烧结炉温度的模糊自适应方法研究

北方民族大学电气信息工程学院 魏玉斌 虎恩典

烧结炉温度的模糊自适应方法研究

北方民族大学电气信息工程学院 魏玉斌 虎恩典

由于炉温控制系统具有大惯性、非线性等特点，实际应用中的被控对象精确数学模型很难建立，为满足生产需要，提出了一种模糊自适应的研究方法，PLC作为核心控制器，并对传统PID和模糊自适应控制器进行MATLAB仿真，最终采用模糊自适应PID控制算法，实现炉温的自动运行。结果表明，很好的解决了系统鲁棒性差、自适应能力差等问题，满足了控制要求。

烧结炉；模糊自适应； PLC

0 引言

硬质合金是由难熔金属的硬质化合物和粘结金属通过粉末冶金工艺制成的一种合金材料。其具有高硬度、耐磨、耐腐蚀等性能被广泛应用于航空航天等各个领域。而烧结炉的温度控制精度决定了硬质合金的品质，因此提高温度的控制精度是烧结过程的关键。

1 炉温工作原理

控制系统运行时，当真空度达到控制要求后，加热器根据实际控制要求进行加热。K型热电偶/光学温度计将检测的温度信号经变送器转化为标准4mA～20mA信号经模拟量输入模块送入PLC[1]，PLC根据控制程序进行运算，输出数字信号经模拟量输出模块转化为4mA～20mA电流信号，此电流信号经可控硅调压转化为0V～220V电压信号，经变压器作用于石墨加热电极，实现对烧结炉温度自动控制。系统结构图如图1所示。

图1 温度控制系统结构图

2 温度控制策略

烧结过程分为三个过程，要求升温段具有较好的快速性，保温段具有较好的稳定性和抗干扰性，故传统PID控制很难达到设计要求。通过对传统PID、模糊自适应PID进行研究，最终选择模糊自适应PID控制，它既解决了传统PID鲁棒性差又解决了模糊PID控制精度有限和存在稳态误差等问题[2]。

2.1 模糊自适应PID控制算法

模糊自适应PID控制[3]策略引入调整系数n对偏差e和偏差变化率ec对应的量化因子ke和ke’及PID控制器输出u(t)实施在线整定。模糊自适应PID控制原理图如图2所示。

图2 模糊自适应PID原理图

根据烧结炉温度变化实际情况选取误差e基本论域为e={-10,10}，量化论域为{-2,2}，则量化因子Ke=2/10=0.2；选取误差变化率ec基本论域为ec={-20,20}，量化论域为{-10,10}，则量化因子Kec=10/20=0.5。Kp、Ki、Kd量化论域为Kp={-3,3}，Ki={-0.006,0.006}和Kd={-6,6}。

当系统运行时，通过查询设计好的模糊控制规则表对PID控制参数实施实时整定。通过查询调节因子n模糊控制规则表，对e和ec的量化因子ke和ke’及控制器输出ku进行调节，提高系统控制精度。调节变量Kp、Ki、Kd的模糊控制规则如表1所示。

表1 ΔKp、ΔKi、ΔKd的模糊规则表

实际模糊自适应控制器实现时，将观测器中采样值模糊化处理后的清晰值编程表格形式存入PLC中，根据温度信号偏差e的变动情况查表对PID控制器进行实时整定。

3 仿真实验与分析

采用阶跃响应曲线法确定烧结炉近似数学模型为：

采样时间取1s，仿真时间为1000s。在MATLAB/Simulink[4]

环境下分别建立常规PID、模糊PID、模糊自适应 PID控制器模型对三种策略进行仿真，对控制器输入单位阶跃信号，控制系统的响应输出图如图3所示：

图3 仿真结果

仿真结果表明，传统的PID控制超调量和调整时间都很大，模糊PID控制调整时间基本不变，但有超调；模糊自适应PID综合了传统PID和模糊PID控制的优势，基本实现无超调，且调整时间大大缩短。由效果图可知，具有模糊自适应的PID控制器能很好的达到控制要求。

4 结论

根据烧结自身特点和温度控制要求，提出多种控制，最终选择模糊自适应PID控制，与常规PID控制相比大大提高了控制精度，从而提高了烧结产品的质量，改善了系统的动态性能，提高了系统的鲁棒性和自适应能力，大大缩短了烧结时间，使生产投放减少，大大提高了了企业的生产效率。

[1]柴瑞娟,孙承志等.西门子PLC高级培训教程[M].北京:人民邮电出版社,2009.

[2]赖寿宏.微型计算机控制技术[M].北京:机械工业出版社,2012,7.

[3]李士勇.模糊控制.神经控制与智能控制理论[M].哈尔滨:哈尔滨工业大学出版社,1996.

[4]刘金琨.先进PID控制及其MATLAB仿真[M].北京:电子工业大学出版社,2003.

魏玉斌（1990-），男，山东德州人，硕士研究生，主要从事计算机控制方向的研究。

虎恩典（1956-），男，宁夏银川人，教授，硕士研究生导师，主要从事检测、机电控制、计算机控制方向的研究。