基于优化模糊PID航空物流运输供应链温控设计

顾一飞 严平 费桂义

摘  要： 为解决航空物流食品在周转过程中临时储存温度监测难，以及控制精度低等问题，研究设计了一种冷热储藏装置。其控制系统是基于模糊PID控制理论，使用STM32平台对保温桶内的温度进行监测和控制、TFT显示器作为人机交互系统，引入优化模糊PID控制算法，构建新型模糊控制器，通过在比例、积分、微分环节这三个参数值进行调节实现对冷热量的调节实现控制。实验表明，该控温系统能够有效调节存储桶内的温度，系统理论误差为0.1 ?C，实际测量误差为0.6 ?C。

关键词： 优化模糊PID控制; 冷热量调节; 自动控制; 精准调节

中图分类号：G305          文献标志码：A     文章编号：1006-8228（2018）12-54-04

Abstract： In order to solve the problem of difficult temperature monitoring and low control accuracy of the temporary storage of aviation logistics food in the process of turnover， a cold and hot storage device was designed. Its control system is based on the fuzzy PID control theory， using the STM32 platform for monitoring and controlling temperature in the heat insulation barrels， TFT monitor as the man-machine interactive system， fuzzy PID control algorithm is introduced to optimize， build new type of fuzzy controller， through three links of proportion， integral， differential adjusted parameter values for the regulation of cold heat control. Experiments show that the temperature control system can effectively regulate the temperature inside the bucket， system theory error is 0.1  ?C， the actual measurement error is 0.6  ?C.

Key words： optimize fuzzy PID control; Cold heat regulation; the automatic control; precise adjustment

0 引言

目前我國航空物流缺乏高效率保存食品的装置系统，传统的航空保鲜食品运输装置是采用人工装箱运输至飞机，存在转运时间长，食品保鲜程度低，用电量大等一系列问题。而及时、准确地获取温度信息和实现实时控制，对于航空物流运输具有重要意义。在实际应用中，最广泛使用的调节器控制规律为比例、积分和微分控制，简称PID控制。但是这种调节方式存在调节反应慢，准确度低，根据实际情况需要反复调节KP，KI，KD不便于操作，会带来食品保鲜败坏等问题。因此本人设计了一套基于模糊PID控制算法的航空物流食品控温装置系统，使得该系统能够自动达到控温的目的。

1 装置模块设计

系统总体是由四个部件组成的，分别是主控制器STM32、温度检测、定温控制、TFT液晶显示模块（图1），输入模块输入预期设定参数达到恒定的温度，温度检测模块会实时地检测储存桶内的环境温度。TFT液晶显示屏幕会显示当前储存桶内温度与设定温度。当观测温度高于或低于设定温度时，主控制器优化模糊PID算法会对储存桶内的物品进行了冷藏或加热，使得整个空间温度稳定在设定温度。

对于原先的时变、非线性温度变化情况，提出一种优化模糊PID算法设计。此系统会自动将当前参数与初始设定的比例系数、积分系数和微分系数这三个参数进行了比较，根据其变动的差值，给出控制量，再将控制量作为二次设定值输入执行元件，系统进行模糊PID控制，使系统达到稳定并稳定在预定温度。

2 装置硬件设计

装置的控制器选择使用选择ARM处理器STM32F103C8T6，这是一款基于ARM32位的Cortext M3内核的单片机，占用单片机的比例I/O资源非常少具有成本低，速度快，性价比高等优点[1]。控制器的功能包括储存桶内温度的读取和变化量的输入（PWM）、人机的交互、算法的运行。

温度检测模这一部分采用CJ2M-CPU31，该传感器LD执行命令时间降低至40ns，浮点三角函数运算低于1μs，通过具有EnterNet/IP数据链接功能的标准EnterNet端口进行数据通行并且CJ2单元支持数据通信，具有高速、大容量、智能等特点。PLC系统利用CJ1W-IC101与CJ1W-II101来拓展机架，采用I/O电缆将将两个机架连接[2]。一方面采集实时的温度变化数据传输到控制器另一方面根据控制器的命令对PLC进行控制。在-15℃至50℃范围内，该温度传感器的误差为±0.5℃。

恒温控制模块分为两部分，一部分是以用半导体制冷片为主的制冷模块另一部分是制热单元。半导体制冷是利用半导体材料组成的P-N端[3]，在两端施加直流电进行制冷，是一种将电能转化成热能的技术。并且只要使通过半导体制冷片中的电流反向流转就能产生热泵工况起到辅助制热的效果。整个系统的硬件如图2所示。

3 模糊原理及模糊控制器

3.1 优化模糊PID原理

PID控制器是一种线性控制系统，通过对偏差进行比例、积分、微分控制实现对系统的控制[4]。模糊PID控制器是由两部分组成：传统PID控制器和模糊化模块。PID模糊控制的重点是找出PID的三个参数与误差e和误差变化率ec之间的模糊关系，在运行中不断监测e和ec，根据确定的模糊控制规则来对三个参数进行在线调整，满足不同e和ec对三个参数的不同要求。传统PID的控制规律和传递函数的形式如下：

其中e（t）=r（t）-c（t），为偏差值，Kp为放大系数（比例增益），Ti为积分时间常数，Td为积分时间常数，u（t）是在t时刻的输出[5-6]。本文的优化模糊PID在传统的PID基础上进行优化。首先根据储存桶保存不同物品所需温度值进行设定，然后根据模糊规则进行模糊化处理得到所需的相应增量值。模糊规则使用前一次的输出参数与增量的结合作为下一次的输入值，所迭代的次数越多最终得出的数据越精确。其模糊控制器迭代参数整定如下：

其中为迭代参数，为前一次输出的参数值，为后一次的输入参数值，为其差值，当前一次的数值逐渐趋近于后一次的数值时，说明误差逐渐趋近于零，说明整个系统的温度接近设定值。

3.2 优化模糊控制器设计

储存桶进入嵌入式插槽充电装置后，系统各部分开始初始化。首先，温控部分开始测量储存桶内的温度，随后在TFT液晶显示屏上出现桶内测量温度。当模块检测值与预定设置值不符合时，自动进入模糊控制模块，进行模糊化处理，进行差值迭代最终趋于设定值。系统工作流程图如图3所示：

3.2.1 三模糊量化及隸属函数选取

偏差e和偏差ec的语言变量分别为E和EC，输出变量u的语言变量为U[7]。U和EC的模糊集均为{NB，NM，NS，ZO，PS，PM，PB};E的模糊集为{NB，NM，NS，NO，PO，PS，PM，PB}。语言变量的含义为{负大，负中，负小，零，正小，正中，正大}，其中E的模糊集中，NO，PO分别为负零，正零。误差E划分为10个等级{-4，-3，-2，-1，0，+0，1，2，3，4}。误差变化EC的论域为{-4，-3，-2，-1，0，1，2，3，4，5}。温度偏差、偏差变化及输出量实际范围为[b，c]，转换到各自论域[-n，n]，取整。选择E，EC，U的隶属函数均为三角函数。

优化模糊控制器的输入误差e和误差变化二次，优化模糊规则是根据调节过程的温度的偏差和偏差变化率来确定输出控制量u的值。模糊规则通常由一系列关系词组成，如if then、else、also、end和or等等。模糊关系词需经过规则处理后，将其规则数值化。常用的关系词if-then，also[8]等本规则采用：

优化模糊规则如表1所示。

4 实验与仿真

本实验采取的实验对象是处于低温状态下保存类的海鲜类产品，保存温度为0℃至3℃。为了在实验中精确控制温度，设定初值为0℃，以10℃为起始温度对系统温度变化进行观测。通过对设计优化PID算法进行实时温控处理，得到的储存桶内温度的变化情况如表2所示。

对两组测试数据进行处理，比较传统PID控制系统与优化PID控制系统对温度的响应情况，如图4所示。可见优化PID控制温度的响应与传统PID有明显的区别，从响应时间和响应速度上来说，优化模糊PID的响应速度远快于传统PID控制，能够很快达到预先设定的温度并且趋于稳定。再者从控制精度方面来说，优化模糊PID控制的温度响应超调比较小。

5 结束语

通过对航空物流食品供应链不足的发现，设计了优化模糊PID控制系统。本套系统设计采用的是，低能耗，低成本的STM32F103C8T6的芯片来控制，TFT液晶显示屏的设计便于实时对数据的观测。通过对两种不同PID算法数据的实验，发现优化模糊PID算法在原有自动检测温度、制冷与整体控制的基础上[10]，进一步优化了，不仅响应速度快而且控制精度高，实现了设计的目的。在针对传统PID算法只能在定量的计算问题上，采用了优化的针对变量的，具有不确定性的模糊PID算法来处理实时温度变化的问题。优化模糊PID算法的提出与应用极大地解决了航空物流食品供应链中运输时产生的保鲜问题。本控温系统设计的提出不仅仅在使用的设备使用上面成本低廉而且效率高能耗少，但在对温度的灵敏度上还需进一步优化。

参考文献（References）：

[1] 杨伟，肖义平.基于STM32F103C8T6单片机的LCD显示系统设计[J].微型机与应用，2014 （20） ：29-31

[2] 骆东松，黄海茗.基于CJ2M-CPU31的真空退火炉控制系统设计[J].金属热处理，2017.42（7）：189-193

[3] 贾艳婷，徐昌贵，闫献国等.半导体制冷研究综述[J].制冷，2012.31（1）：49-55

[4] 仇成群，刘成林，沈法华等.基于Matlab和模糊PID的汽车巡航控制系统设计[J].农业工程学报，2012.28（6）：197-202

[5] 吕红丽，段培永，崔玉珍等.新型模糊PID控制及在HVAC系统的应用[J].控制理论与应用，2009.26（11）：1277-1281

[6] 江虹，李连峰，王奉宇.模糊自整定PI控制的EPS研究与设计[J].吉林大学学报（信息科学版），2017.5：519-524

[7] 薛雷，孙以泽，李培兴等.基于模糊PID的裤袜包装机热封切刀温度控制的研究[J].包装工程，2013.3：16-20

[8] 胡冬雪，张宗达，王睿等.基于新型模糊PID算法的恒温控制系统研究[J].吉林大学学报（信息科学版），2018.3.

[9] 戴俊珂，姜海明，钟奇润等.基于自整定模糊PID算法的LD温度控制系统[J].红外与激光工程，2014.43（10）：3287-3291

[10] 王晓娜.基于改进PID的恒温控制软件设计与实现[J].计算机仿真，2015.32（4）：371-375