真空树脂薄膜灌封模糊PID温控系统研究

乔雪涛 赵玉剑 赵惠英

(中原工学院机电学院1，河南 郑州 450007;河南职业技术学院机电系2，河南 郑州 450046)

0 引言

薄膜真空树脂灌注机是用于小功率太阳能电池板环氧树脂灌封的专用设备，其基本原理是在真空状态下，由环氧树脂和固化剂组成的灌注料(一般分别称之为A料、B料)按一定的比例经混合器充分混合后，以特定的速度和灌注量注入到太阳能电池板上，使其自动形成一层灌注薄膜［1］。薄膜灌注料的流动性直接影响太阳能电池板的封装质量，而对高黏度的环氧树脂来说，温度控制精度将决定液体的流动性。为保证灌注料的流动性，根据不同灌注料的性能要求，真空树脂灌注系统的温度精度需保持在±1 K。因此，合理设计温控系统是确保系统正常工作的关键之一。

1 温度控制策略的确定

在整个薄膜灌注过程中，多个环节影响了灌注料的流动。A、B双组分灌注料在其混合之前应处于各自的工艺温度。A、B料在混合过程中将发生固化反应，这属于放热反应，若此时温度越高，将会加快两者的固化反应，影响灌注效果。因此，根据实际需要，应使灌注料在整个灌封过程中处于最佳的温度状态，有助于提高薄膜灌封质量。

在整个灌封系统中，灌注料从不锈钢料罐经塑料胶管到灌注箱输送距离较远，使得被控对象存在较大延迟。由于不锈钢的热导率较大，对象具有小惯性环节特征，而树脂灌注料的热导率很小，且经常会根据实际需要发生改变，使对象具有大惯性以及时变不确定的特征，因此，被控对象的数学模型可近似为［2］:

式中:K为对象静态增益;τ为时滞环节延迟时间;T1为不锈钢壁传热小惯性环节时间常数;T2为经常变动的树脂灌注料传热大惯性环节时间常数。

可见，本系统的被控对象是一个具有纯滞后、大惯性和参数不确定特征的工业对象，应用传统PID控制器无法达到所要求的性能指标。

与传统控制相比，模糊控制无需被控对象的数学模型，就能够有效便捷地实现人的控制策略和经验，但必须具有完善的控制规则。因此，将模糊控制与PID调节器两者有机地结合，可扬长避短，既具有模糊控制的高度灵活性和强适应性，又兼具有PID调节高精度的特点。

2 模糊PID控制算法

灌注机是一种多变量系统，具有明显的纯滞后性和非线性特性，被控量的时变性大、影响因素多、内部关联强、外部扰动频繁，因而建立准确实用的数学模型比较困难［4］。PID与模糊控制的复合控制能够满足系统的要求，具有良好的快速性和稳态精度，且抗干扰能力强，是一种良好的控制方案。

2.1 模糊PID控制器原理

PID控制器的参数自整定是指在对象参数辨识或特征辨识的基础上，按照一定的寻优规律或整定规则，对PID控制参数进行自动整定，以保证系统具有最佳响应。一般要求自整定操作对工况影响小，整定时间短且自整定环节在工况变化时可自动启动。

PID控制器通过对e(t)进行比例、积分和微分计算，结果的加权和构成系统的控制信号u(t)，发送给对象模型进行控制。

在PID控制器中，KP、KI、KD三个参数的作用是不同的。从系统的稳定性、响应速度、超调量和稳态精度等各方面特性考虑，它们的作用如下:KP能够加快系统的响应速度，降低上升时间，提高系统的调节精度，但KP过大将导致系统不稳定;KI能够消除系统的稳态误差;KD能够增加系统阻尼，降低波动响应影响，减少调整时间，改善系统的动态特性。PID控制器的输出响应曲线如图1所示。

图1 输出响应曲线Fig.1 Output response curve

根据参数KP、KI、KD对系统输出特性的影响情况，可得出在不同的|e|、|ec|时参数自整定的原则。各原则具体介绍如下［5－6］。

①当|e|较大，即系统处于第I段时，为加快响应速度并防止开始时偏差e瞬间变大，取较大的KP和较小的KD;同时，为了防止积分饱和，避免系统响应出现较大的超调，应去掉积分作用，即KI=0。

②当|e|和|ec|为中等大小，即系统响应处于第II段时，为使系统响应的超调减少，KP、KI和KD都不能太大，应取较小的KI值，KP和KD值的大小要适中，以保证系统的响应速度。

③当|e|较小，即系统响应处于第III段时，为使系统具有良好的稳态性能，应增大KP和KI值;同时，为避免系统在设定值附近振荡，并考虑系统的抗干扰性能，选取的KD值通常为中等大小。

2.2 模糊PID控制器的实现

2.2.1 模糊控制器的设计

基于模糊控制理论的PID参数自整定控制器是以误差e和误差变化率ec作为输入，将操作人员(专家)长期实践积累的经验知识用控制规则模型化，然后根据不同时刻的偏差e和偏差变化率ec，运用推理对PID参数进行不断的调整，实现最佳控制效果。该控制器具有较快的响应速度和较好的动静态性能。模糊PID参数自整定控制器不仅引入了经典PID调节器原理简单、调节细腻的特点，而且具有模糊控制器的灵活性和适应性，提高了系统的控制精度［7－8］。

结合本系统的特点，Tm作为控制灌注料温度的媒介，最终控制目的是使灌注料温度设定值Tsp、灌注料温度现在值Tpv、介质温度现在值Tm这三者相等(即Tsp=Tpv≈Tm)，以达到热平衡;而被控对象近似为二阶系统(T2＞＞T1)。所以Tm具有Tpv的一阶和二阶微分的特性，ec=Tsp－Tm也就反映了e的变化和变化率。同时，Tm可以实时测量，便于利用专家经验来帮助制定模糊规则。因此，可以把ec作为模糊控制器的另一个输入量。经过模糊推理对参数进行修正后，KP、TI、TD将是根据工况变化而自动调整的函数，可以表示为KP=KP［e(t)］、TI=TI［e(t)］、TD=TD［e(t)］，则 PID控制器的输出如下:

根据系统特点，经过仔细分析，设计模糊自整定PID控制器，其结构如图2所示。

图2 参数自整定模糊PID控制器结构Fig.2 Structure of the parameter self-tuning fuzzy PID controller

2.2.2 模糊变量选取与子集划分

系统开始阶段应用开关控制使调节阀全开加温，待A料上升到一定温度后，采用模糊PID来控制灌注料温度。因此，PID 调节 Tpv的范围在［Tsp－te，Tsp+te］内，介质温度 Tm在［Tsp－tec，Tsp+tec］内。

模糊输入量选取 E=Tsp－ Tpv，EC=Tsp－ Tm，模糊输出量选取KP，则E和EC的基本论域为［－te，te］和［－tec，tec］;E和 EC 的模糊论域设为 Xe={－4，－3，－2，－1，0，1，2，3，4}。

E和EC的模糊子集在其论域上共有五个语言变量，分别是 NB、NS、Z、PS、PB，E 和 EC 的隶属函数。E和EC的隶属函数如表1所示。

表1 E和EC的隶属函数表Tab.1 Membership functions of E and EC

其隶属函数取梯形函数如图3所示。

图3 E和EC模糊子集的隶属函数Fig.3 Membership functions of E and EC fuzzy subsets

2.2.3 制定模糊控制规则

模糊规则一般是从实际经验中提取，带有很大的主观性，模糊控制器的调整一般依靠对模糊比例参数的调整。为达到预期指标，需要根据系统的特征和实际运行情况(以升温为例)，总结知识库及专家模糊规则［9－10］。

规则1:运行前期(E=PB)，由于A料黏度较大，可取较大的KP值，以提高温度响应的速度，但必须结合当时介质温度的高低进行调整。如介质温度靠近设定值(EC=PS或NS)时的KP要较介质温度远离设定值(EC=PB或NB)时的KP小些，以防止大的超调。

规则2:运行中期(E=PS)，KP适中，并兼顾稳定性和控制精度，介质温度对KP的影响同规则1。

规则3:运行后期(E靠近Z)，KP进一步减小，以抑制超调。

上述规则的实现采用Takagi-Sugeno模糊模型，基于T-S模型的规则具有以下的形式。

针对本系统，以KP为例，采用以下蕴含式:

其中，A、B为E和EC的模糊子集。对于温度控制对象来说，根据上述专家规则和调试经验离线确定KP与e的各种关系，则系统在线运行时根据e和ec的大小随时调整KP数值，导出控制对象的模糊控制表如表2所示。

表2 模糊控制推理规则表Tab.2 Fuzzy control rules

表2 中，NB、NM 、NS、Z、PS、PM、PB 分别表示负大、负中、负小、零、正小、正中、正大。把模糊量转换为精确量的过程称为清晰化，又称为解模糊化，或称为模糊判决。根据控制规则表，采用最大隶属度方法，将模糊控制量清晰化。最后，将清晰化的量转化为实际控制量。为了便于实现，将控制量采用百分数的形式进行转化。

3 模糊PID温度控制系统仿真

为了能观察所设计系统的闭环工作情况，利用PopFuzzy进行温控系统的动态模拟。

利用PopFuzzy中Editor菜单下Model编辑器，将程序的初始化部分加入到仿真对象的INIT块中，迭代计算部分加入到仿真对象的Body块中。在仿真过程中，模糊控制器每次根据输入的E和EC的值算出加热器电压U，然后根据对象的数学模型算出模拟对象的温度并输出T_test。完成上述过程后，即可进行仿真调试［11－13］。

参数自整定控制响应曲线如图4所示。

图4 参数自整定控制响应曲线Fig.4 Response curve under the parameter self-tuning control

在不同控制方式下，分别对上述温度系统进行了仿真，其输出响应曲线如图5所示。

图5 不同控制方式的输出响应曲线Fig.5 Output response curves under different control modes

从两者的输出响应曲线可以看出，无论在上升时间、超调量、过渡时间，还是在精度等方面的指标，以及对纯滞后的克服能力，后者的性能都优于前者，说明此方法可行有效。

4 结束语

根据被控对象的特点，提出采用模糊PID控制策略，运用参数自整定模糊PID控制算法对真空树脂薄膜灌注温度控制系统进行了设计，并借助Matlab对所涉及的PID控制器进行了仿真和实现，得到了其阶跃响应曲线图。通过比较参数自整定模糊PID控制与常规PID控制的输出响应曲线可以看出，前者使系统输出响应过程平稳、系统的超调量小、跟踪性能好，取得了较好的动态性能，实现了预期要求的控制指标，并具有一定的鲁棒性。

［1］乔雪涛，赵惠英.太阳能电池板真空树脂薄膜灌封工艺技术研究［J］.中原工学院学报，2010，21(3):26 －29.

［2］李敏远，都延丽，姜海鹏.智能自整定PID在药剂温度控制系统中的应用［J］.控制理论与应用，2003，20(5):805 －808，810.

［3］江静，张雪松，陈龙.模糊控制算法在温度控制系统中的研究［J］.华北科技学院学报，2010，7(2):59 －63.

［4］冯梅琳，余建国，王军.真空树脂灌注机智能温度测控系统的设计与实现［J］.仪表技术与传感器，2007(6):38 －40，60.

［5］徐晓东，徐晓辉，任安业.基于参数自整定模糊PID控制的大型液压源温控系统设计［J］.上海航天，2010(5):60－64.

［6］陈超，龚国芳，徐晓东，等.参数自整定模糊PID控制器在大型液压源温控系统中的应用［J］.机床与液压，2008，36(4):105－107.

［7］马占有，田俊忠，马泽玲.温度控制系统模糊自适应PID控制器仿真研究［J］.计算机仿真，2010，27(10):160 －163.

［8］武卫华.基于模糊自整定PID的温控系统研究［J］.电子质量，2003(5):32－33.

［9］范新明.基于模糊PID参数自整定的温度系统控制方法［J］.盐城工学院学报，2008，21(3):18 －21.

［10］吕俊霞.基于模糊PID的温度控制系统设计与分析［J］.精密制造与自动化，2010(2):23－26.

［11］王群勃，蔺小林，王宁.基于Matlab参数自整定PID控制器的设计与仿真［J］.自动化技术与应用，2009，28(1):31 －33，23.

［12］薛定宇.控制系统仿真与计算机辅助设计［M］.北京:机械工业出版社，2009:157－203.

［13］张俊红，王亚慧，陈一民.控制系统仿真及MATLAB应用［M］.北京:机械工业出版社，2010:161－190.