（控制理论与控制工程专业论文）智能控制在退火炉温度控制中的应用研究.pdf

摘要 退火炉是金属热处理中的重要设备，退火炉温度控制的稳定性直接影响金 属产品的质量，常规p i d 控制器很难实现对退火温度的精确控制。在退火炉的温 度控制系统中，被控对象参数具有时变性、非线性、不确定特性。为了提高系统 的自适应能力和抗干扰能力，本文设计了模糊自适应p i d 控制器、神经元p i d 控 制器和模糊免疫p i d 控制器，通过与常规p i d 控制器进行比较，实现了对被控对 象的精确控制，克服了采用单纯p i d 控制器当退火炉工况变化时参数不易整定， 适应能力差的缺点。 在设计的过程中，将模糊理论的知识易于表达和人工免疫的学习记忆、自 适应能力强这两类优势结合起来，设计了一种具有模糊结构的人工免疫p i d 控制 器，解决了传统模糊控制由于隶属函数和模糊规则选取不当造成的控制缺陷，它 不仅具有模糊规则少的特点，而且具有良好的自学能力和非线性逼近能力。同时 设计了模糊自适应p i d 控制器和神经元p i d 控制器并进行比较分析。 利用m a t l a b 仿真软件，建立m a t l a b 仿真模型，分别对常规p i d 控制、模 糊自适应p i d 、神经元p i d 和模糊免疫p i d 进行对比仿真实验，仿真实验结果 表明，模糊免疫p i d 控制的控制效果在其中最优。 关键词：退火炉p i d 控制模糊自适应控制神经元p i d 控制人工 免疫 a b s t a c t a n n e a l i n gf u n l a c ei sa l li m p o r t a n te q u i p m e n to fm e t a l sh e a tt r e a t m e n t , a n dt h e t e m p e r a t u r ed y n a m i c - c h a r a c t e r i s t i ch a sd i r e c t l yi n f l u e n c e dt h eq u a l i t yo fp r o d u c t i o n d i r e c t l y i ti sd i f f i c u l tt oo b t a i nt h ea c c u r a t ec o n t r o lo fa n n e a l i n gf u r n a c eb yp i d c o n t r o l l e r i np r o d u c t i o n ，t h ep r o c e d u r eo ft h es y s t e mh a sm a n yc h a r a c t e r ss u c ha s t i m ev a r i a b l e ，n o n l i n e a ra n di n d e f i n i t e i nt h i sa r t i c l e ，t h ef u z z ya d a p t i v ep i d c o n t r o l l e r , s i n g l en e u r o np i dc o n t r o l l e ra n df u z z ya r t i f i c i a li m m u n ep i dc o n t r o l l e r 伦c o m p a r e dw i t hg e n e r a lp i dc o n t r o l l e r a l lt h e s ei n t e l l i g e n c ec o n t r o l l e r sh a v e b e e nu s e dt oi m p r o v et h ea d a p t i v ea n da n t i - j a m m i n ga b i l i t y , w h i c ha v o i dt h eg e n e r a l p i dc o n t r o l l e rd i s f i g u r e m e n te g p a r a m e t e ri s n te a s i l ya d j u s t e d ，b a d l ya d a p t i v e a b i l i t yw h e nt h ew o r kc o n d i t i o no f a n n e a l i n gf u r n a c ec h a n g e s f u z z yl o g i ch a sf e a t u r eo fe x p r e s s i n gk n o w l e d g ee a s i l y , w h i l ea r t i f i c i a li m m u n e h a sg o o ds e l f - l e a r n i n ga d a p t i v ea b i l i t y ak i n do fn f f - , a , c o n t r o l l e r - - f u z z ya r t i f i c i a l i m m u n ec o n t r o l l e rh a sb e e nd e s i g n e db yc o m b i n i n gt h ef e a t u r eo ft h e s et w o t e c h n i q u e s i nt r a d i t i o n a lf u z z yc o n t r o l ，u n s u i t a b l es e l e c t e dm e m b e r s h i pf u n c t i o na n d f u z z yr u l e sw i l li n d u c et h ec o n t r o ld i s f i g u r e m e n t ，b u tt h ef u z z ya r t i f i c i a li m m u n e c o n t r o l l e ra v o i d e di t i th a saf e wf u z z yr u l e s ，g o o ds e l f - l e a r n i n ga n dn o n l i n e a rm a p a b i l i t y a tt h es a m et i m ef u z z ya d a p t i v ep i dc o n t r o l l e ra n ds i n g l en e u r o np i d c o n t r o l l e rw h i c hw e r ed e s i g n e df o rm o r ea n a l y s i s a tl a s t ，t oe s t a b l i s ht h em o d e lo f a n n e a l i n gf u r n a c es y s t e mw i t hm a t l a bs i m u l a t i o n ， m a t l a bs i m u l a t i o ni su s e df o rg e n e r a lp i dc o n t r o ls y s t e m ，f u z z ya d a p t i v ep i d c o n t r o ls y s t e m ，s i n g l en e u r o np i dc o n t r o ls y s t e ma n df u z z ya r t i f i c i a li m m u n ep i d c o n t r o ls y s t e mw i t hm a t l a b t h er e s u l to ft h et e s t sa p p r o v e dt h a tt h ef u z z ya r t i f i c i a l i m m u n ep i dc o n t r o ls y s t e mh a st h eb e s tc o n t r o le f f e c t k e y w o r d s ： a n n e a l i n gf u r n a c e p i dc o n t r o l f u z z ya d a p t i v ec o n t r o i s i n g l en e u r o np 1 dc o n t r o l a r t i f i c i a li m m u n e 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得天鲞大鲎或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名：孟刍叁签字日期：如“年p 月2 6 日 学位论文版权使用授权书 本学位论文作者完全了解墨盗盘堂有关保留、使用学位论文的规定。 特授权鑫洼盘茎可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：珏达一 导师签名：漱 签字日期：抽6 年护月彤日 签字日期： m 二年户j g - 弓。日 第一章绪论 第一章绪论 1 1 退火炉温度控制研究的目的和意义 退火是金属热处理中的重要工序，是将偏离平衡状态的金属加热到临界温度 以上，保持一定时间，然后缓慢冷却，以得到接近于平衡状态组织的过程“1 。通 过退火可以达到细化组织、降低硬度、改善切削加工性能、消除内应力等目的。 退火炉作为轧钢企业主要设备之一，处于关键位置，直接影响产品的质量、 产量和成本。因此退火炉温度控制在提高生产率、改善质量和节约能源上都具有 举足轻重的意义。 生产中，温度控制性能优良的退火炉具有以下现实意义： 1 节约能源。退火炉节能改造的方法有很多，如：对炉体进行改造、生产工 艺的改进，废气余热的回收等，但这些方法投入成本高，节能效果有限。通过提 高退火炉温度控制精度的方法，可以大幅度节约能源，如通过计算机控制降低废 气中含氧浓度，由传统人工控制的8 1 0 9 ，降低到过氧浓度2 ，节能效果明显。 2 提高产品质量、产量。退火炉的炉温动态特性直接影响产品的质量，生产 过程中对钢材的温升曲线有较高的要求，温度过低，达不到退火的预期目的：温 度过高将导致过热，甚至过烧。通过对退火炉中生产过程的优化控制和自动工艺 管理控制可以缩短生产周期，提高产量和质量，减少人为因素造成的废品率。 3 改善生态环境。金属热处理企业历来是污染大户，退火炉的燃料如果是欠 氧燃烧，燃料燃烧不充分，会产生大量黑烟，而过氧燃烧会产生氮氧化合物等有 害气体。通过对燃烧过程进行有效控制，使燃烧在合理的空燃比下运行，可以极 大的减少退火炉对周边环境的污染，对构建可持续发展型社会具有积极的意义。 我国是钢铁大国和能源消耗大国，研究高性能退火炉温度控制系统具有重大 的现实意义。 1 2 退火炉控制系统的发展现状 退火炉在轧钢生产中占有十分重要的地位，退火炉的温度控制是受随机因素 干扰、具有大惯性、纯滞后的非线性多参量的随机过程，很难全面考虑各种因素 的影响。如果不能及时调节温度，会影响到产品的质量。随着计算机控制技术的 迅速发展，国内外众多厂家开展了退火炉计算机控制的研究。 1 2 1 国际发展现状 第一章绪 论 国际上从2 0 世纪7 0 年代就开始了退火炉计算机控制的研究。1 ，如： 日本k a s h i m a 钢厂采用p l c 控制，实现钢坯目标出炉温度计算，钢温预报，空 燃比控制，炉温最优控制： 瑞典d o m n a r v e t 公司采用p l c 控制，确定最佳加热曲线和炉温控制； 美国d o f a s c o 公司采用i 级：p l c 控制器h o n e y w e l lt d c 3 0 0 0 ，i i 级：d e c v a x 8 3 5 0 ，实现退火炉的空燃比控制，炉温控制，钢温预报，炉温设定值调节设 备诊断，系统报警、记录、报告等； 美国c o n s h o h o c h e n 公司采用d e vm i c r ov a x i i i 对退火炉空燃比控制，炉压控 制，设定值选择，生产调度模型等。 1 2 2 国内发展现状 随着科技人员的努力，目前我国在热处理炉窑控制方面的理论研究水平已经 接近和达到了国际先进水平，但在实际运用中差距较大。特别是在一些中小型企 业中，通常采用常规温度调节仪表或者人工操作来控制退火炉的炉温，自动化程 度低，控制精度不高，导致退火质量差，废品率高。 国内企业从2 0 世纪8 0 年代以后，对退火炉控制进行了广泛的研究，退火炉计 算机控制正逐步进入实用化阶段，研究现状主要有： 1 采用计算机控制设备 工业控制机、可编程控制器( p l c ) 和集散控制系统( d c s ) 等先进设备，正 逐步取代以往的继电器、模拟式仪表等。这些设备使用方便，通过软件控制，支 持联网通信，提高了生产效率，改善了劳动条件，降低生产成本。 2 采用现代控制理论的方法 随着控制理论的发展，很多控制系统采用了现代控制理论，最优控制，自适 应控制，自整定p i d 参数的控制器，已逐步在工业中得到应用。 1 2 。3 退火炉控制系统的新进展 智能控制技术特别适合于退火炉这样具有非线性、时变的控制系统。随着智 能技术的不断发展，越来越多地智能技术融入到控制理论中，如专家系统控制、 模糊控制、神经网络控制、遗传算法、人工免疫等控制算法。这些控制方法在退 火炉等工业炉窑控制中也逐步得到了应用。 退火炉主要部件为加热部件，期望能实现比较均衡稳定的温度控制。国内外 很多学者在温度控制方面进行了大量的研究，在控制方法和控制手段上的研究成 果直接推动着退火炉控制的研制工作。 唐山钢铁公司高速线材厂运用模糊控制理论和传统的p i d 控制相结合0 1 ，不仅 成功的实现了自动控制，而且还使吨钢油耗指标大幅度下降，取得了近千万元的 第一章绪论 经济效益。 冯江，王晓燕等人对退火炉燃烧过程设计了模糊自寻优控制器“1 ，采用自寻 优控制，自动搜索最佳油风比，取得了较好的控制效果，油风比自寻优控制 收敛速度较快，一般经过6 8 个采样周期即可达到最佳值。 丁起英，冯丽伟等人对罩式光亮退火炉控制系统进行了分析研究”，使用p i i ) 算法进行编程，采用可编程序控制器在该炉电气控制系统中进行了实际应用，有 较好的生产效益。 安爱民等人，将一种非线性多变量模型预测分程过渡控制方法应用到退火生 产控制技术中删，提出了一种新的退火过程控制法。对生产过程采用非线性预测 控制分程过渡的优化处理。将被控对象的离线优化轨迹应用到控制器中。通过反 馈控制，对控制器的一些实时参数加以补偿，经过在线滚动优化，使实际的输入、 输出轨线尽可能接近给定的理想轨线。 成晓明等人对多段电阻炉温度控制系统进行了研究”1 。针对采用以p l c 为核心 的多段电阻炉温度控制系统的硬件结构和控制算法加以介绍与分析。温度控制工 艺要求可以达到：最大超调量t ：l r = 7 5 ，上升时间t = l o m i n ，调整时间t 。,=30min 稳态偏差p 。= l o c 。 舒怀林针对提高温度控制系统的动态和静态性能设计了p i d 神经元网络自学 习解耦温度控制系统0 1 ，提出了一种新的神经元网络：p i d 神经元网络，即p i d n n ， 它具有较好的自学习功能，适合于复杂系统的控制。p i d n n 解耦温度控制器经过 在线学习，自主调整连接权值，系统的超调量小于5 ，无静态误差，调节时间也 较短。 赵鹏程、王致杰等人结合温度的时变、滞后和非线性特性，提出了一种基于 人工神经网络与模糊控制相结合的控制器0 1 。针对工业锅炉温度控制设计了神经 模糊温度控制器。通过a n n 的b p 学习算法记忆这些规则样本，实验表明：该控制 器具有响应速度快、精度高和鲁棒性的特点。由仿真可知，计算值的误差较小， 得到了令人满意的结果。 k a n g l i n gf a n g ，z h o n g j i es h e n 为了提高电阻炉温度控制系统的学习速度， 采用了一种改进的b p 算法，设计了一种神经一模糊控制器“。实践表明，这种神 经一模糊控制器具有较好的静态和动态性能。目标温度3 0 0 ，温度控制工艺要求 可以达到：最大超调量盯= 0 7 c ，稳态偏差p 。= 0 3 c 。 1 3 本文的主要工作 本文的主要工作是： 1 利用实践环境条件，采集实验数据，查阅相关文献，建立了退火炉的温度 第一章绪论 控制系统模型； 2 ，利用模糊控制原理，人工神经网络控制原理和免疫原理中蕴含的优化思想， 设计出应用于退火炉温度控制的自适应模糊p i d 控制器，神经元p i d 控制器和模糊 免疫p i d 控制器； 3 利用m a t l a b 仿真软件，分别对常规p i d 控制系统、模糊自适应p i d 控制系统、 神经元p i d 控制系统和模糊免疫p i d 控制系统进行对比仿真实验； 研究内容包括： 1 退火炉温度控制机理的分析； 2 基于模糊自适应p i d 控制器的设计、神经元p i d 控制器的设计和模糊免疫p i d 复合控制的研究； 3 基于常规p i d 控制系统、模糊自适应p i d 控制、神经元p i d 控制、模糊免疫p i d 复合控制进行计算机动态仿真研究。 1 。4 本文的组织结构 本文共分五章 第一章绪论部分，介绍了退火炉温度控制研究的必要性和退火炉的发展现状， 同时，阐述了本课题的实际意义及本文的组织结构。 第二章是模糊控制与神经网络控制原理及设计方法，介绍了模糊控制系统的 原理与特点，模糊控制器的组成和原理。 第三章是人工免疫理论与人工免疫控制系统，介绍生物免疫系统理论和人工 免疫系统研究的内容和特点。 第四章是智能控制方法在退火炉控制中的应用，设计了p i d 控制器、模糊自适 应p i d 控制器、神经元p i d 控制器和模糊免疫p i d 控制器，并将三种智能控制方法 与基本p i d 控制器进行了m a t l a b 建模仿真，通过改变系统参数分析了各种控制方 法的特点。 第五章是本课题的总结和对以后研究工作的建议。 4 第二章模糊控制与神经网络控制原理及设计方法 第二章模糊控制与神经网控制原理及设计方法 2 1 模糊控制系统的组成洲。习 模糊控制有较强的适应对象参数变化的能力，与传统控制方法相比，模糊控 制的主要优点在于在设计系统时不需要建立被控对象的精确数学模型，而只需要 已有的相关知识和经验即可。因此，模糊控制特别适用于数学模型未知或不易于 建立精确数学模型的复杂、非线性系统的控制。 模糊控制系统通常由模糊控制器、输入，输出接口、执行机构、被控对象和 测量装置等五个部分组成。 给宅辕 图2 1模糊控制系统组成框图 1 被控对象 被控对象可以是线性的或非线性的、确定的或模糊的，有滞后或无滞后的， 定常的或时变等多种情况。对于那些难以建立精确数学模型的复杂对象，更适宜 采用模糊控制。 2 执行机构 有电气的，如各类交、直流电动机，伺服电动机，步进电动机等，还有气动 的和液压的，如各类气动调节阀和液压马达、液压阀等。 3 模糊控制器 控制器是各类自动控制系统中的核心部分，在模糊控制理论中，采用基于模 糊知识表示和规则推理的语言型“模糊控制器”，这是模糊控制系统区别于其它 自动控制系统的特点所在。 4 输入输出( i o ) 接口 在实际系统中，由于多数被控对象的控制量及其可观测状态量是模拟量，因 此，模糊控制系统必须具有模数( a d ) 、数模( d a ) 转换单元，同时在模糊 控制系统中，还应该有适用于模糊逻辑处理的“模糊化”与“解模糊化”( 或称 第二章模糊控制与神经网络控制原理及设计方法 “非模糊化”) 环节，这部分通常也被看作是模糊控制器的输入输出接口。 5 测量装置 它是将被控对象或各种过程的控制量转换为电信号( 模拟的或数字的) 的一 类装置。通常由各类数字的或模拟的测量仪器、检测元件或传感器等组成。它在 模糊控制系统中占有十分重要的地位，其精度往往直接影响整个系统的性能指 标，因此要求其精度高、可靠且稳定性好。 2 2 模糊控制器 模糊控制系统的基本原理“”如图2 2 所示，其核心部分为模糊控制器，如图 中虚线框中部分所示。 模糊控制器 图2 - 2模糊控制器原理框图 一般来说，模糊控制器包括以下功能模块：模糊化接口、知识库、模糊推理、 解模糊接口等部分。 2 2 1 模糊化接口 模糊化是将模糊控制器输入量的确定值转换为相应模糊语言变量值的过程， 它实际上是模糊控制器的输入接口。它的主要作用是将真实的确定量输入转换成 一个模糊矢量。它的过程包括：模糊语言变量的确定、量化因子的确定及语言变 量隶属函数的确定。 ( 1 ) 模糊语言变量的确定 根据人们语言习惯，常将相比的同类事物分为“大”、“中”、“小”或“高”、 “中”、“低”3 个等级，对于模糊控制器的输入误差e 及其变化率e c ，工程中常 6 第二章模糊控制与神经网络控制原理及设计方法 采用“大”、“中”、“小”三个量化等级的模糊概念。考虑到变量的正负性，在设 计模糊控制器时，对于误差、误差变化率和控制量的变化等语言变量，常用“正 大”( p b ) 、“正中”( 州) 、“正小”( p s ) 、“零”( 0 ) 、“负小”( n s ) 、“负中”( 啪) 和“负大”( n b ) 这7 个语言变量来描述。 ( 2 ) 量化因子 如图2 - 2 所示的模糊控制器，其输入量是系统的误差量e 及其变化e c ，在计 算机控制系统中它是有确定数值的清晰量，如温度偏差为4 i c 、一7 5 c 等，设 误差e 的基本论域为【呻，p 】，误差所取的模糊集合的论域为 x = 叫，疗+ l ，0 ，l ，n 一1 ，疗) 。一般情况下e 刀，需要通过所谓量化因子进 行论域变换，把输入变量从基本论域变到模糊论域。其中量化因子屯的定义是 屯= 旦 ( 2 一1 ) e 同理，对于误差变化率e c 的基本论域【- - g o ，e c 】，若选定构成论域 y = 吲，一疗+ l ，o ，l ，一一l ，村) 的元素的量化档数行，则定义误差变化率p c 的量 化因子k 为 k = 二 ( 2 2 ) e c 对于系统控制量的变换”，基于量化因子的概念，定义其比例因子为： 屯= 竺 ( 2 3 ) 一 其中【一“，“1 为控制量变换的基本论域，刀为基本论域 - - u ，“】的量化等级数。 ( 3 ) 语言变量隶属函数 模糊语言变量实际上是一个模糊子集，而语言值最终是通过隶属函数来描述 的，常见的隶属函数有正态型隶属函数、三角型隶属函数及梯形隶属函数等。 2 2 2 知识库 1 数据库( d b - d a t ab a s e ) 数据库所存放的是所有输入、输出变量的全部模糊子集的隶属度矢量值( 即 经过论域等级的离散化以后对应值的集合) ，若论域为连续域，则为隶属度函数。 如对于上述输入模糊变量e ，即需将其存放在数据库中。在规则推理的模糊关系 求解过程中，向推理机提供数据。 2 模糊规则库( r b - r u l eb a s e ) 模糊控制规则，即模糊控制算法，实质上是基于专家知识或手动操作熟练人 员长期积累的实践经验加以总结而得到的一条条模糊条件语句的集合，它是模糊 控制的核心。模糊规则库存放的知识通常是用“i fp k ( 条件) t h e nc k ( 结 论) ”形式描述的一组规则。如果某模糊控制系统的输入变量为e ( 误差) 和e c 7 第二章模糊控制与神经网络控制原理及设计方法 ( 误差变化) ，它们相对应的语言变量为e 和e c ，模糊子集的划分与前述相向。 对于控制变量u ，若给出下述一族模糊规则： r 1 ：i fei sn ba n de ci sn bt h e nui sp b r 2 ：i fei sn ba n de ci sn mt h e nui sp b r 3 ：i fei sn ba n de ci sn st h e n1 ii sp l i 通常把i f 部分称为“前提部分”；而t h e n 部分称为“结论部分”，语言 变量e 与e c 为输入变量，而u 为输出变量。 2 2 3 模糊推理 以已知的规则库和输入变量为依据，基于模糊变换推出新的模糊命题作为结 论的过程称为模糊推理。目前模糊推理的方法很多，如：z a d e h 推理方法，m a m d a n i 推理方法( 模糊蕴涵运算采用最小运算规则) ，l a r s e n 推理方法( 模糊蕴涵运算采 用积运算规则) ，特征展开近似推理法等。 2 2 4 解模糊接口 上述各种模糊推理所得的结果是一个模糊集或者是它的隶属函数，不能直接 用于控制被控对象，还必须做一次转换，将模糊量转换为清晰的数字量，这就需 要用到前面定义的控制输出“的量化因子屯进行论域转换。 解模糊过程尚无系统的方法，目前控制技术中常用的方法有最大隶属度法、 重心法、加权平均法、面积重心法、左取大法、右取大法、最大平均值法等。 2 3 人工神经网络控制概述 基于人工神经网络的控制( a n n b a s e dc o n t r 0 1 ) 简称神经控制( n e u r a l c o n t r 0 1 ) 。神经网络是由大量人工神经元( 处理单元) 广泛互联而成的网络，它 是现代神经生物学和认识科学在人类信息处理研究基础提出来的，具有很强的自 适应性和学习能力、非线性映射能力、鲁棒性和容错能力i 1 4 1 。此外人工神经网 络理论的应用已经渗进到多个领域。在计算机视觉、模式识别、智能控制、非线 性优化、机器人等方面取得了可喜的进展。 人工神经网络具有以下几个突出的优点5 i ： ( 1 ) 可以充分逼近任意非线性系统； ( 2 ) 所有定量或定性的信息都等势分布贮存于网络内的各神经元，故有很 强的鲁棒性和容错性； 第二章模糊控制与神经网络控制原理及设计方法 ( 3 ) 采用并行分布处理方法，使得快速进行大量运算成为可能： ( 4 ) 可学习和自适应不知道或不确定的系统，如果系统发生了变化，可以 修改网络的连接权重以适应系统的变化； ( 5 ) 能够同时处理定量、定性知识。 2 4 人工神经元模型 人工神经元是对生物神经元的一种模拟与简化。它是神经网络的基本处理单 元。图2 3 所示的是一种简化的人工神经元结构。它是一个多输入、单输出的非 线性元件。其输入、输出关系可描述为1 1 2 】 2 善_ 一只( 2 _ 4 ) y ，= f ( 1 ，) 其e e ，( ，= 1 ，2 ，以) 是从其他神经元传来的输入信号；表示从神经元， 到神经元i 的连接权值；只为阀值；f ( o ) 称为激发函数或作用函数，一般具有非 线性特性，它决定神经元( 节点) 的输出。 墨 x 2 ： 图2 - 3 人工神经元结构 下面给出几种常见的激发函数，分别是： 1 阀值型函数 ( 1 ) 阶跃函数( 当儿取。或1 时) m ，= 怯= ( 2 ) s g n 函数( 符号函数，当咒取一1 或1 时) m ) = s g l l ( 工) = h 1 , x x 0 。 第四章退火炉温度控制系统设计 将( 4 - 2 0 ) 代入( 4 - 1 9 ) 有 w a d = 0 0 w ，( 七一1 ) + ，弘( 七) “( 七) 薯( t ) a w j ( 七) ：一c ( ( 七) 一旦z ( 州i ) ( t ) ) ( 4 - 2 1 ) c 式中a w , ( d = ( t ) 一心( t 1 ) ，若存在一个函数z ( w j ( _ | ) ，z ( 七) ，“( 七) ( _ j ) ) 有 篓；( 七) 一翌以o ( t ) ，“( i ) 薯( 七) ) 口h f 则( 4 - 2 1 ) 可写为 a w , ( k 阳器( 4 - 2 2 ) 上式表明：加权系( 七) 的修正按函数，( ) 对应于w f ( t ) 的负梯度方向进行搜索。应 用随机逼近理论可知，当c 充分小时( 在实际应用中，c 取作o ) ，使用上述学习算法， 嵋( 七) 可收敛到某一稳定值+ ，且与期望值的偏差在允许的范围内。 为保证神经元自适应p i d 控制器的收敛性与鲁棒性，对以上学习算法进行规范化 处理： ( i ) = 甜( 七一1 ) + k 一( 七) 而( 七) w ：( t ) ：m ( t ) 杰l ( t ) i ，嵋( t ) = ( 七一1 ) + 聃z ( 七) “( ) 五( | | ) 也( t ) = ( 七一i ) + r l p z ( k ) u ( d x 2 ( k ) 坞( 女) = 吩( _ i 一1 ) + ，7 d z ( 七) ”( t ) 弓( t ) ( 4 - 2 3 ) 对积分i 、比例p 、微分d 分别采用不同的学 - j 速率仇，靠，以便对不同权系 数分别进行调整。系统输入为，x 2 ，而，输出对象为y o u t ( k ) 。 使用m a t l a b 软件对退火炉模型g ( s ) = t 干b p m 进行神经元控制程序设计m 1 ， 对其中比例系数k 和学习速率仍，分别采用试探方法进行离线调整，经过综合 比较，最终确定k = o 1 2 和学习速率聃= 0 4 0 , r p = 0 3 5 ，= 0 4 0 ，l i p 第四章退火炉温度控制系统设计 3 “( t ) = u ( k - 1 ) + o 1 2 w ：( t ) t ( t ) l = 1 3 一( t ) = w j ( ) 1w j ( ) i f = l h ( 七) ；啊( j j 一1 ) + o 4 0 z ( k ) “七) 五( 未) w 2 ( t ) = w 2 ( k 一1 ) + o 3 5 z ( k ) u ( k ) x 2 ( k ) w 3 ( k ) = w 3 ( k 一1 、+ o 4 0 z ( k ) u ( k ) x 3 ( k ) ( 4 2 4 ) 神经元控制系统误差e 变化曲线如图4 - 1 7 所示，神经元控制系统输出曲线如图 4 1 8 所示。 图4 一1 7神经元控制系统误差e 变化曲线 图4 - 1 8神经元控制系统输出曲线 在离线调整程序参数时发现单神经元p i d 控制器的运行效果，与比例系数k 和学 习速率拂，佛，的选取有关，主要影响有 3 e l ： 第四章退火炉温度控制系统设计 1 ) 神经元的比例系数k 的选择很重要，足值越大，系统响应速度快，但超调量大， 甚至可能产生震荡；k 值取的小，系统响应速度侵，k 值取的太小，有可能产生 稳态误差。 2 ) 对阶跃输入，如果有较大的超调，并且出现正弦衰减现象，应该减小k ，维持 研，r p ，r v 不变；若上升时间长，无超调，应增大茁，保持r h ，r p ，不变。 3 ) 对阶跃输入，若被控对象产生多次正弦衰减现象，应减小玑，其他参数不变。 4 ) 若被控对象响应特性出现上升时问短，超调过大现象，应减小聃，其他参数不变。 5 ) 若被控对象上升时间长，增大研导致超调过大，可以适当增加仉，其他参数不变。 6 ) 在开始调整时，选择较小值，当调整r h ，r p 和k ，使被控对象具有良好特性时， 再逐渐增大，其他参数不变，使系统基本无波纹。 图4 1 9 为置= o 3 时，系统输出有较大超调的情况： 图4 1 9 神经元控制系统有较大超调的情况 图4 2 0 为k = o 0 6 时，系统响应速度慢的情况： 图4 2 0 神经元控制系统响应速度慢的情况 使用m a t l a b 软件设计仿真程序，程序流程框图如图4 2 1 所示 第四章退火炉温度控制系统设计 图4 - 2 1 神经元自适应p i d 控制算法程序流程图 4 5 模糊免疫p i d 控制器设计儿捌 结合第四章介绍的人工免疫原理的特点，设计退火炉温度控制模糊免疫p i d 控制 器，仍采用如( 4 1 3 ) 式的增量式p i d 算法，改写为： “( t ) = 巧( e ( k ) - e ( k 一1 ) ) + 墨e ( 七) + 髟( e ( k ) - 2 e ( k - 1 ) + e ( k - 2 ) ) = 锵叫) ) + 丢础) + 知炉2 肿- 1 ) 州“2 ) ) ) “2 5 式中足。，k ，屹分别为比例、积分和微分系数。 得p 控制器的控制算法为： a u ( k ) = k p e ( k 1 ( 4 2 6 ) 为便于控制器公式变量含义说明，将人工免疫原理简述如下“”： 免疫系统对于外来侵犯的抗原可产生相应的抗体来抵御。淋巴细胞分化为r 细胞 和曰细胞以及巨噬细胞。当抗原侵犯机体时，将信息传递给r 细胞，r 细胞进一步 分化为辅助细胞和抑制细胞五，然后刺激b 细胞( 辅助细胞能增加曰细胞的产 生，相反抑制细胞露将减少口细胞的产生) ，口细胞产生抗体以消除外来抗原。当自 由抗原较多的机体内的巧细胞也较多，而五细胞却较少，从而会产生较多的占细胞。 第四章退火炉温度控制系统设计 随着抗原的减少，体内的五细胞增多，它抑制了乃细胞的产生，从而曰细胞也随之 减少。经过一段时间间隔后，免疫反馈系统趋于平衡。抑制机理知主反馈机理之间 的相互协作，是通过免疫反馈机理对抗原的快速反应和稳定免疫系统完成的。 基于上述原理设计模糊免疫p i d 控制器： 假设第七代的抗原数量为占( t ) ，受到抗原刺激的辅助细胞的输出为巧( 后) ( t ) = k ( 七) ( 4 2 7 ) 式中，b 是刺激因子，符号为正。抑制细胞五影响曰细胞的产生，假设抑制细 胞对口细胞的影响为瓦( _ j ) ： 五( 七) = k s f ( s ( k ) ，s ( _ j ) ) 占( 七) ( 4 2 8 ) 式中，b 是抑制因子，符号为正。，( ) 为一个选定的非线性函数，表示细胞抑 制刺激能力的大小。则口细胞接受的总刺激为： s ( i ) = 巧( 七) 一t s ( 后) ( 4 2 9 ) 以抗原的数量8 ( k ) 作为偏差“七) ，b 细胞接受的总刺激s ( _ j ) 作为控制输) k u ( k ) ， 则有如下反馈控制规律： ( 七) = k ( i q f ( u ( d ，“( 女) ) ) p ( i ) = k 。l e c k ) ( 4 3 0 ) 式中，g 。= 足( 1 一艰厂( “( 七) ，缸( 七) ) ) ，k = k 为控制反应速度，7 = y - - 为控制稳 h 定效果。非线性函数( ) 用模糊控制器实现，按照：“细胞接受的刺激越大，则抑 制能力越小”及“细胞接受的刺激越小，则抑制能力越大”的原则建立模糊规则， 则模糊免疫p i d 控制器的输出为： 砸m ( 卜1 ) + q 似d - e ( “1 ) ) 4 - 每础) + 每似妒2 m 1 m ( b 2 ) ) ) = u ( k - 1 ) + k l ( ( p ( i ) 一p ( t 一1 ) ) + k p ( t ) + 髟( p ( 七) 一2 e ( k i ) + p ( 七一2 ) ) ) ( 4 3 1 ) 由上式可知模糊免疫p i d 控制器实际就是一个非线性p 控制器，比例系数 x 。= k ( 1 一咿厂( ”( ) ，缸( 女) ) ) 随模糊控制器输出的变化而变化。 模糊免疫p i d 控制器结构f s g j 如图4 2 2 所示。 第四章退火炉温度控制系统设计 图4 - 2 2 模糊免疫p i d 控制器结构图 非线性函数，( ) 用模糊控制器实现，模糊控制器结构如图4 2 3 所示。 图4 2 3 模糊控制器编辑界面 该模糊控制器为双输入单输出，输入变量为系统误差e 和误差变化e c ，被两个模 糊集模糊化，分别为“正( d ”和“负( ) ”；输出为变量为足被三个模糊集模 糊化，分别是“正( p ) ”、“零( z ) ”和“负( ) ”。模糊控制器按照：“细胞接受的 刺激越大，则抑制能力越小”及“细胞接受的刺激越小，则抑制能力越大”的原则 建立模糊规则，共采用以下四条模糊规则，： ( 1 ) fu i s p a n d a u 缸j p t h e n f ( u ，a u ) i s n ( 2 ) 矿“i s p a n d a u i s n t h e n f ( u , a u ) i s z ( 3 ) 矿u i s n a n d 血i s p t h e n f ( u ，a u ) i s z ( 4 ) f “i s n a n d a u 缸n t h e n f ( u ，a u ) i s 尸 与4 3 节的模糊自适应p i d 控制系统相比具有模糊规则少，推理简单的特点，特 别适合计算机实时控制。 模糊控制器输入，输出隶属度函数曲线如图4 - 2 4 4 - 2 6 所示。 第四章退火炉温度控制系统设计 图4 2 4模糊免疫p i d 控制器的隶属度函数 图4 2 5模糊免疫p i d 控制器d h 的隶属度函数 图4 - 2 6 输出变量k p l 的隶属度函数 使用m a t l a b 软件对退火炉模型g ( s ) = i 干去e m 5 进行模糊免疫控制程序设计， 对其中控制反应速度k 和控制稳定效果玎分别采片j 试探方法进行离线调整，经过综 第四章退火炉温度控制系统设计 合比较，最终确定k = o 3 0 和学习速率r = o 8 0 ，即控制器控制规律为 “( _ j ) = 0 3 ( 1 0 8 f ( u ( k ) ，“( 女) ) ) p ( 七) = x j l p ( ) ( 4 3 2 ) 其中群。的变化瞌线如图4 - 2 7 所示，误差p 变化曲线如图4 - 2 8 所示，控制系统 输出如图4 - 2 9 所示 图4 - 2 7 k p l 的变化曲线 图4 2 8误差e 的变化曲线 第四章退火炉温度控制系统设计 图4 2 9模糊免疫p i d 控制系统响应曲线 使用m a t l a b 软件设计仿真程序，程序流程框图如图4 - 3 0 所示 图4 3 0 模糊免疫p i d 控制算法程序流程图 4 2 4 4 节所设计的控制器具体仿真分析见4 6 节 4 6 退火炉温度控制器仿真分析 第四章退火炉温度控制系统设计 根据4 1 节所选择退火炉控制对象，采用式( 4 - 8 ) 的具有纯滞后一阶惯性模型 进行仿真分析。 1 g ( s 1 = 二一p “5 ( 4 8 ) l + 6 0 s 使用m a t l a b 软件对4 2 4 4 节介绍的：基本p i d 控制器、模糊自适应p i d 控 制器、神经元p i d 控制器和模糊免疫p i d 控制器进行仿真分析，并调整被控对象参数， 综合比较以上方法的控制效果。 1 图4 3 1 至4 - 3 4 分别为四种控制系统的阶跃响应变化曲线，其中：模糊免疫 p i d 控制响应最快，无静差，无超调；基本p i d 控制系统响应有振荡，无超 调；模糊自适应p i d 控制响应较慢，无超调；神经元p i d 控制基本无超调， 响应快。 图4 3 1p i d 控制系统阶跃响应曲线图4 3 2 模糊自适应p i d 控制阶跃响应曲线 图4 3 3 神经元p i d 控制系统阶跃响应曲线图4 3 4 模糊免疫p i d 控制阶跃响应衄线 2 为分析控制系统在被控对象变化情况下的稳定性，调整被控对象参数，加大 系统增益，退火炉控制模型调整为g ( s ) = 五1 i 5 石。m 5 ，图4 - 3 5 至4 3 8 为四 种控制系统的阶跃响应曲线。从系统响应可以看出，基本p i d 控制出现较大 的超调和振荡，对系统增益较敏感：模糊自适应p i d 控制和神经元p i d 控制 第四章退火炉温度控制系统设计 都出现少量超调，系统响应时间缩短；模糊免疫p i d 控制无超调，系统响应 加快，控制效果最好。 图4 - 3 5p i d 控制系统阶跃响应曲线图4 - 3 6 模糊自适应p i d 控制阶跃响应曲线 图4 - 3 7 神经元p i d 控制系统阶跃响应曲线图4 3 8 模糊免疫p i d 控制阶跃响应曲线 3 继续调整被控对象参数，增加系统惯性，退火炉控制模型调整为 1