（控制理论与控制工程专业论文）工业过程控制中模糊pid控制器的应用研究.pdf

工业过程控制中模糊p i d 控制器的应用研究 摘要 近年来发展起来的基于知识且不依赖于模型的智能控制技术为解决系 统的非线性、滞后和时变等问题提供了新的思路。模糊控制技术是智能控制 研究中最活跃的领域，也是未来研究与应用的重点技术之一，而常规p i d 控制器以结构简单、工作稳定、适应性好、精度高等优点成为过程控制中应 用最广泛最基本的一种控制器。因此，对模糊p i d 控制器的研究，无论在 理论研究上还是在工业过程控制实践中都将具有重要的意义，本文对模糊 p i d 控制器进行理论分析，并选取工业过程控制中典型的一阶纯滞后及二阶 纯滞后为控制对象进行m a t l a b 环境下的仿真研究，进一步对模糊p i d 控制 器的应用研究做一些试探性工作，具体如下： 阐述模糊控制的基本理论，通过对常规模糊控制器和p i d 控制器的控 制性能进行仿真比较，总结了各自的特点和适用性，归纳了模糊p i d 控制 器的基本形式。 在总结模糊控制和传统p i d 控制性能的基础上，根据工业过程控制的 实际，分析和研究了p i d 参数模糊自整定控制器f g s c ：针对f g s c 法抗干 扰能力差的缺点，提出了基于设定值加权的模糊p i d 控制器f s w c ；针对大 时滞系统的常规控制策略s m i t h 预估控制的优缺点，结合模糊p i d 控制器的 特点，提出了对大时滞对象的模糊p i d s m i t h 复合控制。并对以上三种模糊 p i d 控制器进行了跟踪设定值特性、抑制扰动性能和适应对象参数变化能力 的仿真分析与研究，总结了各自的特点和适用性。 简要介绍造纸工艺流程，根据造纸生产的工艺特点和过程控制要求，重 点对浓度和液位实现了自动控制。针对纸浆浓度控制具有大滞后，模型不确 定，综合s m i t h 预估对滞后的补偿，模糊p i d 控制器的鲁棒性、精确性等特 点设计模糊p i d s m i t h 复合控制器。对液位控制，采用参数自整定模糊p i d 控制器：以m a t l a b 为工具对所设计的模糊p i d 控制器进行仿真，并与常规 p i d 控制仿真比较研究，取得了较好的控制效果。 关键词：模糊p i d 控制器，工业过程控制，模糊自整定，复合控制， s m i t h 预估器 a _ p p l i c a t i o na n dr e s e a r c ho ff u z z yp i d c o n t r o l l e ri ni n d u s t r i a lp r o c e s sc o n t r o l a b s t r a c t a tp r e s e n t , t h ei n t e l l i g e n tc o n t r o lb a s e d0 1k n o w l e d g eo t h e rt h a nm o d e l i n g c o n t r o lp r o v i d e san e wi d e af o rs o l v i n gt h i sp r o b l e m f u z z yc o n t r o lt e c h n o l o g yi s o n eo ft h em o s ta c t i v ea n df r u i t f u lf i e l d si ni n t e l l i g e n tc o n t r o lr e s e a r c h i tp l a y s a ni m p o r t a n tr o l e ，a n dw i l lb eo n eo ft h ek e yt e c h n o l o g i e si nt h ef u t u r e t h e t r a d i t i o n a lp i dc o n t r o l l e rt e c h n o l o g ys t i l lp l a y sal e a d i n gr o l ei ni n d u s t r i a l p r o c e s sc o n t r o ld u e t oi t ss i m p l es t r u c t u r e ，s t a b i l i t y , g o o da d a p t a b i l i t ya n d h i g h a c c u r a c y t h e r e f o r e ，t h e r ew i l lb eag r e a ts i g n i f i c a n c ei nb o t ht h er e s e a r c h t h e o r ya n dt h ep r a c t i c eo fi n d u s t r i a lp r o c e s sc o n t r o li n t of u z z yp i dc o n t r o l l e ra s w e l la st h ea p p l i c a t i o no fi t t h e o r e t i c a la n a l y s i st h em a i nb o d yo ft h i st e x ti s c a r r i e do u to n 呦p i d c o n t r o l l e r , i tc h o o s e sr e p r e s e n t a t i v ep u r eo n eo r d e r l a g g i n ga n dp u r el a g g i n go fs e c o n do r d e ri ni n d u s t r yp r o c e s sc o n t r o la sc o n t r o l o b j e c tt od os i m u l a t i n gr e s e a r c hu n d e rt h ec i r c u m s t a n c eo fm a t l a b a n d t h i s t e x th a sd o n et h et e n t a t i v ej o ba b o u tt h ea p p l i c a t i o no ff u z z yp i dc o n t r o l l e r , e l a b o r a t e da sf o l l o w s ： w ed e s c r i b e dt h eb a s i so ff u s s yc o n t r o l ，as i m u l a t i o ni sc o n d u c t e di no r d e r t od r a wac o m p a r i s o nb e t w e e nt h ep e r f o r m a n c eo fn o r m a lf u s s yc o n t r o l l e ra n d p i dc o n t r o l l e r , a f t e rt h a t ，w es u m m a r i z e dt h e i rr e s p e c t i v ec h a r a c t e r i s t i c sa n d a d a p t i v i t i e s ，a n df o r m u l a t e dt h eb a s i cf o r mo ff u s s yp i dc o n t r o l l e r b a s e do na n a l y z i n gt h ec h a r a c t e r i s t i co ff u z z yc o n t r o la n dt r a d i t i o n a lp i d c o n t r o l ，a c c o r d i n gt ot h er e q u i r e m e n to ft h ei n d u s t r yp r o c e s sc o n t r o l ，t h i st e x t a n a l y z ea n ds t u d y t h ep i dp a r a m e t e rf u z z ys e l f - a d j u s tc o n t r o l l e rf g s c e s p e c i a l l yr e s e a r c ho fs e v e r a lf u z z yp i dc o n t r o l l e r s ，i n c l u d i n gf u z z yg a i n s c h e d u l i n gc o n t r o l l e r , f u z z ys e t - p o i n tw e i g h t i n gc o n t r o l l e r s ，f u z z y - s m i t h p i d h y b r i dc o n t r o l l e r t r a c k i n gs e t t i n gp o i n ：t a n ds i m u l a t i n gt h er e s e a r c h o f r e s t r a i n i n g d i s t u r b sa n d f i x i n g m o d e l p a r a m e t e r , f i n a l l yc o n c l u d i n g t h e c h a r a c t e r i s t i ca n da p p l i c a b i l i t y a f t e rb r i e fi n t r o d u c t i o no fp r o d u c ta r to fp a p e r m a k i n g ，e s p e c i a l l y e m p h a s i z e st h ea u t o m a t i cc o n t r o lo fc o n c e n t r a t i o na n dl i q u i dl e v e la c c o r d i n gt o i i t h eh a n d i c r a f tt h a tt h ep a d e rm a k i n ga n dt h er e q u i r e m e n to fp r o c e s sc o n t r 0 1 f o r s o l v i n gt h ep r o b l e mo fp a p e rp u l pc o n t r o ls y s t e m ，s u c ha sas i g n i f i c a n tl a g g i n g a n du n c e r t a i nm o d e l ，w ed e s i g nt h ef u z z y - p i d - s m i t hc o n t r o l l e ra c c o r d i n gt ot h e p r e l i m i n a r ys t i g m a t i z a t i o no ft h ec o m p e n s a t i o nt ol a g g i n ga n da d v a n t a g eo f a c c u r a t ec o n t r 0 1 i nl i q u i dl e v e lc o n t r o ls y s t e m i ta d o p t st h ef u z z yp i dc o n t r o l l e r b a s e do nt h ep a r a m e t e ro fs e l f - a d j u s t i n gt u n i n gs y s t e m m e a n w h i l e ，w i t ht h eh e l p o fm a t l a b ，t h es i m u l a t i n gr e s e a r c hb a s e do nt h ef u z z yp i dc o n t r o lm a k e sa g r e a ts u c c e s si nc o n t r o le f f e c t k e y w o r d s ：f u z z yp i dc o n t r o l ，i n d u s t r i a lp r o c e s sc o n t r o l ，f u z z ys e l f - a d j u s t , h y b r i dc o n t r o l ，s m i t hp r e d i c t o r i l l 陕西科技大学硕士学位论文 原刨性声明及关于学位论文使用授权的说明 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究所取得的成果。除文中已经注明引用的内容外，本 论文不包含任何其他个人或集体已经发表或撰写过的科研成果。 对本文的研究做出重要贡献的个人和集体，均己在文中以明确方 式标明。本人完全意识到本声明的法律责任由本人承担。 论丈作者签名：笙捌牡 日 期：堕吐l 生止一 关于学位论文使用授权的声明 本人完全了解陕西科技大学有关保留、使用学位论文的规定， 同意学校保留或向国家有关部门或机构送交论文的复印件和电 子版，允许论文被查阅和借阅；本人授权陕西科技大学可以将本 学位论文的全部或部分内容编入有关数据库进行检索，可以采用 影印、缩印或其他复制手段保存论文和汇编本学位论文。 ( 保密论文在解密后应遵守此规定) 论文作者签名：童张罕导师签名：多古书缪日期：2 0 07 - i f - i 1 = 业过程控制中模糊p i d 控制器的应用研究 1 绪论 i 1 工业过程控制技术概述 过程控制通常是指石油、化工、冶金、轻工、建材等工业生产过程中的自 动控制，在国民经济中占有极其重要的地位，是自动化技术的一个重要分支。 常规的过程控制系统是在了解掌握生产工艺流程及过程动、静态特性的基础 上，根据生产对控制提出的要求，应用控制理论，利用控制仪表、计算机、通 信网络等技术工具，自动获取各过程变量值的信息，并针对不同的生产过程进 行检测、变换、显示等，配合执行器与控制阀构成的开环或闭环控制系统，对 影响过程状况变量进行自动调节和或操作，以达到提高经济效益和劳动生产 率、节约能源、减少污染和安全生产等目的u ，。由于工业对象本身所固有的惯 性、滞后及其动力学特性的内部和外部环境扰动的不确定性，使很多过程控制 问题复杂化，且随着工业和现代科学技术的发展，生产工艺变得日益复杂，对 工业过程总体性能，如控制精度、响应速度、系统稳定性及适应能力的要求也 不断提高。这表明，人们从系统对象所能获得的知识信息量正相对减少，而对 控制性能的要求却日益高度化”，。在这种情况下，要想精确地描述复杂对象与 系统的任何物理现象和运动状态是十分困难的，因而传统的建立在对象精确模 型上的控制方法往往难以满足闭环优化控制的要求。如何以经济、有效的方式 提高过程控制的质量，有着很重要的现实意义。 1 1 1 过程控制技术的发展历程 过程控制的发展与控制理论、仪表、计算机等有关学科以及生产过程的发 展紧密相关，经历了一个由简单到复杂，从低级到高级，并正向纵深发展的过 程。从过程控制采用的理论与技术手段来看，大体上可以分为三个阶段m m ： ( 1 ) 7 0 年代之前为初级阶段，以古典控制理论为主要基础，采用常规气动、 液动和电动仪表，对生产过程中的温度、液位，压力、流量等热工参数进行控 制。系统以单回路p i d 控制、联锁保护为主的控制系统。控制目标是保持工业 生产过程的安全稳定，减少或消除生产过程中的主要扰动。 ( 2 ) 7 0 年代至9 0 年代初为发展阶段，由于计算机技术的大力发展。分布式 工业控制计算机系统( d c s ) 的出现与成熟，为生产过程中实施先进控制创造了 技术基础。以现代控制理论为主要基础，以计算机和高档仪表为工具，对较复 杂的工业过程进行控制。这阶段的建模理论、在线辨识和实时控制已突破前期 形式，涌现了大量的先进控制系统和高级控制策略。像鲁棒控制、非线性控制、 陕西科技大学硕士学位论文 预测控制在理论上都有重大突破。其主要任务是克服干扰和模型变化，满足复 杂的工艺要求，提高过程控制质量。 ( 3 ) 9 0 年代以来过程控制进入发展的第三个阶段。控制论、信息论、系统 论、人工智能、工程学、管理学等学科的交叉与融合，信号处理、数据库、计 算机网络与通讯技术的迅猛发展为实现高水平的自动控制提供了强有力的工 具，过程控制开始进入到以生产全过程的控制、优化、调度、管理为特征的综 合自动化模式。过程控制的目标已从保持生产的安全平稳进入到提高产品质 量、降耗节能、降低成本、减少污染，最终以效益为驱动力来重新整合整个生 产系统，最大限度地满足动态多变的市场需求，提高产品的市场竞争力。 1 1 2 过程控制的特点 通常来说，工业过程的复杂性及控制的困难性表现在以下几个方面： ( 1 ) 过程的不确定性。在传统的控制理论中，过程控制系统的设计、调节 器参数的整定都是以被控过程的数学模型为依据的，其建模的方法通常有机理 建模和实验建模两种。由于人类的认识能力有限，且工业现场普遍存在着各种 各样的干扰，许多过程复杂的物理和化学变化使得人们难以完全从机理上揭示 其内在规律；另一方面，过程中还存在着不可预知输入，即对输出产生影响的， 在重复试验中无法重复的激励。这两种不确定性普遍存在于工业过程中，使得 很多对象难以建模。 ( 2 ) 过程的非线性。严格地说，所有的工业过程都存在非线性，只是非线 性的程度不同而已。当系统的非线性不是很严重时，可用线性系统来近似，这 在工程上是可以接受的。但是对于存在严重非线性环节的系统，采用线性化的 处理方法常会产生很大的偏差，甚至会得出完全相反的结论。线性系统的分析 设计有着比较完善和系统的理论方法，而非线性系统的研究虽然取得了一些新 成果，但非线性理论远非完善，有很多问题尚待研究n 一。 ( 3 ) 过程的时滞特性。在大多数过程控制系统中，不同程度地存在着时间 滞后的工艺过程，包括纯滞后与容量滞后。时滞的存在给系统的稳定性带来了 不利的影响，调节作用不及时导致调节系统的动态品质交差。甚至出现发散振 荡，因而时滞对象被认为是最难控制的对象之一。5 0 年代末以来，在时滞控制 方面先后出现了基于模型的方法( 如s m i t h 预估控制、最优控制、滑模变结构 控制等) 和无模型的方法两大类，然而对于时滞系统的模型不确定性和干扰的 不可知性，非参数模型显得更为有效，开发与设计出各种智能控制方法或以不 同的方式结合在一起，将是解决工业大时滞过程的有效途径m 。 ( 4 ) 过程的多变量及强耦合特性。几乎在所有的工业过程中，都包含了较 工业过程控制中模糊p i d 控制器的应用研究 多的过程变量，而且这些变量之间又常以各种形式相互关联着，任何一个变量 的变化往往可能引起其他的变量发生变化，使系统的控制难以达到满意的指 标。目前，许多单变量控制系统所以能正常工作，是因为在某些情况下变量之 间的耦合程度不高。在变量间的关联比较紧密的情况下，不能简单地将系统分 为若干个单变量系统进行分析和设计，否则不但得不到满意的控制效果，甚至 得不到稳定的控制过程。 大部分工业过程还具有一些其它特性，如时变性、缓慢性、问歇性、过程 约束的多样性以及状态的不完全性等。所以，如何在工业过程具有复杂特性的 情况下，找到合理、有效的控制方式解决过程控制的难题，是非常重要的。 1 2 过程控制技术的方法应用现状 目前，学术界所研究出的控制算法很多，但其中许多算法仍只停留在计算 机仿真或实验验证上，能有效地应用在工业过程中的仍为数不多。工业过程控 制中常采用的方法主要有：以古典控制理论为主要基础的p i d 控制方法，以现 代控制理论为主要基础的自适应控制和预测控制等方法以及神经网络控制、模 糊控制等智能控制方法n ，。下面介绍几种有效应用于工业过程中已得到工程界 认可的控制算法。 ( 1 ) p i d 控制 p i d 控制是最早发展起来的控制策略之一，由于具有原理简单，适应性强， 鲁棒性强，易于操作等优点，而被广泛应用于工业过程控制中。常规p i d 控制 器作为一种线性控制器，按照偏差的比例( p p r o p o r t i o n a l ) 、积分( i i n t e g r a l ) 和微分( d d e r i v a t i v e ) 的线性组合构成控制量，对被控对象进行控制m 。 对于不同的被控对象只要适当地整定p i d 的三个参数，就可以获得满意的 控制效果，实际上是对比例、积分和微分三部分控制作用的折衷。大量的事实 证明，传统的p i d 控制算法对于绝大部分工业过程的被控对象可取得较好的控 制结果。但是在实际生产现场中，由于受到参数整定方法繁杂的困扰，p i d 控 制器的参数往往整定不良而使其控制效果欠佳，并且当对象特性变化较大时， 需重新整定参数，以保证系统的性能。传统p i d 控制一般只适用于线性时不变 空间，对难以建模且无法取得传递函数的系统难以适用。 现代控制理论、智能控制的研究和应用的发展为控制复杂过程系统开辟了 新途径。近年来，为适应复杂的工况和高指标的控制要求，采用改进的p i d 算 法或将p i d 算法与其它算法进行有机结合，出现了p i d 控制器参数的自整定技 术以及许多新型的p i d 控制方式，如：预测控制、自适应控制、神经网络控制 ， 陕西科技大学硕士学位论文 等多种技术结合的p i d 控制方式，具有传统p i d 及现代控制理论、智能控制理 论技术的多重特点，对于复杂对象的控制效果远远超过常规的p i d 控制。 ( 2 ) 预测控镧 预测控制是直接从工业过程控制中产生的一类基于模型的新型控制算法。 它高度结合了工业实际的要求，综合控制质量比较高，因而很快引起工业控制 界以及学术界的广泛兴趣与重视。预测控制有三要素，即预测模型、滚动优化 和反馈校正。它的机理表明它是一种开放式的控制策略，体现了人们在处理带 有不确定性问题时的一种通用的思想方法。目前多变量预测控制获得了成功的 应用，d c s 厂家及软件公司已有专用软件问世。预测控制仍在不断的发展中， 将预测控制思想和方法推广到广义控制问题是重要的研究方向之一。 ( 3 ) 自适应控钳 在实际工业过程中，很多被控对象的数学模型会随着工况和环境条件的改 变而改变，变化规律事先往往并不知道。如采用参数与结构固定不变的控制器， 控制系统的性能会不断恶化，为此设计一种特殊的控制系统，能自动地补偿在 模型阶次、参数和输入信号方面非预知的变化，这就是自适应控制系统。采用 自适应控制系统来适应时变的过程，是辨识与控制的结合，通过不断地测量系 统的状态、性能或参数，从而“认识”或“掌握”系统当前的运行指标并与期 望的指标相比较，进而作出决策以改变控制器的结构、参数或根据自适应律来 改变控制作用，以保证系统运行在某种意义下的最优或接近最优状态。 从理论研究的角度看，比较成熟的自适应控制系统分三类n ，：a 、自整定调 节器及其它简单自适应控制器；b 、模型参考自适应控制系统。c 、自校正控制 系统。从实际应用的角度看，自适应控制己经遍及到航天航空、冶金、机械及 机器人等各种领域，在生活和生产中发挥了巨大作用。白适应控制系统本质是 一种非线性的系统，常常兼有随机和时变等多种特征，内部机理也相当复杂， 分析十分困难。至今仍然有许多待进一步解决的问题，系统的稳定性、鲁棒性 和算法的收敛性等重要问题特别在参数估计方面的研究成果与人们的期望还 相差甚远。对于对象特性或扰动特性变化范围很大，又要求保持高性能指标的 系统，采用自适应控制是合适的。但自适应控制比常规控制复杂，成本也高， 只在常规反馈控制达不到期望的性能时，才考虑采用自适应控制，其广泛应用 仍将遇到许多困难。 ( 4 ) 神经网络控制 人工神经网络w 主要是从结构和实现机理方面或从功能上对生物神经网络 下业过转! 控制中模糊p i d 控制器的应用研究 的一种模拟和近似，使其具有学习、识别、控制等生物神经网络的某些功能。 基本的工作原理为：由结点、有向并加权的链组成的神经网络构成知识表达方 式，通过输入激活神经网络的初始结点，网络中各连接权的权值决定了后续结 点的激活，进而逐步传播到最外层的结点，并把它作为输出。这种方法的本质 在于提供了一种非线性静态映射，能以任意精度逼近任意给定的非线性关系， 在对象或环境变化时，通过自动修改权值，使其输出接近或达到期望值。 一个神经网络的特性及能力主要取决于网络的拓扑结构及学习方法。常用 于控制系统中的两种网络结构为前馈网络和反馈网络。前馈网络如单层、多层 感知网络和b p 网络等，主要用于分类、拟合、预测等问题。反馈网络如离散 或连续的h o p f i e l d 网络、b o l t z m a n n 机等，主要用于实现联想记忆和优化计算。 学习方法是修正神经元之间连接强度或加权系数的算法，使获得的知识结构适 应周围环境的变化。可分为有监督学习和无监督学习。神经网络在控制系统中 的应用多种多样，典型的主要有：神经网络监督控制、神经网络自适应控制、 神经网络直接逆控制、神经网络内模控制以及神经网络预测控制n ”等。 ( 5 ) 模糊控制 模糊控制是智能控制的一个重要分支，其主要思想是把现场操作人员的经 验知识等逻辑规则的语言表达转化为相关的控制量，在建立专家“知识”的基 础上，模仿人的思维过程，通过对模糊信息采用“不精确推理”，可有效地处 理控制系统中的不精确和不确定性，解决许多复杂而无法建立精确数学模型系 统的控制问题m ，。模糊控制的研究发展经历了“理论一应用一理论”的交替热潮 过程。自1 9 6 5 年z a d e h 教授创建模糊集合论和1 9 7 4 年m a m d a n i 成功地将模 糊控制应用于锅炉和蒸汽机控制以来，模糊控制器被广泛应用于热交换过程控 制、污水处理过程控制、交通路口控制以及汽车速度控制等多种典型场合，取 得了良好的控制效果，生产出了专用的模糊芯片和模糊计算机，充分展示了模 糊控制技术的应用前景。近几十年来，模糊控制研究及技术产品已经在经济、 医学尤其是工业应用及民用方面取得了巨大的发展。 然而，不同于传统控制技术，模糊控制理论的发展似乎落后于模糊控制应 用的发展，缺乏常规控制理论指导是阻碍模糊控制理论发展的一个重要因素， 如模糊控制器的系统化设计方法、稳定性分析及其非线性逼近能力等问题都有 待于进一步深入探索和研究。另外，为解决模糊控制对信息的简单模糊处理而 导致的系统控制精度降低和动态品质变差问题，目前混合模糊控制的思想己引 起广泛重视，如模糊p i d 控制、自校正模糊控制器、模糊专家系统、模糊神经 网络控制等“”。 5 陕两科技大学硕士学位论文 1 3 过程控制的发展方向一智能控制 随着科学技术不断发展和人们物质生活水平不断提高，一方面，为满足优 质高产、低消耗及安全生产、环境保护等要求，工业生产的工艺过程目趋复杂： 另一方面，工业过程不仅要求控制的精确性，更加注重控制的鲁棒性、实时性、 容错性以及对控制参数的自适应和自学习能力。传统的过程控制绝大多数是基 于对象模型的，即按照建模一控制一优化进行，建模的精确程度决定着控制质量 的高低。尽管目前的建模理论和方法有长足的进步，但仍有许多过程或对象的 机理不清楚，严重的非线性和不确定性，动态特性难以掌握，使许多系统无法 用精确数学模型描述，不得不对过程模型进行简化或近似，没有精确的数学模 型作前提，传统控制系统的性能将大打折扣。如自适应控制，对缓慢的变化过 程比较有效，对变化剧烈的过程却力不从心。因此，用传统的控制手段进一步 提高过程控制的质量遇到了极大的困难，传统控制方式面临着严重的挑战。 人们发现，那些无法获得精确数学模型并用传统控制理论设计出有效的控 制器加以精确控制的系统，专家却能凭丰富的经验实施良好的控制，因为专家 充分应用了人类特有的经验和知识、直觉推理和形象思维等智能活动。将人的 智能引入控制系统，使系统对于任务要求及反馈信息等输入，具备一定的智能 行为，能够产生合适的决策和控制作用，这就是智能控制系统。智能控制器的 设计不依赖过程的数学模型，因而对于复杂的工业过程往往可以取得很好的控 制效果。智能控制具有学习功能、适应功能、组织功能和优化功能等诸多功能 和优势使其成为解决传统过程控制局限问题的重要途径。是过程控制发展的方 向。常见的智能控制方法有以下几种：模糊控制、分级递阶智能控制、专家控 制、人工神经元网络控制、仿人智能控制等。尽管目前人工智能理论还不成熟， 智能控制方法各有千秋，各自又存在不足。研究表明，将它们交叉结合或与传 统的控制方法结合将会产生更佳的效果。随着相关科学技术的发展。将逐步完 善起来，其应用前景是极为广阔的。智能控制在家电行业及工业过程中取得了 许多成功的应用。在国内外，模糊控制与人工神经元网络己在石化、钢铁、冶 金、食品等行业取得了成功的应用n 儿，”。 1 4 模糊p i d 控制研究的意义和现状 从上文可以看到，随着控制理论的迅速发展，在工业过程控制中先后出现 了许多先进的控制算法，然而，p i d 类型的控制技术仍然占有主导地位，特别 是在化工、冶金过程控制中，基本上仍然应用p i d 类型的控制单元。这是因为 p i d 控制具有结构简单、容易实现、控制效果好、稳态精度高等特点，且p i d 丁= 业过程控制中模糊p i d 控制器的应用研究 算法原理简明，参数物理意义明确，理论分析体系完整，为广大控制工程师所 熟悉。但是传统p i d 控制是基于准确模型的，且系统特性变化与控制量之间是 线性映射关系。若采用常规p i d 控制器，以一组固定不变的p i d 参数去适应那 些参数变化、干扰众多的控制系统，显然难以获得满意的控制效果，甚至当参 数变化范围太大时，系统性能会明显变差，因此p i d 控制在解决大时滞、参数 变化大和模糊不确定性的过程控制问题时无法获得良好的静态和动态性能。基 于知识和不依赖对象模型的智能控制为解决这类问题提供了新的思路，成为目 前解决传统过程控制局限问题，提高过程控制质量的重要途径m 。 2 0 世纪7 0 年代发展起来的模糊控制是智能控制研究中最为活跃而又富有 成果的领域，在控制过程中不需要数学模型，只是根据现场人员的操作思维和 经验进行控制，从而对于一些不确定的过程，在经典控制理论和现代控制理论 不凑效的情况下，能够取得较满意的控制效果模糊控制的成功应用，带来了 巨大的经济效益和社会效益，并得到了进一步的发展和越来越广泛的应用，涌 现出众多新的模糊控制技术方法并得以广泛应用。由于在存在“不相容原理” 的情况下，模糊逻辑对于问题的描述能在准确和简明之间取得平衡，使其具有 实际意义，因此模糊控制理论的研究和应用在现代自动控制领域中有着重要的 地位和意义。模糊控制不需要精确的数学模型，因而是解决不确定性系统控制 的一种有效途径。此外，模糊逻辑是柔性的，对于给定的系统很容易处理以及 直接增加新的功能，易于与传统的控制技术相结合。但单纯的模糊控制也存在 精度不高、易产生极限环振荡“”等问题。 从上述模糊控制和p i d 控制各自的优势和局限性可以看出，如果把传统线 性p i d 和模糊控制结合起来。取长补短，可使系统的控制性能得到提高，是一 种很实用的控制方法。因此，在模糊控制的研究中，模糊p i d 控制技术扮演了 十分重要的角色，并且仍将成为未来研究与应用的重点技术之一c - ”。从传统与 现代控制技术应用的发展历史来看，虽然未来的控制技术应用领域会越来越宽 广，被控对象越来越复杂，相应的控制技术会变得越来越精巧，但是，以p i d 为原理的各种控制器将是过程控制中不可或缺的基本控制单元。如果能发现性 能优于p i d 的控制器，且具有类似p i d 易于使用的特点，无论在理论还是实践 上都将具有重要意义。 模糊控制与p i d 控制的结合得到了广泛的关注和应用。人们已经研究了基 本m a m d a n i 模糊控制器的各种扩展设计及其结构分析，证明了模糊p i d 、模糊 p + i d n “、模糊p d + i t m 、串行模糊p i + p d n “和并行模糊p i + p d * ”，等控制器等都是 非线性p i d 控制器，并推导出其非线性增益的明晰表达式。模糊控制器与线性 7 陕两科技大学硕士学位论文 p i d 控制器相联系的解析结构一方面揭示了模糊控制器在非线性、时变和纯滞 后等系统的应用中比线性p i d 控制器优越的原因在于其非线性能力，同时也提 供了根据它们之间的增益关系来解析设计模糊控制系统并确保其稳定性的一 种方法。 目前的多数模糊控制器是模糊p i d 型，模糊控制理论与传统p i d 控制的融 合取得了良好的效果。如：采用模糊推理，对p i d 控制器参数进行自整定n ”“， 是克服系统不确定性、提高控制器性能、增强系统鲁棒性的重要手段；模糊 p d 、常规p i 的并行结构可以解决模糊控制精度不高的缺点，达到完全消除余 差的目的；模糊p 控制+ 常规i d 控制的结构形式能保证，用此模糊p i d 控制器 取代常规p i d 控制器的系统，其稳定性不变而鲁棒性优于常规p i d m ，。 本文在对经典控制理论强大的理论分析基础上，总结基本p i d 控制器的特 性。结合模糊控制的独特特点，将模糊控制与传统p i d 控制相结合，一方面用 传统控制理论中的方法解决模糊控制问题，另一方面用模糊控制解决工业过程 控制中的实际应用提供新的思路，并将所设计的模糊p i d 控制器应用于造纸过 程控制系统中。 1 5 本文的主要工作 本文在分析和总结工业过程控制的特点、现状和发展趋势的基础上，明确 了智能控制对于解决传统过程控制问题的重要意义，对与模糊p i d 控制器的几 种模糊p i d 算法进行仿真分析与研究，并将其运用于造纸工业过程中浓度和液 位控制控制系统中。主要工作如下： ( 1 ) 介绍过程控制的特点和发展，分析几种能有效应用于工业过程中的、 工程界认可的控制算法，在此基础上指出智能控制是过程控制发展的方向，明 确研究的意义。 ( 2 ) 阐述p i d 控制的基本理论，分析总结p i d 控制的适用性和不足；对基 本p i d 控制器参数的工程整定主要方法选取工业工程典型对象进行参数整定 及仿真( 注：文中仿真图横坐标x 为：t s ，纵坐标y 为：h c m ，下同) 比较。 ( 3 ) 阐述模糊控制的基本理论，分析总结模糊控制的适用性和不足；对常 规模糊控制器和p i d 控制器的控制性能进行了仿真比较，撂出两种控制方式相 结合的合理性、可行性结论；归纳了模糊p i d 控制器的基本形式。 ( 4 ) 在分析总结模糊控制和传统p i d 控制性能、特点的基础上，根据工 业过程控制的需要，重点分析和研究了p i d 参数模糊自整定控制f g s c ，并针 对f g s c 法抗干扰能力差的缺点，提出了基于设定值加权的模糊p i d 控制 丁业过程控制中模糊p i d 控制器的鹿用研究 f s w c ，并进行了跟踪设定值特性、抑制扰动性能和适应对象参数变化能力的 仿真比较与分析研究，总结了各自的特点和适用性。 ( 5 ) 简述常见模糊p i d 复合控制和大时滞系统特点，针对大时滞系统的常 规控制策略s m i t h 预估控制的优缺点，结合f u z z y p i d 及复合控制特点，提出 采用f u z z y p i d s m i t h 复合控制，并对大时滞对象分别采用模糊控制器、 f u z z y s m i t h 控制器、f u z z y p i d s m i t h 复合控制，进行仿真比较与分析研究， 验证f u z z y p i d s m i t h 复合控制控制策略对大时滞系统控制的有效性。 ( 6 ) 简要介绍造纸工艺流程和控制系统的设计，根据造纸生产的工艺特点 和过程控制要求，重点对浓度和液位控制设计模糊p i d 控制器。对液位控制采 用参数自整定模糊p i d 控制器，对纸浆浓度控制采用f u z z y p i d s m i t h 复合控 制器，在m a t l a b 软件环境中进行仿真分析，研究其控制效果。 9 陕西科技大学硕士学位论文 2 模糊控制的基本理论 2 1 p i d 控制算法的理论基础 2 1 1p i d 控制器的基本原理 ， p i d 控制器本身是一种对“过去”、“现在”、和“未来”信息估计的简单控 制算法。常规的p i d 控制系统原理框图如图2 - 1 所示。 图2 1 模拟p i d 控制系统原理框图 f i 9 2 it h ep r i n c i p l eb l o c kd i a g r a mo fa n a l o gp i dc o n t r o ls y s t e m 系统主要由p i d 控制器和被控对象等组成。p i d 控制器是一种线性控制器，它 根据给定值r ( t ) 与实际输出值y ( t ) 构成控制偏差，将偏差按比例、积分和微分 通过线性组合构成控制量，对被控对象进行控制，故称为p i d 控制器。其控制 规律为： 砸) = 巧卜+ 砉f e ( f ) 扒1 t a d e 厂( t ) i ( 2 _ 1 ) 式中：e ( t ) = r ( t ) 一y ( t ) ，k p 为比例系数、t i 为积分时间常数、t d 为微分时间常数， 它们是图中所示的三种校正环节对应的控制参数。 2 1 2 数字式p i d 控制算法 在计算机控制系统中，实际应用中大多采用数字式p i d 控制器，其中常采 用的控制算法有位置式和增量式。由于计算机控制是采样控制，只能根据采样 时刻的偏差计算控制量。连续p i d 控制算法不能直接使用，因此式( 1 - 1 ) 中的 积分和微分项不能直接使用，需要进行离散化处理，处理后的表达式( 2 - 2 ) 为 位置式p i d 控制算法： “( i ) = k ，p ( i ) + k 芝：“，) + 乙【p ( i ) 一p ( | i 一1 ) 】( 2 2 ) j = o 式中： 甜( 七) 一第七次采样时刻的计算机输出值； 1 = 业过程控制中模糊p i d 控制器的应用研究 p ( j i ) 一第k 次采样时刻输入的偏差值； e ( k 1 ) 一第( 七一1 ) 次采样时刻输入的偏差值； k 一积分系数，墨= k t t 。； 髟一微分系数，畅= 乜乃t ； t 一采样周期。 对模拟p i d 控制算法的算式( 2 - 2 ) 进行离散化，令 h ( f ) u ( k t ) p ( f ) e ( k t ) f p ( t ) d tz 眨p ( m d e f ( t ) * e ( x t ) _ - e r ( k t 一- t ) +(2-3) 疵r 式中：r 为采样周期，显然，上述离散化过程中，采样周期丁必须足够短， 才能保证有足够的精度。为书写方便，将e ( k t ) 简化为p ( 七) ，u ( k t ) 简化为u ( k ) ， 即省略r 。将( 3 - 2 ) 代入( 3 - 1 ) ，可得离散p i d 表达式 ( 七) = 式j e ( 后) + 号粪e ( _ ，) + 等【e ( 七) 一e ( 七一1 ) 】 ( 2 4 ) 或 ( 七) = k p e ( k ) + k , e ( j ) + k a e ( k ) - e ( k - 1 ) 】 ( 2 - 5 ) 式中：墨一积分系数，k = 耳，王；髟一微分系数，局= k p 髟；七一采样序 号，k = l ，2 ，；e ( k 1 ) 第( 七一1 ) 次采样时刻输入的偏差值；p ( 七) 一第k 次 采样时刻输入的偏差值；u ( k ) 一第k 次采样时刻的计算机输出值。 由于计算机输出的”( 七) 直接去控制执行机构，u ( k ) 的值和执行机构的位置 是一一对应的，所以称( 2 - 4 ) 或( 2 - 5 ) 为位置式p i d 控制算法。这种算法是 全量输出，每次输出均与过去的状态有关，计算时需要对e ( k ) 进行累加，计算 机运算量很大。而且，因为计算机输出的u ( k ) 对应的是执行机构的实际位置， 如计算机出现故障，甜( 七) 的大幅度变化会引起执行机构位置的大幅度变化，这 种情况往往是生产实践中不允许的，在某些场合，还可能造成重大的生产事故， 因而产生了增量式p i d 控制算法。 所谓增量式p i d 是指数字控制器的输出是控制器的增量a u ( k ) 。当执行机 构需要的是控制量的增量( 例如驱动步进电机) 时。应采用增量式p i d 控制。 根据递推原理可得： u ( k - i ) = k p f ( 七一1 ) + k p ( _ ，) + x ：【e ( k - d p ( 七- 2 ) 】 ( 2 6 ) 陕两科技大学硕士学位论文 用( 式2 4 ) 减去( 2 - 5 ) 可得增量式p i d 控制算法 a u ( k ) = 巧【e ( t c ) 一p ( 1 j 一1 ) 】+ 置p ( d 4 - 局【p ( i ) 一2 e ( k 1 ) + 口( 七一2 ) 】 = k p a e ( k ) + k p ( 七) + 屹i p ( _ i ) - e ( k 1 ) i ( 2 - 7 ) 式中：a e ( k ) = p ( 七) 一e ( k 1 ) 。式( 2 - 7 ) 称为增量式p i d 控制算法。可以看出， 由于一般计算机控制系统采用恒定的采样周期t ，一旦确定了k p 、k i 、k d 只 要使用前三次测量的偏差，即可由( 2 - 7 ) 求出控制增量。 采用增量式算法时，计算机输出的控制增量a u ( k ) 对应的是本次执行机构 位置( 例如阀门开度) 的增量。对应阀门实际位置的控制量，目前采用较多的 是利用算法“( _ i ) = u ( k 1 ) + a u ( k ) 通过软件来完成。 增量式p i d 控制算法虽然只是算法上作了一点改进，却带来了不少的优 点：由于计算机输出