基于单片机的模糊PID温度控制系统设计Word文件下载.docx
《基于单片机的模糊PID温度控制系统设计Word文件下载.docx》由会员分享,可在线阅读,更多相关《基于单片机的模糊PID温度控制系统设计Word文件下载.docx(76页珍藏版)》请在冰点文库上搜索。
2.1.1模糊推理机的结构4
2.1.2模糊推理机的设计4
2.1.2.1精确量的模糊化5
2.1.2.2建立模糊控制规则和模糊关系5
2.1.2.3输出信息的模糊决策6
2.2模糊自整定PID控制器6
2.2.1PID参数对PID控制性能的影响6
2.2.2模糊自整定PID控制器7
2.3模糊自整定PID控制器性能的研究8
2.3.1Matlab仿真结构图8
2.3.2惯性时间常数的影响9
2.4仿真结果分析10
第3章系统硬件和电路设计11
3.1引言11
3.2系统的总体结构11
3.3温度检测电路12
3.3.1温度传感器12
3.3.2测量放大器的组成12
3.3.3热电偶冷端温度补偿方法13
3.4多路开关的选择13
3.5A/D转换器的选择及连接14
3.6单片机系统的扩展15
3.6.1系统扩展概述15
3.6.2常用扩展器件简介16
3.7存储器的扩展17
3.7.1程序存储器的扩展17
3.7.1.1只读存储器简介17
3.7.1.2EPROM2764简介17
3.7.2数据存储器的扩展18
3.7.2.1数据存储器概述18
3.7.2.2静态RAM6264简介19
3.7.2.3数据存储器扩展举例19
3.8单片机I/O口的扩展(8155扩展芯片)20
3.8.18155的结构和引脚20
3.8.28155的控制字的及其工作方式21
3.8.38155与8031的连接22
3.9看门狗、报警、复位和时钟电路的设计23
3.9.1看门狗电路的设计23
3.9.2报警电路的设计23
3.9.3复位电路的设计24
3.9.4时钟电路的设计25
3.10键盘与显示电路的设计25
3.10.1LED数码显示器的接口电路25
3.10.2键盘接口电路26
3.11DAC7521数模转换接口27
3.12隔离放大器的设计28
3.13可控硅调功控温29
3.13.1过零触发调功器的组成29
3.13.2主要电路介绍30
3.14单片机开关稳压电源设计31
第4章系统软件设计32
4.1主要程序的框图32
4.1.1主程序框图32
4.1.2键盘中断服务子程序33
4.1.3恒温及升温测控子程序34
4.1.4降温测控子程序35
4.2模糊自整定PID控制算法36
致谢39
参考文献40
附录42
第1章绪论
1.1引言
电炉是热处理生产中应用最广的加热设备,通过布置在炉内的电热元件将电能转化为热能,借助辐射与对流的传热方式加热工件。
通常可用以下模型定性描述[1]
(1-1)式中 X——电炉内温升(指炉内温度与室温温差)
K——放大系数
t——加热时间
T——时间系数
V——控制电压
τ0——纯滞后时间
但在实际热力过程中,由于被加热金属的导热率、装入量以及加热温度等因素的不同,直接影响着K、T、τ0等参数的变化,因此电炉本身具有很大的不确定性[2-3]。
根据不同的目的,将材料及其制件加热到适宜的温度。
1.2控制器发展现状
1.2.1PID控制器的发展现状
在过去的50年,调节PID控制器参数的方法获得了极大的发展。
其中有利用开环阶跃响应信息,如Coon-Cohen响应曲线法;
还有使用Nyquist曲线法的,如Ziegler-Nichols连续响应法。
然而这些调节方法只识别了系统动态信息的一小部分,不能理想的调节参数。
随着计算机技术的发展,人们利用人工智能的方法将操作人员的调整经验作为知识存入计算机中,根据现场实际情况,计算机能自动调整PID参数。
这样能实现自动调整、短的整定时间、简便的操作,改善响应特性而推动了自整定PID控制技术的发展。
自整定技术可追溯到50年代自适应控制处于萌芽时期,60年代国外有人设计了一种自动调节式的过程控制器,因其价格高、体积大、可靠性差而未能商品化。
80年代由于适用的控制理论的完善以及高性能微机的使用,才使得自整定控制器得以开发,PID控制器参数的自动整定技术设想已慢慢实现。
电炉温度控制技术发展日新月异,从模拟PID、数字PID到最优控制、自适应控制,再发展到智能控制,每一步都使控制的性能得到了改善。
在现有的电加热炉温度控制方案中,PID控制和模糊控制应用最多,也最具代表性。
1.2.2模糊PID控制
模糊控制的概念是由美国加利福尼亚大学著名教授L.A.Zaden首先提出的,经过20多年的发展,模糊控制取得了瞩目的成就。
模糊控制适用于非线性、数学模型不确定的控制对象,对被控对象的时滞非线性和时变性具有一定的适应能力,同时对噪声也有较强的抑制作用,即鲁棒性较好。
但模糊控制器本身消除系统稳态误差的性能比较差,难以达到较高的控制精度。
而PID控制正好可以弥补其不足,近年来已有不少将模糊技术与传统技术结合起来设计模糊逻辑控制的先例。
在文献中介绍了多种能提高PID控制精度的模糊PID混合控制方案,例如:
引入积分因子的模糊PID控制器;
混合型模糊PID控制器;
另外将其与其它先进控制技术结合又有模糊自适应PID控制、神经网络模糊PID控制等。
[6]
1.2.3模糊自整定PID控制
模糊自整定PID控制是在一般PID控制系统的基础,加上一个模糊控制规则环节,利用模糊控制规则在线对PID参数进行修改的一种自适应控制系统。
它以误差e和误差变化ec作为输入,可以满足不同时刻的e和ec对参数自整定的要求。
它将模糊控制和PID控制器两者结合起来,扬长避短,既具有模糊控制灵活而适应性强,调节速度快的优点,又具有PID控制无静差、稳定性好、精度高的特点,对复杂控制系统和高精度伺服系统具有良好的控制效果。
图1-1模糊自整定PID控制
1.3电炉采用模糊自整定PID控制的可行性
在工业生产过程中,电炉随着负荷变化或干扰因素的影响,其对象特性或结构发生改变。
电炉温控具有升温单向性、大时滞和时变的特点,如升温靠电阻丝加热,降温依靠自然冷却,温度超调后调整慢,因此用传统的控制方法难以得到更好的控制效果。
另外对于PID控制,若条件稍有变化,则控制参数也需调整。
自适应控制运用现代控制理论在线辨识对象特征参数,实时改变其控制策略,使控制系统指标保持在最佳范围内。
但由于操作者经验不易精确描述,控制过程中各种信号量以及评价指标不易定量表示,而模糊理论正是解决这一问题的有效途径。
人们运用模糊数学的基本理论和方法,把规则的条件操作用模糊集表示并把这些模糊控制规则及有关信息(如评价指标、初始PID参数等)作为知识存入计算机知识库中,然后计算机根据控制系统的实际响应情况运用模糊推理,实现自动对PID参数的最佳调整。
从以上的分析可知模糊自整定PID控制应用在具有明显的纯滞后、非线性、参数时变类似于电炉这样特点的控制对象可以获得很好的控制性能。
大量的理论研究和实践也充分证明了用模糊自整定PID控制电炉温度是一非常好的解决方法。
它不仅能发挥模糊控制的鲁棒性好、动态响应好、上升时间快和超调小的特点,又具有PID控制器的动态跟踪品质和稳态精度。
因此在温度控制器设计中,采用PID参数模糊自整定复合控制,实现PID参数的在线自调整功能,可以进一步完善PID控制的自适应性能,在实际应用中也取得了较好的效果。
[8]
第2章自整定PID控制器的设计
模糊自整定PID控制是在一般PID控制系统的基础上,加上一个模糊控制规则环节,利用模糊控制规则在线对PID参数进行修改的一种自适应控制系统。
它将模糊控制和PID控制器两者结合起来,扬长避短,既具有模糊控制灵活而适应性强的优点,又具有PID控制精度高的特点,对复杂控制系统和高精度伺服系统具有良好的控制效果。
[9]
2.1模糊推理机的设计
模糊控制器是应用模糊数学知识,模拟人的思维方法,把人用自然语言描述的控制策略改造成模糊控制规则,由模糊控制规则构造出模糊关系,而把模糊关系作为模拟变换器,把输入、输出的模糊向量按模糊推理方法处理,进而确定控制量。
2.1.1模糊推理机的结构
在一般的模糊控制系统中,考虑到模糊控制器实现的简易性和快速性,通常采用二维模糊控制器结构形式。
这类控制器都是以系统误差E和误差变化率EC为输入语句变量,基本模糊控制器构成原理图如图2-1所示。
图2-1基本模糊控制器结构原理图
图中:
EK、CEK、UK是量因子;
、
差e、误差变化率ec及控制量u的模糊语言变量;
E、EC、U分别是与e、ec及u成比例的变量,其中E=EK×
e,EC=CEK×
ec,U=u/UK。
2.1.2模糊推理机的设计
依据模糊控制的基本原理,基本模糊控制器设计概括起来包括如下内容:
(1)精确量的模糊化;
(2)建立模糊控制规则和模糊关系;
(3)输出信息的决策。
2.1.2.1精确量的模糊化
过程参数的变化范围即模糊控制器输入量的实际范围称为基本论域,它是一个连续域,在模糊控制中需要将语言变量的基本论域转换成指定的有限整数的离散论域。
假设某一语言变量的实际变化范围为[a1,b1],经过量化因子k变换后的范围为[a,b]=[ka1,kb1]。
设论域取为离散论域[-n,n]之间变化的变量Y为
(2-1)
按Y值大小,查隶属度赋值表,将其归类于某一模糊子集(如正大、负小等)。
模糊子集通常可作如下划分:
负大、负中、负小、零、正小、正中、正大。
模糊变量的模糊集和论域确定后,需对模糊语言变量确定隶属函数,即所谓对模糊变量赋值,就是确定论域内元素对模糊语言变量的隶属度。
对于同一个模糊概念,确定隶属函数的方法多种多样,没有统一的模式。
尽管形式上不完全相同,只要反映同一模糊概念,在解决和处理模糊问题中仍然殊途同归。
隶属函数形式有多种,可根据实际要求来确定。
在实际应用中为方便起见,常采用三角形、正态形、梯形。
隶属度赋值表是先根据实际问题人为确定,再通过“学习”和实践检验逐步加以修正和完善的。
在给定论域上确定模糊子集的隶属函数要注意下面3个问题:
(1)任意两个相邻模糊子集的交集的最大隶属度在0.4~0.7之间。
这个值取的较小时控制作用比较灵敏;
较大时,对被控对象参数变化的适应性较强。
(2)若A是一个模糊子集,如果
较大,则控制特性比较平缓,系统较为稳定;
若
较小,则控制作用的灵敏度较高。
(3)为了保证控制作用的隶属函数是单峰的,诸模糊子集必须正规突。
2.1.2.2建立模糊控制规则和模糊关系
模糊控制规则设计原则是:
当误差较大时,控制量的变化应尽力使误差迅速减小;
当误差较小时,除了要消除误差外,还要考虑系统的稳定性,防止系统产生不必要的超调,甚至振荡。
[20]
模糊控制规则的一般形式为
if
is
is
then
is
(
=1,2,…
;
)
其中:
是模糊子集;
表示被控量的设定值Rf对其实际值Y的偏差
所对应的模糊子集;
和
表示偏差变化率ec和输出控制量的模糊子集;
m1和m2分别是
和
的模糊子集划分数目。
[11]
上述模糊条件语句可归结为一个模糊关系R,即
(2-2)
式中
符号“×
”表示“Cartesian”积
如果偏差、偏差变化率分别取为
,根据模糊推理合成规则,输出的控制量是模糊子集
,那么
(2-3)
即
(2-4)
式中X,Y,Z——
,
模糊子集的论域
“
”和“
”——“取大”和“取小”运算
2.1.2.3输出信息的模糊决策
模糊控制器的输出是模糊子集,它反映控制语言的不同取值的一种组合。
但被控对象只能接受一个精确的控制量,因此需要从输出的模糊子集中判决出一个控制量,将模糊量转化为精确量,也就是说推导出一个由模糊子集到普通集合的映射,这个映射称之为判决。
现在的解模糊判决方法通常有以下三种:
最大隶属度法、取中位数法、隶属度加权平均法等。
最大隶属度法是直接选择模糊子集中隶属度最大的元素(或该模糊子集隶属度最大处的真值)作为控制量。
它能突出主要信息,计算简单,但丢失了很多次要的信息,比较粗糙,适应于控制性能要求一般的控制系统。
论域U上把隶属函数曲线与横坐标围成的面积平分为两部分的元素Z*称为模糊集的中位数。
中位数法就是把模糊集中位数作为系统控制量。
与最大隶属度法相比教,中位数法概括了更多的信息,但计算复杂,特别是在连续隶属函数时,需求解积分方程,因此应用场合比加权平均法少。
加权平均法是糊模控制系统中应用极为广泛的一种判决方法。
这一方法有三种形式,即普通加权平均法,权系数加权平均法和μ≥0.5加权平均法。
[10]
本设计采用普通加权平均法
设
模糊集,取各隶属度为加权系数,则控制量U由下式决定
(2-5)
2.2模糊自整定PID控制器
这种智能PID模糊控制器分两步整定PID参数。
第一步,初始PID参数的整定:
先测定被控对象参数的粗略值,应用初值整定规则确定PID的初始值;
第二步,PID参数的在线整定:
监测控制系的响应过程,将其模糊化,综合用户期望、控制目标类型、对象参数等,运用模糊推理自动进行PID参数的在线整定。
[9]
2.2.1PID参数对PID控制性能的影响
PID控制器时域内的控制模型为
(2-6)
计算机控制是一种采样控制,它只能根据采样时刻的偏差值计算控制量,PID控制作用的离散化形式一般表示为
(2-7)
增量形式为
(2-8)
式中KP--比例系数
KI--积分系数,KI=KPT/TI
KD--微分系数,KD=KPTD/T,T为采样周期
TI--积分时间
TD--微分时间
e(k)--第k次采样时刻输入的偏差值
由于KP、KI、KD是表征PID控制器在控制过程中的比例、积分、微分作用的程度,因此从系统稳定性、响应速度、超调量和控制精度等各方面特性来考虑PID控制器三个参数对PID控制品质的影响。
比例控制的特点是:
误差一旦产生,控制器立即就有控制作用,使被控制量朝着减小误差的方向变化,控制作用的强弱取决于比例系数KP,比例系数KP的作用是加快系统的响应速度,提高系统的调节精度。
KP越大,系统的响应速度越快,系统的调节精度越高,但易产生超调,甚至会导致系统不稳定;
KP取值过小,则会降低调节精度,使系统动作缓慢,延长调节时间,使系统静、动态特性变坏。
积分作用系数KI能消除系统的稳态误差,但它的不足之处在于积分作用具有滞后特性。
KI越大,静态误差消除越快,但KI过大,在响应初期会产生积分过饱和现象,从而引起响应过程的较大超调,系统将不稳定。
若KI太小,系统静态误差难以消除,影响系统的调节精度。
微分作用系数KD是改善系统的动态特性,主要在响应过程中抑制偏差向任何方向的变化,对偏差变化进行提前预报。
但KD过大,会引起较大的超调,使被调量激烈振荡,系统不稳定,延长调节时间,降低系统的抗干扰性能;
若KD太小,微分作用太弱,调节质量改善不大。
综上所述,PID三个参数取值大小,对控制系统的静态特性和动态性能影响很大,KP、KI、KD三个参数的整定要根据控制对象的数学模型G(s)的参数来确定。
对于非线性负载和时延、时变负载,以及难以用G(s)描述的负载,这三个参数的整定就很困难,因此我们在基于其它方法(例如SPAM法等)整定出来的KP、KI、KD初值的基础上,采用模糊自调整机构在线调整PID参数,从而达到抑制大范围的扰动,改进系统动态响应性能的目的。
2.2.2模糊自整定PID控制器
模糊自整定PID控制器原理图如图2-2所示。
图2-2模糊自整定PID控制
2.3模糊自整定PID控制器性能的研究
为了便于比较模糊自整定PID控制器与常规PID控制器的性能差别,选择典型二阶纯滞后对象作为模型,改变模型参数,利用Matlab仿真,观察分析二种控制方式的阶跃响应曲线及二者之间差异。
二阶纯滞后惯性环节的模型为
(2-9)
其中,增益系数K=4。
分别改变模型的惯性时间常数和纯滞后时间,分析在三种控制方式下,它们对系统特性的影响。
取设定值SP=50,KP0=0.4,KI0=0.07,KD0=0.06,这组调节系数是在常规PID控制方式下,被控对象的惯性时间常数T1=1、T2=4,纯滞后时间Td=0时系统的整定参数。
2.3.1Matlab仿真结构图
在SIMULINK中,建立PID控制器仿真图如图2-3所示,并将它封装为PID子模块。
图2-3PID控制器仿真结构图
利用模糊控制工具箱中的FuzzyLogicController模块,将它和PID子模块连接
起来可以封装成为Fuzzy-PID控制器,结构如图2-4所示。
图2-4Fuzzy-PID仿真结构图
将Fuzzy-PID控制器加入到控制系统的模型中,并对其运用Smith预估器进行补
偿校正,从而得到整个控制系统的模型,如图2-5所示。
然后就可以根据输出结果
来判断控制器的性能。
通过对输出结果的分析,可以对系统参数和模糊控制器的控
制规则进行适当的调整,使控制系统的性能达到最佳。
图2-5参数自整定模糊PID控制系统和传统PID控制系统
在MATLAB环境中运行该系统进行仿真,可以利用示波器观察输出的情况,也可以将数据存储到MATLAB的工作空间的指定变量中,再利用绘图命令将曲线输出到单独的窗口中。
[19]
2.3.2惯性时间常数的影响
保持对象增益和纯滞后时间不变,分别取三组惯性时间常数作特性比较,观察系统对被控对象惯性时间变化的能力。
纯滞后时间Td=2
图2-6常规PID控制特性曲线
图2-7模糊自整定PID控制特性曲线
图中,曲线1、