摘要:對某真空環(huán)境模擬試驗艙原有溫控系統(tǒng)的半開環(huán)的結構進行閉環(huán)改造并研制新的控制算法,改善系統(tǒng)的動態(tài)性能;在對被控艙內溫度進行建模分析的基礎上,探討了PID控制器、基本模糊控制器和模糊-PI復合控制器三種控制器的設計方法以及在溫控系統(tǒng)中的實現(xiàn),并通過常規(guī)變溫試驗和模擬脈沖干擾試驗對三種控制器進行比較。
關鍵詞:PID控制;模糊控制;復合控制;自調整因子;誤差預測
Abstract: This article is to change the half-open structure into closed loopstructure and to develop a new controller to promote dynamic characters of thesystem . Based on the analysis of the temperature model of the simulator, thedesign and realization of PID, Fuzzy and Fuzzy-PI controller are discussed. Threecontrollers are compared through ordinary poikilothermia and pulse interfereexperiments..
Key words: PID controller; Fuzzy logic controller; Fuzzy-PI synthetic controller; Selfadjustingfactor; Error prediction
1 前言
某真空環(huán)境模擬試驗艙主要功能是模擬外太空空間高真空環(huán)境及其溫度變化,目的是為檢驗部分暴露于真空環(huán)境的航天裝船產品的性能和可靠性,該模擬主要指標如下:真空度要求達到1×10-3Pa以下,艙內壁(夾套)的溫度在-30℃~+70℃范圍內可調,并能實現(xiàn)梯形交變溫度循環(huán),穩(wěn)態(tài)控制精度為±1℃,平均溫度變化率不小于1℃/min。該艙原溫控系統(tǒng)工作原理是采用蓄冷、蓄熱式工作原理,通過液體載冷劑在艙體內套循環(huán)管路中的循環(huán)來調節(jié)艙內溫度,由智能儀表分別控制熱媒管路或冷媒管路以及循環(huán)管路的液體流量(閥門開度)來調節(jié)溫度,閥門均為電動調節(jié)閥。在實際應用中由于設備自身的大滯后特點,控制效果并不好,尤其是在動態(tài)響應過程中,過程過渡階段曲線不夠理想,超調量較大,需有經驗的操作人員運用其專家知識手動補償給定以滿足指標要求,因此決定在不改變系統(tǒng)基本硬件配置的基礎上,增加一多功能數(shù)據(jù)采集卡,實現(xiàn)指標閉環(huán)控制的計算機控制系統(tǒng),由計算機作為主控單元,重新研制控制算法,并通過試驗研究對三種控制方法進行比較,在滿足指標基礎上提高控制精度和自動化程度。
2 硬件配置
原溫控系統(tǒng)中控制調節(jié)功能由智能儀表(EUROTHERN902)完成,控溫點設在媒體三通混合器的出口處,而不是在設計指標要求的艙內壁,而計算機所記錄和顯示的溫度是艙內壁溫度。硬件設計的具體方法是在艙內筒型空間均勻分布六個溫度傳感器,將采集的六路溫度值經A/D轉換后送入計算機,經過加權均值濾波后取平均值作為系統(tǒng)的反饋溫度值,經計算機推理計算后得出控制輸出量,通過串口通訊的方式控制系統(tǒng)原有智能儀表——歐陸表輸出通道輸出量,經PLC直接控制電動調節(jié)閥門動作,改進后的系統(tǒng)結構如圖1所示。
圖1 系統(tǒng)硬件結構圖
實際硬件部分的設備分別是:計算機為聯(lián)想品牌機, A/D轉換板采用研華PCL-812PG多功能數(shù)據(jù)采集卡。軟件編程環(huán)境Microsoft Visual C++ 6.0可視化編程環(huán)境。
3 對艙溫系統(tǒng)的建模分析
艙溫對象實際上就是一個溫度過程對象,其對象特性可以用一個帶純滯后一階慣性環(huán)節(jié)來表示[1]:
(1)
式中:K是放大系數(shù),即穩(wěn)態(tài)時輸入與輸出幅值之比。
T是時間常數(shù),即輸出值從起始值到穩(wěn)態(tài)目標值的63%所需時間。τ為純滯后時間。
我們采用階躍響應法,又稱飛升曲線法來求得上述慣性環(huán)節(jié)的參數(shù)可近似得純滯后時間τ=240s,時間常數(shù)T = 1080s,則系統(tǒng)模型為
(2)
4 算法比較
數(shù)字PID控制器在連續(xù)時間控制系統(tǒng)中,PID控制器應用的非常廣泛,我們采用PID的“增量算法”對系統(tǒng)進行控制,其描述離散時間差分方程如下[2]。
(3)
由系統(tǒng)模型根據(jù)經驗公式可求出PID控制中的參數(shù):控制周期:TS=0.05τ;比例增益; ;積分時間常數(shù);TI=2.0τ;微分時間常數(shù);TD=0.45τ。從而可計算出TS=12,KP=0.67,TI=480,TD=108。由于用飛升曲線法估計的模型與實際系統(tǒng)之間存在一定的偏差,因此在估計模型參數(shù)的基礎上采用經驗調試方法[3],即按照先比例,再積分,后微分的整定步驟得出的參數(shù)為KP=0.58,KI=0.22,KD=0.4。PID控制結果數(shù)據(jù)如下:上升時間:38分30秒;超調量:3.41℃;穩(wěn)定時間:41分13秒;穩(wěn)態(tài)誤差:±0.37℃。
模糊控制器 考慮采用一種不需建立精確的數(shù)學模型又有一定的抗干擾能力的控制方法,即模糊控制方法。首先各個I/O論域離散化取13個0和0左右的正、負整數(shù),即{–6,–5,…,–1,0,1,…,5,6}。接著對I/O空間進行模糊劃分,劃分為7個左右等級,正大(PB),正中(PM),正?。≒S),零(ZO),負?。∟S),負中(NM),負大(NB)。模糊推理采用Mamdani推理合成方法[4],即取大-取?。ǎ┓?,解模糊方法采用重心法。采用基本FLC在艙溫控制系統(tǒng)中進行試驗。在實際設計中,模糊控制器的輸入語言變量選為實際溫度y與溫度設定值r之間的誤差e=r-y及其變化率ec,輸出語言變量為控制熱媒流量的電動調節(jié)閥開度增量u,因此系統(tǒng)為一雙輸入單輸出系統(tǒng),如表1所示。
溫差e的基本論域設為[-6℃,+6℃],將論域歸一化為13個整數(shù)元素的離散集合X ={-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6},則得誤差e的量化因子Ke=1, e>6則E=PB,e<-6則E=NB,每個語言值作為一個模糊變量,對應一個模糊子集合。同理溫差變化率基本論域為[-3℃/min,+3℃/min],選定EC的論域Y={ -6,-5,…-1,0,1,…,5,6},誤差變化率ec的量化因子Kec=2。電動調節(jié)閥的開度增量論域為[-12%,12%],選定U的論域Z={ -6,-5,…-1,0,1,…,5,6},增量輸出u的解模糊比例因子Ku=2。通過總結經驗得出控制規(guī)則表1。試驗結果曲線如圖2所示,數(shù)據(jù)如下:上升時間:27分46秒;超調量:1.5℃;穩(wěn)態(tài)誤差:1.3℃;振蕩周期:30分15秒。
表1 基本模糊控制器規(guī)則表
圖2 基本模糊控制器試驗曲線
模糊復合控制器 基本FLC的穩(wěn)態(tài)誤差無法消除,有明顯的緩慢振蕩,原因之一是在模糊化過程中進行了四舍五入取整運算,為了彌補基本FLC的不足,采用Fuzzy和PI相結合的Biakowskif法復合控制方式。出發(fā)點是在模糊比例和微分作用中加入積分作用,調節(jié)穩(wěn)態(tài)特性[5]。我們根據(jù)設計指標中穩(wěn)態(tài)精度要求,設定切換閥值E為ZE,即當誤差e對誤差模糊語言值ZE的隸屬度大于等于0.7時,加入PI控制,否則為 Fuzzy控制。
常規(guī)的模糊控制器在設計過程中模糊控制規(guī)則可用解析式表示如下[6]:
U=-<(E+EC)/2>
可看出,控制作用取決于誤差和誤差變化,且二者處于同一加權程度。事實上,對于不同的控制對象或控制系統(tǒng)響應過程的不同階段,要求誤差和誤差變化率分別對系統(tǒng)輸出控制量有不同的影響。我們采用一種更簡便、實用的在整個論域范圍內根據(jù)誤差的大小自動調整的Fuzzy控制。則在整個論域范圍內在線自調整參數(shù)的Fuzzy控制規(guī)則可表達為
U=-<αE+(1-αEC)/2> α∈[0,1] (4)
(5)
其中α∈[α0 ,αS],0<α0<αS<1,在本課題中α0取0.3,αS取0.9。上述控制規(guī)則的特點是:調整參數(shù)在α0和αS之間隨著誤差絕對值|E|的大小而呈線性變化,因N為量化等級,故α有N個可能的取值,當誤差較大時,對誤差的控制作用給予較大的權重,以盡快消除誤差,提高響應速度;當誤差較小時,為避免系統(tǒng)響應超調,對誤差變化的控制作用給予較大的權重,以盡快進入穩(wěn)態(tài)。那么將帶自調整因子的Fuzzy-PI控制規(guī)則用解析形式表示如下:
u=u+Δu
(6)
為從根本上解決系統(tǒng)大滯后問題,我們在系統(tǒng)中引入預測控制,為在t時刻得到合適的控制量u(t),則必須預測出過程在t+ 時刻的輸出y(t+ ),然后再計算預測偏差e及預測偏差變化ec,再對e、ec Fuzzy量化,通過推理合成和Fuzzy決策,得出控制量u(t),從而做到了“提前控制”,而不是“事后控制”,這會使系統(tǒng)的魯棒性大大增強[7]。對于無滯后的單輸入單輸出系統(tǒng),設y(t)為被控量,u(t)為控制量,通過采樣得到的過程的輸入、輸出序列,總存在一個連續(xù)可微函數(shù)f可以精確描述y與u的關系,即y(k) = f(u(k)),其中k = 0,1,2,…。其采樣值y(k+1)可用當前時刻采樣值y(k)附近的一階Taylor展開式近似得到,即:
(7)
若設被控量與控制量的增量之比(即動態(tài)增益)為M(k)= ,若單輸入單輸出系統(tǒng)的純滯后步數(shù)為L>0(其中L =
,為過程的純滯后時間,T為采樣周期),得到L步預測模型:
(8)
本課題中,由飛升曲線得滯后時間約為4分鐘,我們取控制周期T為2分鐘,則滯后步數(shù)L=2,閥值取0.5,當|Δu|≥ ,預測模型為下式
(9)
其中
。為防止Δu過小產生計算值無窮大,當|Δu|< 時,預測模型采用式(10)。
(10)
可得預測誤差和預測誤差
變化率:
(11)
(12)
影響模糊控制器性能的一個不可忽略的因素是系統(tǒng)比例因子(量化因子)的選擇,它們對系統(tǒng)的動態(tài)性能具有較大的影響[8],模糊控制同常規(guī)PID控制一樣,其動、靜態(tài)特性之間存在一定的矛盾,需要根據(jù)系統(tǒng)的誤差和誤差變化率等信息對控制器的參數(shù)進行在線修正。我們采用在線調整Ku的方法,為簡化控制算法,采用分段調整Ku的方法。在初始升溫或降溫階段,溫差較大,采用較大的Ku;接近希望值時,要求控制動作細膩一些,采用較小的Ku;如果溫差變化趨勢增大,則增大Ku,反之,則減小Ku。帶誤差預測和自調整因子的Fuzzy-PI復合控制器系統(tǒng)原理框圖如圖3所示。
圖3 Fuzzy-PI復合控制器系統(tǒng)原理框圖
實際的試驗曲線如圖4所示,系統(tǒng)主要的動態(tài)和靜態(tài)指標如下:上升時間:31分23秒;超調量:0.8℃;穩(wěn)態(tài)誤差:0.53℃;
圖4 Fuzzy-PI復合控制試驗曲線
5 抗干擾能力比較
評價系統(tǒng)是否性能優(yōu)良的一個重要指標是系統(tǒng)的抗干擾能力,我們采取了模擬脈沖輸入的方法進行試驗,以比較三種控制方法的魯棒性。具體做法是將目標溫度設為40℃,首先采用Fuzzy-PI復合控制方式將溫度升到目標值,當系統(tǒng)溫度達到穩(wěn)態(tài)并恒溫一段時間后,打開艙門30秒然后關閉以模擬脈沖干擾,在系統(tǒng)重新回到穩(wěn)態(tài)后切換控制方式到PID控制器進行模擬干擾試驗,待PID控制曲線重新回到穩(wěn)態(tài)平衡后再切換到基本Fuzzy模式進行模擬干擾試驗,以觀察三種控制器的響應曲線。試驗曲線如圖5所示。由圖可見三種方式對脈沖擾動反應都比較強烈,但Fuzzy-PI復合控制器恢復平衡的時間短,溫度拐點曲線平緩,無超調、無振蕩;PID控制器產生了較大的超調,導致其穩(wěn)定時間較長,但系統(tǒng)穩(wěn)定后精度較高;基本FLC則對控制量校正迅速,也無超調,但在目標值附近的極限環(huán)振蕩無法消除。
圖5 模擬脈沖干擾試驗曲線
6 性能指標比較
下面給出三種控制方式的主要性能指標對比。
表2 性能對比(常規(guī)控制試驗)
表3 性能指標(干擾模擬試驗)
從三種控制方式的常規(guī)試驗和擾動試驗結果來比較和分析如下:
(1)PID控制器上升時間較長,在響應過程中產生較大的超調量,穩(wěn)定時間長,無穩(wěn)態(tài)誤差,對擾動的反應存在較明顯的滯后性,恢復時間較長。
(2)基本FLC響應過程中由于只有模糊比例和微分作用,響應速度和對擾動的反應較快,但穩(wěn)態(tài)過程中存在極限環(huán)振蕩。
(3)加入誤差預測和自調整因子的Fuzzy-PI復合控制器在動態(tài)過程中模糊比例起主導作用,接近目標值時微分作用起主要作用,因此響應速度快,且無超調,對擾動反應迅速,恢復時間也短,而在穩(wěn)態(tài)過程中加入積分作用則快速消除了穩(wěn)態(tài)誤差。
7 結論
可見經典PID和基本FLC由于其各自算法上都有一定的不足之處,而加入了誤差預測和自調整因子的模糊-PI復合控制器很好地結合了基本FLC和傳統(tǒng)PID控制的優(yōu)點,在動態(tài)和穩(wěn)態(tài)特性綜合性能指標上優(yōu)于單獨的基本FLC或PID控制器。本次改造項目在實際應用中效果良好,在保證了控制精度基礎上系統(tǒng)自運行能力和魯棒性大大提高。
參考文獻:
[1] 黃一夫. 微型計算機控制技術[M]. 北京: 機械工業(yè)出版社, 1988.
[2] 沈春霖, 吳厚宜等. 數(shù)字控制系統(tǒng)-原理、硬件與軟件[M]. 北京: 航空工業(yè)出版社, 1993.
[3] 張宇河, 金鈺. 計算機控制系統(tǒng)[M]. 北京: 北京理工大學出版社, 1996.
[4] 王立新. 模糊系統(tǒng)與模糊控制[M]. 北京: 清華大學出版社, 2003.
[5] 章衛(wèi)國, 楊向忠. 模糊控制理論與應用[M]. 西安: 西北工業(yè)大學出版社,2000.
[6] 龍升照, 汪培莊. Fuzzy控制規(guī)則的自調整問題[J]. 模糊數(shù)學, 1982, (3):5-112.
[7] 徐福倉, 申群太, 黃海悅. 預測控制在大滯后電阻爐系統(tǒng)中的應用研究[J].自動化學報, 2000, 9(3): 19.
[8] 諸靜. 模糊控制原理與應用[M]. 北京: 機械工業(yè)出版社, 2001.
趙維(1972-)男,吉林長春人,控制理論與控制工程專業(yè)碩士學位,高級工程師,長期從事航天環(huán)境模擬技術和模擬設備的研制工作,現(xiàn)就職于中國航天員科研訓練中心,主要從事智能控制理論與技術、PLC技術及應用、現(xiàn)場總線、機電一體化等方面的研究。
畢建智(1965-)男,山東威海人,航天試驗指揮專業(yè)碩士學位,高級工程師,現(xiàn)就職于中國航天員科研訓練中心,長期從事航天環(huán)境模擬技術和模擬設備的研制工作,主要從事人工大氣環(huán)境模擬、機械工程理論與設計等方面的研究。
摘自《自動化博覽》2011年第八期