《基于单片机控制的生产线皮带运输系统设计-用于合并.pdf》由会员分享，可在线阅读，更多相关《基于单片机控制的生产线皮带运输系统设计-用于合并.pdf（58页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、基于单片机控制的生产线皮带运输系统设计 基于单片机控制的生产线皮带运输系统设计 摘要摘要:在矿山、码头、冶金和化工等行业，广泛使用皮带运输机的皮带配料系统来进行测量和控制 速度和物料的流量，皮带配料控制器性能的好坏直接影响到它的动态性能和配料精度。以往人们采 用常规的 PID 控制方式来确定其输出，由于系统的过程参数可能发生变化，常规的 PID 控制难以整 定，因此达不到良好的控制效果。根据皮带配料系统的特点和原理，采用智能控制中的模糊 PID 控制方法对其进行研究。在控制 过程中，引入模糊控制机理，通过模糊调节，实现 PID 控制器参数的在线调整，增强了控制系统的 稳定性以及对不确定性因素的
2、适应性。，数万篇现成设计及另有的高端团队绝对可满足您的需要.本文对控制器进行了硬件和软件设计，分别介绍了 CPU 处理模块、数据采集模块、D/A 转换模 块、键盘显示模块、串行通信模块等硬件电路的设计方法和工作原理，对软件进行结构化分析，详 细介绍了软件设计思想和各个功能模块的实现，并编写出相应的程序流程图，进一步增加了系统在 硬件和软件两个方面的抗干扰能力的设计，从而使系统具有更好的稳定性。关键词：关键词：皮带配料系统：智能控制；模糊PID控制Abstract：Beltmatchmaterialsystemisusedtomeasureandcontrolthespeedandmateria
3、lflow rate of the belt conveyer broadly in industry such as mine，dock，metallurgy andchemical industry.In the past，the traditional PID is used to control the output of beltmatchmaterial system，thesystematicprocessparametermaybechanged，soitisdif6cultforthetraditionalPIDcontrollertoreachoptimumcontrolr
4、esult.Basedon characteristicandprincipleofbeltmatchmateria1system，FuzzyPIDcontrolisappliedtobeltmatchmaterialsystem.Fuzzycontrolisintroducedinthecontrolprocess，andbyusingit，onlineadjustmentiscarriedouttothePIDcontrol，soastostrengthenthestabilityofthecontrolsystemandtheadaptabilityofthesystemtosomeUn
5、stablefactors。Thesoftwaredesignandhardwaredesignaredescribed.Thecircuitaldesignproceduresof hardware and operating principle are introduced including the CPU module，the datacollectingmodule，theD/Amodule，thekeyboardanddisplaymodule，thecommunicationmodule and SO on.The software is modularized.The desi
6、gns idea of software and therealization of each funotions module are introduced detailedly，and the correspondingprocedure flow chart are compiled.The systems ability of antijamming measures ofhardwareandsoftwareareintroduced，sothesystemhasagoodstability.Keywords：BeltMatchMaterialSystem；IntelligentCo
7、ntrol；FuzzyPIDControl第一章 第一章 绪 绪 论论1.1设计的目的和意义设计的目的和意义 皮带运输机中的皮带配料系统是一种用于测量和控制皮带运输机的速度和物料流 量的实时控制系统。目前，它广泛应用于矿山、码头、冶金和化工等行业，例如我国水 泥生产厂中熟料、生料的配送大多采用皮带配料控制系统。由于这些行业工作环境恶劣、电网电压波动大、生产线长和控制过程复杂，再加上我国现行的大部分设备简陋，远远 满足不了生产的要求。以往人们常采用传统的 PID 控制方式来确定其输出。众所周知，常规 PID 控制算法是一种典型的先行控制算法，这种算法是基于被控对象的精确模型来 确定其控制参数，一
8、旦整定后，在控制过程中不再改变，虽然对被控对象参数变化有一 定的鲁棒性，但是由于皮带配料系统中原料流量受到皮带传输机械及给料系统等多方面 因素的影响，系统的过程参数可能发生了变化，因此，常规的 PID 控制难以整定，达不 到良好的效果，甚至不能稳定工作。为了解决工程实际中出现的模糊性问题，传统的控 制理论提出了许多对策。但是这些方法都直接或间接地依赖于受控对象或过程的数学模 型，许多工业过程由于受很多因素的影响或过于复杂，要获得其精确的数学模型很难做 到，即使做到了，又因为算法通常都很复杂，致使控制系统的实时性难以保证。可是在 工业生产现场，一个熟练的操作人员却能对系统中的各种参数的变化做出正
9、确的判断。通过手工操作，最终获得良好的控制效果，这就是模糊控制。模糊控制不需要被控对象精确的数学模型，而是依靠现场操作人员的经验和相关专家的知识，直接用语言型控制 规则进行控制。具有 对参数变化不敏感和鲁棒性强等优点，但其控制精度却不太理想。因此，本系统把 PID 算法和模糊技术结合起来，对皮带配料系统进行控制。通过模 糊 PID 控制方法结合皮带配料系统的特点来模拟人的模糊推理和决策过程，实现非线性 控制任务，更好的测量和控制皮带运输机的速度和物料流量，克服传统 PID 固定参数难 以适应系统变化的缺点，避免配料系统由于皮带机械不稳定及给料不均匀引起的配料误 差，使皮带配料系统能够达到根据现
10、场要求在线修改，抗外部干扰能力强、配料精度稳 定的特点，因此，具有广泛的应用前景。1.2皮带配料系统的概述皮带配料系统的概述 在矿山、码头、冶金和化工等行业广泛存在着配料问题，配料就是将若干种物料按 一定比例混合起来。以前，采用的是人工配料，因此，各种物料的重量是否符合预先设 定的比例在很大程度上取决于操作人员的技能和工作责任心。这种早期的人工配料的做 法明显 存在效率低和精度不高的缺点。而且，人为的影响因素大，使得产品质量的稳 定性差，品级合格率低，成本波动大，经济效益不尽人意。比如在最早的炼焦配料中完 全依靠大量的人力来完成，劳动强度大而且粉尘的污染损坏了工人的身体健康和周围的 环境。由于
11、人工经验已不能满足现代化生产的要求，于是将皮带核子秤称重与皮带控制技 术结合于一体，形成了皮带配料系统，它一方面能够边输送边称量各种固体散装物料，称出某一瞬间传送带所输送的物料重量和某段时间内输送的物料重量的总和；另一方 面，可用于将几台秤上的几种原料按一定的比例混合起来即自动配料，其控制方法主要 采用了自动控制技术。实践表明自动控制系统不仅 自动化程度高，配料连续性好，操 作人员劳动强度低，而且配料精度高，产品质量容易控制，还能实现动态物料的配比，自动和手动相结合，实现自动跟踪误差调整、自动称重、自动混合、自动显示的功能。目前皮带配料系统主要有三种类型：l、料门可调的带式称量器，即流到输送带
12、上的物料流速可以控制，而输送带以恒 定速度运动。早期的饲料加工厂设计大多采用这种方法。2、带速可调输送的带式称量器，即输送带速度可变，而流至输送带上的物料流速 恒定。3、物料流速和输送带速度均可调的带式称量器，也称为累积式称量喂料器，即输 送带上的物料重量和带速均可以控制。本设计选用第二种类型作为研究对象。1.3 智能控制的发展和应用智能控制的发展和应用 自1932年H.Nyquist的有关反馈放大器稳定性论文发表以来，控制理论的发展已 走过了60多年的历程。一般认为，前30年是经典控制理论的发展和成熟阶段，后30年是现代控制理论的形成和发展阶段。随着研究的对象和系统越来越复杂，借助于数学 模
13、型描述和分析的传统控制理论已难以解决复杂系统的控制问题。智能控制是针对控制 对象及其环境、目标和任务的不确定性和复杂性而产生和发展起来的。从 20 世纪 60 年代起，计算机技术和人工智能技术迅速发展，为了提高控制系统的 自学习能力，控制界学者开始将人工智能技术应用于控制系统。1965 年，美籍华裔科学家傅京孙教授首先把人工智能的启发式推理规则用于学习 控制系统，1966年，Mendel进一步在空间飞行器的学习控制系统中应用了人工智能技 术，并提出了“人工智能控制”的概念。0967 年，Leondes和 Mendel 首先正式使用“智能 控制”一词。20世纪70年代初，傅京孙、Glofis0和
14、Saridis等学者从控制论角度总结了人工智 能技术与自适应、自组织、自学习控制的关系，提出了智能控制就是人工智能技术与控 制理论的交叉的思想，并创立了人机交互式分级 阶智能控制的系统结构。20 世纪 70 年代中期，以模糊集合论为基础，智能控制在规则控制研究上取得了重 要进展。1974年，Mamdani提出了基于模糊语言描述控制规则的模糊控制器，将模糊 集和模糊语言逻辑用于工业过程控制，之后又成功地研制出自组织模糊控制器，使得模 糊控制器的智能化水平有了较大提高。模糊控制的形成和发展，以及与人工智能的相互 渗透，对智能控制理论的形成起了十分重要的推动作用20 世纪 80 年代，专家系统技术的
15、逐渐成熟及计算机技术的迅速发展，使得智能控 制和决策的研究也取得了较大进展。1986 年，K.J.Astrom 发表的著名论文专家控制 中，将人工智能中的专家系统技术引入控制系统，组成了另一种类型的智能控制系统专家控制。目前，专家控制方法已有许多成功应用的实例。在新的世纪里，智能控制的研究势头异常迅猛。智能控制的研究与应用己经涉及到 众多领域，从高技术的航天飞机推力矢量的分级智能控制、空间资源处理设备的高自主 控制到智能故障诊断与控制的重新组合，从轧钢机、汽车喷油系统的神经控制到家电产 品的模糊控制。现在的智能控制已扩大到军事、高技术领域和日用家电产品等许多领域。目前实现智能控制常用的技术有模
16、糊逻辑、神经网络、专家系统、遗传算法等理论 和自适应控制、自组织控制、自学习控制等技术。其中，模糊控制已成为实现智能控制 的一种重要而又有效的形式。模糊控制的发展和研究现状：美国著名控制论学者 LotfiA.Zadeh在20世纪60年 代初期认为经典控制论过于强调精确 性而无法处理复杂的系统，他认为。在处理生物系统时，需要一种 彻底不同的数学关于模糊量的数学，该数学不能用概率分布来 描述，他的这些思想形成了模糊集合理论，并于 1965 年发表了Fuzzysets这一开创 性论文，为处理客观世界中存在的模糊性问题提供了有力的工具。在20世纪60年代后期，很多学者提出了许多新的模糊方法，如Zade
17、h于1968年 提出了模糊算法的概念，1970 年提出了模糊决策等，并于 1973 年发表了另一篇开创性 的文章分析复杂系统和决策过程的新方法纲要，该文件建立了研究模糊控制的基础 理论，在引入语言变量的概念的基础上，提出了用 IfThen 的规则来量化人类的知识。随着科学技术的迅猛发展，对自动控制系统的控制精度、响应速度、系统稳定性和 适应能力的要求越来越高，对于大多数复杂被控对象，采用传统的控制方法往往难以收 到满意的控制效果。20 世纪 70 年代的一个重大事件就是诞生了处理实际系统的模糊控 制器。1975 年，Mamdaniti 立了模糊控制器的基本框架，并将模糊控制器用于控制蒸汽 机，
18、发现模糊控制器非常易于构造且运作效果较好，他的研究成果发表在文章带有模 糊逻辑控制器的语言和实验中。Holmblad 和Ostegard 在 1978 年为整个工业过程开发 出第一个模糊控制器一一模糊水泥窑控制器，也表明了模糊控制领域的潜力。进入 20世纪80年代初模糊控制领域进展缓慢，没有新的概念和方法被提出，但日本的工程师 以其对新技术的敏感，发现模糊控制技术具有语词计算和处理不精确、不确定性和模糊 信息的能力，不需要数学模型，可应用到很多因数学模型未知而无法使用传统控制论的 系统中去，他们用此技术首先控制一家富士电子水净化工厂，又开发了仙台地铁模糊系 统，创造了当时世界上最先进的地铁系统
19、，也引起了模糊领域的一场巨变。从此支持模糊理论的浪潮迅速蔓延到各个领域，到90年代初有许多的模糊产品大 量出现，因此实践是模糊系统和模糊控制理论发展的驱动力。尽管模糊集 理论的提出至今只有 30 多年，但其发展迅速，已从单纯的理论到成功 地应用于工业控制，成为人工智能的重要组成部分，是自动控制技术领域中非常有前途 的一个分支，产生了巨大的社会效益和经济效益。在模糊控制成功用于仙台地铁之后，各种使用了模糊技术的家电产品，如洗衣机、电冰箱、空调器、电视机、电饭锅、淋浴 器、摄像机、照相机、复印机等，相继研制成功并投放市场。其中，三菱公司研制的使 用模糊技术的空调器，控制性能稳定，节能达 24。接着
20、，模糊控制装置成功地应用 于汽车自动变速，电梯控制及生产过程中。其中，三菱公司将模糊控制用于电梯群上，使等电梯的平均时间减少 15。在中国，近几年来，出版了多种介绍模糊控制理论及 技术的专著和教材。在学术刊物上，经常可见到模糊技术的应用文章，其中，在加热炉 控制中所取得的节能效果尤其引人注目。此外，在数控加工等方面都取得了好的效果。目前，模糊技术的应用越来越广。用于生产领域的各种应用系统，正在研制、开发，并 已取得明显进展。在经济及社会话动的一 些领域，例如经济预测、经营诊断、人事管 理、市场调查、服装设计、认知心理、股票证券系统，模糊技术的应用正在或即将进行开发。日本东芝公司等单位联合开发的
21、模糊自动编译公共汽车运行系统己投入使用，提 高了公共汽车的利用率。日本山一证券公司运用 模糊理论开发的证券投资系统，经过 对过去 5 年的数据仿真，结果表明超过了每个专家的单独决策，取得成功。智能控制与 传统的或常规的控制有密切的关系，不是相互排斥的.常规控制往往包含在智能控制之 中，智能控制也利用常规控制的方法来解决“低级”的控制问题，力图扩充常规控制方法 并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题.1.传统的自动控制是建立在确定的模型基础上的，而智能控制的研究对象则存在 模型严重的不确定性，即模型未知或知之甚少者模型的结构和参数在很大的范围内变 动，比如工业过程的病态结构问
22、题、某些干扰的无法预测，致使无法建立其模型，这些 问题对基于模型的传统自动控制来说很难解决.2.传统的自动控制系统的输入或输出设备与人及外界环境的信息交换很不方便，希望制造出能接受印刷体、图形甚至手写体和口头命令等形式的信息输入装置，能够更 加深入而灵活地和系统进行信息交流，同时还要扩大输出装置的能力，能够用文字、图 纸、立体形象、语言等形式输出信息.另外，通常的自动装置不能接受、分析和感知各 种看得见、听得着的形象、声音的组合以及外界其它的情况.为扩大信息通道，就必须 给自动装置安上能够以机械方式模拟各种感觉的精确的送音器，即文字、声音、物体识 别装置.可喜的是，近几年计算机及多媒体技术的迅
23、速发展，为智能控制在这一方面的 发展提供了物质上的准备,使智能控制变成了多方位“立体”的控制系统.3.传统的自动控制系统对控制任务的要求要么使输出量为定值（调节系统），要么 使输出量跟随期望的运动轨迹（跟随系统），因此具有控制任务单一性的特点，而智能 控制系统的控制任务可比较复杂，例如在智能机器人系统中，它要求系统对一个复杂的 任务具有自动规划和决策的能力，有自动躲避障碍物运动到某一预期目标位置的能力等.对于这些具有复杂的任务要求的系统，采用智能控制的方式便可以满足.4.传统的控制理论对线性问题有较成熟的理论，而对高度非线性的控制对象虽然 有一些非线性方法可以利用，但不尽人意.而智能控制为解决
24、这类复杂的非线性问题找 到了一个出路，成为解决这类问题行之有效的途径.工业过程智能控制系统除具有上述 几个特点外，又有另外一些特点，如被控对象往往是动态的，而且控制系统在线运动，一般要求有较高的实时响应速度等，恰恰是这些特点又决定了它与其它智能控制系统如 智能机器人系统、航空航天控制系统、交通运输控制系统等的区别，决定了它的控制方 法以及形式的独特之处.5.与传统自动控制系统相比，智能控制系统具有足够的关于人的控制策略、被控 对象及环境的有关知识以及运用这些知识的能力6.与传统自动控制系统相比，智能控制系统能以知识表示的非数学广义模型和以 数学表示的混合控制过程，采用开闭环控制和定性及定量控制
25、结合的多模态控制方式.7.与传统自动控制系统相比，智能控制系统具有变结构特点，能总体寻优，具有 自适应、自组织、自学习和自协调能力.8.与传统自动控制系统相比，智能控制系统有补偿及自修复能力和判断决策能力.总之，智能控制系统通过智能机自动地完成其目标的控制过程，其智能机可以在熟 悉或不熟悉的环境中自动地或人机交互地完成拟人任务1.4模糊模糊PID控制的产生和现状控制的产生和现状1.4.1 模糊模糊PID 控制的产生控制的产生 在工业过程控制中，许多被控过程机理较复杂，具有高阶非线性、时变等特点。在 噪音、负载扰动和其他一些环境条件变化的影响下，过程参数甚至模型结构均会发生变 化。采用常规的PI
26、D控制器，以一组固定不变的PID参数去适应参数变化、干扰等众 多的变化因素，显然难以获得满意的控制效果。当参数的变化超过一定范围时，系统性 能会明显变差，甚至超过允许范围。随着计算机技术的发展，人们利用智能的方法将操 作人员的调整经验作为知识存入计算机中，根据现场实际情况，计算机能自动调整 PID参数，这样就出现了智能PID控制器，这种控制器把古典的PID控制与先进的专家控 制相结合，实现系统的最佳控制，它无需精确对象模型，只需将操作人员长期积累的经 验知识用控制规则模型化，然后运用推理就可对 PID 参数实现最佳调整。由于操作者经 验不易精确描述，控制过程中各种信号量以及评价指标不易定量表示
27、，模糊理论是解决 这个问题的一个有效途径，所以运用模糊数学的基本理论和方法，把规则的添加、操作 用模糊集表示，并把这些模糊控制规则以及有关信息作为知识存入计算机知识库中，然 后计算机根据控制系统的实际响应情况，运用模糊推理，即可自动实现对 PID 参数的最 佳调整，这就是模糊 PID 控制。1，4.2 模糊模糊PID控制的现状控制的现状 自模糊 PID 控制器的产生起，它的发展是迅速的。目前基本形式主要有以下三种：(1)增益调整型(GainScheduling)模糊 PID 控制器 由于常规 PID 调节器不具有在线调整参数的功能，致使其不能满足偏差 e 及偏差变 化 e对 PID 参数的自整
28、定要求，从而不能满足要求的性能指标或影响了其控制效果的 进一步提高。为了满足这个要求，利用模糊控制规则在线对 PID 参数进行修改，便构成 了增益调整型模糊 PID 控制器。该类控制器中输出的物理量直接对应增益参数，通过应 用模糊规则实现对三个增益参数的调整。近几年，对这种类型模糊 PID 控制器的研究和应用比较多。其四种典型结构副：运 用在线辨识策略的模糊白整定 PID 控制器；在线实时模糊自整定 PID 控制器；FuzzyPID自动调节控制器；基于 Fuzzy 推理的自调整 PID 控制器。基于Fuzzy 推理的自整定 PID控制器参数方法设计的控制器在跟踪设定值和抑制扰动方面，控制效果都
29、有很大的改 善。将 FuzzyPID 控制应用到交流伺服系统中，使系统在不同的负载下具有较强的鲁棒 性，可实现大范围内高精度控制。FuzzyPID控制器利用单参数因子对三个 PID 参数进 行参数化处理，当在线参数发生偏移时，把 PID 控制器作为补偿ZN 公式的基本控制，从而把过程的输出调节到给定值，且实现了自动调节的目的。(2)直接控制量型(Directaction)模糊 PID 控制器 如果模糊推理机的输出是 PID 原理范围内的控制作用量，则该控制器属于直接控制 量型。模糊 PID 控制算法结构研究的许多新成果不断涌现，用最为深刻的理论分析证明 了具有最简单线性控制规则的二维模糊控制器
30、，其输出可等同于一个非线性 PI 控制器，在线性对象和非线性对象上的仿真结果表明了模糊控制器同PI控制器的内在联系和区 别。并将此方法推广到具有通常线性控制规则的二维模糊控制器，证明其输出可等同于 一个全局多层次线性关系式和一个局域非线性PI控制器，将结构分析方法推广到具有 线性规则的三维模糊控制器上，得出了三维模糊控制器的一般解析输出表达式，证明了 具有一般线性推理规则的三维模糊控制器可等同于一个全局多层次关系式和一个局部 非线性 PID 控制器。基于正态分布隶属函数，分别导出一维模糊控制器和二维模糊控制 器的解析表达式，并证明了其渐近结果，因而从另一个角度揭示了模糊控制器的实质。(3)混合
31、型(Hybrid)模糊 PID 控制器 混合型模糊 PID 控制器可以有各种形式出现，如增益调整型与直接控制量型的结 合，或传统线性 PID 控制器与模糊控制器的结合。类比传统的PD，PI，PID控制，模糊控制器亦可分为PD，PI和PID型。人们在1974年Mamdani 工作的基础上，提出了二维模糊控制器结构。这种模糊控制器主要可 分为两类：PI 型的模糊控制器，由偏差 e 及偏差的和e 作为输入量；PD 型的模糊控制 器。由偏差 e 及偏差变化e 作为输入量。但二者都有不足，PI 型控制由于有积分的作 用，在高阶系统中过渡过程较差；PD型控制因没有积分的作用，难以消除稳态误差，为此在模糊控
32、制器中引入积分作用。W.L.Bialkowski 于 1983 年提出了由一个常规 PI 控 制器和一个二维模糊控制器相并联而成的混合型模糊 PID 控制器，这种控制器可使系统 成为无差模糊控制系统。基于Astrom 与Hagglund 提出的改进比例控制的 PID 控制方法，Visioli 应用二维模 糊推理方式计算“动态”的设定值的权系数，取得了比静态的固定值算法优良的控制效 果，这是混合模糊PID控制器的另一种形式。Kim等应用模糊前向补偿器与PID控制 器结合的方式也可以被认为是一种混合型模糊 PID 控制器。第二章 第二章 皮带配料系统的总体设计方案皮带配料系统的总体设计方案2.1皮
33、带配料系统的工作原理皮带配料系统的工作原理 皮带配料系统的工作原理如图 2.1 所示。皮带运输机上方有一个料斗，当皮带运行 时，由给料装置使物料随皮带输送出去。传送皮带由电机 M 驱动，速度传感器 SF 给出 频率和皮带速度成正 比的脉冲信号，皮带的下方装有荷重传感器WZ，它给出与皮带 上物料成正比的电压信号。皮带配料系统的控制器接收速度传感器的速度信号和荷重传 感器的重量信号，计算皮带上物料的瞬时流量和累 计流量，并显示结果，同时和给定 的流量值进行比较，通过模糊 PID 控制后，输出电流控制信号，来控制电机的转速，从 而使物料流量稳定在给定值上。图 2l皮带配料系统工作原理图2.2控制方案
34、的确定控制方案的确定 在生产过程中，PID 控制是一种普遍采用的控制方法，是基于被控对象的精确模型 来确定其控制参数，但是在本系统的实际应用中，流量控制过程是非线性的，调节器参 数与系统所处的稳态工作状况有关。因此，如果采用传统的 PID 控制方法，参数整定就 有相当的工作量。当被控对象发生变化时，需要调节器参数做出相应的调整。采用传统 的 PID 控制方法时，调节器的参数是根据过程参数整定的，所以没有“自适应能力”，只 能靠人工重新整定参数。由于控制过程的连续性和参数整定需要的时间，使得重新整定 实际很难执行，在实际控制中几乎是无法完成的，因此传统 PID 控制的效果不是很好。随着技术的发展
35、，模糊控制理论和模糊技术成为最广泛最有前景的应用分支之一。模糊控制器是一种专家控制系统，它的优点是不需要知道被控对象精确的数学模型，是 解决不确定性系统控制的一种有效途径。与传统的 PID 控制方式相比，模糊控制更适合 那些难以建立精确数学模型、非线性、大滞后和时变的复杂过程。但是，单纯的模糊控MSFWZ控制器 放大 料斗制通常是二维输入模糊控制器，不是 PI 型 就是 PD 型的，存在着控制精度不高的问题，还会出现稳态的误差；增加论域的数量虽然可以提高控制精度，但也会降低控制器的处 理速度，增加数据的存储空间，论域过小时又有可能导致系统的不稳定。因此，本文提出将模糊控制和PID控制相结合的方
36、案，在PID算法的基础上，通 过计算当前系统误差 e 和误差变化率 ec，利用模糊规则进行模糊推理。做出决策，在线 整定PID参数Kp、Ki和Kd，使控制器既具有模糊控制灵活、适应性强、快速性好的 优点，又具有 PID 控制精度高的特点，易于单片机实现。模糊 PID 控制器的设计步骤如下：(1)确定模糊控制器的输入、输出变量，从而也就确定了模糊控制器的维数。一般 输入变量取为系统的偏差和偏差变化率，输出变量为PID参数Kp，Ki，Kd或者PID参数的增量Kp，Ki，Kd。(2)在每个变量的量化论域内定义模糊子集。首先确定模糊子集个数，确定每个模 糊子集的语言变量，然后为各语言变量选择隶属度函数
37、。(3)确定模糊控制规则。这实质上是将操作人员的控制经验加以总结得出的一条模 糊条件语句的集合。确定模糊控制规则要遵守的原则是保证控制器的输出能够使系统输 出响应的动静态性能达到最佳。(4)求出模糊控制表。根据模糊控制规则求出模糊控制器的输出。这些输出值是 PID参数的调整量，把它们与输入量在一个表中按一定关系列出就构成了模糊控制表。PID三个参数一般是独立调整，所以有三个模糊控制表。(5)把采样得到的偏差、偏差变化率 经过模糊化后，代入模糊控制规则表，得出新 的 PID 参数，再经过 PID 算法的计算就得出了最后的输出量，也就是系统的控制量。2.3系统的总体实现系统的总体实现 皮带配科系统
38、的总体逻辑框图如图 22 所示。图 22 系统总体逻辑框图1、系统的硬件实现 根据现场控制的要求，系统具有 13 位流量显示器，输出一路电 机调节信号，接受 皮带荷重信号和皮带走速脉冲信号，具有现场调试和维修的功能。因此，本文设计了一 个AT89S52 的扩展系统作为皮带配料控制器，主要包括 OPU 处理模块、数据采集模块、D/A 转换模块、键盘显示模块、串行通信模块、测速电路和报警电路等。2、系统的软件实现 采用模块程序设计技术的方法来设计皮带配料系统的监控软件，根据功能，将软件 划分为若干个功能相对独立的模块，包括系统初始化模块、信号检测和处理模块、键输 入和键命令模块、显示输出模块、功能
39、控制模块、中断处理模块、串行通信模块等，并 为每一个模块编制程序流程图。荷重传感器Opo7放大电路ICL71358155AT89S52单 片 机 系统8279显示 键盘 通 讯 部件PC机AD7520LF253测 速 电路 报 警 电路 电机第三章 第三章 皮带配料模糊皮带配料模糊PID 控制器的设计控制器的设计3.1 模糊模糊PID控制算法的理论基础控制算法的理论基础3.1.1 PID控制算法的理论基础控制算法的理论基础l、PID 控制原理 常规 PID 控制器系统原理如图 3.1 所示，主要由 PID 控制器和被控对象组成。图 31 PID 控制系统结构图PID 控制器是一种线性控制器，它
40、根据给定值和实际输出值构成控制偏差，将偏差 的比例、积分和微分通过线性组合构成控制量，对被控对象进行控制，故称为 PID 控制 器。其控制规律为U(t)=KPe(t)+错误！未找到引用源。错误！未找到引用源。(3.1)式中u(t)控制器的输出；e(t)给定值和被控对象输出值之差；Kp控制器的比例系数；Ti控制器的积分时间常数Td控制器的微分时间常数。PID 控制器各环节的作用如下：(1)比例环节 成比例的反映系统的偏差信号，比例系数越大，调整速度越快，静态偏差也越小，但比例系数过大将导致系统不稳定。(2)积分环节 主要是用来消除系统的静态偏差，提高精度，改善系统的静态特性。(3)微分环节 能够
41、对输入信号的变化趋势做出反应，它是用来控制被调量的振荡，减小超调量，使系统趋向稳定，改善系统的动态特性。2、数字 PID 控制算法 由于近年来微机技术的迅猛发展，实际应用中大多数采用数字 PID 控制器，数字PID 控制算法又分为位置式 PID 控制算法和增量式 PID 控制算法。比例环节 积分环节 微分环节 被控对象e(t)U(t)Y(t)(1)位置式 PID 控制算法 由于计算机是一种采样控制，它只能根据采样时刻的偏差值计算控制量，因此式(3.1)中的积分和微分项不能直接使用，需要进行离散化处理。按模拟 PID 控制算法的算 式(3.1)，现以一系列的采样时刻 kT代表连续时间 t，以和式
42、代替积分，以增量代替微分，则可作如下近似变换 错误错误！未找到引用源。！未找到引用源。(3.2)式中T采样周期。显然，上述离散化过程中，采样周期 r 必须足够短，才能保证有足够的精度。为书 写方便，将 e(kT)简化表示成 e(k)，即省去 T。将式(3.2)代入(3.1)，可得离散的 PID 表达式为U(k)=错误！未找到引用源。错误！未找到引用源。(3.3)式中k 采样序号，k=O，1，2：u(k)第 k 次采样时刻的计算机输出值；e(k)第 k 次采样时刻的输入偏差值；e(k1)第 k1 次采样时刻的输入偏差值：Ki积分系数Ki=KpT/Ti；Kd微分系数Kd=KpTd/T。由于计算机输
43、出的直接去控制执行机构，u(k)的值和执行机构的位置是一一对应 的，所以称式(3.3)为位置式 PID 控制算法。这种算法的缺点是由于全量输出，每次输出均与过去的状态有关，计算要对 e(k)进行累加，计算机运算工作量大。而且，因为计算机输出的 u(k)对应的是执行机构的实 际位置，如计算机出现故障，u(k)的大幅度变化，会引起执行机构位置的大幅度变化，这种情况往往是生产实践中不允许的，因而产生了增量式 PID 控制算法。(2)增量式 PID 控制算法 所谓增量式 PID 是指数字控制器的输出只是控制量的增量u(k)。当执行机构需要 的是控制量的增量时，可由式(3.3)导出提供增量的 PID 控
44、制算式。根据递推原理可得u(k1)=Kpe(k1)+K 错误！错误！未找到引用源未找到引用源。(3.4)用(3.3)减(3.4)可得 u(k)=Kpe(k)e(k1)+Kie(k)+Kie(k)+Kde(k)2e(k1)+e(k2)=Kpe(k)+Kte(k)+Kde(k)e(k1)(3.5)式中e(k)=e(k)e(k1)式(3.5)称为增量式 PID 控制算法。可以看出，由于一般计算机控制系统采用恒定的 采样周期 T，一旦确定了 Kd、Ki 和Kp，只要使用前三次测量值的偏差，即可由式(3.5)求出控制增量。增量式 PID 控制算法有以下优点；由于计算机输出增量，所以误动作时影响小，必要时
45、可用逻辑判别的方法去掉。手动/自动切换时冲击小，便于实现无扰动切换。此外，当计算机发生故障时，由于输出通道或执行装置具有信号的锁存作用，故仍然能保持原值。算式中不需要累加。控制增量的确定仅与最近k次的采样值有关，所以较容易通 过加权处理而获得比较好的控制效果。但增量式控制也有不足之处：积分截断效应大，有静态误差,溢出的影响大。3.1.2模糊控制算法的理论基础模糊控制算法的理论基础1、模糊控制器的结构和工作原理 模糊控制系统是一种自动控制系统，它是以模糊数学、模糊语言形式的知识表示和 模糊逻辑推理为理论基础，采用计算机控制技术构成的一种具有闭环结构的数字控制系 统，它在结构上与传统的控制系统没有
46、太大的差别，主要不同之处在于控制器使用了模 糊控制器，其结构如图3.2所示 图32 Fuzzy控制器基本框图 模糊控制器主要由模糊化、模糊控制规则和模糊判决等部分组成，其工作原理过程 可以描述为：根据由精确量转化来的模糊输入信息，按照手动控制策略获得的语言控制 规则进行模糊推理，给出模糊输出判决，并将其转化为精确量，馈送到被控对象。设计一个模糊控制器必须解决以下三个问题：(1)精确量的模糊化，把语言变量的语言值化为适当论域上的模糊子集。(2)模糊控制算法的设计，通过一组模糊条件语句构成模糊控规则，并计算模糊控 制规则决定的模糊关系。(3)输出信息的模糊判决，完成由模糊量到精确量的转化。2、模糊
47、控制器的设计方法 输出d/dt模糊化 模 糊 控 制 规则 模糊判决 对象uUECEece给定(1)输入量的模糊化 在模糊控制中，输入量一般为计算机采样得到的确定值。由于模糊控制器对数据进 行处理是基于模糊集合的方法，因此必须对输入量进行模糊化。选择描述输入输出变量的词集 在条件语句中描述输入输出变量状态的一些词汇(如。“正大”、“负小”等)的集合，称为这些变量的词集。一般选用“大、中、小”三个词汇来描述模糊控制器的输入、输出 变量的状态。如负大，负中，负小，零，正小，正中，正大用英文字头缩写表示为NL，NM，NS，Z，PS，PM，PL其中：N：Negative，P：Positive，L：La
48、rge，M：Medium，S：Small，Z：Zero。显然，选择较多的词汇，即对每个变量用较多的状态来描述，制定规则时就比较灵 活，规则也就比较细致，但相应地使规则变得复杂了，制定起来比较困难，因此，在选 择模糊状态时要兼顾简单性和灵活性。一般情况下，选择上述七个词汇，也可以根据系 统需要选择三个或五个语言变量。定义各模糊变量的模糊子集 定义一个模糊子集，实际上就是要确定模糊子集的隶属函数。隶属函数有时是以连 续函数的形式出现，有时是以离散的量化等级形式出现。将确定的隶属函数曲线离散化，得到有限个点上的隶属度，便构成了一个相应的模糊变量的模糊子集。在实际应用中，一般常用的隶属函数有以下几种：
49、a)高斯型隶属度函数 错误错误！未找到引用源。！未找到引用源。(3.6)其中，c为特征参数。这种函数的特点是连续且点点可求导，比较适合于自适应自 学习模糊控制的隶属函数修正。b)梯形隶属度函数F(x,a,b,c,d)=错误！未找到引用源。错误！未找到引用源。(3.7)其中a、b、c、d为参数。c)sigmoid函数型隶属度函数f(x、a、c)=错误！未找到引用源。错误！未找到引用源。(3.8)其中a、c为特征参数。d)三角形隶属度函数f(x，a，b，c)=错误！未找到引用源。错误！未找到引用源。(3.9)其中a，b，c为参数。三角形隶属度函数的形状仅与直线的斜率有关。为了实际应用的方便，隶属度
50、函数常采用三角形或者梯形。另外，隶属度函数的形 状对系统的性能也有影响，隶属函数曲线形状较尖的模糊子集其分辨率较高；相反，隶 属函数曲线形状较缓，控制特性也较平缓，系统稳定性较好。因此，在选择模糊变量的 模糊集的隶属函数时，在误差较大的区域采用低分辨率的模糊集，在误差较小的区域采 用较高分辨率的模糊集，当误差接近于零时，选用较高分辨率的模糊集。(2)模糊控制规则的建立 模糊控制规则是设计模糊控制器的关键，它实质上是将操作员的控制经验加以总结 而得到的一条模糊条件语句的集合。确定模糊控制规则的原则是必须保证控制器的输出 能够使系统输出响应的动静态特性达到最佳。模糊控制规则建立的方法一般有两种，它