智能PID算法在液位控制系统中的应用毕业论文

目 录1引言32 常规PID控制32.1 PID控制原理32.2 常规PID控制结构图42.3 常规PID控制算法43智能PID控制及其现状与发展63.1 智能PID控制63.2智能PID的现状63.3 智能PID的发展64 智能PID控制算法及控制流程74.1智能PID控制算法74.2智能PID控制算法流程85 控制对象模型96仿真实现PID智能控制106.1 仿真软件简介106.2常规PID控制的仿真116.3 智能PID控制的仿真127 仿真结果分析178 结束语17参考文献18致谢19智能PID算法在液位控制系统中的应用 摘要：由于常规PID控制对实际液位控制系统的参数的实时调节具有很大的缺陷，本文提出了一种先进的智能PID算法来控制液位系统。智能PID控制算法是基于常规的PID控制算法之上，根据专家的理论研究和前人的实际经验，针对拥有大滞后的、时时变化的、大误差的非线性系统对象而研究出的控制算法。这个算法是通过分段来对其实现控制的，它具有很好的快速性，还有滞后控制的稳定性和抗干扰能力。利用智能PID控制算法，实时调整PID参数，已在工业控制系统中得到了良好的控制效果。关键词：参数调整 智能PID算法 控制效果Application of intelligent PID control algorithm for water level controlAbstract：Since the conventional PID control for real-time control system to adjust the parameters of the actual level has great flaws, this paper proposes an advanced level of intelligent PID algorithm to control system. Intelligent PID control algorithm is based on the conventional PID control algorithm,based on research and practical experience of previous experts theory,for with large lag, always changing nonlinear system objects rather large error control algorithms developed.The algorithm is segmented by regulation, it has better rapidity, and hysteresis control stability and anti-interference ability.the intelligent PID regulator is applied to real- time regulation of PID parameter , and has achieved good results in the water level control system.Key words：Parameter Adjustment; Intelligent PID; Control Effect1引言 目前,超过一半的液位控制系统仍采用常规的PID控制，这是因为这种控制易于实现、鲁棒性好等多种优点。液位控制系统是过程控制的首要研究目标，对PID算法的研究具有非常好的理论和实际意义。但由于大滞后的液位控制系统，这样建立的非线性数学模型，是很难把握的，选用传统的PID算法，增量算法很难获得满意的控制效果1。为了达到实际的工业需求，人们本能地想寻求其它更好的控制算法。目前，人们提出了在实际工业控制系统中的智能PID算法。本文介绍了液位控制系统的设计时，智能PID控制算法实现对设计的改进，根据系统的操作可以自动及时动态调整PID参数，又由于它不依赖于系统的数学模型，对系统参数的改变也没有太大的反应，所以更能应对在实际应用中发生的各种突发的情况，从而可以达成更好的要求2。2 常规PID控制在现在的实际工业控制系统中，应用最为普遍的就是通过比例，积分和微分规则控制的调节器。这样的控制就是PID控制，PID控制器从开始上市到现在也已经有了将近70多年的历史，它的优点主要有结构比较简易，稳定性能好且调整起来简单，它成为了现代工业控制的主要技术之一。2.1 PID控制原理PID控制是基于反馈的原理，反馈原理包括三个主要的部分：1:测量，测量最重要的就是对变量的观察，将变量与预定的目标相比较，根据它们之间的误差值来修正系统的响应。2：比较，就是比较变量现在的状态与预定的目标状态之间的差距，通过比较才能更好的控制系统。3：执行，根据最后的响应反馈到开始的变量值，是大是小，从而可以对PID参数进行调节，达到更好的系统响应效果。PID控制在生产中得到了很好的运用，即使是后来发展起来的智能PID控制也是在常规PID控制基础上的，研究好PID控制具有重要的意义3。PID控制具体起来可以拆分为P控制，I控制和D控制，下面就简单的分析下这三种控制：1：P控制：P控制即为比例控制，它按照比例反应的偏差，当系统出现偏差时，比例控制就产生作用，通过比例增大，可以减小系统产生的误差，但比例增大的过大就会导致系统上下震荡，出现不稳定的状况。2：I控制：I控制即为积分控制，在一个自控系统中，如果当系统响应进入到稳定状态时，系统还存在稳态误差，那么就可以用积分项来减小稳态误差，积分作用是消除稳态误差，提高无误差的程度，其整体效果依赖于积分时间常数的大小，积分时间常数小强度大，反之则小。3：D控制：D控制即为微分控制，微分的功能是影响系统偏差信号的变化率，简而言之，就是当系统还没有出现稳态误差时，系统的误差就被微分功能消除了，这是可预见的效果，能显著提高系统的动态性能。同时，在适当的条件下使用不同的功能，它还可以降低系统的超调量和调节时间。这三种控制都是不能单独控制的，单独控制对系统的调节是起不了良好的作用的，只有当其中两者联合起来，才能达到预期的优化系统的效果。2.2 常规PID控制结构图常规PID控制主要控制的是由控制器，执行器件，被控对象以及反馈检测元件组成的闭环控制系统，其结构示意图如下：控制器执行部件被控对象检测元件r(t)e(t)u(t)y(t) 图1闭环控制系统示意图在上面的结构图中，其中控制器是此闭环系统的中枢，它决定着系统的优劣性，它的控制算法也决定了闭环控制系统的控制特点与控制性能，在传统的液位控制系统中一般选用常规PID来调节系统。2.3 常规PID控制算法传统PID控制算法是一种线性控制算法，它根据给定值与实际输出值的差形成控制偏差，控制偏差用表示如下： （2-1）将偏差的比例积分和微分经过线性组合的方式形成系统的控制变量，对被控制目标进行控制。控制信号u(t)由e(t)和其对时间的积分和微分产生： （2-2） 且常规PID控制最理想的控制效果是，所以将上述两式合起来写成系统的传递函数为： （2-3）其中的kp，ki和kd就是PID控制最重要的三个参数。其控制算法的方法示意图如下图2：+_yout+-rinkp+ki+被控对象1/skddu/dt图2 常规PID控制算法在图中，传统PID算法中，Kp,Ki和Kd三个参数起着关键的控制作用，操作人员可以根据实际被控对象的线性特征对这三个参数加以控制，从而使实际的系统达到性能的最优化。 PID控制广泛使用在控制系统中，其突出的优点是：1，它的控制原理简单，易于实现。2：它的控制适用范围广泛，可以运用于各种领域的生产部门。3：它具有鲁棒性能强，稳态无静差等优良特性。然而仅仅靠这三个参数的调整难以满足现实工业生产中的系统的需求4，比如液位控制系统中，如果单单使用常规PID控制,就难以控制其系统的大滞后性，且液位系统往往是非线性的，常规PID控制只可以控制线性的液位系统，不能控制非线性系统。 3智能PID控制及其现状与发展3.1 智能PID控制 图3 智能PID控制原理图图3是一个智能PID控制的原理图，在进行了智能算法之后，系统获得了它的系统误差，误差的变化，系统的控制对象和输出量之后，为了使系统调整到最佳状态，再对PID控制参数进行及时的调整。目前，模糊PID智能控制，专家型PID控制，基于神经网络的PID智能控制都属于智能PID控制范畴5。3.2智能PID的现状目前，这大多数工业控制中多采用PID控制，PID中的一个关键的问题就是要解决参数的整定，从DESBOROUGH和MILLER在一次调查报告中发现，有11600个具体PID控制功能的调节器应用于实际的工业生产中，其大部分的反馈回路采用了常规PID控制算法，然而，只有30%的调节器在工业生产中得到了较好的应用，且性能达到了用户的满意，还有绝大多数却没能满足工业中的实际需求，所以，这给研究控制理论带来了极大地挑战，人们于此就想基于传统PID控制重新开发出一种新的算法能够应用于实际工业生产中，并能够发挥实际的作用，从而智能PID控制的理论就被渐渐的提了出来。3.3 智能PID的发展 智能PID控制是近年来的一个新的理论和技术，用于解决复杂的实际系统难以控制的弱点，它是基于PID控制，将控制系统的性能反映给PID参数的智能的机构，它能够使系统在运行过程中自动的对系统的PID参数进行修改，从来满足系统的现实要求，而不需要人为的调节系统的参数，使系统具有了良好的抗干扰能力，又因为它拥有常规PID控制的布局单一，鲁棒机能强，较高的可靠性等优点，因为这两大方面，使智能PID控制成为现实工业控制系统中一种更好的控制方法6。近年来，智能PID复合控制的发展，成为人们研究的热点，其中的基于神经网络的智能模糊控制系统成为发展的趋势。另外，利用遗传算法对神经网络的PID控制器的权系数进行优化，将遗传算法应用于模糊系统控制，被证明是调整规则和属函数的一种非常可行的智能控制方式，从而将遗传算法、模糊算法以及免疫反馈机理与常规的PID控制相结合，引出了基于遗传算法的模糊免疫PID控制算法，将这种智能算法使用在液位控制系统中，获得了较好的效果。4 智能PID控制算法及控制流程4.1智能PID控制算法在液位控制系统中，由于液位具有较大的滞后性、非线性的出水量使得数学模型难以准确建立，而常规的PID算法控制易出现较大的超调量，系统的动态性能也较差，所以水的液位高度难以控制到较稳定的范围。因此，在液位调节系统中，用智能PID控制算法对控制对象进行控制。智能PID控制算法是基于传统的PID控制算法，根据工业生产的实际经验和专业的工作人员，针对具有大滞后、时时变化、非线性的系统对象而研究出的控制算法7。当系统的输出超过系统误差，系统采用饱和输出模式，可以降低液位系统滞后，同时可以减小系统较大的超调量；系统误差的绝对值在很小的幅度内时，能通过增大积分系数来解决，从而可以改善系统的稳定度。这样的系统采用一种非线性的智能PID算法规则，可以有效地改善系统的动态特性和稳态水平8。增量型PID控制算法： （4-1） （4-2）式(3-2)中，为偏差；为控制量；为最小允许偏差量；为最大允许偏差量；为中间偏差；为最大控制量。智能PID控制算法的规则如下：规则1 若|，则 （4-3）规则2 若，则 （4-4）规则3 若，则 （4-5）规则4 若，则 （4-6）（其中，）从以上4个控制规则能够了解到，智能PID算法在本质上是非线性的，能很好的解决常规PID算法所存在的一些不足，规则1、2体现了系统的快速性和稳定性，规则3、4又体现了PID的变参数调节的自适应性能力。 下图4为智能PID算法曲线运行示意图，当智能算法符合规则1时，系统的曲线运行在0-t1之间，这时候系统的误差大于最大的误差值Emax，此时系统按照原输出满幅度输出，系统曲线运行在t3段之后时，系统的输出曲线近似为一条直线；当曲线在t1-t2磨合期内时，符合规则3的算法，这时候系统误差大于系统最小的误差值Emid小于最大的误差值Emax，它的位置系数也很大，积分所需要的系数较小，能够加快它的动态性能；当符合规则4的算法时，曲线运行在t2-t3段，这时候系统误差大于最小误差值Emin小于中间的误差值Emid，这时候的位置系数较小，系数积分量大，可以大大提高稳态精度；当系统运转在d段时，此时系统在许可的误差范围内，系统的输出保持恒定，符合智能PID算法的规则2，可以使其控制的稳定性增加5。 图4 智能PID算法曲线运行图4.2智能PID控制算法流程 系统监控采集液位信息计算位置误 差Perr累计积分误差Ierr开始 控制对象 执行机构 输出控制模拟量 智能PID控制 规律运算器实际液位液位采集 图5智能PID控制算法流程图图5为智能PID控制算法程序流程图，控制对象经初始化后，从而步入系统监控阶段，系统经过液位传感器，对控制对象的实际液位信息进行及时的收集。然后系统再根据实际水位量与目标水位量的误差，分别计算出系统位置误差PErr和系统累计误差积分IErr，计算机基于误差的比较，并根据智能PID控制的操作规则，计算得到控制数据，控制数据经输出转换器转换成控制信号从而驱动执行机构，最终达成对控制目标的稳定液位控制9。5 控制对象模型以某企业的生产用水为液位控制的具体实例，下图6是企业的生产用水的系统结构图，生产用水取自河水，如图河水经过简单的杀菌消毒后经加压泵和液位变送器输送到屋顶上的水池内，然后河水就从水池中直接向下输送到需要水的生产线及设备上，加压泵上的变频器是用来控制泵的压力的，通过控制压力的大小来调节输送的水量的大小，从而使水池水位在一个恒定的液位，使加压泵输送到水池的水量与生产的用水量达到动态稳定10，实现水资源的优化，就必须以水的变化来调整加压泵的压力从而控制出水量。但是因为屋顶水池与加压泵站的输送距离较远，从加压泵站给水量的变化到屋顶水池液位的变化，需经过很长时间的管道输送，水管网络的压力又不确定、水的出水量时大时小，导致系统具有大惯性，长时间的延迟，采用传统的PID控制算法使系统产生大的波动很容易，然后水位将在很大的范围内波动，不利于工业级控制。鉴于以上特点，智能PID控制算法来解决这个问题。由于智能控制还处于理论研究状态，我们可以通过模拟建立各种系统模型，运用各种智能PID算法来理论研究PID智能控制11。 图6 系统框图 6仿真实现PID智能控制我们对上述液位系统进行模型模拟与搭建，由于模拟的液位系统是一个非线性的，且输出随时在发生变化，又有滞后性的一个系统，我们考虑到这些特征，将该系统建模为一个一阶惯性延迟模型。其模型的输出传递函数设为： （6-1）我们分别采用常规的PID控制和智能PID控制对该系统进行模型仿真，并给出相应的仿真结果scope图，这里我们采用的是Matlab软件对此系统模型进行仿真，Matlab软件中的Simulink是一个交互式的动态系统建模环境，它能够对模拟系统进行仿真并对图形进行分析，仿真可以模拟模型，模拟和分析等12。6.1 仿真软件简介计算机仿真是研究现代科学的一个非常好的帮手，在对各种复杂系统的研究中，我们采用计算机仿真得到了很好的效果，并节约了很大的经济成本。计算机仿真可以模拟建立一个系统的工作空间，可以帮助构造非常复杂且精确的系统模型。通过仿真，可以对你建立的模型进行各方面的性能验证，很大程度的减少了对实际仪器的损坏，降低了经济成本。目前，Matlab软件和Simulink的数据库已被大量应用于控制系统，Simulink模型可作为动态模型，并能够模拟和分析，它能够适用在连续，离散甚至两者夹杂的非线性系统中，同时它也适用于多种采样频率的复杂系统13。在Simulink工作区间中，可以在模型窗口中逼真的画出系统的仿真模型，然后直接进行仿真运行。它为用户提供了非常便捷的方框图模块，只需用户把它们选择出来进行连线，就跟我们画画那样直观明了。与传统的建模和仿真软件相比，模块化，封装，结构程序设计和高度的视觉特性等优点，大大简化了仿真系统模型。利用MATLAB软件对液位系统进行数字化的仿真，可以在以下三个方面具有优势：1：Simulink库的功能强大，软件的模块中提供了各种电子元器件的仿真模型，同时自己也可以通过编程设计更多的元件模型。2：MATLAB采用SCOPE模块和其他的画图模块，可以在运行之后点击SCOPE，得到仿真结果的显示，除此之外，用户还可以在改变模型其中的模块的参数后，迅速的得到结果发生的变化，从而分析系统中参数的改变对响应结果的影响。另外此次搭建的模型还可以保存，以便于以后的查看与使用。3：模型分析工具包括线性化工具和对平衡点的分析工具、MATLAB的很多工具及MATLAB的应用工具。因为MATLAB和Simulink是捆绑在一起的，所以用户可以同时在这两个工作环境下，对自己建立的模型系统进行仿真分析。6.2常规PID控制的仿真打开Matlab命令窗口，建立模型，然后打开库浏览器，打开Simulink仿真库，Simulink库中提供了各种系统模型的模块,我们选择其中的一些模块搭建常规PID算法控制的仿真系统。 常规PID控制中，我们从Simulink库中的Continuous子模块中选择导数模块，传递函数模块和传递延迟以及积分器模块，从Math Operations内选用Gain和Sum,Sinks模块中选取Scope,Sources中选择Step,把这些模块放入到建立的Model模型编辑框中，并按照如图7的形式把模块之间搭建好，每个模块的相关属性通过双击该模块得以修改（Step阶跃信号的幅值为1，Transfer Delay为208s），从而构成了图所示的一个常规PID控制系统。图7 常规的PID控制系统模型上述模型搭建完成后，可以通过调节图中kp,ki和kd三个参数的大小，从而获得系统的响应曲线，调节三个参数的作用是使系统能够很快的向预定的目标靠拢并趋于稳定，在此液位控制系统中就是使液位趋于平稳，让进水量和出水量达到一个动态的平衡。在调整kp,ki和kd大小时，这里有几点说明：1：kp的调整既不能过大也不能过小，如果kp过小，则系统的响应难以很快的向预定的控制目标靠近；如果kp过大，那么系统将出现很大的，使系统无法达到稳定。应调整KP，使响应曲线是一条震荡越来越小几乎无震荡的圆滑曲线14。2：ki的参数调整的主要作用是为了配合kp的调整，但它的作用也不可忽视，调整ki使它从0开始往上增长，一直增长到系统处于预定的平衡位置时就不能再作调整。3：调整kd，可以消除振荡的振幅响应曲线，但kd太大，降低了系统的响应速度。因此，这三个参数的调整需要共同配合着调整，才能使系统达到稳定，得到比较好的稳定的系统响应曲线。经过上述的参数调整，对上述液位控制系统进行仿真，通过模拟得到了如图8的液位响应曲线图。 图8 液位响应曲线图从传统的PID控制系统仿真中可以发现，对于三个参数的调整尤为重要，但由于系统的不确定性，三个参数在实际中很难控制又不能实时控制，控制的效果也不尽理想，因此，我们在常规的PID控制基础上研究智能PID控制，希望能解决参数难以控制的缺点，使系统的性能进一步优化。6.3 智能PID控制的仿真智能PID控制参数的实时调整，可根据实时系统的变化，变化的时间，这是智能PID在传统PID控制的基础上做出的最重大的变化。智能PID算法又可以具体分为模糊PID算法，专家PID算法，动词PID算法，它们都是基于常规PID控制基础上的智能控制。同样我们用上述一阶惯性加滞后模型做仿真模型，且采用Matlab软件实现，在其主界面键入fuzzy函数，出现一个子界面，这样就是开始建立一个FIS文件并对其进行编辑，如图9所示。 图9 FIS Editor建立2个输入和三个输出，通过点击Edit input(output)实现，并改变这五个变量的名字，分别为e,ec,kp,ki,kd。进入任何一个变量，可以对变量进行名字，取值范围等的设置，如图10所示。 图10变量参数设置新的隶属函数编辑器默认只有三个子集，我们需要编辑添加MFS添加7变量子集，再设计每个子集的变量名字，形状以及取值范围，如图11所示。 图11 Membership Function Editor下一步是添加一个规则，在上图中点击添加规则，从而给算法添加相应的规则，该模型的49个规则都是在这里添加，可以通过按钮对规则进行修改与删除，界面如图12表示，添加完之后保存FIS，在图11中点击保存FileExportTo disk,从而将其算法编辑好了。 图12 规则界面 建立PID控制系统模型，将上述建立的文件添加到系统模型的工作空间中，即打开fuzzy，点击File Export ToWorkspace，即将该规则判决器添加到了工作区间中，从而可以进行下面的模型搭建。然后，在Simulink库选择模块的控制系统，方法同传统的PID控制模型，注意模块参数变化及其之间的连接，如图13所示的是系统控制模型的建立，可以明显的看出与常规PID控制的不同，就是它对三个参数的调整，从而达到更好的响应效果。图13 智能PID控制系统模型根据上面的系统仿真，从而得到下面的响应曲线图14.图14 系统响应曲线图7 仿真结果分析图9和图15分别是在常规PID控制和智能PID控制下得到了系统结果响应曲线图，根据图分别来分析常规PID和智能PID控制的效果，由图9中，可以发现系统达到预定目标的时间相对较长，且当接近预定目标液位的时候，系统的整体震荡非常严重，经过一段时间后才能恢复稳定，从而最终实现系统的动态稳定，即给水量与出水量达到动态的平衡。图15中，采用智能算法后，系统的震荡明显减小，且较常规PID系统很快的达到了预定的目标，两个结果相比较，很容易发现采用智能算法后系统的性能得到了优化，这有助于解决实际液位系统中液位难以控制，滞后性大等等问题15。8 结束语将智能PID控制算法使用在企业的水位控制系统中，大大的改善了智能控制系统的性能，为具有大的滞后性的非线性系统的控制带来了很好的帮助。将智能PID控制算法使用到液位控制系统后，系统的响应变快、超调量减小、水位容易稳定并具有良好的控制精度、满足了液位控制中的实际要求，获得了非常好的控制效果。智能PID控制算法用来对系统的设计进行优化，该系统能自动及时、动态的调整PID参数，从而实现更好的控制性能16。与常规的PID控制的响应曲线相比，该算法的响应曲线能够满足工业控制要求的控制曲线，降低系统的震动，减少调节时间和动态误差，且其抗干扰能力也大大增强17。 参考文献1 金以慧过程控制原理M北京：清华大学出版社，1993:20-25. 2 何克忠，李伟计算机控制系统M北京：清华大学出版社，2000:60-64.3 吴宏鑫，沈少萍PID控制的应用和理论依据J控制工程，2003,10（1）：37-42.4 史步海，丁川智能PID算法在延伸率控制中的应用J. 控制工程，2003，10（3）：239-241. 5 丁芳，李艳芳，费玉龙.智能PID算法在液位控制系统中的应用J.微计算机信息,2006（06S）:103-105.6 宋娟基于PID算法的燃料电池实验室组态王监控系统J微计算机信息，2006，01：28-30.7 王锐刚,周遐,吴兴纯,王晋. 智能PID算法在自动浇铸控制系统中的应用J. 昆明冶金高等专科学校学报,2007,03:24-27.8 李维军. 智能PID算法在调和罐液位控制中的应用研究J. 机械设计与制造,2008,11:82-83.9 陈高华,张井岗,赵志诚. 内模控制在液位控制系统中的应用研究J. 电气电子教学学报,2011,01:83-86.10 辛菁,刘丁,杜金华,杨延西. 基于遗传整定的模糊免疫PID控制器在液位控制系统中的应用研究J. 信息与控制,2004,04:481-485.11 张跃亭. 智能PID算法在热压烧结设备温度控制系统中的应用J. 自动化技术与应用,2010,05:92-94.12 吴兴纯,赵金燕,杨秀莲,杨燕云. 智能PID算法在炉温度控制系统中的运用J. 机电工程,2011,08:948-950+959.13 朱山川. 基于智能PID算法的液位前馈反馈控制系统J. 滁州职业技术学院学报,2012,04:68-70.14 G. M. Wang,K. W. Guo,B. Q. Zhang. The adhibition research of filling paste preparation system based on fuzzy PID control algorithmJ. World Journal of Engineering,2013,102:.15 Wang Xiaobei,Wang Haibo. Design and Implementation of Intelligent PID Control System of High-efficiency ComberJ. Procedia Engineering,2011,24:.16 Elham Naghashzargar,Dariush Semnani,Saeed Karbasi,Haleh Nekoee. Application of intelligent neural network method for prediction of mechanical behavior of wire-rope scaffold in tissue engineeringJ. The Journal of The Textile Institute,2014,1053:.17 G. M. Wang,K. W. Guo,B. Q. Zhang. The adhibition research of filling paste preparation system based on fuzzy PID control algorithmJ. World Journal of Engineering,2013,102:.致谢本论文在老师的精心指导和严格要求下已完成，感谢老师从论文选题到写作指导直至最终定稿都给予了诸多建设性建议，并在百忙之中多次帮助修改论文。老师在论文写作中不断的给予我鼓励使得我有信心能够完成此论文。还要感谢大学四年来和我一起奋斗学习的同学们，感谢他们在学习，生活方面给我的无私的帮助与关怀，是你们，让我的大学生活丰富多彩。最后感谢学院这四年对我的精心教育，感谢所有老师的辛勤劳作，是他们让我学到了很多知识，是他们的严格要求和谆谆教导让我能够成为一名合格的大学毕业生，从而让我在人生的长路上向前迈进一大步。