新型智能加温控制系统设计毕业设计论文.docx
《新型智能加温控制系统设计毕业设计论文.docx》由会员分享，可在线阅读，更多相关《新型智能加温控制系统设计毕业设计论文.docx（34页珍藏版）》请在冰点文库上搜索。
新型智能加温控制系统设计毕业设计论文
摘要
本文设计研发了一种新型智能加温控制系统。
研究温度的控制对科学研究和生活生产应用都具有重要意义。
由于影响温度变化的因素多，温度变化具有延迟性，非线性等，给温度的精确控制带来了很大的难度。
本文研究基于电磁仿生的智能控制算法，分析了PID控制和模糊控制的思想，指出了其在温度控制中的不足，并根据仿生学的自组织以及模糊控制理论提出了模糊自组织的智能控制模式。
为了满足高精度温度检测的要求，本文采用了Pt100温度传感器，结合桥式电路、仪用放大器等设计了高精度的温度采集及转换电路。
为了配合好此智能控制模式，满足对加热过程中温度变化的要求，设计了多个温度加热通道。
最终本文设计出了一种高精度，高稳定度的新型智能加温控制系统。
实验结果表明，该智能加温控制系统能够满足对加热样品的快速、稳定及高精度的加温控制要求。
本文的成果及创新之处是将电磁仿生的思想运用到温度的智能控制中，提出了一种新的智能控制模式即模糊自组织控制模式，并且通过软硬件的结合实现了温度的模糊自组织控制，完成了整机系统的物理实现，最后实验验证了该模式成功可用。
关键词：
电磁仿生；模糊自组织；温度控制；单片机
Abstract
Anewtypeofintelligentheatingsystemisdevelopedinthispaper.Theresearchoncontroloftemperatureisverysignificanttotheapplicationsofscientificresearch,dailylifeandproduction.Theprocessofthermoregulationisthetypicalnon-linearity,strongcoupling,timevarying,andtimelagprocess,whichisabigdeferredprocess.Owingtothebigdeferring,thesystemhasseriousnonlinearityandtimevaryingcharacteristic,andtherearemanydisturbancefactorsaffectingthetemperatureandenvironmentchangingoftheequipments,whichmakethethermoregulationverydifficult.Thispaperhasresearchedontheintelligentcontroloftemperaturebasedontheprincipleofelectromagneticbionicandproposedanewtypeofintelligentcontrolmethodbasedonfuzzyself-organizingmode.ThethoughtofPIDcontrolandfuzzycontrolhasgooduseforreferenceofdesigningthisintelligentcontrolmethod.Inadditiontotheintelligentcontrolthought,thispaperintroducesthehardwarecomponents.ThisprogramusesAT89C52asthecoreofthewholesystemonhardwareandusesperceptionoftemperaturewithhighaccuracybyPt100resistancecombinationbridgetypecircuitwithinstrumentamplifiercircuitasthesysteminput.Throughtheanalysisandprocessingwiththeintelligentcontrolmethodbasedonfuzzyself-organizingmodeproposedbythispaper,systemchoosesthecircuitstructuretorealizetheintelligentcontrolofobjectheatingprecisionandspeed.Theresultofactualexperimentverifiesthattheproposedmethodandsystemenablednotonlytorealizehigh-precisiontemperaturesurveybutalsotohaveagreatimprovementintemperaturecontrolprecisionandheatingspeed.
Thisresultofpaperisthatthroughapplyingelectromagneticbionicthoughttotheintelligentcontroloftemperature,thepaperdesignstheintelligentcontrolheatingsystembasedonfuzzyself-organizingmodeandcompletesthephysicalsystems.
KeyWords:
electromagneticbionic;fuzzyself-organizing;temperaturecontrol;SCM
1绪论
1.1研究背景及意义
温度是物体的基本物理参数之一，在生活生产中以及科学实验等经常要对产品或设备进行温度检测或者温度控制。
如温室大棚需要对温度进行恒温调控、科学实验需要在物体特定的温度下研究其物理化学特性等等[1]。
但是影响温度变化的因素有很多，由于物体可以与外界通过热传递，热辐射等方式进行热交换，因此物体温度的热交换具体情况往往难以把握，这是制约加热器或者测温系统测量精度的重要因素[2]。
随着科技的不断发展，各种应用对温度控制不断提出更高的要求，各种应用中都不断地寻求能够快速地精确的温度控制系统，而传统的温度控制模式控制性能不够理想，控制精度低，滞后严重，影响了产品性能的进一步提升。
生物在适应自然的漫长进化过程中，在可靠性、抗干扰性、自适应和自修复等方面表现出明显的优势[3]。
这为现代科学技术的发展提供了很多解决问题的思路和方法。
在电磁技术领域，随着电磁环境愈发复杂、多变，应用于电子系统的传统电磁抗干扰方式的不足正日渐突出，通过研究生物“自组织”现象就提出的“电磁仿生”概念[4]。
如果将其运用到加温控制系统中，则是一种新的理念，新的尝试。
基于电磁仿生学原理，结合功能强大的单片机处理系统设计出一款智能快速、精确的加温系统将满足温度控制的高要求，将在工业、农业、国防等行业有着广阔的应用前景。
1.2国内外研究现状
随着现代科学技术的发展，越来越多的智能型自动化系统用于服务人类面临的各种挑战，例如在自然和人为灾难抗击、外空间和星球探索等领域中遭遇的危险场合需要机器人等系统处理不便于人类完成的任务[5]。
其中实现的各种不同层次的生物功能的工程技术学科被称为仿生学。
现代电子技术已经成为这些系统的核心部分，在这样的应用场合中也会遇到各种因素导致的自身功能不能正常运用的情形，于是就产生了基于仿生学的系统设计，以获得电子系统性能自恢复、结构自组织等能力，谓之电磁仿生。
电磁仿生是刘尚合院士在研究电磁防护时提出的一种新的理念，并对其做了深入的理论思考。
生物系统以神经系统为核心，控制生物体根据自身变化和环境变化组织维持自身健康的复杂生命活动，包括正确地从自然界获取所需物质和能量的能力[6-8]。
当前电磁技术和智能科学的发展，使人们对从设计角度出发，形成结构复杂、功能完善的电磁仿生系统充满了期待。
智能加温控制系统的作用是对某个物体或空间环境进行快速加温并且进行恒温控制，其应用领域非常广泛。
这种系统主要可分为硬件电路和智能控制算法两大部分。
对于温度检测目前硬件上较多采用热电偶和热电阻传感器，热电偶传感器虽然耐用，测量范围广，但是其体积大，灵敏度低，在高精密高精度的测量系统中不适用[9]；热电阻大多采用Pt电阻，虽然Pt电阻的测量范围大，但是其线性度不够高。
在高精度温度采集中，往往要对其进行线性矫正，这种矫正又可分为软件矫正和硬件矫正，硬件矫正电路比较复杂，软件矫正需要很好的模式支持。
对于控制器，有的采用专用的控制器，这种控制器集成了模数转换模块以及运放模块等，有的采用高端的处理器，如ARM系统处理器等等[10-15]。
在智能控制算法上，PID控制算法在自动化控制系统中应用较多，PID控制器的原理简单，易于实现，而且适用范围广[16]。
这种控制方法在软件实现上，一般需要把模拟控制器用离散近似的方法转换成数字控制器，然后选择合适的采样周期一起控制参数。
有的采用基于现代控制理论的控制方法，现代控制理论以线性代数和微分方程为工具对控制对象采用空间状态变量法进行建模，在建立精确的数学模型基础上，它的控制品质较好，但是对于那些结构复杂，随机干扰因素多而很难建立精确数学模型的控制对象，这种方法不适用[17]。
也有用模糊控制算法进行控制，模糊控制要建立模糊数学模型，对能够建立数学模型的较简单输入输出系统比较适合[18]。
当然，也有很多改进和优化的算法，但是每种算法都有它的局限性。
事实上，实际应用中的问题千差万别，每种算法或者设计都需要根据客观实际实现功能的最优化，这可以用各种高新技术集成起来构成的复杂体系完成。
这样的系统复杂性会导致更多的故障环节和系统耗能，最终成为难于处理的系统可靠性问题。
如果从面临的客观条件和电磁仿生的一般原理出发，建立一般准则的智能控制模式，以研发最少最简单实现（电路）的系统就很有意义。
本文基于这样的考虑，开展了基于电磁仿生原理的智能加温系统的研发工作。
1.3本文研究内容
本文的研究内容是设计一种新型的智能加温控制系统。
系统样机主要针对特定的物体进行加热，温度采集模块对样品进行温度数据采集，微处理器将采集到的数据进行处理，并与用户设定的温度值进行比较分析，通过建立适用的智能算法进行分析，对加热通道进行自组织选择，从而对物体的加热速度进行实时调节。
同时要求系统在实现物体温度的快速、稳定的加热控制的同时，能发出声光提示信号。
本文第二章介绍了电磁仿生原理，分析了PID控制和模糊控制的理论和方法，指出了其在温度控制中的特点和不足，并根据控制对象的实际情况提出了模糊自组织的智能控制模式，结合具体的加温系统给出了控制模式的具体控制流程。
第三章介绍了系统的硬件组成以及程序实现，文中较详细的介绍了硬件系统各个功能模块的设计方法以及技术指标，最后给出了系统的程序设计流程。
第四章在完成整个系统情况下，对系统进行温度测量校正并进行加温控制实验，通过对比分析实验结果，验证了模糊自组织控制模式成功可用，系统在加温控制精度和加温速度两方面进行了优化。
第五章对整个设计做了总结，指出了该设计的创新点，并介绍了设计过程中的一些局限，对后续的问题做了展望。
2.基于电磁仿生原理的智能加热控制模式
2.1基于电磁仿生原理的自组织控制思想
电磁方生是仿生学在电磁领域的具体运用。
仿生学是指模仿生物的行为等来建造技术装置的科学，它是在上世纪中期才出现的一门新的边缘科学[19]。
在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的关键技术之一，系统动态的信息越详细，则越能达到精确控制的目的。
然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是人们利用各种方法来简化系统动态，以达成控制的目的，但效果不理想。
也就是说，传统的控制理论对于某些指定系统可以提供强有力的控制能力，但对于过于复杂或难以精确描述的系统，就难以保证达到理想的效果[20-21]。
因此在不同学科领域出现了使用生物强大的环境适应能力，建立模糊数学等模式为基础的智能系统的尝试。
在电磁领域，由于一般情况下控制目标和其影响因素之间的关系是非线性的，更复杂的情况下可能不存在显式的数学函数关系，系统的设计与实现也能以仿生学方式来处理其中控制问题和指导电路设计，这就是电磁仿生。
根据文献[3，4]的分析，实现电磁仿生的角度很多，包括生物的生理结构、生物功能等方面。
尽管一种应用系统只能用到有限的生物特征，但是都需要解决控制模式和相应的硬件实现问题。
前者的体现是控制算法，要建立复杂的智能模式以实现信息的综合，筛选控制因素，确定控制动作，分发控制指令。
目前发展的智能数据处理方法有很多，如人工神经网络、模糊算法及基于物理规律描述的PID算法等[26]；而硬件电路则有硬件演化电路技术、电路自组织和重构技术等[27]。
对于本文研究的加热问题，常见的基本加热系统中，用一个加热电路给加热器提供热能，通过温度传感器感知的温度和预设温度比较确定加热电炉工作与否。
其缺点是显而易见的，比如加热功率和加热速度不可控及其导致的最终温度起伏大、温度空控制精度差等，在很多应用中这些会是致命的缺陷。
所以期望有加热速度可控、可满足速度精度等方面合理优化的智能系统。
这通常需要根据当前温度和目标温度的差距确定加热速度或加热功率，建立相应的智能控制模式和电路系统。
本研究中，系统控制涉及到到温度、散热系数、加热功率等变量较多，为了在允许的客观条件下实现一定的电磁仿生控制能力，项目中选用温度这一个因素来研究，模仿生物的自组织行为，借鉴模糊数学的基本思想和PID控制的算法建立智能控制模式，形成功能自组织的硬件系统。
2.1.1PID控制原理的运用
PID（Proportion,Integral,DifferentialCoefficient）控制即比例积分微分控制算法，由于它控制简单，控制效果良好，被广泛应用在自动控制系统中。
其数学表达式如下：
[22]
其中，
是比例参数，
是积分常数，
是微分常数。
第一项是比例运算的输出
，与输入偏差
成正比。
只要偏差
一出现，比例运算使被控参数朝着减少偏差的方向变化，具有控制及时的特点。
控制作用的强弱取决于比例参数
的大小，
越大，比例控制作用越强，
越小，比例控制作用越小。
通常认为系统稳定时不存在输入偏差
，或者说
为零，如果只使用比例控制，系统稳定时要使控制器仍维持一定控制量的输出,必然存在静差。
增大
，可以减小静差，但是
过大会使系统动态品质变坏，引起被控量振荡导致系统不稳定。
第二项是积分控制部分，输出为
。
它通过对偏差
的积分效用作用于输出的控制量。
只要偏差
不为0，它将通过积分作用影响控制量，以求减小偏差，偏差为0时，积分作用为零，输出控制量不再发生变化，系统达到稳定。
积分作用的加人可以有效地消除系统的静差。
积分时间
小，积分速度快，积分作用强。
增大
将减慢消除静差的速度，从而可以减小超调、提高稳定性。
第三项是微分控制部分，输出为
。
它通过对偏差的微分效应作用于输出控制量。
输出
与偏差
的变化速率成正比，即使偏差
很小，但是只要偏差出现变化趋势，便马上产生控制作用，作用于系统的输出，减缓偏差的变化。
这是一种“超前”控制作用，在偏差出现或变化的瞬间作用明显。
偏差变化越快，输出控制量
越大，反馈校正量越大。
微分控制部分将有助于减小超调、克服振荡，使系统趋于稳定。
以上是模拟系统PID算法，由于单片机是以数字技术为基础，在应用到单片机时必须将上式转换成数字表达式，根据数字信号处理的知识，积分过程可以变换为累加求和过程，微分过程可以变换为逐项做差过程，相应的表达式为：
；
=
其中
是抽样时间间隔；于是将
（1）式改写成:
数字PID控制器方便使用计算机程序进行实现，它的具体的实现形式也很灵活，可以根据被控制对象的具体特点采用改进的PID控制算法，例如分离积分PID算法、不完全微分的PID算法、微分先行PID算法、带死区的PID控制算法、分段式变参数PID控制算法等等。
在实际的应用中，比例、积分、微分三项运算不一定全部用上，根据不同的系统有P，PI，PD，PID控制等。
对于本系统加热器的控制而言，由于加热器的材料比热容等决定加热器的温度变化有较大的延迟性，而PID控制中的积分运算会增强这个延迟性，这是我们不想看到的，微分运算有很强的预见性，加快温度的反应速度，因此这个系统适合采用PD控制方案。
下面我们介绍下PID控制温度的具体实现过程。
如图2-1是PID控制系统的框图。
图2-1PID控制系统框图
系统上电后，首先会对加热器进行温度采集一次，记为T
（1），用户通过人际交换界面输入需要加热到的目标温度，记为T（0）。
此时系统对T
（1）和T（0）作比较，计算出此时的温度偏差
，然后PID控制器根据此时的偏差进行比例、积分、微分运算，输出控制量
，控制量
的大小决定了加热通道的选择，
越大，说明距离目标温度的实现越远，需要的加热功率越大，则选择功率大的加热通道。
然后温度采集模块不断的对加热器的温度进行采集，输出温度T（t）反馈到PID控制器的输入端，与T（0）进行比较，实时地计算出偏差下
的大小，然后不断循环的完成整个控制过程，直到T（t）和T（0）相等，即加热器温度达到用户设定值。
下面我们给出PID控制算法的C++程序实现：
#include"stdio.h"
typedefstructPID{
doublesetpoint;
doubleproporation;
doubleinteral;
doublediverse;
doublelasterror;
doublesunerror;
}PID;
doublePIDCalc（PID*pp,doublenextpoint）;
voidmain（）{
PIDtest={100,12,2,1,0,0},*p;
p=&test;
printf（"%lf",PIDCalc（p,50））;
}
doublePIDCalc（PID*pp,doublenextpoint）{
doublederror,error;
error=pp->setpoint-nextpoint;
derror=error-pp->lasterror;
pp->sunerror+=error;
return
（pp->sunerror*pp->interal+pp->proporation*error+
pp->diverse*derror）;
}
在这个控制系统的实现中，有两个关键的问题，一是输出控制量
与加热通道的具体对应关系问题，二是PID三个控制参数的大小设定问题。
输出控制量的与加热通道的对应关系将决定被加热物体的温度变化曲线，加热通道选择不合适会导致加热过程出现震荡或者根本达不到温度设定值；不同的系统由于被控制对象的情况不一样，控制参数的设定有很大的差别，往往要根据实验者的经验或者通过上下位机系统进行不断的实验来确定合适的值。
此外PID控制不能做到同时跟踪设定值和抑制扰动，即这两者对于PID控制来说是矛盾的；PID控制只适用于简单输入输出的闭环系统，对于复杂的开环系统它的控制效果不够理想等等，这些都是PID控制的不足，也是制约PID控制应用的主要因素。
鉴于此，本系统并不直接采用PID控制的方法，而是借鉴了PID控制中比例运算的快速控制，微分运算的预见性等思想,即当根据目标函数值和预定值的差别较大时，采用快速逼近预定值的方法，当要接近预定值时，降低达到预定值的速度，以求尽量精确但又有一定速度优化地逼近预定值。
2.1.2模糊控制方法
1965年美国加利福尼亚大学电气工程系L.A.Zadeh教授创立了模糊集合理论[23]-[25]。
模糊理论在此基础上发展起来，它主要包括模糊集合、模糊逻辑、模糊推理和模糊控制等方面的内容。
采用模糊控制不需要对被控制对象建立精确的模型，只需要对被控制过程进行采用模糊逻辑的方法进行模糊推理，建立模糊集合。
简言之，就是把精确的输入模糊化，然后经过推理在输出精确的控制量。
因此，模糊控制算法软件实现上往往由模糊程序、模糊推理程序和反模糊输出程序组成。
根据前面的分析，本文研究的控制模式很适合运用模糊控制思想。
提出的方法是：
首先，将被控制对象的温度输入偏差和偏差率以及温度输出量进行模糊集合化，即划分为不同的模糊语言值，建立规则，并将这些模糊规则写成模糊条件语句，形成模糊模型；然后根据控制过程的特点进行模糊推理，形成模糊控制算法；最后将输入量的精确值经过模糊集合化的处理后，计算机由处理后的数据根据模糊规则推理出模糊决策，求出对应的输出控制量，输出控制量在经过反模糊化处理后变成精确输出值去控制温度的变化，达到调节温度的目的。
2.2模糊自组织模式及其算法实现
本文将前述的电磁仿生电路自组织重构功能、PID控制原理和模糊控制方法相结合形成了一种称作模糊自组织的智能控制模式。
在目标函数和相关物理因素的关系上，不追求物理原理上的精确定量关系，根据目标函数和预定值的差别、达到预定值的速度预期和精度预期形成一定的逻辑关系，根据应用系统需求借鉴PID算法确定控制系统结构的组织准则，电路系统中根据逻辑关系和组织准则确定控制动作，构成模糊自组织模式。
本文应用中温度是控制对象，在距离目标温度很大时，借鉴比例运算控制，采用大功率加热使温度快速接近目标值，在目标值附近借鉴微分控制的思想削弱温度变化的延迟，达到很好的控制效果。
同时，由于加热器的比热容、散热损耗等参数以及环境温度变化的随机性等因素，很难精确的建立起各种对应关系，借鉴模糊控制的思想，建立模糊的逻辑对应关系，控制电路的自组织行为，以保证用良好的控制效果达到控制目的。
本系统的目的是使系统根据当前的温度差自行判断所需要的加热功率以及自组织的选择加热通道，并在加热到最终温度时能自行保持恒温，最小程度的减少温度起伏，最大程度的提高控制精度等。
根据加热器加热温度的延迟性，以及加热器的比热容等参数，根据上述模糊自组织模式,本文设计了具有模糊自组织能力的控制算法。
如图2-2是算法的程序实现的流程图。
其功能控制过程是：
首先系统通过温度信息采集电路获取用户设定的目标温度值ST和当前加热器的温度值PT，然后根据目标温度值ST的大小选择不同的加热模式。
在维持不同的目标温度值平衡时需要的加热功率不同，而且，一般地，目标温度值越高，加热器的延迟越大，加热器的热损耗越快，因此要根据加热器的目标温度值ST选择不同的加热模式。
由于不能精确的获得加热器的各个参数以及环境温度变化的随机性等等诸多因素，很难获知目标温度值ST与加热功率之间确切的对应关系，因此我们根据模糊控制的思想，将目标温度值大致的划分了三个区间，即划分成三种不同的模糊模式。
图2-2智能算法框图
然后系统根据当前温度值PT与目标温度值ST之间的差值DT自行组织加热通道，即选择不同的加热功率。
以最左边的加热模式为例，加热初期，当前温度值与目标温度值之间的差值比较大，系统会组织大功率的加热通道1进行加热，实现目标温度的快速逼近。
当快要接近目标温度值时，由于加热器的温度变化存在延迟，必须减小当前的加热功率，否则将会出现温度的超调或者大幅度的波动，因此系统组
升级会员 