基于模糊PID的电热炉温度智能控制系统

张少杰

（广东新功电器有限公司，广东 潮州 515700）

由于现阶段多个行业和领域中都将应用到温度控制系统，需要控制温度的对象多种多样，部分控制对象之间存在一定的差距，参数的变化幅度较大，且还存在诸多干扰因素。在此背景下，工业热处理生产中采用了电热炉，其具有非线性、升温和保温等特征，并且通过智能控制系统使设备的控制精度得到进一步提升。

1 电热炉温度智能控制系统的工作机理

1.1 生产过程及要求

模糊PID电热炉温度智能控制系统的主要功能是对产品进行加热和烘干。在实际加热过程中，主要通过封闭式的方式进行加热，利用PID调节气对电热炉的温度进行控制和改变，使其能够以更加适宜的温度投入到产品的生产加工工作当中。

1.2 基本原理

在模糊PID智能控制原理的应用中，作为典型的例子便是电热炉温度控制，具有非线性、随时间改变、升温与保温等特点，其中，升温主要是通过增加电热炉温度的方式来实现；而降温则主要是通过对电热炉温度的降低来实现。如果电热炉的温度超出了最高或最低的界定值，则很难实现温度的改变，此时便产生了设备故障问题。对该设备进行操作时，主要是根据操作人员的感官条件获取信息，然后进行描述，凭借工作经验对控制对象进行简单评估。

1.3 优缺点

对于热炉温度智能控制系统而言，主要的优点体现在以下几个方面：①由于在增量的过程中，发生失误的概率较低，因此，在必要时可以通过逻辑判断的方式进行。②对于未知的控制算法，由于增量大小的设置与偏差大小具有直接联系，而与原本阀门的位置不具有联系，因此，在对增量进行计算时，系统不会丧失对积分的控制，能够促进调节效果的提升。但该控制系统也具备一些缺点，主要体现在：①对积分截断效应的影响较大，主要体现在静态误差当中。②当存在溢出现象时，将会对误差的大小产生更大的影响。

2 系统设计与实现

2.1 控制器结构

在模糊PID控制器的基本结构中，主要由直接和间接两种控制器构成。其中，以常规PID控制器作为直接控制器，以模糊推理作为间接控制器。在系统实际运行的过程中，模糊推理将对当前温度与设置温度进行对比，偏差记为|e|，偏差变化率记为|ec|，对PID控制器的性能进行有效判断，并依据实际控制效果在线对PID数值进行修改，包括KP、K1、KP，使PID控制器的效果处于最理想的状态。根据模糊推理的效果能够看出，经过PID运算后得出控制量，按照标定值对软件计数寄存器R5的数值进行计算，得出晶闸管的开启时间，由P1.7对过零触发电路的通断信号进行输出，以此来调节和改变电热炉的温度。在本文所设计的系统中，利用单片机AT89C52进行定时，利用工作寄存器计数，采用5 s周期与晶闸通断周期的方式，计数器选择的是R5。

2.2 确定模糊变量、控制规则

在本文所研究的系统中，模糊PID属于输出的模糊控制器，通过温度控制系统曲线能够得出，采用误差变化率、绝对值的方式，展现整个系统的运行过程。因此，将|ec|与|e|作为输入语言变量，利用单值模糊器降低论域的数值，使工作量降低。

2.2.1 输出、输入变量论域

在|ec|与|e|变量论域当中，语言值的代表为：“Z”代表的是“零”；“S”代表的是“小”；“M”代表的是“中”；“B”代表的是“大”，且利用上述语言值对误差数值进行表示，也就是X的取值范围为0，1，2，3，通过三角形的方式对各个语言值的隶属函数进行分析。在输出语言变量方面，主要包括KP、K1、KP，对误差进行量化后，通过上述4个等级进行表示，即Y的取值范围为0，1，2，3，在隶属函数方面主要为单点模糊量形式。

2.2.2 PID参数的自整定规则

当|e|的数值较大时，为了提升系统中快速跟踪性能，缓解强大电流对电网产生的冲击，这时应选取数值额度较大的KP与数值较小的KD。同时，为了防止系统中产生较大的超调，数值K1的数值为0.

当|e|的数值适中时，为了缩短系统响应的时间，应尽量缩小KP的取值范围，KP与KD的取值大小应尽量适中，以此来提升系统的响应速度。当|e|的数值较小时，要想提升系统中的稳定性能，则KP与KD的取值都应尽量加大，以此来防止系统在设定值时出现波动，并且要为其他因素对系统造成的干扰预留空间；当|ec|的数值较小时，KD的数值应尽量选择适中大小；当|ec|的数值较大时，KD的数值应尽量较小。

2.3 控制策略的实现

在加热炉运行的过程中，属于一个具有非线性特征的多样化系数，因此，需要采用模糊控制与PID控制相结合的方式来实现，保证PID控制中具有的优势，还能够具备模糊控制的特征，将模糊系统融入到系统结构框架当中，能够计算出PID与模糊控制二者之间的比例关系：

式（1）中：Z1为PID输出；Z2为模糊控制器输出；a为协调因子，利用实时改变对因子数值进行协调，使其取值范围能够始终保持在0～1的范围内，能够对PID控制与模糊控制进行加权程度，使PID控制与模糊控制的作用与优势充分发挥出来，并且对二者的缺陷和不足进行隐藏。

2.4 模糊PID电热炉系统仿真结果对比

在钢厂的运行中，对电热炉温度智能控制系统进行应用，将设备的温度设置为1 300℃，允许偏差上下相差的数值为20℃，在对系统进行正式安装和调试之前，需要在Matlab环境下，利用计算机对控制系统的结果进行仿真处理。通过仿真处理，对温度控制系统中的优点与不足进行分析，最后制订出理想的控制方案，使以往蓄热式的电热炉的温度调节进行改变。对PID系统的控制结果进行仿真处理，对控制目标进行优化，以具备滞后惯性环节为被控目标，构建传递函数。G为被控目标，假设被控目标的函数对象为

当室内温度为20℃时，PID控制其中的参数可以被设置为：KP的数值为1.6，KD的数值为10，K1的数值为0.08；在稳定后的3 000 s处加入5K的干扰。通过仿真结果能够看出，系统的稳定时间较长，大约在3 000 s，并且具备较大的超调，系统整体抗干扰的能力较低。

要想提升对温度的控制效果，将Smith融入其中，并且对系统中大滞后环节进行补偿，通过上述仿真结果能够看出，温度控制效果得到极大的提升。但在实际使用的过程中却难以对系统进行完全的补偿，需要建立模糊控制规则表，对模糊控制器进行仿真处理，仿真结果即为超调量为0，稳定时间为1 000 s，上升时间为900 s，这时系统的抗干扰能力最强。将上述三种类型控制器的仿真效果进行对比之后，便能够看出在超调量、稳定时间、上升时间几个重要动态参数进行对比分析后得出，控制器为PID时，超调量为52.4%，稳定时间为3 000 s，上升时间为500 s；控制器为带Smith的PID时，超调量为28.6%，稳定时间为1 500 s，上升时间为500 s；控制器为模糊控制时，超调量为0，稳定时间为1 000 s，上升时间为900 s。

3 结束语

综上所述，通过整个系统设计与仿真结果能够看出，该系统的基本原理较为简单，开发时间较短，且控制效果较为理想。采用PID控制与模糊控制相结合的方式进行加热的过程中，电热炉温度的超调量与稳定状态的误差较小，系统能够根据实际需求进行相应的升温和降温处理，使系统自动调节的能力提升，稳定性更强。

［1］吕晓峰.基于模糊PID理论的单片机智能温度控制系统设计［J］.西部大开发（中旬刊），2016（05）：56.

［2］南新元，陈志军，程志江.基于模糊PID控制的电锅炉温度过程控制系统［J］.自动化仪表，2015，29（05）：5-8.

［3］纪亚芳，侯俊华.基于模糊PID控制的加热炉温度控制系统［J］.山西师范大学学报（自然科学版），2016（02）：44-47.