傳統(tǒng)的PID控制器大量應(yīng)用于工業(yè)過程控制中,取得了良好的控制效果。但常規(guī)PID控制系統(tǒng)一般只適用于線性系統(tǒng),且不能根據(jù)實(shí)際情況在線調(diào)整增益系數(shù)Kp,Ki,Kd,使其不能滿足在不同的偏差e(k)和偏差變化率ec(k)下對控制器的PID參數(shù)進(jìn)行自整定的要求,從而影響系統(tǒng)的控制精度和系統(tǒng)的穩(wěn)定性[1]。鍋爐汽包水位作為控制系統(tǒng)的被控對象時(shí)是一個(gè)非線性、時(shí)變的環(huán)節(jié),在汽包水位控制器的設(shè)計(jì)中,僅采用常規(guī)的PID控制很難在整個(gè)控制范圍內(nèi)獲得良好的控制效果。本文針對常規(guī)PID控制的這個(gè)缺點(diǎn),結(jié)合模糊控制技術(shù),提出一種PID參數(shù)模糊自整定的方法。
該控制器是由一個(gè)標(biāo)準(zhǔn)的PID控制器和一個(gè)Fuzzy自調(diào)整機(jī)構(gòu)組成。根據(jù)輸入信號偏差e的大小、方向及變化趨勢等特征,通過Fuzzy推理作出相應(yīng)決策,在線調(diào)整P、I、D參數(shù)修正值以適應(yīng)控制系統(tǒng)的參數(shù)變化和工作條件的變化?;谀:壿嬐评淼腜ID控制器以控制專家整定控制器參數(shù)的經(jīng)驗(yàn)和知識為基礎(chǔ),在PID算法的基礎(chǔ)上增加了E和EC的計(jì)算,并將在工藝分析和操作經(jīng)驗(yàn)基礎(chǔ)上總結(jié)的專家知識,以產(chǎn)生式語句IF(條件)THEN(結(jié)果)的形式組成知識庫,經(jīng)模糊合成推理形成模糊查詢矩陣。根據(jù)模式狀態(tài)變量E和EC,通過實(shí)時(shí)調(diào)整機(jī)構(gòu)在知識庫中搜索相應(yīng)的模糊推理矩陣,并進(jìn)行參數(shù)調(diào)整(圖1)。
圖1 PID參數(shù)模糊自整定控制系統(tǒng)結(jié)構(gòu)圖
模糊自整定PID參數(shù)的目的是使參數(shù)Kp、Ki、Kd隨著e和ec的變化而自行調(diào)整,故應(yīng)首先建立它們之間的關(guān)系。根據(jù)實(shí)際經(jīng)驗(yàn),參數(shù)Kp、Ki、Kd在不同的e和ec下自調(diào)整要滿足如下調(diào)整原則[2]:
1) 當(dāng)e較大時(shí),為加快系統(tǒng)的響應(yīng)速度,防止因開始時(shí)e的瞬間變大可能會引起的微分溢出,應(yīng)取較大的Kp和較小的Kd,;同時(shí)由于積分作用太強(qiáng)會使系統(tǒng)超調(diào)加大,因而要對積分作用加以限制,通常取較小的Ki值;
2) 當(dāng)e中等大小時(shí),為減小系統(tǒng)的超調(diào)量,保證一定的響應(yīng)速度,Kp應(yīng)適當(dāng)減??;同時(shí)Kd和Ki的取值大小要適中;
3) 當(dāng)e較小時(shí),為減小穩(wěn)態(tài)誤差,Kp與Ki應(yīng)取得大一些,為了避免輸出響應(yīng)在設(shè)定值附近振蕩,同時(shí)考慮系統(tǒng)的抗干擾性能,Kd的取值要適當(dāng)。
由參數(shù)自整定Fuzzy-PID控制器圖可知,其中的參數(shù)校正部分實(shí)質(zhì)為一個(gè)Fuzzy控制器,其輸入語言變量為E、EC,輸出語言變量分別為Kp、Ki和Kd。對于系統(tǒng)響應(yīng)的誤差E、誤差變化率EC分別具有一定的變化范圍,將其變化范圍分別定義為Fuzzy集上的論域。E、EC={-3,-2,-1,0,1,2,3};模糊控制器輸出語言變量Kp、Ki、Kd={-3,-2,-1,0,1,2,3}。設(shè)其Fuzzy子集為:E、EC={NB,NM,NS,0,PS,PM,PB};Kp、Ki、Kd={NB,NM,NS,0,PS,PM,PB}。他們的隸屬度函數(shù)為三角形函數(shù),如圖2所示。
圖2 E、EC、Kp、Kl、Kd的隸屬函數(shù)
模糊自整定PID參數(shù)控制器目的是要根據(jù)E和EC的變化而自動調(diào)整PID參數(shù),因而必須找到Kp、Ki、Kd與E和EC之間的對應(yīng)關(guān)系。根據(jù)上述參數(shù)的整定原則以及專家的經(jīng)驗(yàn),可得到一系列規(guī)則(Kd調(diào)整Fuzzy規(guī)則集模型從略),如表1、表2所示。
由Fuzzy-PID控制器的結(jié)構(gòu)可知,它屬于二維輸入三維輸出的Fuzzy控制系統(tǒng), 輸入分別為E和EC,而輸出分別為PID的3個(gè)調(diào)節(jié)參數(shù)Kp、Ki和Kd,在獲得了三者的調(diào)整規(guī)則模型后,根據(jù)模糊理論進(jìn)行算法合成,求得相應(yīng)的Kp、Ki、Kd的3個(gè)控制表,因?yàn)?個(gè)控制表的求解過程完全一樣,故僅將Kp控制表的求取過程說明如下。
表1 Kp調(diào)整Fuzzy規(guī)則集模型
表2 Ki調(diào)整Fuzzy規(guī)則集模型
對于二維輸出(E、EC)單輸出(Kp)的Fuzzy控制系統(tǒng),其控制規(guī)則一般可寫成如下語言推理形式。
IfE=EiandEC=ECjthenKp=Kpij
i=1,2,…,m;j=1,2,…,n
(1)
其中,Ei、ECj、Kpij分別是定義在E、EC、Kp上的Fuzzy集,式(1)一般可用一個(gè)Ei×ECj到Kpij的Fuzzy關(guān)系R來描述,即
R=Uij(Ei×ECj)×Kpij
(2)
根據(jù)Fuzzy數(shù)學(xué)理論,“×”運(yùn)算的含義由下式定義。
(e,ec,Kp)=∨[(e)∧ (ec)∧ (Kp)]
(3)
如果偏差和偏差變化率分別取E和EC,則Fuzzy控制器給出的控制量的變化由Fuzzy推理合成規(guī)則算出:
Kp=(E×EC)R
(4)
即
(Kp)=∨((e,ec,Kp)∧(e)∧ (ec))
(5)
因此,根據(jù)所得Kp的模糊規(guī)則可按式(2)、式(3)把相應(yīng)的Fuzzy關(guān)系R求出來,反之若系統(tǒng)的Fuzzy關(guān)系R為己知時(shí),可根據(jù)輸入E和EC利用式(4)、式(5)求出Kp的調(diào)整表。Kp參數(shù)調(diào)整算式為:
(6)
將鍋爐汽包水位系統(tǒng)作為被控對象,其數(shù)學(xué)模型為:
(7)
運(yùn)用模糊PID參數(shù)自整定控制方法,將模糊邏輯工具箱與MATLAB函數(shù)相結(jié)合,在MATLAB中Simulink環(huán)境下進(jìn)行仿真研究。其中,模糊推理方法采用Mamdani型推理,去模糊化采用平均最大隸屬度(mom)方法。
圖3給出了常規(guī)PID控制與模糊PID控制控制鍋爐汽包水位的試驗(yàn)仿真曲線比較。圖4是改變被控對象模型時(shí)的仿真曲線。
圖3 常規(guī)PID與Fuzzy-PID的比較
圖4 被控對象參數(shù)發(fā)生變化30%時(shí)的仿真比較
可以看出:
1) 模糊PID參數(shù)自整定控制具有較小的超調(diào)量和較短的調(diào)節(jié)時(shí)間,具有較好的動態(tài)響應(yīng)和穩(wěn)態(tài)特性,它優(yōu)于常規(guī)PID控制;
2) 由于模糊PID參數(shù)自整定規(guī)則能根據(jù)工況變化過程中的偏差和偏差變化率自動進(jìn)行PID參數(shù)調(diào)整,因而具有較好的自適應(yīng)能力;
3) 有較好的抗干擾能力,當(dāng)工況發(fā)生變化時(shí),與傳統(tǒng)POID算法相比,模糊PID參數(shù)自整定控制有更好的魯棒性。
顯然,模糊PID參數(shù)自調(diào)整的新型控制器是一種設(shè)計(jì)簡單、實(shí)現(xiàn)方便、控制規(guī)則優(yōu)化,以及性能優(yōu)良的智能控制器,具有動態(tài)性能好,穩(wěn)態(tài)精度高,抗干擾性能好和魯棒性較強(qiáng)等特點(diǎn),適用于非線性、時(shí)變、強(qiáng)干擾的不確定復(fù)雜系統(tǒng)。
[1] 王立新.自適應(yīng)模糊系統(tǒng)與控制[M].北京:國防工業(yè)出版社,1995.
[2] 劉明蘭,孫立紅,等.基于自調(diào)整因子FUZZY規(guī)則的專家控制器[J].武漢:武漢汽車工業(yè)大學(xué)學(xué)報(bào),1997(6):65-68.
[3] 張國良,曾靜,等.模糊控制理論及其MATLAB應(yīng)用[M].西安:西安交通大學(xué)出版社,2002.