基于空调控制器模糊PID控制算法研究与应用.docVIP

基于空调控制器模糊PID控制算法研究与应用 　　摘要：针对传统PID控制响应、过渡时间长和模糊控制不准确、误差大的问题，提出了应用于空调控制器的模糊PID控制算法。设计了模糊PID控制算法的结构，利用MATLAB的M函数工具以及模糊推理工具箱，以环境温度控制研究了模糊PID控制算法的设计与实现步骤。通过改造单台美的空调采用模糊PID控制算法前后的温度控制对比测试，得出采用算法后从初始状态过渡到设定值的调节时间从10分钟减少到7分钟，稳态过程中的温度变化更加平稳，变化范围从±1.5℃缩小到±0.6℃，减少了系统的调节时间和控制的超调量，缩短了过渡时间，可用于智能空调系统。 　　关键词：空调控制器；模糊PID；MATLAB；算法研究 　　中图分类号：TP39 文献标识码：A 文章编号：1009-3044（2018）09-0269-04 　　20世纪80年代空调进入我国，到如今的21世纪，空调已成为人们日常生活的常用家电产品[1]。目前，人们对空调控制器的需求日益增加、对其性能要求也越来越高。结合国内外发展状况，空调控制器将向着性价比高、多功能、网络化、低功耗和智能化的趋势发展。根据空调的发展趋势，针对传统PID控制算法响应、过渡时间长和模糊控制算法控制不准确、误差大的问题，提出了基于空调控制器的模糊PID控制算法。 　　1 算法概述 　　1.1 PID控制算法 　　PID控制从产生到现在已经经历了80多年的历史，主要在可建立精确数学模型的确定性控制系统中使用。在现代化工业控制系统中，95%以上的控制回路采用PID结构[2]。在实际工程应用中，常用的传统PID参数调节步骤繁琐，特别是查找合适的I参数和D参数，实际调试过程中会通过很多次试验才能找到合适的参数[3]。因此，本系统采用经典的Ziegler-Nichols方法来确定系统最初的P参数、I参数和D参数，之后根据系统运行的效果再进一步改进和优化相关参数。 　　1.2 模糊控制算法 　　模糊控制是一种计算机智能控制技术，其以模糊集合论、模糊逻辑推理和模糊语言变量为基础[4]。根据推理规则的差异，模糊控制一般包括Mamdani和Takagi-Sugeno这两类，目前其他模糊控制类型都是这两种类型的改进和优化[5]。Mamdani型的模糊控制方法模拟了操作团队的控制过程，其将语言规则转化为定量控制过程，其不要求知道被控对象的精确数学模型，控制过程清楚，易于现场操作和实现[6]。因此，本系统?用Mamdani型模糊控制算法。 　　2 算法结构 　　结合PID控制算法和模糊控制算法各自在控制系?y中使用的优点，为实现空调控制器的舒适、节能控制，本系统采用PID控制算法和模糊控制算法相组合的模糊PID控制算法，算法结构框图如图1所示。 　　如图1所示，本系统的模糊PID控制结构框图由模糊控制器部分、PID控制器部分和反馈部分组成。采集各种传感器信息，经过限幅滤波、滑动平均值滤波和一阶滞后滤波等复合数字滤波后，送到主控处理器进行处理判断。当传感器信息偏差比较大时，系统智能切换至模糊控制，首先将误差[e]和误差变化率[e′]限幅至基本域，通过模糊化、知识库、模糊推理和去模糊化处理，最后输出准确的控制量，减少系统响应时间，缩短系统过渡过程。当采集的传感器信息偏差较小且系统进入稳态过程后，系统智能切换至PID控制，采用PID控制算法，减小系统误差，提高控制准确性，进而实现空调控制器的舒适、节能控制功能。 　　3 算法设计与实现 　　3.1 PID控制设计 　　经过70多年的发展，Ziegler-Nichols方法广泛应用于工业PID领域[7]。本设计采用阶跃响应整定的方式：通过对在开环情况下的被控对象施加一个阶跃信号，通过实验的方法，测出其阶跃响应信号，绘制出如图2所示的相应的阶跃响应曲线[8]。 　　由图2中的阶跃响应曲线图，可以计算出静态放大系数[k]、容量滞后时间[L]和时间常数[T]。 　　根据确定的[k]、[L]、[T]参数，由表1所示的Ziegler-Nichols整定参数表，则可计算出PID控制的有关参数：[Kp]、[Ti]和[Td]。 　　本系统以空调控制器所在房间的环境温度作为被控参数，在实际使用过程中，环境温度一般会受到很多不确定的因素影响。为了方便建立相关控制模型，我们忽略相关不确定的影响因素，假设仅由本设计的空调控制器输出控制所在房间的环境温度即阶跃信号，之后统计空调控制器所处环境的温度和时间的数据，绘制出相应的阶跃响应曲线。根据系统设计可知空调控制器所处房间的传递函数是带有延迟的一阶传递函数模型，其传递函数如下： 　　式（1）中，[K]是静态放大系数，[L]是容量滞后时间，[T]是时间常数。 　　因此，以带有延迟的一阶传递函数为数学