温度控制系统智能控制器的与仿真.docx

串情■田丸和享吃毕业设计［论文］题目： 温度控制系统智能控制器的设计与仿真2013年5月12日图3-2 PID控制器局部simulink模块3.4 PID控制器参数的整定由于温度控制系统的模型具有非线性，大惯性和纯延迟的特点，要建立精确的模型 是比拟困难的在噪声、负载扰动等因素的影响下，过程参数甚至模型结构均会随时间 和工作环境的变化而变化故要求在PID控制中不仅PID参数的整定不依赖与对象数学 模型，并且PID参数能够调整，以满足实时控制要求PID控制器参数的整定方法很多，本实验采用临界比例度法来整定PID参数Ziegler和Nichols提出的临界比例度法是一种非常著名的工程整定方法通过实验 由经验公式得到控制器的近似最优整定参数，用来确定被控对象的动态特性的两个参 数：临界增益Ku和临界振荡周期7口临界比例度法••适用于对象传递函数的场 合，在闭合的控制系统里，将控制器置于纯比例作用下，从大到小逐渐改变控制器的比 例增益，得到等幅振荡的过渡过程此时的比例增益被称为临界增益，相邻两个波 峰间的时间间隔为临界振荡周期7用临界比例度法整定PID参数的步骤如下：(1)将控制器的积分时间常数 置于最大(1二8),微分时间常数 置零(才仁0), 比例系数Kp置适当的值，平衡操作一段时间，把系统投入自动运行。

2)将比例增益Kp逐渐减小，直至得到等幅振荡过程，记下此时的临界增益Ku和 临界振荡周期Tu值⑶根据Ku和Tu值，按照表1中的经验公式，计算出控制器各个参数，即K〃、T. 和丁」的值表 3-11缶界比例参数整定公式控制器类型TiTdP0.5 Ku80PI0. 455 Ku0. 833 Tu0P1D0.6 Ku0.5^u0. 125/*按照“先p后I最后D”的操作程序将控制器整定参数调到计算值上假设还不够满意, 那么可再进一步调整3. 5临界比例度法仿真的步骤Step 1:以MATLAB里的Simulink绘出反响方块，如下列图3-3所示示:图3-3反响方块图PID方块图内为:Ti Integrator图3-4 PID方块图Step2:将Td调为0, Ti调为让系统为P控制，如下列图3-5所示:图3-5 PID方块图Step 3：调整Kp使系统震荡，震荡时的Kp即为临界增益Ku，震荡周期即为Tv如下列图3-6所图3-6系统震荡特性图20e~°-5s20e~°-5s2S + 1的参数Kp, Ti, Td的整定Step 4：再利用Ziegler-Nichols调整法那么，即可求出该系统之Kp、Td之值。

三个不同的控制对象模型的Kp, Ti, Td的整定值G（s）=控制对象如下列图：Re»dy图 3-7 G（5）的 simulink 模型cde45图3-8等幅震荡时的输出波形4S + 1的参数Kp, Ti, Td的整定图3-9等幅震荡时的输出波形G2(S) =控制对象如下列图：Tu=1.8此时设定的Ku=O. 35按表3-1计算的各参数结果为：^=0.6^«=0.21 工二0.5九二0.9Td=o, 125^=0. 225 20产Tu=1.9此时设定的Ku=0.667按表3・1计算的各参数结果为：K〃=o.6Ku=o.47=0. 57口 二0. 95Td=o, 125^'=0. 242()《5$G3(5) =3. 5.3控制对象 (2S + 1)(4S + 1)的参数即，Ti, Td的整定如下列图：图3-10等幅震荡时的输出波形Tu=5.2此时设定的Ku=0.65 按表3-1计算的各参数结果为：Kp=o.6Ku=o.657=0. 57口 二o. 033Td=o, 125^=0. 623.6对PID控制器的仿真3. 6.1模型一的仿真20e~05sGAS) = -对被控对象模型一2S + 1按照上述整定好的PID参数进行如下仿真，先不加扰动，Simulink模型和仿真结果如下：图3-12不加扰动下的模型一的仿真结果加扰动，Simulink模型和仿真结果如下:图3-13加扰动下的模型一图3-14加扰动下的模型一的仿真结果3. 6. 2模型二的仿真20G2(S) =对被控对象模型二4s +1按照上述整定好的PID参数进行如下仿真，先不加扰动，Simulink模型和仿真结果如下：氏 £& We* Emulation 0rmM look Hdp口②。

❷工4sq ► ■后-际a―3 田的⑥⑤ ■的值 ⑧图3-16不加扰动下的模型二的仿真结果加扰动，Simulink模型和仿真结果如下:Die £dit Simulation Ffiwnat look Hdp口信,同一3・q1］国js⑥30团面100%odZS图3-17加扰动下的模型二图3-18加扰动下的模型二的仿真结果3. 6. 3模型三的仿真20产对被控对象模型三(2S +1)(45 +1)按照上述整定好的PID参数进行如下仿真，先不加扰动，Simulink模型和仿真结果如下:图3-20不加扰动下的模型三的仿真结果加扰动，Simulink模型和仿真结果如下:摘要1Abstract 1第一章雌21.1 选题背景及其意义21.2 概述21.3 温度测控技术的开展与现状2定值开关控温法21.3.1 PID线性控温法33智能温度控制法3第二章 被控对象及控制策略错误!未定义书签1.1 被控对象错误!未定义书签2. 2控制策略4第三章PID控制器的设计与仿真52.1 PID控制器的模型与设计52.2 Px I、D 控制63. 2.1比例（P）控制64. 2.2积分（I）控制65. 2.3微分（D）控制63.3 PID控制器局部Simulink的模块63.4 PID控制器参数的整定73.5 临界比例度法仿真的步骤7控制对象G/S）的参数Kp, Ti,Td的整定93.5.1 控制对象G2（S）的参数Kp,Ti,Td的整定10控制对象Ga（S）的参数Kp,Ti,Td的整定113.6 对PID控制器的仿真11.6.1模型一的仿真113 . 6.2模型二的仿真13图3-21加扰动下的模型三图3-22加扰动下的模型三的仿真结果3. 7对PID控制器仿真结果的分析从上面的仿真情况，得到仿真结果：对于三个模型，均有延迟环节，在不加外在扰动的情况卜.，传递函数改变了参数后 对PID控制方式（PID参数也要相应的改变的情况下）的影响并不是很大，其三组的调 节时间和超调量均在规定的范围内。

而PID控制对于模型的变动比拟敏感，改动传递函 数的结构或者参数后需要重新调试Kp、Ki、Kd才能适应新模型，这样很大的加重了工 作量，需要想方法解决这个缺陷，所以，需要引进另一种更占优势的控制方式来对温度 控制系统进行控制，即模糊控制系统因为模糊控制•旦调好参数后对变动的模型只需微调参数甚至不需要调参数就能到达较好的控制性能第四章Fuzzy控制器的设计与仿真比拟4.1模糊控制器的设计用系统输出的偏差E和输出的偏差变化率EC作为输入信息，而把控制量的变化作为 控制器的输出量,这样就确定了模糊控制器的结构其中Ke、Kec表示量化因子,Ku表示 比例因子在实际微机模糊控制系统中，一般先构成模糊控制表模糊控制表是模糊控 制算法在计算机中的表达方式，它是根据系统的输入输出个数、隶属函数、及控制规那么 等决定的然后将此表放到微机的存储器中，这样在过程控制中，微机采样和变换得到的 E和EC直接与模糊控制表中行、列相比拟,通过查表程序即可马上得出所需要的控制量U, 去控制工业对象1、确定输入为E, Ec,输出为U2、取误差E与误差变化率EC和控制量U的论域均为 {-6, -5,-4,-3, -2,-1,0, 1,2, 3, 4, 5, 6),Fuzzy 语言集均选为{PB, PM, PS, Z0, NS, NM, NB},在模糊逻辑编辑窗DFIS Editor中编辑E, Ec, U的隶属度函数，即确定隶属度函 数表，如果采用三角形隶属度函数那么有下表：表4T三角形隶属度函数表-6-5-4-3-2-10123456NB10. 500000000000NM00. 510.5000000000NS0000.510.50000000Z0000000.510.500000PS00000000.510.5000PM0000000000.510.50PB000000000000.51对应的图形如下列图:图4-1如果采用高斯形隶属度函数那么如下列图:3、确定模糊规那么,例如 if E=NB and Ec=NB, then U=NB从而生成模糊规那么控制表如下:表4-2模糊规那么控制表在规那么编辑窗口输入这7x7=49条规那么如下:ECNBNMNSZ0PSPMPBUNBNBNBNBNBNMZ0Z0NMNBNBNBNBNMZ0Z0NSNMNMNMNMZ0PSPSZ0NMNMNSZ0PSPMPMPSNSNSZ0PMPMPMPMPMZ0Z0PMPBPBPBPBPBZ0Z0PMPBPBPBPB图4-34、模糊决策采用Max-Min决策法，解模糊采用重心法。

4949R =UK =U&xEqxqU =(ExEc)oR利用一』 M求取模糊关系，利用''~进行模糊推理从而生成一张13x13的离线控制表利用MATLAB可直接计算这张表从而对应生成模 糊控制输入输出曲线图如下:图4-45、利用Simulink进行仿真，将各模块连接起来，并用示波器观察仿真结果,如下列图:图4-52模糊控制器的仿真比拟由于模糊控制参数整定是一个很繁琐的步骤，旦没有固定的整定方法，其参数整定 也不是本文研究的重点，故经过试算得出如下固定参数这里只对第三组控制对象模型,(2S + 1)(4S + 1)做一个纵向比拟，即同一控 制对象把PID控制和fuzzy控制放在一个simul ink模型中，让比拟结果更加直观fuzzy输入采用高斯形隶属度函数，输出采用三角形隶属度函数取 Kp=O。