自动控制原理课程设计---炉温控制PID的研究.docx

电阻炉炉温控制系统pid调节的研究刘刚（北京科技大学自动化104班 41050278 ,北京 ）摘 要： 数字pid控制在生产过程中是一种最普遍采用的控制方法，在机电、冶金、机械、化工等行业中获得了广泛的应用。本文以加热炉炉温控制系统中pid调节为研究课题，对其进行pid设计，讨论及总结，并给出几种改良pid控制在此控制系统中的运用，讨论其效果及作用。最终论述智能pid控制在温度控制中的运用。对传统pid控制、改进型pid控制以及智能pid控制算法使用matlab进行仿真，并对仿真结果加以分析。关键词： pid 改进型pid 智能pidabstract：digital pid control in the production process is one of the most widely used control method, the mechanical and 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, discussion and summary, and gives several improved pid control in the application of the control system, and discuss its effect and function. finally discusses intelligent pid control in the application of temperature control. the traditional pid control, advanced pid control and intelligent pid control algorithm using matlab simulation, and the simulation results analysis.key words：pid improved pid intelligent pid引言：在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称pid控制，又称pid调节。pid控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。pid控制，实际中也有pi和pd控制。pid控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。pid控制在工业生产中应用颇广，尤其是钢铁工业中。本文选取钢铁工业钢铁生产车间中电阻炉温度控制系统为模型，根据其传递函数对其pid进行整定，进一步分析改进型pid和智能pid控制对控制系统的作用效果。 1 炉温控制系统的pid设计1.1 炉温模型及其传递函数钢铁生产车间电阻炉炉温控制原理图：输出输入热电偶模/数控制系统可控硅数/模电炉丝采样 其加热炉传递函数为：gs=2.8e-40s178s+1 (取自姜学军著 计算机控制技术 清华大学出版社 2005年)，控制系统采用pid控制。1.2 pid参数整定连续pid控制是指系统中的控制器gc(s)具有如下形式：gcs=kp(1+1tis+tds)式中kp为比例系数，ti为积分时间常数，td为微分时间常数。这里pid的调节对象为上述加热炉总传递函数，即：gs=2.8e-40s178s+1。 pid离散算法可表示为(用增量表示) t-采样周期 td -微分时间 ti-积分时间kp -比例系数根据实际情况可确定：采样时间t=1s。1.2.1 ziegler-nichols参数整定方法a.参数整定通过实际实验测取过程开环阶跃响应曲线如2.1所示。（图2.1中曲线是由传递函数gs=kts+1e-ls 得到）则pid参数整定经验公式（如下表） 参数 控制器kptitdpkl/tpi0.9kl/t3lpid1.2kl/t2ll/2 故：kp=0.755 ti=80 td=20pid控制器为：gcs=0.7551+180s+20s=15.1s2+0.755s+0.0094s bmatlab仿真 没用pid调节时： 仿真程序如下：t = 0:1:500;ut=t,ones(size(t);t,x,y=sim(pid1,500,ut);plot(t,y);gird on仿真图如下： 图一加pid时： 所得结果: 图二1.2.2 临界比例度法a 参数整定先使pid处于纯比例作用，使系统处于闭合状态，然后由小到大增加kp，直到系统y为等幅振荡，记此时pid中比例系数为km，等幅振荡周期为tm，则pid参数按表二进行整定：控制器参数kpkikdp0.5kmpi0.45km085tmpid0.6km0.5tm0.125tm表二寻找km有：由图知，该系统无等幅振荡情况，故无法用此方法整定。2 积分分离pid在炉温控制中的应用2.1 积分分离pid具体步骤如下：（1） 根据实际情况，认为设定0.（2） 当|e(k)|,采用pd控制，可以避免缠身过大超调，又使系统有较快的反映。（3） 当|e(k)|，采用pid控制，以保证系统精确精度。 积分分离控制算法为：uk=kperrork+kij=0kerrorjt+kd(errork-errork-1)/t2.2 具体应用及仿真用普通pid控制炉温曲线为图二。下面采用积分分离pid：采样时间为：ts=4s,延迟时间为40s，故被控对象离散化为：yk=0.9778yk-1+0.0622u(k-11) 仿真指令信号为rin(k)=1。 仿真程序如下： num=2.8;den=178,1;ts=4;g0=tf(num,den,inputdelay,40); g1=c2d(g0,ts,zoh);g2=ss(g1)num1,den1=tfdata(g1,v) 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;y_1=0;y_2=0;y_3=0;error_1=0;error_2=0;ei=0;for k=1:200 time(k)=k*ts; yout(k)=-den1(2)*y_1+num1(2)*u_11 ; rin(k)=1; error(k)=rin(k)-yout(k); ei=ei+error(k)*ts; if abs(error(k)=0.8&abs(error(k)=0.6&abs(error(k)=0.4&abs(error(k)=0.6 beta=0.9; else beta=1; end end end kp= 0.755; ki= 0.0094; kd=15.1;u(k)=kp*error(k)+kd*(error(k)-error_1)/ts+beta*ki*ei; y_3=y_2;y_2=y_1;y_1=yout(k);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); error_2=error_1;error_1=error(k);end figure(1); plot(time,yout,r);axis(0,1000,0,2);figure(2);plot(time,u,r); 仿真结果如下： （ 图三）如图 普通pid 积分分离pid两图相比较积分分离pid超调量小，控制精度较高。3 神经元pid控制在炉温控制中的应用神经元自适应有几种典型的学习规则，这里选取有监督的hebb学习规则： wij=ojk-djojkoj(k) 仿真程序如下：x=0,0,0; xitep=0.755;xitei=0.0094;xited=15.1;wkp_1=0.1;wki_1=0.1;wkd_1=0.1;error_1=0;error_2=0;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;y_1=0;y_2=0;y_3=0; ts=4;for k=1:1000 time(k)=k*ts; rin(k)=1; yout(k)=0.9778*y_1+0.0622*u_11 ; error(k)=rin(k)-yout(k); wkp(k)=wkp_1+xitep*error(k)*u_1*x(1); wki(k)=wki_1+xitei*error(k)*u_1*x(2); wkd(k)=wkd_1+xited*error(k)*u_1*x(3); k=0.01; x(1)=error(k)-error_1; x(2)=error(k); x(3)=error(k)-2*error_1+error_2; wadd(k)=abs(wkp(k)+abs(wki(k)+abs(wkd(k); w11(k)=wkp(k)/wadd(k); w22(k)=wki(k)/wadd(k); w33(k)=wkd(k)/wadd(k); w=w11(k),w22(k),w33(k); u(k)=u_1+k*w*x; y_3=y_2;y_2=y_1;y_1=yout(k); 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); error_2=error_1;error_1=error(k); wkp_1=wkp(k); wkd_1=wkd(k); wki_1=wki(k);end figure;plot(time,yout,b);ax