基于智能PID算法的液位前饋反饋控制系統(tǒng)

朱山川

（合肥工業(yè)大學電氣與自動化工程學院 安徽 合肥 230009)(滁州職業(yè)技術(shù)學院 安徽 滁州 239000）

引言：對于實際的液位控制系統(tǒng)，由于摩擦和系統(tǒng)老化的原因，調(diào)節(jié)閥的控制量與流量之間并不是完全線性的關(guān)系，它們之間的關(guān)系實際存在著一定的非線性。具體體現(xiàn)在：計算機通過算法得到的調(diào)節(jié)閥控制量與調(diào)節(jié)閥的實際開度并不是一一對應的，而是存在著一定的控制“死區(qū)”，即在這樣的“死區(qū)”內(nèi)，即使調(diào)節(jié)閥的控制量發(fā)生改變，調(diào)節(jié)閥的開度也不會變化；而且在控制過程中，控制量有時會頻繁變化，從而造成調(diào)節(jié)閥的頻繁動作，這會加速調(diào)節(jié)閥的磨損，甚至會造成系統(tǒng)的不穩(wěn)定[1][2]。本文根據(jù)模糊控制的思想和大量的實驗數(shù)據(jù)，將調(diào)節(jié)閥的控制量進行模糊“分檔”，使調(diào)節(jié)閥實際的控制量變成一組離散的數(shù)值，有效避開了控制“死區(qū)”，阻止了調(diào)節(jié)閥的頻繁動作。在控制過程中，流量的擾動對于液位控制系統(tǒng)是一個主要的干擾，針對這一干擾，本文設計了一個專用前饋控制器，用它對流量造成的擾動進行補償。實驗表明：本文提出的方法解決了傳統(tǒng)PID在控制液位系統(tǒng)時存在的一些問題，并且獲得了較為理想的控制效果。

一、前饋反饋控制

前饋控制作為一種以不變性原理為理論基礎的控制方法，它的特點是開環(huán)控制，它的控制效果不能通過反饋來加以檢驗。而反饋控制的特點是一種閉環(huán)控制，它的控制效果要通過反饋來加以檢驗，從而盡可能地減小誤差。

1.1系統(tǒng)框圖

前饋反饋液位控制系統(tǒng)的方框圖如圖1所示。前饋控制器將流量擾動直接反映到調(diào)節(jié)閥的控制量上，不等到液位發(fā)生變化后再進行調(diào)節(jié)，這樣大大地提高了系統(tǒng)的抗干擾性能。

1.2前饋控制器設計

通過實驗，我們得到調(diào)節(jié)閥控制量與流量的對應關(guān)系數(shù)據(jù)，如表1-1和表1-2。

表1 調(diào)節(jié)閥關(guān)小時調(diào)節(jié)閥控制量與流量的對應關(guān)系

表2 調(diào)節(jié)閥開大時調(diào)節(jié)閥控制量與流量的對應關(guān)系

由于調(diào)節(jié)閥本身存在著間隙，所以對應它關(guān)小和開大兩個過程我們得到兩組數(shù)據(jù)。根據(jù)數(shù)據(jù)擬合的最小二乘法，我們得到了調(diào)節(jié)閥控制量與流量以及流量與調(diào)節(jié)閥控制量之間的近似關(guān)系如下：

式(1-1)～(1-4)的曲線圖如圖2中的圖（1）～圖（4）所示。

圖2 調(diào)節(jié)閥的控制量與流量的關(guān)系曲線

由于PCT-2型過程控制實驗系統(tǒng)在出水口沒有安裝流量傳感器，所以我們無法得知負荷帶來的擾動，只能對輸入端流量擾動進行補償。具體方式是通過測量主回路的流量變化，在通過數(shù)學模型(1-1)～(1-4)，將其轉(zhuǎn)換成副回路調(diào)節(jié)閥的開度，使用副回路的流量對主回路進行流量補償，保證控制對象液位的基本不變，從而提高了系統(tǒng)的魯棒性。

二、智能模塊

2.1模糊化模塊

2.1.1神經(jīng)網(wǎng)絡輸入層模糊化

該模塊是用來對系統(tǒng)狀態(tài)變量進行模糊量化和歸一化處理。這樣做可以利用模糊控制的魯棒性和非線性控制作用，對作為神經(jīng)網(wǎng)絡輸入的狀態(tài)變量進行模糊規(guī)則的預處理，避免了神經(jīng)網(wǎng)絡的活化函數(shù)采樣Sigmoid函數(shù)時，直接輸入量過大而造成的輸出飽和，使輸出不再對輸入敏感的缺點[3][4]。

本文對系統(tǒng)的狀態(tài)變量{e(k)}進行模糊化處理，通過計算e(k)/r(k)，將液位偏差e(k)=r(k)-y(k)做模糊歸檔，其中r(k)為液位設定值，y(k)為液位實際值。根據(jù)大量的實驗數(shù)據(jù)可以得到式(3-1)，將e(k)在[0,6]區(qū)間分成七個等級，完成“歸檔”模糊化，然后將得到的E值除以縮減系數(shù)6將模糊化模塊的輸出調(diào)整到0-1的范圍，繼而將歸一化后的數(shù)據(jù)傳送給神經(jīng)網(wǎng)絡的輸入層。即

其中，E為液位偏差的模糊論域。

2.1.2調(diào)節(jié)閥的模糊控制

在PCT-2型過程控制系統(tǒng)實驗裝置中，由于摩擦和設備老化的原因，調(diào)節(jié)閥的控制特性存在一定的非線性。并且在控制過程中，有時控制量會頻繁變化，從而造成調(diào)節(jié)閥的頻繁動作。這樣頻繁地開關(guān)調(diào)節(jié)閥會造成嚴重的磨損，甚至會使整個系統(tǒng)失穩(wěn)。針對這個問題，本文根據(jù)大量實驗數(shù)據(jù)，使用模糊思想將由PID算法得到的調(diào)節(jié)閥控制量的數(shù)字量模糊歸檔，使調(diào)節(jié)閥控制量分段離散化，從而一定程度上改善了以上存在的問題。模糊化模塊的方框圖如圖3所示。

圖3 模糊化模塊結(jié)構(gòu)圖

本文使用組態(tài)王6.01版本編制控制界面和控制算法程序，設定調(diào)節(jié)閥控制量的取值范圍為0～1000，將該范圍均勻劃分為25段，控制量每增加40調(diào)節(jié)閥才動作一次。這樣有效地改善了調(diào)節(jié)閥的死區(qū)問題，避免了調(diào)節(jié)閥的頻繁動作，提高了系統(tǒng)的穩(wěn)定性。

2.2模糊神經(jīng)網(wǎng)絡PID模塊

針對傳統(tǒng)PID中算法中PID參數(shù)難以整定的問題，本文采用模糊神經(jīng)網(wǎng)絡來完成對PID參數(shù)的在線自整定。本文使用的是一個三層神經(jīng)網(wǎng)絡，其結(jié)構(gòu)如圖4所示。該網(wǎng)絡有三個輸入層節(jié)點，六個隱含層節(jié)點和三個輸出層節(jié)點，輸入層節(jié)點對應模糊化后的系統(tǒng)狀態(tài)變量，輸出節(jié)點對應PID控制器的三個可調(diào)參數(shù)Kp、Ki和 Kd。 由于 Kp、Ki、Kd 三個參數(shù)不能為負值，所以本文采用非負Sigmoid函數(shù)作為輸出層的活化函數(shù)，而隱含層的活化函數(shù)則采用正負對稱的Sigmoid函數(shù)。

圖4 模糊神經(jīng)網(wǎng)絡結(jié)構(gòu)圖

該神經(jīng)網(wǎng)絡的輸入為模糊化后的系統(tǒng)狀態(tài)變量，具體計算過程與參考文獻[5]中的方法基本類似，本文不再累述。

四、實驗結(jié)果

在組態(tài)王6.01環(huán)境下運行程序，可以得到傳統(tǒng)PID控制算法和基于模糊PID的液位前饋反饋控制下液位系統(tǒng)的性能曲線，如圖5所示。圖a是在傳統(tǒng)PID算法的控制下，液位上升以及流量擾動對液位系統(tǒng)的影響曲線。從圖a中可以看出，該系統(tǒng)的調(diào)節(jié)時間較長，大約用了193秒，系統(tǒng)的動態(tài)性能不太理想，并且流量的擾動造成了系統(tǒng)的振蕩，使液位出現(xiàn)較大的偏差，系統(tǒng)的穩(wěn)定性較差；圖b是基于模糊神經(jīng)網(wǎng)絡PID的液位前饋反饋控制算法下液位上升以及副環(huán)對主環(huán)流量的補償過程。從曲線中可以看出，該液位系統(tǒng)上升速度較快，大約用了152秒，而且液位無超調(diào)，有較好的動態(tài)性能；當主流量發(fā)生擾動時，系統(tǒng)通過前饋控制器迅速對主流量進行補償，從而使液位保持恒定，大大提高了系統(tǒng)的魯棒性。

五、結(jié)論

在液位前饋反饋控制系統(tǒng)中，由于系統(tǒng)中存在一定的非線性因素，使得傳統(tǒng)PID算法在動態(tài)性能和魯棒性方面的表現(xiàn)都不能令人滿意，很難滿足液位控制系統(tǒng)在精度和穩(wěn)定性方面的要求。本文針對以上存在的問題，采用前饋補償和模糊思想對液位控制系統(tǒng)進行優(yōu)化設計，使用組態(tài)王軟件進行控制界面和控制程序的設計，并在PCT-2型過程控制系統(tǒng)實驗裝置上進行在線調(diào)試，實驗表明：本文提出的新型控制方法取得了令人滿意的控制效果。通過對液位控制系統(tǒng)在兩種控制方法的性能曲線的比較可以發(fā)現(xiàn)，本文提出的控制方法能夠獲得滿足工業(yè)控制要求的控制曲線，減少了調(diào)節(jié)時間和動態(tài)誤差，提高了系統(tǒng)抗干擾能力。由此證明本文提出的控制策略和程序?qū)崿F(xiàn)方法符合實際控制要求，有一定的實際價值和應用前景。

圖5 液位系統(tǒng)的性能曲線

[1]Karl J.Astrom,Bjorn Wittenmark.Computer-Controlled Systems Theory and Design[M].北京：電子工業(yè)出版社，2001，4．

[2]Katsuhiko Ogata.Discrete-Time Control Systems(Second Edition)[M].北京：機械工業(yè)出版社，2006,5．

[3]唐功友,張寶琳.受擾非線性離散系統(tǒng)的前饋反饋最優(yōu)控制[J]. 控制理論與應用，2006，（1）.

[4]Spooner J T,Passino K M.Stable adaptive control using fuzzy systems and neural networks[J].IEEE Trans Fuzzy Syst,1996,(3)：339-359.