陳和洲
(重慶航天職業(yè)技術(shù)學(xué)院,重慶 400021)
在科技和工業(yè)現(xiàn)代化發(fā)展的背景下,工業(yè)生產(chǎn)領(lǐng)域的控制精度、響應(yīng)速度、系統(tǒng)穩(wěn)定性和自適應(yīng)能力要求不斷提高。在工業(yè)過程控制中,控制對象具有非線性、時變性、滯后性、動力學(xué)特性,這就導(dǎo)致內(nèi)部控制工作具有較強的不確定性,以及外部環(huán)境的擾動問題。傳統(tǒng)的控制方法無法滿足現(xiàn)階段的工業(yè)過程控制需求。利用經(jīng)典模糊PID控制理論可以在極大程度上提高工業(yè)過程控制的整體效果。模糊控制理論可以對過程控制中的不確定條件、參數(shù)干擾等進行綜合檢測分析,并利用模糊推理完成PID參數(shù)在線自整定作業(yè)。充分發(fā)揮傳統(tǒng)PID控制原理簡單、魯棒性強的特點,其靈活性、實用性和精確性也會更加突出。
模糊控制作為智能控制的重要內(nèi)容之一,在實際應(yīng)用中,需要將操作人員的經(jīng)驗與相關(guān)理論知識進行結(jié)合,轉(zhuǎn)化為控制量,以專家知識為基礎(chǔ)模仿人的思維過程,對模糊信息進行不確定推理。這種模糊控制算法可以對控制系統(tǒng)中的不確定性因素進行有效處理,能夠解決多個復(fù)雜、無法建立精確數(shù)學(xué)模型系統(tǒng)的控制問題[1]。目前,模糊控制器在熱交換過程、污水處理過程以及汽車速度控制等多種典型場合的應(yīng)用中都發(fā)揮了突出作用。隨著模糊芯片和模糊計算機不斷發(fā)展與應(yīng)用,可以進一步推動模糊控制的發(fā)展,也為模糊控制技術(shù)的進一步推廣奠定了基礎(chǔ)。近年來,模糊控制在經(jīng)濟、工業(yè)以及醫(yī)學(xué)發(fā)展過程中都發(fā)揮了作用,很多模糊技術(shù)產(chǎn)品在工業(yè)和民用方面的應(yīng)用越來越普遍。
模糊控制算法的主要特點表現(xiàn)在以下方面:
(1)在控制系統(tǒng)設(shè)計過程中,并不需要明確被控對象的數(shù)學(xué)模型,模糊控制僅參考現(xiàn)場操作人員或者專家的相關(guān)知識經(jīng)驗,通過系統(tǒng)模型對整個控制過程進行仿真分析。系統(tǒng)模型包含在模糊運算以及模糊規(guī)則中,其中,模糊規(guī)則主要是完成系統(tǒng)狀態(tài)、變量的模糊處理,可以是模糊集,也可以將其與模糊控制器輸出進行有效聯(lián)系。在研究過程中,模糊控制被看作是完成模糊建模任務(wù)和系統(tǒng)控制需求的綜合任務(wù),可以防止在建模過程中出現(xiàn)復(fù)雜性問題,影響建模效率。
(2)模糊控制系統(tǒng)的魯棒性比較強,對參數(shù)變化的靈敏度比較低。在模糊控制過程中,并非二值邏輯,是一種連續(xù)多值邏輯。因此,在系統(tǒng)參數(shù)出現(xiàn)變化時,可以確保控制系統(tǒng)的穩(wěn)定性。
現(xiàn)階段,在工業(yè)過程控制中對混合模糊控制理論的應(yīng)用相對普遍。自矯正模糊控制器、模糊PID控制、模糊專家控制系統(tǒng)、模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)等都是以這一控制理論為基礎(chǔ)發(fā)展而來的。因此,這一基礎(chǔ)理論的發(fā)展比較成熟和完善。在工業(yè)過程控制中,控制算法的應(yīng)用越來越多,但是PID控制算法憑借突出優(yōu)勢占據(jù)十分重要的地位,主要是因為PID控制器結(jié)構(gòu)相對簡單,控制效果良好,具有較強的穩(wěn)定性和控制精度,理論分析體系也比較完整。目前,在冶金、石油、化工等領(lǐng)域的應(yīng)用比較普遍[2]。但是在PID控制器應(yīng)用過程中,整定參數(shù)是固定的,工業(yè)過程控制中的參數(shù)變化對時滯性強以及干擾強的控制對象而言,無法滿足控制性能和控制精確度要求。在這一過程中需要加強模糊控制理論與PID控制之間的有效結(jié)合,對研究對象可以進行準確簡明描述,不需要對控制對象建立精確數(shù)學(xué)模型就可以完成在線調(diào)整參數(shù),確保柔性能夠達到控制要求。因此,將模糊控制與傳統(tǒng)PID控制進行有效結(jié)合是當(dāng)前工業(yè)過程領(lǐng)域的重要研究內(nèi)容。
工業(yè)過程控制主要是指在建材、冶金、石油、化工等不同行業(yè)生產(chǎn)過程中,對生產(chǎn)過程的自動控制。在常規(guī)過程控制系統(tǒng)中主要是完成生產(chǎn)工藝流程動態(tài)以及靜態(tài)特性分析工作,根據(jù)具體的生產(chǎn)需求應(yīng)用相關(guān)的控制理論,并根據(jù)生產(chǎn)工藝完成檢測、變化、顯示等各項功能。與此同時,在過程控制中需要與執(zhí)行器、控制閥形成開環(huán)與閉環(huán)控制系統(tǒng),保證整體控制系統(tǒng)的有效性[3]。但是需要注意在生產(chǎn)系統(tǒng)中,動力特性內(nèi)部具有較強的不確定性,外部環(huán)境也會產(chǎn)生一些干擾,導(dǎo)致工業(yè)過程控制問題的復(fù)雜度和難度增加。在技術(shù)水平不斷提升的背景下,生產(chǎn)工藝復(fù)雜度越來越高,人們對工藝過程的總體性能要求在不斷提升。尤其是對控制精度、系統(tǒng)穩(wěn)定性、響應(yīng)精度等的要求在不斷提高,意味著人們從系統(tǒng)對象獲取的知識量在不斷減少,對控制性能的要求在不斷提高。這種情況下,必須加強工業(yè)過程控制管理工作才能夠準確掌握系統(tǒng)的具體情況。在系統(tǒng)復(fù)雜性不斷增加的情況下,只有確保其精確化能力降低,達到一定閾值才能夠確保其滿足工業(yè)過程控制的質(zhì)量要求。在對復(fù)雜對象和系統(tǒng)物理現(xiàn)象運動狀態(tài)進行精確描述時,以對象精確模型為基礎(chǔ)的控制方法已經(jīng)無法滿足閉環(huán)優(yōu)化控制需求。因此,需要提高過程控制的整體質(zhì)量。
在對工業(yè)過程控制特點進行研究時,其復(fù)雜性和控制過程中的難度主要體現(xiàn)在以下方面:
(1)過程本身具有不確定性。在傳統(tǒng)的控制過程中,相關(guān)理論并不完善,過程控制系統(tǒng)的設(shè)計、調(diào)節(jié)器參數(shù)整定等都是以被控對象的數(shù)學(xué)模型為基礎(chǔ),建模方法需要由機理建模和實驗建模完成。因為過程控制理論并不完善,在工業(yè)生產(chǎn)過程中存在很多干擾,很多比較復(fù)雜的物理和化學(xué)變化導(dǎo)致人們無法從機理上揭示其內(nèi)在規(guī)律。除此之外,在工業(yè)生產(chǎn)中還存在一些不可預(yù)知的情況會對系統(tǒng)輸出產(chǎn)生直接影響,且在重復(fù)實驗中無法重復(fù)激勵,這意味著過程控制具有較強的不穩(wěn)定性,很多對象的建模難度比較大。
(2)過程具有較強的非線性。所有的工業(yè)過程都存在非線性,非線性的程度會存在一定差異。如果系統(tǒng)的非線性并不嚴重,可以利用線性系統(tǒng)進行近似建模,這在工業(yè)生產(chǎn)過程中是可以被接受的。但是,對于一些存在嚴重非線性環(huán)節(jié)的系統(tǒng),如果利用線性化處理方法,會產(chǎn)生極大偏差甚至獲取完全相反的結(jié)論。因此,線性系統(tǒng)的分析設(shè)計并不完全適合應(yīng)用在工業(yè)過程控制系統(tǒng)的分析過程中。線性系統(tǒng)的分析理論比較完善,非線性系統(tǒng)的研究雖然已經(jīng)取得了一定成果,但是研究理論并不完善和成熟,在使用過程中仍然存在很多問題。
(3)工業(yè)控制過程的強耦合以及多變量特性。在所有的工業(yè)過程控制中都有很多過程變量,這些變量是以不同形式相互聯(lián)系的,任何一個變量的變化都會導(dǎo)致其他變量的變化,提高系統(tǒng)控制難度[3]。現(xiàn)階段,很多單變量控制系統(tǒng)之所以能夠有效運行,主要是因為在一些應(yīng)用條件下,變量耦合度相對較低,如果變量之間的聯(lián)系相對密切,需要綜合考慮整體變量;如果只是單純分析某一個變量,則無法獲取系統(tǒng)的整體控制效果。需要將系統(tǒng)整體看作統(tǒng)一變量進行設(shè)計,才能夠保證控制效果和控制過程的穩(wěn)定性。
現(xiàn)階段,在工業(yè)過程控制中還包含過程約束多樣性、間歇性、緩慢性等各項特點,在過程控制比較復(fù)雜的情況下,需要對控制方法進行科學(xué)合理的深入分析,以便解決工業(yè)過程控制中存在的問題,提高工業(yè)過程控制質(zhì)量。
在工業(yè)過程控制中對模糊PID控制器進行應(yīng)用,需要設(shè)計不同類型的PID控制器,了解不同類型PID控制器的具體應(yīng)用特點。以此為基礎(chǔ)了解工業(yè)過程控制中模糊PID控制的具體應(yīng)用流程。
在具體的研究過程中,主要從單個神經(jīng)元控制器(SNPC)、多層前向網(wǎng)控制器(NNPC)和多層前向往近似PID控制器(LPNC)3種神經(jīng)網(wǎng)絡(luò)PID控制器出發(fā),研究其性能和應(yīng)用場合。在對3種神經(jīng)網(wǎng)絡(luò)PID控制器的超調(diào)量和適應(yīng)能力進行分析時,其整體性能比傳統(tǒng)PID控制器更優(yōu),但是在抗干擾和穩(wěn)態(tài)精度方面存在一些問題。在工業(yè)過程控制中,存在一些強非線性、大時滯和模型不確定的控制對象,使用傳統(tǒng)PID控制器并不能保證系統(tǒng)的控制效果[4]。神經(jīng)網(wǎng)絡(luò)PID控制器的復(fù)雜度比較高,在生產(chǎn)工藝復(fù)雜度不斷增加的情況下,工業(yè)過程控制的總體性能要求也在不斷提高,這意味著神經(jīng)網(wǎng)絡(luò)PID控制器具有更加廣闊的應(yīng)用前景。神經(jīng)網(wǎng)絡(luò)PID控制器也在工業(yè)應(yīng)用中越來越普遍。神經(jīng)網(wǎng)絡(luò)PID控制器中最具特點的就是SNPC,NNPC,LNPC。這3種神經(jīng)網(wǎng)絡(luò)PID控制器適用場合和性能都有一定差別。
(1)SNPC網(wǎng)絡(luò)結(jié)構(gòu)比較簡單,控制算法消耗的計算機資源也比較少,實現(xiàn)難度比較小。SNPC網(wǎng)絡(luò)結(jié)構(gòu)比較簡單,控制算法消耗的計算機資源也比較少,實現(xiàn)難度比較小。但是在控制過程中,抗干擾性能和適應(yīng)能力比較差,適合應(yīng)用在隨機干擾不頻繁,干擾幅度比較小,參數(shù)變化范圍小的控制對象中。如果利用SNPC和常規(guī)PID控制器進行切換控制,可以改善控制器的抗干擾性能[5]。
(2)NNPC控制器是網(wǎng)絡(luò)結(jié)構(gòu)比較復(fù)雜的神經(jīng)網(wǎng)絡(luò)控制器,應(yīng)用過程中控制算法會消耗更多的計算機資源,因此,其實現(xiàn)難度也比較大,但是NNPC的綜合性能相對良好,尤其是具有良好的抗干擾性、適應(yīng)性以及穩(wěn)定時間的特點。除此之外,還可以利用在線辨識器對控制性能進行改進。但是,因為該控制器使用過程中仍然存在一定難度,如果無法確定網(wǎng)絡(luò)隱層和以節(jié)點個數(shù)的具體規(guī)則,需要利用試湊或者經(jīng)驗解決問題,可能會出現(xiàn)算法收斂速度相對較慢的情況。因此,會導(dǎo)致NNPC在工業(yè)過程控制中的應(yīng)用受到一定限制。
(3)LNPC控制器。這一控制器具有超調(diào)小、穩(wěn)定時間比較短的特點。除此之外,該控制器還具有良好的適應(yīng)性和抗干擾性。在對控制器進行應(yīng)用時,整體結(jié)構(gòu)比較簡單。設(shè)計過程并不復(fù)雜,但是LPNC在應(yīng)用中的溫度精度比較低,在過程對象發(fā)生變化時,穩(wěn)態(tài)誤差量會不斷積累。因此,在對LPNC控制器進行應(yīng)用時,其適合適應(yīng)性要求相對較高、數(shù)學(xué)模型并不精確或者對精確度要求不高的控制系統(tǒng)。
在開展工業(yè)過程控制時,對自動控制算法的應(yīng)用比較普遍,以傳統(tǒng)理論為基礎(chǔ)的PID控制算法,以現(xiàn)代控制理論為基礎(chǔ)的自適應(yīng)控制、神經(jīng)網(wǎng)絡(luò)控制和模糊控制等都屬于自動智能化控制方法。但是,現(xiàn)階段工業(yè)過程控制現(xiàn)場是以模糊PID控制算法為主,這一控制算法比較簡單且精度都比較高,能夠在極大程度上提高工業(yè)過程控制的整體性能。
對模糊控制算法與傳統(tǒng)PID的結(jié)合形式和參數(shù)整定方法差異進行分析時,其在工業(yè)過程控制現(xiàn)場使用的模糊PID算法主要包括以下兩種:
(1)模糊自整定PID控制算法。這一種算法是以對PID參數(shù)模糊推導(dǎo)后開展在線自整定為基礎(chǔ)發(fā)展出來的,可以根據(jù)實際的工業(yè)控制結(jié)果和控制要求對控制參數(shù)進行自動調(diào)節(jié),也可以在最大程度上確??刂凭冗_到預(yù)期。在具體的使用過程中需要獲取PID的3個參數(shù)與誤差以及誤差變化率之間的模糊關(guān)系。在控制時需要對誤差和誤差變化率大小、變化方向等進行動態(tài)實時檢測,并根據(jù)模糊控制理論對PID的3個參數(shù)進行在線修正。掌握在不同狀態(tài)控制過程中,工業(yè)過程控制對PID參數(shù)的具體要求,確保被控對象獲取良好的動、靜態(tài)控制性能。
(2)Fuzzy—PI型模糊PID算法。這一種算法是混合型PID控制器,在實際應(yīng)用中主要由常規(guī)積分控制器和誤差與誤差變化率輸入的普通二維模糊控制器并聯(lián)組成。在實際應(yīng)用中,利用并聯(lián)結(jié)構(gòu)可以有效結(jié)合控制特性,確??刂茖ο筮_到最佳控制效果。在這一控制器使用過程中,除了對規(guī)則離散性引起的余差有較好的消除作用之外,還可以有效消除輸入輸出量導(dǎo)致的零點附近極限振蕩現(xiàn)象,確保系統(tǒng)成為誤差模糊控制系統(tǒng),控制性能比較良好。溫度本身具有非線性實質(zhì)性的特點,因此,在工業(yè)過程控制中主要利用模糊PID控制器完成溫度調(diào)節(jié)控制工作[6]。
在工業(yè)過程控制中對模糊PID控制器進行應(yīng)用,可以充分發(fā)揮其對非線性、時滯性、多變性控制對象的控制性能。經(jīng)過分析,可以確定模糊PID控制器能夠滿足工業(yè)過程控制的不同控制場合,并且能夠在極大程度上確??刂凭?,符合工業(yè)過程控制需求。在社會經(jīng)濟不斷發(fā)展和工業(yè)自動化技術(shù)成熟的背景下,模糊PID控制器在工業(yè)控制領(lǐng)域中的應(yīng)用會越來越普遍。