基于自学习逻辑控制的电加热炉温度控制.docVIP

基于自学习逻辑控制的电加热炉温度控制 林鹏程 王永骥 华中科技大学 摘要：利用自学习算法对电加热炉的一阶惯性加滞后模型参数快速地进行在线辨识，再采用自学习逻辑控制算法对电加热炉进行精确控制。实时控制的实验表明，该算法原理简单，能运用于各类电加热炉系统，并易于在PLC上编程实现，同时它能将动态响应时间、超调量、稳态误差都控制在合理的范围以内。 关键词：电加热炉 温度控制 逻辑控制 自学习 Temperature Control for Electric Heater Based on Self-learning Logic Control Lin Pengcheng Wang Yongji Abstract: The algorithm includes following two steps. First, use of self-learning algorithm, identify the parameters of the electric heater’s first-order plus time delay model on-line quickly; then precision control electric　 heater self-learning logic control algorithm．The test of the real-time control has proved that the algorithm can be applied on various electric heater systems, is easy to program on the PLC, and can control the time of dynamic response, maximum overshoot and error of stable status in a reasonable range. Keywords: electric heater temperature control logic control self-learning 电加热炉是工业过程中常用的加热设备，由于炉子种类和规格的不同，以及加热对象的不同，它们构成的系统千差万别。而从控制的角度讲，电加热炉是大滞后、大惯性、特性参数随温度变化的被控对象，常用这一典型的数学模型来描述[1]。但对于实际对象来说，模型往往是不确定的，首先因为电加热炉是有个多容过程，要精确描述它可能需要高阶的模型，另外模型参数会随温度等条件的变化而变化，所以按照此原始模型设计的控制器可能只适用于动态过程而不适用于稳态过程，只在某一种条件下有效而不能在条件改变或出现扰动的情况下稳定工作。 针对电加热炉的滞后特性，可以采用补偿控制和预测控制，但这些方法需要有明确的对象模型。我们需要的是一种对对象模型要求不高，具有好的鲁棒性的控制算法[2]。本文将介绍逻辑控制在温度控制中的应用，并在控制算法中提出了自学习的算法。 1 逻辑控制 逻辑控制是研究人类进行控制活动时的思维模型或规律以及这些模型或规律在实际控制中的应用，是逻辑科学运用于控制领域而产生的一门新的尝试。逻辑控制是将控制看成系统能量消耗与补充的过程。能量不够则补充，能量多余则消耗。逻辑控制就是寻找能量消耗与补充平衡处，以期达到系统的平衡区域或相平面期望区域。 定义以下几个概念：1）设定值为：系统运行的期望值；2）误差()＝设定值－输出值；3）误差变化率()＝（本次采样的误差－上次采样的误差）/采样时间；4）误差零带＝实际误差所允许的精度范围；5）误差变化率零带＝实际误差所允许的精度范围。 考察系统运行在设定值附近时，控制器应如何动作以便保持输出在设定值附近的稳定。如图1所示，在系统运行时，在设定值附近会出现9种情况。 针对这9种情况，根据逻辑控制的思想，可以依据如表1所列控制规则提供能量[3]。 表1 设定值附近时系统行为变化的9种规则 误差 误差变化率 正 零 负 正 多加(IL) 稍加(IK) 弱加(IJ) 零 微加(EH) 保持(EG) 微减(EF) 负 弱减(AD) 稍减(AC) 多减(AB) 用工况来表示系统的运行模式，如对应图2表示的系统响应曲线，确定各个工况的划分，即先确定误差与误差变化率零带的上下限，这2个基本参数被称之为2个边界条件，用和表示。对应于9个工况的控制作用用参数来表示。控制器的控制效果取决于这2个边界条件和9个控制参数的大小。 图1 控制器运行机理分析图 图2 控制系统响应曲线示意图 （虚线区域为误差零带） 的值可以按表2选取[3]。 表2　控制作用的工程表示 　误差 误差变化率