在工業(yè)生產(chǎn)過程中溫度是重要的控制參數(shù)之一,，對溫度的有效控制對于保證生產(chǎn)質(zhì)量具有重大的現(xiàn)實意義和理論價值。工業(yè)溫度控制系統(tǒng)具有非線性,、時變性和滯后性等特性,，而常規(guī)PID控制器參數(shù)往往整定不良，性能欠佳,，對運行的工作情況適應(yīng)性差,，導致常規(guī)PID控制不能使溫度控制達到理想效果。為了改善常規(guī)PID控制效果,，增強系統(tǒng)的適應(yīng)性,，實現(xiàn)PID參數(shù)自整定，本文設(shè)計出一種PID參數(shù)自整定的模糊控制器,。利用模糊邏輯對PID控制器參數(shù)進行調(diào)整實現(xiàn)控制效果最優(yōu),，將溫度作為控制對象,，并利用Matlab的Simulink工具箱實現(xiàn)仿真對比分析常規(guī)PID與模糊PID的曲線，最后應(yīng)用到實際的溫度控制系統(tǒng)中,，對比分析常規(guī)PID與模糊PID的控制效果,。

1 PID控制算法的相關(guān)介紹
1．1 PID控制算法
    PID控制器因為結(jié)構(gòu)簡單、容易實現(xiàn),，并且具有較強的魯棒性,，因而被廣泛應(yīng)用于各種工業(yè)過程控制中。在傳統(tǒng)PID控制中,，PID參數(shù)在線整定一直是人們研究的問題之一,，最早提出PID參數(shù)工程整定方法的是Z-N整定公式，至今仍然在工業(yè)控制中應(yīng)用,。而常規(guī)PID整定參數(shù)的選擇取決于多種因素,，比如被控對象的動態(tài)性能、控制目標以及操作人員對系統(tǒng)的理解等,，因此肯定造成整定效果不理想,。人們發(fā)現(xiàn)單純靠常規(guī)PID控制算法是無法完成各種復雜控制的。在這種背景下,，專家首次提出了基于繼電器反饋的自適應(yīng)PID控制系統(tǒng)應(yīng)用于工業(yè)控制領(lǐng)域中,。近年來國外對于Fuzzy-PID的研究已經(jīng)由先前的基于專家經(jīng)驗的模糊控制技術(shù)實現(xiàn)PID參數(shù)調(diào)整的研究，逐漸轉(zhuǎn)向基于人工智能神經(jīng)網(wǎng)絡(luò),、遺傳理論的模糊復合控制技術(shù)與常規(guī)PID結(jié)合的復雜控制,，比如基于遺傳算法的PID控制、基于蟻群算法的PID控制等,。近20年來,，在理論研究基礎(chǔ)上，具有模糊推理的自整定PID控制器也相繼問世,。此外,，各種智能控制算法相互結(jié)合，如模糊神經(jīng)網(wǎng)絡(luò),、模糊免疫算法等,，也不斷為智能PID技術(shù)的發(fā)展增加新的活力。
1．2 PID參數(shù)整定
    一般的PID參數(shù)整定方法大多通過一些簡單的實驗獲取系統(tǒng)模型或性能參數(shù),，再用代數(shù)規(guī)則給出適當?shù)腜ID整定值,，或者根據(jù)多年的經(jīng)驗，給出參數(shù)值,，這些方法簡單,，便于工程應(yīng)用，但參數(shù)的整定效果不理想,。在實際的應(yīng)用中,，許多被控過程機理復雜,，具有高度非線性、時變不確定性和純滯后等特點,。過程參數(shù)甚至可能會隨著時間和工作環(huán)境的變化而變化,。這就要求在PID控制中，不僅參數(shù)的整定不依賴系統(tǒng)的數(shù)學模型,，并且能夠在線調(diào)整，以滿足實時控制的要求,。
    模糊PID控制不僅具有智能控制的自學習,、自適應(yīng)、自組織的能力,，能夠自動辨識被控過程參數(shù),、適應(yīng)被控過程參數(shù)的變化，而且又具有常規(guī)PID控制器結(jié)構(gòu)簡單,、魯棒性強,、可靠性高的特點。因此模糊PID控制成為控制領(lǐng)域中較為理想的一種控制方法,。模糊控制與PID控制的結(jié)合形式很多,，本文采用的是模糊PID參數(shù)自整定的方法。

2 溫度控制的數(shù)學模型
2．1 溫度控制系統(tǒng)組成
    考慮圖1所示的溫度控制系統(tǒng),。該溫度控制系統(tǒng)主要構(gòu)成部分是儲水箱,、智能儀表、鍋爐,、換熱器以及閘閥,、傳感器等，智能儀表作為控制器,，0～380 V加熱絲作為執(zhí)行機構(gòu),，鍋爐中水的溫度作為控制對象，溫度傳感器作為反饋環(huán)節(jié),，常規(guī)PID與模糊PID的控制參數(shù)輸入智能控制器,，然后輸出4～20 mA模擬信號調(diào)節(jié)0～380 V電壓控制加熱絲加熱的程度。

2．2 溫度控制系統(tǒng)的模型特性
    鍋爐水溫控制系統(tǒng)可近似用一階慣性純滯后環(huán)節(jié)來表示,，其傳遞函數(shù)為：
   
    式中：K為對象的靜態(tài)增益,；T為對象的時間參數(shù)；τ為對象的純滯后時間參數(shù),。本系統(tǒng)選用的是溫度作為控制對象,，鍋爐的溫度控制系統(tǒng)是常見的確定性系統(tǒng)，針對以上的溫度控制系統(tǒng)得到鍋爐溫度控制系統(tǒng)的傳遞函數(shù)為：
   
    從圖1可以看出,，鍋爐中的水是不斷流動的,，循環(huán)水對加熱絲加熱鍋爐中水的溫度是一個很強的干擾,，增加了系統(tǒng)的復雜性，加大了控制難度,，而一般常規(guī)的PID控制效果不太理想,，所以對鍋爐水溫度控制系統(tǒng)采用模糊PID控制算法。

3 模糊PID控制算法
3．1 模糊PID參數(shù)自整定系統(tǒng)結(jié)構(gòu)
    采用模糊PID參數(shù)自整定控制方式,，首先要找出PID三個參數(shù)與控制偏差e和偏差的導數(shù)ec之間的模糊關(guān)系,，在運行中通過不斷檢測e和ec，根據(jù)模糊控制原理來對三個參數(shù)進行修改,，以滿足不同e和ec對控制參數(shù)的不同要求,，從而使被控對象有良好的動靜態(tài)性能。即e,，ec作為模糊控制器的輸入,，PID三個參數(shù)作為輸出系統(tǒng)結(jié)構(gòu)圖如圖2所示。

3．2 PID參數(shù)的整定原則
    按照系統(tǒng)時時變化的偏差e和偏差變化率ec,，根據(jù)經(jīng)驗,，KP，KI,，KD的整定原則如下：
    (1)當偏差e較大時,，誤差較大，為使系統(tǒng)有較快的響應(yīng)速度,，應(yīng)取較大的KP,；為了防止偏差變化率ec瞬時過大，應(yīng)取較小的KD,；為了避免較大的超調(diào),，應(yīng)對積分作用加以限制，通常取KI=0,。
    (2)當偏差e處于中等大小時,，為使系統(tǒng)相應(yīng)具有較小的超調(diào)，KP應(yīng)取得小些,，KI取值要適當,，這時KD取值對系統(tǒng)影響較大，取值應(yīng)大小適中,，以保證系統(tǒng)的響應(yīng)速度,。
    (3)當偏差e較小時，為使系統(tǒng)具有較好的穩(wěn)定性,，KP與KI均應(yīng)取大些,，同時為避免系統(tǒng)在設(shè)定值附近出現(xiàn)振蕩，并考慮系統(tǒng)的抗干擾性能，應(yīng)適當?shù)剡x取KD值,。KD值的選擇根據(jù)偏差變化率ec來確定,，當ec較大時，KD取較小值,，當ec值較小時,，KD取較大值，一般情況下,，KD為中等大小,。

3．3 模糊PID控制器
    設(shè)定輸入變量e和ec語言值的模糊子集為{NB，NM,，NS,，Z，PS,，PM，PB),，將偏差e和偏差變化率ec量化到(-3,，3)的區(qū)域內(nèi)。同樣,，設(shè)定輸出量KP,，KI和KD的模糊子集為{ZO，PS,，PM,，PB}，并將其量化到區(qū)域(0,，3)內(nèi),。根據(jù)參數(shù)KP，KI和KD對系統(tǒng)輸出特性的影響情況,，可得模糊控制規(guī)則為：


4 仿真結(jié)果
4．1 建立系統(tǒng)Simulink仿真框圖
    在Matlab的Simulink環(huán)境下根據(jù)圖2設(shè)計出系統(tǒng)的仿真框圖,。如圖3所示。

4．2 Matlab仿真結(jié)果
    針對A3000溫度控制系統(tǒng),，其數(shù)學模型為,，模糊化因子ke=0．12，kec=0．02,，解模糊因子K1=1.8,，K2=0.03，K3=0.01,，PID參數(shù)值KP=3．5,，KI=0．025，KD=0．1,。圖4是常規(guī)PID控制曲線圖和模糊PID控制曲線圖,。仿真結(jié)果表明,，模糊PID控制方法較常規(guī)的PID控制，具有較高的控制精度,，超調(diào)量小,，控制效果好。

    仿真顯示采用Fuzzy-PID算法,，沒有振蕩并且超調(diào)量小,，從仿真的結(jié)果可以看出，常規(guī)PID算法調(diào)節(jié)時間為55 s,，而模糊PID的調(diào)節(jié)時間是27 s,，常規(guī)PID的超調(diào)量是26％，而模糊PID的超調(diào)量是1．27％,，明顯優(yōu)于傳統(tǒng)的PID算法,。
4．3 溫度控制系統(tǒng)實際控制效果
    將常規(guī)PID和模糊PID參數(shù)自整定算法用于溫度控制系統(tǒng)中，以及加入相同的干擾后對控制效果的影響,，其溫度控制實驗曲線如圖5,，圖6所示。

    從溫度控制系統(tǒng)的實際控制結(jié)果看出：常規(guī)PID算法調(diào)節(jié)時間為4．4 min,，而模糊PID的調(diào)節(jié)時間是2．1min,，常規(guī)PID的超調(diào)量是10％，而模糊PID的超調(diào)量是6％,；在加入相同干擾的情況下,，系統(tǒng)恢復穩(wěn)定的時間，常規(guī)PID是2．7 min,，模糊PID是0．9 min,。

5 結(jié)語
    溫度控制系統(tǒng)具有非線性、時變性和滯后性的特性,，并且鍋爐水溫控制系統(tǒng)中的循環(huán)水也是強干擾,，增加了系統(tǒng)控制的復雜性，常規(guī)PID控制效果不太理想,，而模糊PID參數(shù)自整定控制算法對于解決溫度系統(tǒng)中的非線性,、時變性和大延時起到明顯的改善效果，對干擾也具有較好的抑制調(diào)節(jié)能力,。