基于预测模型的模糊PID参数自整定控制算法的研究与实现

【摘要】：由于工业过程控制中被控对象本身所固有的滞后特性,非线性及其动力学特性的内部不确定性和外部环境扰动所带来的不确定性,使得控制器参数不易确定,造成控制品质下降,使过程控制问题复杂化。为了获得满意的控制效果,通常采用参数自整定PID或是Smith预估器等传统的控制方法,并在工业现场得到了一定程度的应用。但由于传统的控制方法往往需要有精确的数学模型,在模型发生变化时便不能满足系统在不同条件下对参数自整定的要求,控制效果不佳。智能控制理论的研究已经较为深入,现场总线技术的出现导致了传统控制系统结构的变革,也使得智能控制方法应用于工业现场成为可能。因此,本文在研究传统时滞系统控制方法及时滞系统的模糊预测控制算法的同时,探索了将先进控制策略应用于实际系统的方法,为智能控制方法应用于工业生产提供了有益的实践经验。 本文在对经典的模糊控制理论及预测控制理论进行深入研究的基础上,提出了一种基于预测思想的PID参数自整定模糊控制算法,将PID参数自整定模糊控制与预测控制有机结合。利用模糊控制算法能够解决数学模型不确定的问题,具有自学习功能,适应不确定性系统的动态特性的优点,通过在线学习来实现具有最佳参数组合的PID控制。而且还利用预测模型来估计过程未来的偏差值,滚动确定当前的最优输入策略避免由于滞后引起的控制作用需长时间后才能反映到系统输出上的缺点,从而实现滞后控制。 根据本文提出的基于预测模型的PID参数自整定模糊控制算法,给出了在S7-300PLC中的实现过程,并在现场总线过程控制实验装置上进行了实验研究。实验以西门子的SIMATIC NET工业通讯网络和软件、硬件设备为平台,设计了PID参数自整定模糊控制算法的程序和预测控制子程序,通过编写STL语言程序实现并将程序下载到PLC中将控制算法应用到PLC中,实现了智能控制算法在实际中的应用。在FCS(Fieldbus Control System,现场总线控制系统)实验装置上分别进行了PID控制实验,预测模糊PID参数自整定模糊控制实验,得到了比较理想的结果。实验结果表明,该方法有效的解决了被控对象的滞后和模型不确定性问题,同时实现了PID参数的在线自整定,控制响应速度变快,跟踪能力增强,调节时间明显减少,控制精度得到提高。