自适应模糊PID在低气压试验箱压力控制系统中的应用

韩栋梁

(中国电子科技集团公司第二研究所，山西 太原030024)

环境实验设备要求能够模拟出复杂多变的太空环境，对设备腔体的减压速度、保压以及压力恢复速度都提出了具体的要求。本设备主要用于模拟太空中的压力变化环境，能够在不同真空度条件下对元器件的各种电学性能进行测试，同时可以对减压速度、保压时间以及压力恢复速度等参数实现精确控制，保证测试元件得到可靠地模拟环境。

在压力控制过程中，试验箱体内压力控制范围为1×103～1×10-3Pa，通过真空机组抽真空及充入干燥的氮气来满足箱体内压力的变化要求。如在实现减压速度控制时，开启抽真空机组，通过PID 控制器控制抽气管路上比例阀开口口径的大小，达到所需要的减压速度。在实现压力恢复速度控制时，通过PID 控制器控制质量流量、充气速率，实现压力恢复速度的控制。在保压控制时，根据所需要保持压力范围的不同，采用控制设备的抽气速率、充气速率或两者同时起作用来实现。

1 自适应模糊PID 控制原理

1.1 常规PID 控制原理

常规PID 控制规律的实现采用数字PID 控制算法。在采样时刻k 时，PID 控制规律如式(1)：

式中：KP是比例放大系数；

e(k)是采样时刻k 时的偏差值；

u0为控制量的基值, 即k=0 时的控制输出量；u(k)为第k 个采样时刻的控制输出量；Ti为积分时间；Td为微分时间；Ts是采样周期。PID 控制器就是通过对KP、KI、KD参数的整定，使系统获得很好的控制性能。

1.2 自适应模糊PID 原理

自适应模糊PID 的控制原理如图1所示。

图1 模糊自适应PID 控制原理图

通过模糊推理在线调整PID 参数的KP、KI和KD值。满足不同偏差e 和偏差变化率ec 的输入对控制参数的不同要求。

当比例微调阀作为执行机构时，一般采用增量式PID 控制算法进行控制。增量式PID 控制算法可由公式（1）推到得出：

即：

d0=KP+KI+KD

d1=-KP-2KD

d2=KD

其中d0、d1、d2为中间变量。

由于低气压试验箱中真空机组抽气速率的不固定性以及测试工件放气量的干扰等因数, 决定了腔体内压力控制是大惯性、纯滞后和非线性的系统。采用基于数学模型的PID 控制的设计显得力所不及，即使通过合理的整定使控制性能较好，但由于充气压力、环境温湿度及真空机组等工况的变化也将导致控制性能的下降。此外，在要求无超调控制时,由于传统PID 控制策略的局限性，决定了它很难满足系统控制性能的要求。模糊控制可以根据偏差及偏差变化率来在线调整PID 控制参数，对过程有预测的作用，只要规则设置得当，实现压力的无超调控制及提高系统的控制性能是可行的。文中采用自适应模糊PID 控制算法，对压力控制系统的管路压力进行控制。根据传感器得到的压力偏差和偏差变化率，通过模糊控制器进行模糊推理，获得PID 控制器的参数调整量，对PID 控制器的控制参数进行在线调整，实现压力控制系统在不同工况下的无超调控制。

因此，在低气压试验箱压力控制系统中选用自适应模糊PID 控制系统。

2 自适应模糊PID 控制器的设计

2.1 确定模糊语言变量和隶属度函数

为了保证系统在管路压力调节的过程中，能够迅速达到设定值，保持压力的动态稳定，并考虑到系统的实现难度等问题，采用二维模糊控制器。 压力系统选择控制器的输入变量为压力偏差e 和偏差变化率ec，输出变量为PID 的控制参数KP、KI、KD。误差e 和误差变化率ec 以及KP、KI、KD的模糊集均定为:{NB，NS，Z，PS，PB}。分别代表:负大，负中，负小，零，正小，正中，正大。对其采用三角形和正态形隶属函数。e、ec 的论域设为:[-2，+2]；KP的论域设为:[-1，+1]；KI的论域设为:[-0.2，+0.2]；KD的论域设为:[-2，+2]。

2.2 建立模糊控制规则和求模糊控制规则表

根据压力控制系统的运行要求, 分析控制参数KP、KI、KD对系统输出特性的影响情况,由偏差e和偏差变化率ec 制定出参数的自整定原则为：

(1)当系统处于响应阶段，要尽快消除偏差，提高响应速度，KP需取较大的值，为了防止积分饱和，取较小的KI，随着e 的减小KP也相应减小；当偏差很小时，为使系统尽快稳定，则KP应继续减小。

(2)若e 与ec 乘积大于0 时，说明偏差在向绝对值增大的方向变化.若偏差|e|较大，取较大的KP，同时取较小的KI和中等的KD，以提高动态性能和稳态性能。若偏差|e|较小，取中等的KP，同时取较大的KI和较小的KD，以提高系统的稳态性能，避免产生振荡。

(3)若e 与ec 乘积小于0 时，说明偏差在向绝对值减小的方向变化.若偏差|e|较大，取中等的KP，同时取较大的KI和较小的KD，以提高动态性能和稳态性能。当偏差|e|较小，应减小KP和KI，为了避免系统在设定值附近振荡，并考虑系统的抗干扰性能，取中等的KD。

模糊控制设计的核心是根据以上参数自适应调整的原则，建立合适的模糊规则表。表1、表2、表3分别列出了控制器3 个参数整定的模糊规则。

2.3 解模糊

解模糊过程是把语言表达的模糊量映射到执行机构所需要的精确调整量，因此需要将模糊结果进行解析，即根据输出模糊子集的隶属度计算输出的确定值。首先得到某时刻的e 和ec 值，根据它们的隶属度函数曲线得到它们的隶属度；再根据模糊控制规则表进行相应的推理计算，得出KP、KI、KD各语言值的对应隶属度；最后用加权平均法进行精确化计算，就可得出Kp、Ki、Kd的修正值△KP、△KI、△KD，各个修正值与相应的初始值相加即可得到KP、KI、KD的精确调整值。

表1 KP 的调整规则

表2 KI 的调整规则

表3 KD 的调整规则表

根据上述的方法求得每组输入模糊语言变量对应的输出精确值，做成一张模糊控制表。实际运行过程中，控制系统通过对模糊规则的结果进行处理、查表和运算完成对控制器PID 参数的在线调整。

3 低气压试验箱压力控制的设计

低气压试验箱主要由真空炉体、工作室、抽真空系统、充气系统、电气柜及外框架等主要部件组成。其中抽真空系统用来保证设备获得较高真空度，由2 套单独且相同配置的真空机组系统和压力测量装置构成，每套机组均可单独开启，每套真空机组包括真空旋片机械泵、罗茨真空泵、涡轮分子泵、电磁真空带充气阀、高真空插板阀、真空管路各一套。整套真空系统接口间通过真空密封橡胶圈密封。充气系统主要用来调整设备的抽真空速率及压力恢复速率，主要由质量流量控制仪、真空压强计、微调比例阀、电磁真空挡板阀、真空隔膜阀及不锈钢气体管路组成多路充气系统，来满足不同真空压力范围的精确控制。

为保证设备获得较高的真空度、减少设备的放气量，真空炉体、真空管路、充气管路均采用不锈钢加工并进行抛光处理。低气压试验箱总图如图2所示。

低气压试验箱压力控制系统如图3所示。

图2 低气压试验箱总图

图3 低气压试验箱压力控制系统图

以低真空压力控制为例，低气压试验箱的压力传感器将测量的箱体内压力值送给压强仪，压强仪与上位机采用RS-485 方式进行通讯，将上位机的程序设定的保压压力值、保压时间等传输到压强仪中，经过压强仪内部的PID 系统运算后，输出4～20 mA 标准信号给比例微调阀，比例微调阀根据控制信号的大小来调整阀门开口的大小，控制充入箱体内气体的流量，完成箱体内压力的自动控制，同时压强仪将测量的压力信号反馈给上位机。

该试验箱压力控制系统的PID 控制器采用自适应模糊PID 参数控制，输出的控制信号变化比较缓慢，且在小范围的内变化，避免了比例微调阀由于控制信息变化区间大而引起阀门频繁的开关。控制压力较为稳定，压强仪采用多段式编程PID 控制器，该控制器采用了自适应模糊PID 控制算法，控制精度可达到±O.3%，满足了设备工艺试验的技术要求。

采用MATLAB 2012 中的Simulink 仿真工具对常规PID 系统和自适应模糊PID 系统分别对试验箱保压控制进行仿真分析。常规PID 选用串级控制模型，考虑系统的组成，自适应模糊PID 系统可近似采用二阶惯性环节加纯滞后环节来模拟被控制对象。以压力控制范围1～10 Pa 为例，两者的响应曲线如图4所示。

图4 控制效果对比图

从图4可以看出，自适应模糊PID 控制在传统的PID 控制基础上增加了对KP、KI、KD三个参数的修改，当超调量增大时，其过渡时间没有明显变长，控制系统的输出基本没有发生大的变化。而常规PID 控制过渡过程时间长，超调量大，曲线也不是很平滑。自适应模糊PID 控制具有更快的响应时间、更高的计算精度、更好的抗干扰性能，基本能实现无超调控制。

4 结束语

该自适应模糊PID 控制方式已在实际的低气压试验箱上使用，解决了原有真空试验箱设备不能对真空度和压力恢复速度进行控制的问题，该控制系统具有调整灵活、控制精度高、稳定性好等特点。经过用户的长期使用，满足元器件测试的环境要求。

根据设备使用结果显示，在真空机组抽气能力发生变化、元器件放气量不确定的情况下，由于自适应模糊PID 控制器对控制参数的在线调整能力，控制系统的静、动态性能有了明显的提高，系统的可靠性和抗干扰能力得到了改善。

[1]吴振顺，姚建均，岳东海.模糊自整定PID 控制器的设计及其应用[J].哈尔滨工业大学学报，2004，36(11)：1578-1580.

[2]李士勇.模糊控制：神经控制和智能控制论[M].哈尔滨：哈尔滨工业大学出版社，1998.

[3]冯涛，柴苍修.基于模糊PID 的传热性能测试系统压力控制研究[J].检测，2004(12)：61-63.

[4]庄利锋，杨慧中.模糊自适应PID 控制器的设计及应用[J].自动化与仪表，2004(1)：37-39.

[5]刘金琨.先进PID 控制MATLAB 仿真(第2 版)[M].北京：电子工业出版社，2004.

[6]李虎山，蒋亚军.可调参数模糊PID 控制的实现[J].检测与控制装置，2005，32(4)：58-60.