项工作有条不紊的进行，通过温度控制系统我们可以实现对温度的控制与调节，有着重大的应用意义，比如说粮仓的温度控制，恒温箱，火灾报警，冷库温度的调节等等。所以说温度控制系统无论在我们的日常生活，还是工业制造与生产中

都起着不可或缺的作用，因此做好对温控系统的研究对我们来说意义是重大的。因此本设计针对温度设计了一个PID控制系统，并且通过调整PID参数来获得较理想的控制效果。 1.2 课题现状及发展

PID控制核心在于对其参数进行控制，所以当今国内外的PID控制技术也是围绕对参数的整定进行的，最早的整定参数方法由Ziegler和Nichols发现，现如今可分为常规PID整定参数方法和智能PID参数整定方法，根据被控对象个数可分为单变量PID参数整定方法和多变量参数整定方法，最近研究的热点和难点：被控制量的组合形式来划分，分为线性和非线性PID参数整定方法。

［2］

Astrom在1988年美国控制会议（ACC）上作的《面向智能控制》的大会报告概述了结

合于新一代工业控制器中的两种控制思想——自整定和自适应，为智能PID控制的发展奠定了基础。他认为自整定控制器和自适应控制器能视为一个有经验的仪表工程师的整定经验的自动化，在文［3］中继续阐述了这种思想,认为自整定调节器包含从实验中提取过程动态特性的方法及控制设计方法，并可能决定何时使用PI或PID控制，即自整定调节器应具有推理能力。自适应PID的应用途径的不断扩大使得对其整定方法的应用研究变得日益重要。目前，在众多的整定方法中，主要有两种方法在实际工业过程中应用较好，一种是由福克斯波罗（Foxboro）公司推出的基于模式识别的参数整定方法（基于规则），另一种是基于继电反馈的参数整定方法（基于模型）.前者主要应用于Foxboro的单回路EXACT控制器及其分散控制系统I/A Series的PIDE功能块，其原理基于Bristol在模式识别方面的早期工作［11］。后者的应用实例较多，这类控制器现在包括自整定、增益计划设定及反馈和前馈增益的连续自适应等功能.这些技术极大地简化了PID控制器的使用，显着改进了它的性能，它们被统称为自适应智能控制技术［4］。

自适应技术中最主要的是自整定。按工作机理划分，自整定方法能被分为两类：基于模型的自整定方法和基于规则的自整定方法［5］。

在基于模型的自整定方法中，可以通过暂态响应实验、参数估计及频率响应实验来获得过程模型。

在基于规则的自整定方法中，不用获得过程实验模型，整定基于类似有经验的操作者手动整定的规则。

为了满足不同系统的要求，针对多变量和非线形的系统还分别采用了多变量PID参数整定方法和非线性PID参数整定方法。

PID控制算法是迄今为止最通用的控制策略.有许多不同的方法以确定合适的控制器参

数。这些方法区分于复杂性、灵活性及使用的过程知识量。一个好的整定方法应该基于合理地考虑以下特性的折衷：负载干扰衰减，测量噪声效果，过程变化的鲁棒性，设定值变化的响应，所需模型，计算要求等.我们需要简单、直观、易用的方法，它们需要较少的信息，并能够给出合适的性能。我们也需要那些尽管需要更多的信息及计算量，但能给出较好性能的较复杂的方法。

从目前PID参数整定方法的研究和应用现状来看，以下几个方面将是今后一段时间内研究和实践的重点。

①对于单输入单输出被控对象，需要研究针对不稳定对象或被控过程存在较大干扰情况下的PID参数整定方法，使其在初始化、抗干扰和鲁棒性能方面进一步增强，使用最少量的过程信息及较简单的操作就能较好地完成整定。

②对于多入多出被控对象，需要研究针对具有显着耦合的多变量过程的多变量PID参数整定方法，进一步完善分散继电反馈方法，尽可能减少所需先验信息量，使其易于在线整定。

③智能PID控制技术有待进一步研究，将自适应、自整定和增益计划设定有机结合，使其具有自动诊断功能；结合专家经验知识、直觉推理逻辑等专家系统思想和方法对原有PID控制器设计思想及整定方法进行改进；将预测控制、模糊控制和PID控制相结合，进一步提高控制系统性能，都是智能PID控制发展的极有前途的方向。

而温度控制系统是基于PID基础之上的一种控制形式，主要控制参数是温度。温度控制发展较快，现如今根据控制方式变得不同可划分为两大类，一类是动态温度跟踪系统，另一类则是恒值温度控制，动态温度跟踪是温度按照预先设置好的变化曲线进行变化，其温度变化通常是具有一定的规律，在生产实际中主要有发酵研究，冶炼金属中锅炉中温度变化，还有则是化学工业中反应温度的变化，他们的温度变化是按照一定规律进行的，我们可以应用动态跟踪技术对其进行控制[6]。恒值温度控制顾名思义是要求被控对象的温度要恒定在某一种数值上，要求稳态误差不能超过一定的值。从工业控制器发展过程来看，温度控制技术只要分为一下几大类： ? 定值开关温度控制法

世纪80年代开始，在单回路PID控制器中引入了参数整定和自适应控制理论，PID控制理论从此进入了高速发展阶段。 ? PID温度控制法

解决温度控制这个问题，采用PID模糊控制技术是很好的选择，PID模糊技术是采用先进的数码技术通过对PID三方面的结合调整，形成一个模糊控制，来解决惯性温度误差问题，传统的温度控制器温控方式存在较大的惯性温度误差，在精度要求较高的前提下，采用PID

温度控制技术就可以达到要求，传统调压器需要人力调节，难于控制，不会自动控温，当需要控温的要素较多时，就会手忙脚乱，只有采用PID模糊控制技术才能解决这个问题，高速烫金机就是这样一个原理。 ? 智能温度控制法

1971年美籍科学家傅京孙教授最早提出智能控制系统，智能控制系统是具有仿人控制的智能处理与信息系统，它能有效获取，传递，处理和再生信息，具有能在任何环境中达到目的能力。智能控制是一门除了结合数学公式把思维模式化，还结合计算机模仿人的智能的学科，应用范围十分广泛，具有判断，识别，推理，发现并解决问题的能力。智能控温法才能神经元网络和模糊数学为理论基础，并适当加入专家系统来实现智能化，可以完全消除稳态误差，目前国内的智能温控仪表就是利用这一原理研发的。智能温度控制算法广泛应用于各种温度控制器的设计之中。

1．神经网络控制

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，它采用数学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，而传统的 PID 控制对于外界环境的变化只能做近似的估算，因此系统控制精度不高。人工神经网络以其高度的非线性映射、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。该方法抗干扰能力强，且易于用软件实现。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。在温控系统中，将对温度影响的因素如气温、外加电压、被加热物体性质以及被加热物体温度等作为网络的输入，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。 MNN (Memory neuron network)在每个网络节点增加了记忆神经元，在学习动态非线性系统时，不需知道实际系统太多的结构知识，当系统滞后比较大时也不会造成网络庞大难以训练。

2．模糊控制

模糊控制是基于模糊逻辑描述的一个过程控制算法，主要嵌入操作人员的经验和直觉知识。它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。温度控制系统的模型通常是不完善的，即使模型已知，也存在参数变化的问题。 PID 控制虽然简单、方