维普资讯 http://www.cqvip.com ２００７年９月 广西轻工业 第９期（总第１０６期） ＧＵＡＮＧＸＩ ＪＯＵＲＮＡＬ ＯＦ ＬＩＧＨＴ ＩＮＤＵＳＴＲＹ 计算机与信息技术 电加热炉计算机控制系统的设计 邓锋 （广东梅州嘉应学院电子信息工程系，广东梅州５ｌ４０ｌ ５） 【摘 要】本文以电加热炉为被控对象，通过对电加热炉对象特性的分析来确定电加热炉系统的构成及控制方案（策略）。 在不建立电加热炉数学模型的情况下，实现了电加热炉炉温的单神经元自适应ＰＩＤ智能控制和单神经元自适应ＰＳＤ智能控制。算 法仿真结果表明：单神经元自适应ＰＳＤ智能控制算法简单，效果较好，有较高的理论价值和实用价值。 【关键词】电加热炉；单神经元；自适应；智能控制；算法 【中图分类号】ＴＰ２７３ 【文献标识码】 Ａ 【文章编号】 １００３—２６７３（２００７）０９—００６２—０２ １前言 后输出０ １０ｍＡ的电流信号，该信号经过１０００欧姆的电阻变 电加热炉是一个非线性的、时变的、分布参数复杂的被控 为０—１０Ｖ的电压信号。然后通过Ａ／Ｄ转换成数字量，经过 对象。要实现其最优控制，必须建立被控对象的数学模型，然后 ＰＣ／ＸＴ与设定值比较、运算后，由Ｄ／Ａ输出模拟量０一ＩＯＶ的 求取相应的控制器方程，例如自适应控制、随机最优控制、预测 电压信号，该电压直接控制晶闸管调功器的输出功率，从而对 控制、解耦控制和变结构控制等。这类控制方法由于数学工具 电加热炉的温度进行调节。 深奥，算法复杂，现场工程师难以理解和接受，因而这些先进控 制算法的推广受到制约。人们在实践中知道，许多复杂的生产 ４电加热炉控制系统的单神经元自适应智能控制 过程难以实现目标控制，但是熟练的操作工、技术人员和专家 ４．１单神经元自适应ＰＩＤ（比例、积分、微分）智能控制器设计 操作自如，而不要建立什么数学模型，就可以得到比较满意的 受到工程上应用广泛且结构简单的常规ＰＩＤ控制器的启 控制效果。设想把这些专家的经验和知识总结起来赋予计算 发，利用具有自学习和自适应能力的单神经元来构成单神经元 机，让计算机参与生产过程控制，这类系统一般称为智能控制 自适应智能控制器。众所周知，连续系统ＰＩＤ调节器的算式为： 系统，它包含专家控制、模糊控制和神经网络控制。本文就没有 建立电加热炉的数学模型，而直接采用算法简单、效果好的单 ［ｅ 寺』 ｅ 】 神经元自适应ＰＩＤ智能控制算法和单神经元自适应ＰＳＤ智能 式中：Ｋ。为比例增益，Ｔ 为积分时间常数，Ｔ。为微分时间 控制算法。与传统ＰＩＤ控制算法相比，智能控制算法具有计算 常数。 量小、控制器结构简单、静动态性能指标好的特点，有较高的实 当采样周期Ｔ０较短时，可通过离散化将这一方程直接化 用价值和理论价值。 为差分方程。为此用一阶差分代替微商，用求和代替积分。这时 用矩形积分来求连续积分的近似值，即可求出ＰＩＤ调节器的离 ２电加热炉计算机控制系统的构成 散方程： 电加热炉加热温度的改变是由上、下两组炉丝的供电功率 来调节的，它们分别由两套晶闸管调功器供电。调功器的输出 △ （ Ａ。（７｝ △ 。训 功率由改变过零触发器的给定电压来调节。为了控制炉温，设 ＝Ｋｌｅ Ｋ Ａｅ（ｋ）＋Ｋｏ△ｅ（Ｋ） 计了一套计算机控制系统，结构框图如图１所示。 式中：Ｋ。为积分比例系数，ＫＩ＝Ｋ Ｔ０，ｒ Ｋ。为微分比例系 打印 数，ＫＤ＝ＫｐＴｄＴ０＇ 显示 △：为差分的平方，△：＝１—２ｚ ＋ｚ一。 驱动 用单神经元实现自适应ＰＩＤ智能控制的结构框图如图２ 所示： 图１ ３电加热炉炉温的控制过程 ｙ 由于高温力学试验机电加热炉是一双输入、双输出的多变 量系统，上、下两组电阻丝间虽有耦合，但仍将其当作两个单变 量处理。电加热炉炉温的控制过程如下：测温元件将检测到的 图２单神经元自适应ＰＩＤ智能控制器结构 温度信号送到变送器的输入回路，经低电平自激调制放大后最 图中转换器的输入反映被控过程及控制设定的状态。如 ６２ 维普资讯 http://www.cqvip.com 果，设定为ｙ ），输出为ｙ ），经转换器后转换成为神经元学习 控制所需要的状态量ｘｌ＇ ｘ，。 式中， Ａ ｕ ）为微控制器输出增量，Ｋ ）为控制器增量，Ｒｏ（ｋ）为比 这里， （７｝ （７｝土 ２（７｝ ｅ（ｋｈ船声△ （７｝ （７｝户２ｅ（７｝一Ｊ ｅ（７｝一２ ， 例系数，Ｒ。ｏ（）为微分系数，参数Ｒ。、Ｒ。可进行自动调节，使组成 增量型自适应控制规律各项的绝对平均值满足如下关系： ｚ（ｋ）－＝ｙ肛）－ｙ（７｝卢 （７｝Ｊ为性能指标或递进信号，ｗｊ ）为对应于 ｘｉｏ（）的加权系数，Ｋ为神经元的比例系数，Ｋ＞０。 神经元通过关联搜索来产生控制信号，即 ｊ 丌 。－［－Ａ－ｇ￣＝＇Ｒ Ｉ△。。 由式 雕得： （２） Ｒｏ（７｝ Ｔ ，Ｔ 设Ｒ。（７｝ ＲＩ（７｝ 巧Ｔ／ｌ△。。（７｝ ｌ 丌＝ （７｝声 （７｝一砂 Ｗ／ｋ）Ｘ／ｋ）。 Ｊ 单神经元自适应智能控制器通过对加权系数的调整来实 现自适应、自组织功能，而加权系数的调整系采用有监督的 Ｈｅｂｂ学习规则，它与神经元的输入、输出和输出偏差三者的相 关函数有关，即 Ｗ ＋ｉ （ｉ一一ｃ）Ｗ ｝ Ｒｉ（；ｃ） Ｒｉ（；ｃ 一ｚ ｉ｛ｃ） 式中， Ｒ ）为递进信号，随过程进行而逐渐衰减，ｚ ）为输出误差 信号，类似于有监督的Ｈｅｂｂ学习规则中的［Ｄｊ ）０ｊ ）］，Ｔ１ 为学习效率，Ｔ１＞Ｏ，ｃ为常数。 取ｃ＝０时，单神经元自适应ＰＩＤ智能控制算法如下： 、 ３ ｕ（ｋ）＝ｕ（ｋ－１）＋Ｋ Ｗ／ｋ）Ｘｉ（ｋ） ｉ＝ｌ ｊ ＇ｊ（ｋ）－＝Ｗｆｋ）／ ｆ ｗ／ｋ）ｆ 』＝Ｊ Ｗｌｔｋ＋１）－＝Ｗ （７｝ 叼 （７｝ （７｝ （７｝ ２（７｝＋ ＝ ２（７｝ 可 （７｝ （７｝ ２（７｝ Ｗ ＋ｉ Ｗ Ｄｚ ） 式中， Ｔ１ Ｉ为积分的学习速率，Ｔ１ Ｄ为微分的学习速率，Ｔ１ Ｐ为比 例的学习速率。 这里对积分（Ｉ）、比例（Ｐ）、微分（Ｄ）分别采用了不同的学习速 率Ｔ１Ｉ、Ｔ１Ｐ、Ｔ１Ｄ，以便对它们各自的权系数能根据需要分别进 行调整，其取值由仿真与实验确定。 在大量的工程实际应用中，人们通过实践总结出Ｐ、Ｉ、Ｄ三 个参数的在线学习修正主要与ｅｔｋ）和Ａ ｅｔｋ）有关。基于此，可将 单神经元自适应ＰＩＤ控制算式中的加权系数学习修正部分做 些修改，即将其中的ｘｊＯｅ）改为（ｅ ）＋Ａ ｅ（ｋ））。采用上述改进算法 后，权系数的在线学习修正就不完全是根据神经网络的学习原 理，而是参考实际经验制定的。 ４．２单神经元自适应ＰＳＤ（比例、求和、微分）智能控制器设计 单神经元自适应ＰＩＤ智能控制器虽具有在线学习和自适 应调整ＰＩＤ参数、以适应被控过程参数时变的能力，但是增益 Ｋ不具备在线学习的自动调整功能，这正是单神经元自适应 ＰＳＤ智能控制器要解决的问题。自适应ＰＳＤ控制算法是无需 辨识的自适应控制算法，其机理是根据过程误差的几何特性建 立性能指标，只要在线检测过程的期望输出和实际输出，不用 辨识过程参数，就能形成自适应控制规律。无需辨识的比例、求 和、微分自适应控制规律的增量形式为： △ 俄 ｅ 俄Ｊ ２ｅ （１） 嘲器。器 式中， （７｝惭ｌ△。。＿ｊ］ 而增量Ｋ ）和Ｔｖ ）的递推算式分别为： △７ （７｝ ＝ ’５ ＿ｌ△ｅ（７｝，）Ｉ— （７｝一Ｊ 。ｅ（７｝ ＡＫ（ｋ）＝ｃ Ｋ 一ｉ ＂ 一ｉ） 式中， ０．０２５≤ｃ≤０．０５，０．０５≤Ｌ≤０．１。 这样Ａ Ｋ ）只能单调增加，因此当ｓｉｇｎ（ｅ ））≠ｓｉｇｎ（ｅ 一１）） 时，取Ｋｏ（）＝Ｏ．７５ Ｋ（ｋ一１），即Ｋ ）的增加速度反比例于Ｔｖ ）。但 当控制误差改变符号时，Ｋ（ｋ）Ｔ降到上一时刻的７５％。 将自适应ＰＳＤ控制算法与单神经元自适应ＰＩＤ智能控制 器结合起来，便组成了单神经元自适应ＰＳＤ智能控制器。单神 经元自适应ＰＳＤ智能控制算法如下： ｕ（７｝声ｕ（ｋ－１）＋Ｋ ’ 声 Ｗ ｉ ＋ｉ Ｗ ｉ ＞ Ｉｚ ） ２（７｝＋Ｊ声Ｗ２（７｝ 可 （７｝ （７｝ 船＋ 船 叼Ｄｚ（７｝ （７｝ 当Ｓｉｇｎ（ｅ（ｋ））＝ｓｉｇｎ（ｅ（ｋ—１））时，Ｋ ）＝Ｋ（ｋ—１）＋ｃ Ｋ 一１）／Ｔｖ（ｋ一 ； 当Ｓｉｇｎ（ｅ（ｋ））＃ｓｉｇｎ（ｅ（ｋ－１））时， （７｝声０．７５Ｋ（ｋ－１）。 式中， （７｝声Ｔｖ（ｋ－１）＋Ｌ。ｓｉｇｎ，Ｉ△ｅ（７｝ 一 一 ｔＡ。ｅａ，）ｌ＿７， ０．０２５≤ｃ≤ｎ０５，０．０５≤Ｌ≤Ｄ．Ｊ， ５控制算法的数字仿真结果比较分析 （１）传统ＰＩＤ控制系统过渡过程的数字仿真曲线如图所示： （２）改进前的单神经元自适应ＰＩＤ智能控制系统过渡过 程的数字仿真曲线如图所示： ６３ 维普资讯 http://www.cqvip.com 强等优点，可用于控制过程时变、有大滞后的复杂对象，是一种 价值较高的智能控制算法。 总之，在上述几种算法中，学习速率 不同的单神经元自 适应ＰＳＤ智能控制算法具有较满意的实时控制效果，实用价 值较高。 ６结论 本文所设计的电加炉计算机控制系统是智能控制系统的 一种。本文对电加热炉分别实现了单神经元自适应ＰＩＤ智能 控制和单神经元自适应ＰＳＤ智能控制。仿真结果表明：单神 经元自适应ＰＳＤ智能控制算法简单，参数可调范围大，自适应 能力强，既克服了传统ＰＩＤ控制算法遇到复杂过程时参数实时 在线调整的问题，又克服了单神经元自适应ＰＩＤ智能控制算法 的单神经元比例系数Ｋ不能在线学习自动调整的问题。总之， 单神经元自适应ＰＳＤ智能控制是一种理论价值和实用价值都 较高的智能控制。 仿真曲线表明： 参考文献 （１）单神经元自适应ＰＩＤ智能控制算法和单神经元自适应 【１】王顺晃，舒迪前编著．智能控制系统及其应用【Ｍ】．机械工业出版社， ＰＳＤ智能控制算法都比传统ＰＩＤ控制算法超调量小、速度快、 １９９５． 实时控制效果好。 【２】ｘ 芮岚，王顺晃编著．带模糊复合控制及其在一类集散系统中应用 （２）采用不同学习速率 的单神经元自适应ＰＩＤ智能控 【Ｍ】．冶金出版社，１９９４． 制算法较采用相同学习速率１１的具有较好的快速性、较小的 【３】张志强，王顺晃，舒迪前编著．一类新型智能控制及其在加热炉中的 超调量和较强的鲁棒性。 应用卟自动化学报，１９９４． （３）改进后的单神经元自适应ＰＩＤ智能控制算法较改进前 【４】王宁主编．电渣重熔过程的神经元智能控制Ⅱ】．冶金自动化，１９９３． 的具有较小的超调量和较好的实时控制效果。 【５］王顺晃，谢四江编著－单神经元自适应智能控制器及其应用卟河北 （４）与单神经元自适应ＰＩＤ智能控制算法相比，单神经元 ＪＥ－ｙ－学院报，１９９７． 自适应ＰＳＤ智能控制算法具有可调参数范围大、自适应能力 【６】王顺晃主编．实时处理与控制Ｕ］．中国科学技术，１９９２、 （上接第４８页） 优点：Ａ． 开发人员不必了解ＰＲＯＦＩＢＵＳ技术细节；Ｂ、开 产品接入ＰＲＯＦＩＢＵＳ总线系统。 发周期短；Ｃ． 技术指标高；技术升级快；Ｄ．拥有产品的自主 （１）实现方法：Ａ．使用嵌入式ＰＲＯＦＩＢＵＳ接口；Ｂ．按照 知识产权；Ｅ． 产品符合技术标准，测试认证快。 接插件和管脚定义，改产品电路板；Ｃ．将用户样板源程序，连 缺点：Ａ． 产品结构比较复杂；Ｂ．成本较高。 接到用户产品软件中；Ｄ．按照一个推荐的调试系统和ＧＳＤ文 件调试产品；得到厂家的技术支持。 （３）适用范围：适合要求开发周期短、开发费用低、技术成熟 快、快速推向市场的企业需求。 ４结论 ＰＲＯＦＩＢＵＳ产品开发市场潜力巨大，在产品开发过程中， 可以根据具体产品开发的特点，对照三种主要ＰＲＯＦＩＢＵＳ产 品开发方案的优缺点及适合范围，来选择相应的方案。 参考文献 ［１１阳宪惠．现场总线技术及其应用【Ｍ】．清华大学出版社，２００５，１０． 【２】邹益仁．现场总线控制系统的设计和开封Ｍ】．国防工业出版社， （２）方案特点： ２００３，１．