（控制理论与控制工程专业论文）基于预测模型的模糊pid参数自整定控制算法的研究与实现.pdf

l u li ii iii l li ii i ii iiil 18 4 2 8 2 7 at h e s i sf o rt h ed e g r e eo fm a s t e ri nc o n t r o lt h e o r ya n dc o n t r o l ” e n g l n e e r l n g r e s e a r c ha n d i m p l e m e n t a t i o no fp a r a m e t e rs e l f - m o d i f y f u z z y - p i dc o n t r o la l g o r i t h mb a s e d o np r e d i c t i o nm o d e l b y d e x i a n g y i s u p e r v i s o r ：p r o f e s s o rw a n g j i a n h u i v i c e s u p e r v i s o r ：d o c t o rf a n gx i a o k e n o r t h e a s t e r nu n i v e r s i t y j a n u a r y 2 0 0 8 li 。i 独创性声明 噜 本人声明所呈交的学位论文是在导师的指导下完成的。论文中取得的 ， 研究成果除加以标注和致谢的地方外，不包含其他人已经发表或撰写过的 雷 - 研究成果，也不包括本人为获得其他学位而使用过的材料。与我一n y _ f f 的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示诚挚 的谢意。 学位论文作者签名： i 复潲扶 签字日 期：矽呀冷多国f 目 学位论文版权使用授权书 本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论 文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和 磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部 或部分内容编入有关数据库进行检索、交流。 ( 如作者和导师同意网上交流，请在下方签名：否则视为不同意) 学位论文作者签名：阿抛导师签名：砂之暂 签字日 期：驷碑奄i 口签字e t 期：勿啊卑碉? 日 一 ， 1 。 h 11叫 、 一 一 ， 东北大学硕士学位论文摘要 基于预测模型的模糊p i d 参数自整定控制算法的研究与实现 摘要 由于工业过程控制中被控对象本身所固有的滞后特性，非线性及其动力学特性的 内部不确定性和外部环境扰动所带来的不确定性，使得控制器参数不易确定，造成控 制品质下降，使过程控制问题复杂化。为了获得满意的控制效果，通常采用参数自整 定p i d 或是s m i t h 预估器等传统的控制方法，并在工业现场得到了一定程度的应用。 但由于传统的控制方法往往需要有精确的数学模型，在模型发生变化时便不能满足系 统在不同条件下对参数自整定的要求，控制效果不佳。智能控制理论的研究已经较为 深入，现场总线技术的出现导致了传统控制系统结构的变革，也使得智能控制方法应 用于工业现场成为可能。因此，本文在研究传统时滞系统控制方法及时滞系统的模糊 预测控制算法的同时，探索了将先进控制策略应用于实际系统的方法，为智能控制方 法应用于工业生产提供了有益的实践经验。 本文在对经典的模糊控制理论及预测控制理论进行深入研究的基础上，提出了一种 基于预测思想的p i d 参数自整定模糊控制算法，将p i d 参数自整定模糊控制与预测控制 有机结合。利用模糊控制算法能够解决数学模型不确定的问题，具有自学习功能，适应 不确定性系统的动态特性的优点，通过在线学习来实现具有最佳参数组合的p i d 控制。 而且还利用预测模型来估计过程未来的偏差值，滚动确定当前的最优输入策略避免由于 滞后引起的控制作用需长时间后才能反映到系统输出上的缺点，从而实现滞后控制。 根据本文提出的基于预测模型的p i d 参数自整定模糊控制算法，给出了在 s 7 3 0 0 p l c 中的实现过程，并在现场总线过程控制实验装置上进行了实验研究。实验以 西门子的s i m a t i cn e t 工业通讯网络和软件、硬件设备为平台，设计了p i d 参数自整 定模糊控制算法的程序和预测控制子程序，通过编写s t l 语言程序实现并将程序下载到 p l c 中将控制算法应用到p l c 中，实现了智能控制算法在实际中的应用。在f c s ( f i e l d b u sc o n t r o ls y s t e m ，现场总线控制系统) 实验装置上分别进行了p i d 控制实验， 预测模糊p i d 参数自整定模糊控制实验，得到了比较理想的结果。实验结果表明，该方 法有效的解决了被控对象的滞后和模型不确定性问题，同时实现了p i d 参数的在线自整 定，控制响应速度变快，跟踪能力增强，调节时间明显减少，控制精度得到提高。 关键词：时滞控制模糊p i d 控制预测控制f c s 一 1 r 东北大学硕士学位论文a b s t r a c t r e s e a r c ha n di m p l e m e n t a t i o no fp a r a m e t e r s e l f - m o d i f y f u z z y - p i dc o n t r o la l g o r i t h mb a s e do np r e d i c t i o nm o d e l a b s t r a c t d u et ot h et i m e - d e l a ya n dn o n l i n e a ro ft h eo b j e c t ，a n di t sd y n a m i c si n d e t e r m i n a c ya n d i n d e t e r m i n a c y c a u s e d b y e x t e r n a lc o n d i t i o nd i s t u r bi n i n d u s t r yp r o c e s sc o n t r o l ，t h e c o n t r o l l e r sp a r a m e t e r si sd i f f i c u l tt od e t e r m i n e ，w h i c hm a k e sc o n t r o lq u a l i t yb a da n d p r o c e s s c o n t r o lc o m p l i c a t e d i no r d e rt og e ts a t i s f y i n gc o n t r o le f f e c t ，p a r a m e t e rs e l f - m o d i f yp i d c o n t r o lo rs m i t hd i s c r e e tc o n t r o l l e ri sa d o p tu s u a l l y , a n dh a v eb e e nu s e di ni n d u s t r y h o w e v e r , a sa c c u r a t em a t h e m a t i cm o d e li s a l w a y sr e q u i r e d ，a n dt h er e q u e s tt h a ts y s t e mn e e d si n d i f f e r e n tc o n d i t i o nt op a r a m e t e rs e l f - m o d i f yc a nn o tb es a t i s f i e dw h e nm o d e lc h a n g e s ，t h e c o n t r o le f f e c ti sb a d t h er e s e a r c ho fi n t e l l i g e n tc o n t r o lt h e o r yh a sg o n ed e e p l y , a n dt h e a p p e a r a n c eo ff i e l db u sd i d n to n l yc h a n g et h es t r u c t u r eo ft r a d i t i o n a lc o n t r o ls y s t e m ，b u ta l s o m a k e st h ea p p l i c a t i o np o s s i b l ei n i n d u s t r y t h e r e b y , t r a d i t i o n a lc o n t r o lm e t h o da n df u z z y p r e d i c t i o nc o n t r o la l g o r i t h ma r er e s e a r c h e di nt h i sp a p e r , a n dt h em e t h o dh o wt oa p p l y a d v a n c ec o n t r o lp o l i c yt op r a c t i c a ls y s t e mi sp u tf o r w o r d ，w h i c ho f f e r su s e f u le x p e r i e n c et o t h ea p p l i c a t i o no fi n t e l l i g e n tc o n t r o li ni n d u s t r y o nt h eb a s i co ft h er e s e a r c ho ff u z z yc o n t r o la n d p r e d i c t i o nc o n t r o l ，ak i n do ff u z z y p i d c o n t r o l l e rb a s e do np r e d i c t i o nm o d e li sp u tf o r w o r d ，w h i c hc o m b i n e sf u z z y p i dp a r a m e t e r s e l f - m o d i f yc o n t r o la n dp r e d i c t i o nc o n t r 0 1 i tu t i l i z e st h em e r i to ff u z z yc o n t r o lt h a tc a ns e t t l e u n c e r t a i nm a t h m a t i cm o d e l ，t h es e l f - s t u d yf u n c t i o n ，a n da d a p t st ou n c e r t a i n t ys y s t e mt o r e a l i z eb e s tp a r a m e t e r sc o m b i n e dp i dc o n t r 0 1 m o r e o v e r , i tu s e sp r e d i c t i o nm o d e lt oe s t i m a t e p r o c e s sf u t u r ed e v i a n ti no r d e rt od e t e r m i n ec u r r e n tb e s ti n p u tp o l i c yb yr o l l s o ，t h e d i s a d v a n t a g et h a tt h ec o n t r o le f f e c tn e e d sl o n gt i m et os y s t e mo u t p u tc a u s e db yt i m e - d e l a y c a nb ep r e v e n t e da n dr e a l i z et i m e - d e l a yc o n t r 0 1 t h er e a l i z a t i o np r o c e s si ns 7 3 0 0p l ci s g i v e n d u et ot h em e t h o do ff u z z y - p i dc o n t r o l l e rb a s e do np r e d i c t i o nm o d e l ，t h er e a l i z a t i o n p r o c e s si ns 7 - 3 0 0p l ci sd e s i g n e da n das e r i e so fe x p e r i e n c e sa r em a d ei np r o c e s sc o n t r o l e x p e r i e n c es e t t h es i m a t i cn e t a n ds o f ta n dh a r d w a r eo fs i m e n sa r eu s e da sf l a ti nt h i s e x p e r i e n c e t h ep r o g r a mo fp a r a m e t e rs e l f - m o d i f yf u z z y p i dc o n t r o la l g o r i t h ma n d p r e d i c t i o nc o n t r o la l g o r i t h ma r ed e s i g n e db yc o m p i l i n gs t l a n dd o w n l o a d i n gt h e mt op l c ， a n dt h e a p p l i c a t i o no fi n t e l l i g e n tc o n t r o lm e t h o di np r a c t i c ei sr e a l i z e d p i dc o n t r o l e x p e r i e n c ea n dp r e d i c t i o nf u z z yp i dp a r a m e t e r se x p e r i e n c ea r ec a r r i e do u ti nf c ss e t t i n g , a n di d e a le f f e c ti s g o t t h ee x p e r i m e n tr e s u l t sa n da p p l i c a t i o ni ni n d u s t r ya p p r o v et h e e f f e c t i v i t yo ft h i sm e t h o d ，b yw h i c ht h ed e l a ya n du n c e r t a i n t yo fo b j e c ti ss e t t l e da n dr e a l i z e t i i i _ 、人 东北大学硕士学位论文 a b s t r a c t p i d p a r a m e t e r ss e l f - r e g u l a t i n g t h er e s p o n s es p e e d i s f a s t e r ，t r a c e a b i l i t y i s s t r o n g e r ，r e g u l a t et i m ei ss h o r t e ro b v i o u s l y ，a n dc o n t r o lp r e c i s i o ni si n c r e a s e d 东北大学硕士学位论文 目录 目录 独创性声明i 摘要h a b s t r a c t 。l l l 第一章绪论1 1 1 课题的研究背景及意义。1 1 2 时滞系统的研究现状2 1 2 1 时滞系统的经典控制方法2 1 2 2 时滞系统的智能控制方法3 1 3 智能控制算法在工业过程网络控制中的应用4 1 3 1p l c 基本控制方法4 1 3 2p l c 在工业控制领域中的应用。6 1 4 本文的主要工作。6 第二章基于p l c 的现场总线过程控制系统9 2 1s i m a t i cn e t 工业通讯网络9 2 1 1p r o f i b u s 、i n d u s t r i a le t h e m e t 简介9 2 1 2p l c 现场总线控制系统的结构1 1 2 1 3 网络之间的通信1 2 2 2 控制系统的设计基础1 2 2 2 1 现场总线过程控制实验系统的组成1 2 2 2 2 现场总线过程控制系统的软件设计基础1 5 2 3s i m a t i cs 7 3 0 0p l c 控制系统1 6 2 3 1s i m cs 7 3 0 0 概述1 6 2 3 2s i m a t i cs 7 3 0 0p l c 控制系统组成1 6 2 3 3s t e p 7 系统的功能及结构1 8 2 4 本章小结1 9 第三章模糊p i d 控制算法的研究与实现2 1 3 1 模糊控制理论2 1 3 1 1 模糊控制器的组成2 1 3 1 2 基本模糊控制器的设计。2 3 3 1 3 模糊p i d 控制器。2 6 一v 一 东北大学硕士学位论文 目录 3 2 模糊p i d 控制器在p l c 上的实现方法2 9 3 2 1p l c 模糊控制器结构2 9 3 2 2 模糊p i d 控制器在p l c 上的实现步骤。3 0 3 2 3s t e p 7 实现模糊p i d 控制器设计的方法一3 0 3 3 本章小结3 1 。 第四章预测控制算法的研究与实现3 3 4 1 预测控制的基本原理。3 3 4 1 1 预测模型3 7 ， 4 1 2 在线校正3 9 4 1 3 参考轨迹3 9 4 2 预测控制算法在p l c 上的实现方法4 0 4 3 控制参数的选取4 0 4 3 1 建模时域n 的选择4 0 4 3 2 优化时域p 4 1 4 4 本章小结4 1 第五章温度滞后控制系统的设计与实现4 3 5 1 温度滞后控制系统总体设计4 3 5 1 1 温度控制系统特性研究4 3 5 1 1 2 温度控制系统的4 4 5 1 2 控制要求4 6 5 1 3 基于预测的p i d 参数自调整模糊控制系统结构4 6 5 2 温度滞后控制系统硬件设计4 7 5 2 1p l c 控制系统的总体设计4 8 5 2 2p l c 控制系统硬件组态4 8 5 2 3p l c 控制系统网络组态5 0 5 2 4p l c 系统硬件下载与调试5 0 5 3 温度滞后控制系统软件设计5 1 5 3 1 采样时间的选择5 1 5 3 2 控制器主程序的设计5 2 5 3 3 模糊p i d 控制器子程序的设计5 3 5 3 4 预测控制器子程序的设计5 9 5 4 上位机监控系统的设计6 1 5 4 1w i n c c 与p l c 之间通讯组态6 1 5 4 2 监控系统数据的采集和输出6 2 5 4 3 温度控制画面及功能6 3 一v 卜一 东北大学硕士学位论文目录 5 5 实验研究及结果分析6 4 5 6 本章小结6 5 第六章总结与展望6 7 参考文献6 9 致谢。7 3 攻读硕士期间发表的论文7 5 一v i 卜一 ， 、 东北大学硕士学位论文笫一章绪论 第一章绪论弟一早珀了匕 1 1 课题的研究背景及意义 随着科学技术的进步，现代工业生产的控制问题日趋复杂，所采用的控制技术和控 制策略也在不断的更新，随着现场总线这项以智能传感、控制、计算机、数字通讯等技 术为主要内容的综合技术在工业中的广泛应用，许多网络控制系统就逐步出现在了工业 控制现场，这使得许多工业中存在的控制难题可以得到更好的解决，使控制更方便，更 有效。另一方面，由于工业对象本身所固有的滞后特性，非线性及其动力学特性的内部 不确定性和外部环境扰动所带来的不确定性，使很多过程控制问题复杂化，且随着生产 工艺的日益复杂，人们对工业过程的总体性能，如控制精度，响应速度，系统稳定性， 即适应能力的要求也不断提高。对工业过程控制系统的设计提出了更高的要求，因此， 这需要更高级、更快速、更可靠、更有效的控制方法。那么，如何利用工业过程控制中 常用的p l c 设备及工业控制网络解决滞后现象所存在的控制难题成为一种发展趋势。 通常说来工业过程控制的复杂性主要表现在以下几个方面【l 】： ( 1 ) 过程的不确定性； ( 2 ) 过程的非线性； ( 3 ) 过程的滞后性： ( 4 ) 过程的多变量及强耦合性。 其中，在实际工程系统中，滞后现象的存在是非常普遍的，常产生于化工，炼油， 冶金，航空航天，电力，电子技术，交通系统中【2 】。由于时滞及过程参数不确定性的存 在，使得p i d 控制器的参数也要能够自动调整。同时，滞后性的存在也使得被控制量不 能及时的反映系统所承受的扰动，产生很明显的超调，调节时间变长，从而导致调节系 统的动态品质变差。所以，滞后系统的研究有着广泛的实际背景，已经受到国内外工程 和理论界的广泛重视。因此，搭建一个合理有效的控制系统改善这种现象变得很重要。 在很多行业中，滞后现象的存在直接会影响产量及产品的质量，从而导致资源的浪费， 使社会受到巨大的经济损失。这就使得对控制系统的改善及控制器的设计具有很强的实 际应用价值。 课题的研究是在装备制造业自动化综合实验室进行的，以西门子工业以太网和 p r o f i b u s 现场总线作为网络环境，在西门子公司先进的软、硬件产品及工业控制网络 组成的现场总线过程控制实验系统上对时滞系统的控制算法进行了实验研究，重点研究 了基于预测的模糊p i d 参数自整定控制算法，并通过大量的实验研究，采用编写p l c 控制程序的方法，使得该算法在温度滞后系统中得以实现，为工业过程控制中的时滞问 一1 一 东北大学硕士学位论文 ， 第一章绪论 题提供了一种有效的控制手段。 1 2 时滞系统的研究现状 时滞现象的出现，使其控制问题成为了困扰着自动控制领域的一大难题，为了解决 这一难题，长期以来，许多学者都在理论和实践上做了大量的研究工作，相继提出了很 多行之有效的控制办法，这些方法归结起来主要有两类控制方法【3 1 ，即最早在时滞系统 控制中应用的几种经典控制方法和近年来受到广泛关注的智能控制方法。 时滞系统的经典控制方法是指针对时滞系统控制问题提出并应用得最早的控制策 略，主要包括：( 1 ) 自整定p i d 控制；( 2 ) s m i t h 预估控制；( 3 ) 大林算法。这些方法虽然理 论上比较简单，但在实际应用中却能收到很好的控制效果，因而在工业生产实践中获得 了广泛的应用。 智能控制【4 】是一类无需人的干预就能够独立地驱动智能机器实现其目标的自动控 制，在众多智能控制方法当中，模糊控制、神经网络以及二者的结合一模糊神经网络在 时滞系统的控制中的应用最为广泛。 1 2 1 时滞系统的经典控制方法 p i d 控制器由于具有算法简单、鲁棒性好和可靠性高等特点，因而在实际控制系统 设计中得到了广泛的运用，使其成为工业过程控制中应用最为广泛的一种控制算法。然 而p i d 控制的难点在于如何对控制参数进行整定，以求得到最佳控制效果。较早用来整 定p i d 控制器参数的方法有：z i e g l e r n i c h o l s 动态特性法、c o h e n - - c o o n 响应曲线法、基 于积分平方准贝j j i s e 的整定法等【5 1 。但是这些方法只能在对象模型精确已知的情况下， 实现p i d 参数的离线整定，当被控对象特性发生变化时，就必须重新对系统进行模型辨 识。为了能在对象特性发生变化时，自动对控制器参数进行在线调整，以适应新的工况， p i d 参数的自整定技术就应运而生了。目前用于自整定的方法比较多，如继电型自整定 技术、基于过程特征参数的自整定技术、基于给定相位裕度和幅值裕度的s p a m 法自整 定技术、基于递推参数估计的自整定技术以及智能自整定技术等1 6 1 。但对于大滞后对象， 当衫丁 1 时，按照上述方法整定的p i d 控制器则难以稳定。 s m i t h 在1 9 5 7 年提出的预估控制算法，通过引入一个与被控对象相并联的纯滞后环 节，使补偿后的被控对象的等效传递函数不包括纯滞后项，这样就可以用常规的控制方 法( 如p t d 或p i 控制) 对时滞系统进行控制【7 1 。s m i t h 预估控制方法虽然从理论上解决了 时滞系统的控制问题，但在实际应用中却还存在很大缺陷。主要存在这样两点不足：( 1 ) 它要求有一个精确的过程模型，当模型发生变化时，控制质量将显著恶化：( 2 ) s m i t h 预 估器对实际对象的参数变化十分敏感，当参数变化较大时，闭环系统也会变得不稳定， 甚至完全失效。 1 一 ， 东北大学硕士学位论文 第一章绪论 大林算法【8 j 是由美国i b m 公司的d a h l i n 于1 9 6 8 年针对工业过程控制中的纯滞后特性 而提出的一种控制算法。该算法的目标是设计一个合适的数字调节器o ( z 1 ，使整个系 统的闭环传递函数相当于一个带有纯滞后的一阶惯性环节，而且要求闭环系统的纯滞后 时间等于被控对象的纯滞后时间。大林算法方法比较简单，只要能设计出合适的且可以 物理实现的数字调节器d ( z ) ，就能够有效地克服纯滞后的不利影响，因而在工业生产 中得到了广泛应用。但它的缺点是设计中存在振铃现象，且与s m i t h 算法一样，需要一 个准确的过程数字模型，当模型误差较大时，控制质量将大大恶化，甚至系统会变得不 稳定。 1 2 2 时滞系统的智能控制方法 随着人工智能和机器人技术的快速发展，以模糊控制和神经网络控制为代表的智能 控制技术受到了广泛的重视，由于智能控制是一类无需人的干预就能够独立地驱动智能 机器实现其目标的自动控制，采用拟人化的思维方法、规划及决策实现对工业过程优化 控制的一种技术，具有思维能力和学习、自适应调整及自组织功能的先进控制思想和策 略，因此在解决复杂的工业过程控制中普遍存在的大滞后及不确定性方面有突出的贡 献。近年来已逐渐应用到工业控制中，得到了诸多学者的高度重视。 模糊控制【9 j 是z a n d e h 于1 9 6 5 年首先创立的，其核心是模拟人的思维方式对一些无法 得到精确数学模型的被控对象设计模糊控制器，通过建立输入、输出模糊集及模糊规则 来实现有效的控制。模糊控制可以不需被控对象的数学模型即可实现较好的控制，因而 特别适用于那些具有纯滞后、大惯性、参数漂移大的非线性不确定复杂系统。但模糊控 制存在控制精度不高的缺点，为解决这一问题，文献【1 0 】提出了一种能有效克服静差的 增量式类积分模糊控制器，在控制的同时辨识出系统的开环放大倍数，再利用类积分的 增量式输出，有效地克服了静差。文献 1 l l 贝, l j 提出了一种自整定模糊控制器，可根据运 行工况自动调整各模糊变量的加权因子，从而减小了静差。实际应用中还可将模糊控制 与p i d 控制相结合，以提高控制品质。文献 1 2 1 提出了一种f u z z y p i d g r 叉模控制方法，在 大偏差范围内采用模糊控制取得较好的动态响应并抑制随机干扰，而在小偏差范围内采 用p i d 控制来抑制稳态误差。模糊控制还可用于在线整定p i d 控制器的参数，从而取得较 好的控制效果。 人工神经网络1 1 3 j 是通过大量人工神经元的相互连接组成的复杂网络。它模拟人脑细 胞的分布式工作特点和自组织功能，具有很强的并行处理、自适应性及自学习和非线性 映射等能力是一种不依赖于模型的控制方法，因而同样不需要对被控对象进行精确的辨 识，便可实现对时滞系统的自适应控制。神经网络主要有b p 网络、r b f 网络、h o p f i e l d 网络、c m a c 网络、k o h o n e n 网络【1 4 l 等。它被应用在时滞控制系统中也是因为它可以逼 一3 一 东北大学硕士学位论文第一章绪论 近时滞的动态特性，只需要用一定的输入和输出样本来训练网络就可以了，它不需要复 杂的控制结构，也不需要精确的数学模型，因此它简单而有效的特点适合工业的应用。 文献1 5 1 中提出了用神经元自适应预测p i d 控制器来对大时滞大惯性的电加热炉进行实 时控制，其中主要利用模型加权函数的误差函数来确定时滞，然后结合预测控制来克服 变时滞，实验表明，该方法切实可行，并有较强的鲁棒性。 预测控制【1 6 l 是一种基于模型的先进控制技术，亦称模型预测控制( m o d e lp r e d i c t i v e c o n t r 0 1 ) ，它是2 0 世纪7 0 年代中后期在美国工业领域内出现的一类新型计算机控制算法。 因为时滞控制系统解决问题的关键是对系统输出的预测，因此预测控制非常适用于时滞 系统，它可以和智能控制方法相结合来满足应用的要求。预测控制算法对模型的精度要 求不高，适应于时滞对象或非最小相位系统，跟踪性能好，比起传统的最优控制、自适 应控制来更适应于复杂的工业工程控制中不确定环节的需要。这种控制算法越来越受到 国内外工业界和控制理论界重视，并在石油、化工、电力、冶金、机械等行业得到了应 用，取得了明显的经济效益。近年来，预测控制理论注重了多种算法的交叉研究，由模 糊控制、人工神经网络等智能控制技术与控制机理相结合的智能预测控制成为人们研究 的热点，尤其是与p i d 控制技术的结合获得了广泛的应用。 1 3 智能控制算法在工业过程网络控制中的应用 在工业过程控制中，从4 0 年代开始，采用p i d 控制规律的单输入单输出系统作 为过程控制的核心系统。到目前，随着智能控制理论的出现并不断完善以及针对工业 过程控制品质提出的较高要求，已经迫切需要将智能控制算法应用于实际系统中。但 由于智能控制算法的复杂性和计算机硬件两方面应诉的影响，早期的控制算法通常是 在p c 机和u n i x 机上实施的旧。传统的p l c 由于不支持浮点运算以及先进控制所必 须的精确的时间，因此，除了模糊逻辑控制外，其他的先进控制并没有在p l c 平台上 实现。然而，在过程工业中大多系统使用先进灵活的p l c 控制系统，因此1 9 9 6 年b a r n e s 提出了一种基于p c p l c 通讯的混合方式，通过控制网络实现计算机与p l c 的通讯， 从而实现先进控制。随着近年来现场总线控制技术的同益成熟和完善，为智能算法应 用于工业现场提供一种有效的实现手段。现场总线控制系统是在原有传统的过程控制 系统基础上，利用p r o f i b u s 技术作为现场设备间的数据传输和交换，并以现场总线 模块替代常规的现场检测和变送装置，控制设备( p l c ) 用来实现数据处理，发出控制信 号，通过工业以太网实现计算机与控制层设备( p l c ) 的通讯，从而实现远程控制，从而 使整个控制系统实现网络化和数字化。 1 3 1p l c 基本控制方法 p l c 从其出现到现在己有3 0 年的历史，以微处理器为基础，综合了计算机技术， 一4 一 东北大学硕士学位论文 第一章绪论 自动控制技术和通信技术发展起来的一种通用的工业自动控制装置。p l c 最初只用于 开关量的简单控制，发展到后来的连续系统的p i d 反馈控制。由于p l c 的强大的功能， 它被广泛的应用于工业控制系统中。随着工业技术的不断发展，工业控制系统也呈现 出大规模更复杂特点和功能，基于p l c 的控制方案必须依据系统的规模和特点不断的 完善与更新，才能适应工业的发展，满足用户的需求。 基于p l c 的控制系统大致可以分为以下几种【1 8 】： ( 1 ) p l c 单机扩展控制系统 对于小规模控制系统，被控对象少，输入输出点数较少，控制要求也比较简单， 如数据采集，简单的顺序控制，闭环回路的p i d 控制等，一个独立的p l c 便能满足要 求；若i o 点数较多，一个机架的所有插槽都被占用，可以使用扩展机架进行系统的 扩展。 ( 2 ) p l c 分布式控制系统 实际应用中许多控制系统被控对象数量多，分散分布且分布距离甚远，此时若采 用一台p l c 控制，全部的i o 设备都集中在中央控制室，则从控制室i o 设备到现场 生产设备的控制电缆冗长繁杂，安装困难且易受各种电磁干扰。对于此类被控对象应 采用分布式控制系统。p l c 可用远程l o 站和p l c 网络两种形式组成分布式控制系统。 ( a ) 远程i o 站组成的分布式控制系统 支持远程i o 站的p l c 系统一般由一个本地站和多个远程i o 站组成，本地站和 各远程i 0 站均由配置在本地站上的控制器控制。本地站配置有控制器、远程i o 处 理器、i o 模块及其他设备。远程站配置有远程i o 适配器、f o 模块及其他设备：本 地站中远程i o 处理器和各远程站中远程i o 适配器之间用一根同轴电缆以总线、环 形等拓扑结构连接起来，构成p l c 远程通讯系统。 ( b ) p l c 网络组成的分布式控制系统 采用p l c 网络技术，每个被控子系统配置一套带网络适配器的p l c 系统就近控 制，各p l c 的网络适配器之间用一根通讯电缆连接起来，构成p l c 网络。各p l c 控 制器对不依赖于其他生产子系统的内部逻辑进行独立解算和i o 控制。可见采用p l c 网络能进一步提高控制系统得可靠性和灵活性。 ( 3 ) i p c p l c 分布式测控系统 工控机( i p c ) 和p l c 作为工业自动化领域两支重要的支柱，在现代化工业生产中 得到了极为广泛的应用，采用p l c 和工控机进行分在式测控可以使两者互补功能上的 不足，前者用于控制方面方便又可靠，而后者在图形显示、数据处理、打印报表以及 文字显示等方面有很强的功能。通常，这类系统采用r s 4 8 5 总线型主从分布式工业通 讯网络进行测控，由一台工控机作为上位机，通过r s 4 8 5 总线管理着若干台p l c ，并 一5 一 东北大学硕士学位论文第一章绪论 完成图形显示、曲线绘制、数据建档、打印报表等。而p l c 作为下位机完成执行机构 的控制、传感器信号的数据采集等。 1 3 2p l c 在工业控制领域中的应用 可编程逻辑控制器( p l c ) 【”】是一种数字运算操作的电子系统，专为工业环境下应用 而设计。它采用可编程序的存储器，用夹在其内部存储执行逻辑运算，顺序控制、定时、 记数和算术运算等操作指令，并通过数字式、模拟式的输入输出，控制各种类型的机械 或生产过程。p l c 在工业控制领域的应用可分为以下几种类型： ( 1 ) 开关量的逻辑控制 这是p l c 最基本、最广泛的应用领域，它取代传统的继电器控制系统。实现逻辑控 制、顺序控制，可用于单机控制、多机群控、自动化生产线的控制。 ( 2 ) 位置控制 大多数p l c 制造商，目前都提供拖动步进电机或伺服电机的单轴或多轴位置控制模 块。这一功能广泛用于各种机械，如金属切削机床、金属成型机床、装配机械、机器人 和电梯等。如p l c 和计算机数控装置组合一体，可以实现离散、分级的数值控制，组成 数控机床控制系统。 ( 3 ) 闭环过程控制 过程控制是指对温度、压力、流量等连续变化的模拟量的闭环控制。现代大型p l c 都配有p i d 子程序或p i d 模块，可实现单回路，多回路的自动调节控制。 ( 4 ) 用于组成多级控制系统，实现工厂自动化网络。 ( 5 ) 计算机的下位前端级控制 随着技术的发展和市场需求的增加，现代的p l c 发展的主要趋势是向大型网络化、 高可靠性、好的兼容性、多功能方面发展。p l c 与p c 机联出系统，p c 机起到原编程器及 人机界面操作站的作用，这为系统集成带来了商机，同时编程软件和人机界面软件及软 件接口也得到了发展。近年来，p l c 厂家在原来c p u 模板上逐渐增加了各种通讯接口， 而且提供完整的通讯网络。 1 4 本文的主要工作 从课题的实际背景出发，分析工业过程控制中存在的滞后现象，总结滞后现象给系 统带来的诸多影响。对目前应用于时滞系统的控制方法进行研究，并分析应用经典控制 方法和智能控制方法解决滞后现象的优缺点和一些可能的控制策略，提出一种更有效的 智能控制方法。研究其在工业过程中的实现方法，给出在s 7 3 0 0 p l c 中的实现过程并在 现场总线过程控制实验装置上进行实验研究。最后总结该方法仍需改进之处及其在工业 过程控制应用方面的发展趋势。 一6 一 东北大学硕士学位论文 第一章绪论 针对本文讨论的控制问题，本文围绕模糊p i d 参数自调整控制算法和预测控制算法 及其在先进控制系统中的应用方法等问题，主要进行以下几方面的工作： ( 1 ) 阐述滞后控制的发展现状及其前景。 ( 2 ) 介绍基于p l c 的现场总线过程控制系统。 ( 3 ) 对传统的p i d 控制算法和模糊控制算法、预测控制算法进行研究。 ( 4 ) 提出一种基于预测模型的模糊p i d 参数自整定控制算法。 ( 5 ) 设计一个基于预测模型的模糊p i d 参数自整定控制器并通过控制系统的硬件组态、网 络组态和监控系统设计构成网络环境，编写p l c 控制算法程序，得出其在s 7 3 0 0 p l c 中的实现过程。 ( 6 ) 设计一个基于工业以太网和现场总线的温度滞后控制系统并进行实验研究。 通过对被控对象特点的分析，提出一种改进的p i d 控制器参数自整定办法，设计一 个基于预测模型的模糊p i e d 参数自整定控制器，在原有实验系统上进行二次开发，完善 实验系统的功能使其智能化，并在此基础上进行实验研究。通过大量的实验和对实验结 果的分析证明了本文设计的基于工业以太网和现场总线技术的温度控制系统结构设计 合理、系统组态准确、控制算法有效，同时证明了基于预测模型的模糊p i d 参数自整定 控制算法针对模型不确定和滞后现象能够得到较好的控制效