基于模糊控制的闪蒸罐PID控制器设计与仿真

张曼玉 贺高红 李新华 高成

摘 要 PID控制器依照经验进行整定的方式需要花费大量时间和精力，而工业被控对象大都存在随时间变化、非线性等特性，PID控制的效果并不理想。以闪蒸罐压力控制为研究对象设计FUZZY?PID控制器。仿真结果表明：在PID调节后有超调情况下，FUZZY?PID控制器调节时间缩短约341.80 s，超调量减小约4.62%；在PID调节后无超调情况下，FUZZY?PID控制器调节时间缩短约395.60 s。抗干扰实验结果表明：在加入白噪声后，FUZZY?PID控制器与PID控制器控制效果差距不甚明显，都比较稳定，在同一时刻加入脉冲扰动后，FUZZY?PID控制器所需调节时间较PID控制器缩短约70.70 s，调节时间更短，更加稳定。说明相较于传统PID控制器，FUZZY?PID控制器调节时间更短、超调量更小、更加稳定。

关键词 FUZZY?PID控制 压力 闪蒸罐 超调 调节时间 抗干扰 解模糊化 重心法

中图分类号 TP273   文献标志码 A   文章编号 1000?3932（2024）01?0048?08

在工业控制过程中，压力控制极其常见。闪蒸罐在很多化工工艺中都有應用，其罐体压力控制不当可能会降低产品的生产率，甚至发生生产事故。PID控制具有成本低、方法简单、更易上手的特点，在闪蒸罐压力控制中被广泛使用。然而PID参数整定一直是应用过程的一大焦点问题，在针对非线性、强耦合控制对象时，依靠经验整定的PID控制器不能实时调节参数，无法适应多变的控制要求，控制效果并不理想［1］。

近年来，智能控制发展突飞猛进，因此智能控制与PID控制结合的控制方法逐步成为研究热点。FUZZY?PID控制与PID控制的基本原理整体一致，但FUZZY?PID控制可以根据控制对象的特性变化，利用模糊规则实时调整更改PID参数，针对随时间变化、非线性的控制对象有着更加优异的控制效果。因此，笔者将模糊控制与PID控制相结合，作用于具有非线性和时变性的闪蒸罐压力控制系统，以期有效减弱传统PID控制超调量大、调节时间长等问题。

1 闪蒸罐压力控制工艺流程

闪蒸罐的简化工艺流程如图1所示［2］，闪蒸罐的工作原理就是高压的待分离物进入低压容器后，由于压力突降，待分离物在闪蒸罐中迅速沸腾汽化，实现汽液分离。工业上一般通过压力传感器检测闪蒸罐压力，依此控制气动阀门的开度，进而控制气相产物的气体流速，达到控制闪蒸罐内压力的目的（图1中的PIC压力指示控制回路）。

2 基本理论

2.1 PID控制

迄今，PID的应用已近百年，目前已经发展成为一种比较成熟的控制器，凭借自身简单、成本低的优势，在工控领域仍然占据很大比重。常规PID控制原理如图2所示，其中e（t）是值与设定值的偏差。

PID控制器的工作原理主要是通过获取测量值与设定值之间的偏差e（t），以减小偏差为目的，利用比例、积分和微分3个控制环节运算得到控制量，实现控制作用。其控制律可描述为：

其中，u（t）为PID控制器的输出信号；K为比例系数；K为积分系数；K为微分系数。

2.2 FUZZY?PID控制

FUZZY?PID控制器是将传统PID控制算法与模糊控制理论结合的一种智能控制器，其原理如图3所示，其中ec是偏差e（t）的变化率。

对比图2、3可以看出FUZZY?PID控制器与传统PID控制器的区别，即在PID控制器上添加了一个模糊控制单元，其目的是通过该模块实现对PID参数的在线调整［3］。

经模糊控制器运算最终得到PID的3个参数转换公式为：

K′=K+a·K

K′=K+b·K

K′=K+c·K

其中，K′、K′、K′分别为调整后的比例系数、积分系数、微分系数；K、K、K分别是PID模块原始设置的比例、积分、微分系数；a、b、c分别为3个参数的比例因子；K、K、K分别为模糊控制器的3个输出参数。

3 FUZZY?PID控制器设计

3.1 被控对象选择

为了对比PID与FUZZY?PID控制器的控制效果，以闪蒸罐压力控制作为被控对象，该对象具有非线性、大滞后、大惯性、随时间变化的特性。

现将测得的闪蒸罐罐内压力作为控制器反馈值，给定值与反馈值的偏差即PID控制器的输入，偏差及其变化率即FUZZY?PID控制器的两个输入，进而采取调节气体阀门开度控制气体流速的方式实现压力控制。其传递函数为：

3.2 模糊控制器结构

选取合适的模糊控制器结构是设计FUZZY?PID控制器的重要一步，一般按照模糊控制器输入量的数目，分为一维、二维、三维模糊控制器。在选取模糊控制器类型时，一维模糊控制器只将偏差e作为输入量，控制系统的稳定性不佳；三维模糊控制器由于输入量较多，模糊规则设计太过复杂，操作难度较大。因此，笔者选用二维模糊控制器，两个输入量分别为偏差e与偏差变化率ec，将模糊推理后的比例、积分、微分3个参数作为控制器输出［4］，如图3中的模糊控制单元所示。

3.3 模糊化

模糊化是指将输入的精确量转换为模糊量的过程，是模糊控制的输入接口，隶属度函数是实现精确值模糊化的工具。笔者选用高斯隶属度函数与三角隶属度函数实现模糊化，高斯隶属函数形状变化较为平缓，可以保证系统的稳定性，因此负大（NB）和正大（PB）选择高斯隶属度函数。三角隶属度函数形状变化较剧烈，可以保证系统的控制效率，因此负中（NM）、负小（NS）、零（ZE）、正小（PS）、正中（PM）选择三角隶属度函数。

模糊控制器输入变量偏差e的论域设置为［-3，3］，偏差变化率ec的论域设置为［-3，3］，输出变量K论域设置为［-0.5，0.5］，K论域设置为［-0.10，0.10］，K论域设置为［-2.0，2.0］。在MATLAB的模糊控制工具箱设置如图4所示。

3.4 模糊规则建立

偏差e较大时，为保证系统的响应速度，应增强比例作用，同时为避免出现较大超调，可弱化积分作用和微分作用；偏差e的值在中等范围时，系统此时的主要目的在于对超调量的控制，应减弱比例作用，同时为兼顾响应速度，积分作用和微分作用可给到中等大小；偏差e较小时，应弱化比例作用，为降低系统的稳态误差，可增强积分作用，同时考虑偏差变化率ec的影响，ec在较大范围时，应弱化微分作用，ec较小时增强微分作用［5］。根据以上规则分析，设计模糊规则表，详见表1～3。

3.5 解模糊化

由于模糊推理所得值是一个模糊集合，需要输出实际的数值才能应用到执行机构中去，因此采用重心法进行解模糊处理，该方法主要是利用隶属度函数曲线与横坐标围成面积的重心，该重心即为解模糊化的输出值，虽然计算量相对偏大，但该算法即使针对变化极其微小的输入信号，输出也会产生改变，输出结果比较精确。最终的输出值为［6］：

其中，m指重心法输出的解模糊值；m指变量对应的元素值；μ（m）指m对应的隶属度函数值。

综上，在MATLAB软件中设计的模糊控制器如图5所示。

4 仿真结果分析

利用MATLAB软件中自带的PID参数整定功能，选取如下两组PID参数：

第1组 K=0.7948

K=0.005589

K=1.62

第2组 K=0.3536

K=0.002745

K=0.9924

基于这两组数据，在Simulink中进行PID控制器设计及FUZZY?PID控制器的设计，建立闪蒸罐压力控制仿真模型，如图6所示。FUZZY?PID控制器的封装子系统的结构如图7所示。

经过多次试验后，FUZZY?PID控制器选取偏差的量化因子为0.356，偏差变化率的量化因子为0.250。第1组PID参数K=0.7948，K=0.005589，K=1.62，即PID调节后有超调情况下的仿真结果如图8所示。第2组PID参数K=0.3536，K=0.002745，K=0.9924，即PID调节后无超调情况下的仿真结果如图9所示。

结合图8、9的仿真曲线以及表4数据可以明显看出，FUZZY?PID控制器对比PID控制器达到目标值的速度更快，在很大程度上缩短了调节时间，提高了调节速度，超调量减小到0.46%，远远小于PID控制器，说明FUZZY?PID控制器对闪蒸罐的压力控制相比PID控制器的控制效果更加完善。

5 抗干扰性能仿真

实际生产过程不可能运行于理想状态，会受到不同程度的干扰。为了验证两种控制系统稳定性的差异，以第2组PID参数为基础，加入白噪声干扰信号测试控制器的稳定性，仿真效果如图10所示，可以看出，加入白噪声干扰后的传统PID控制器和FUZZY?PID控制器，后者的调节时间更短，二者在调节过程中产生的误差均在可接受范围浮动，控制器稳定性可以保证。

在600 s处加入相同的脉冲扰动信号进行测试，仿真结果如图11所示，可以看出，同时加入同样幅值的扰动信号后，FUZZY?PID控制器所需调节时间约为97.85 s，传统PID控制器调节时间约为168.55 s，很明显，在超调量允许的范围内FUZZY?PID控制器所需调节时间更短、浮动也更小，能够针对系统中出现的扰动信号做出更为迅速的反应，并校正参数，系统稳定性较传统PID控制器更好。说明FUZZY?PID控制器针对闪蒸罐的压力控制，能在提高作业安全性的前提下，保证产品质量。

6 结束语

通过对闪蒸罐罐内压力控制的仿真结果对比发现，FUZZY?PID控制器无论从调节速度、超调量以及稳定性方面，效果均优于传统PID控制器，对于实际的工业过程控制具有很大的借鉴意义。

但本仿真还存在许多不足，在实际应用过程中，模糊规则需结合各项因素影响程度进行相应的调整设置，使控制器具有更加稳定的控制效果，在持续完善后，才能应用到实际工控过程中。

参 考 文 献

［1］ 杨贤军.基于模糊理论的智能PID控制器设计［J］.制造业自动化，2013，35（3）：115-117；121.

［2］ 钱潇潇，张菁.基于灰色预测FUZZY?PID算法的闪蒸罐压力控制［J］.化工自动化及仪表，2019，46（3）：165-169.

［3］ 龚育林.基于FUZZY?PID自适应整定参数的反应釜温度控制系统［J］.东莞理工学院学报，2021，28（1）：102-106.

［4］ 刘经纬，周瑞，朱敏玲.先进模糊智能复合经典PID控制理论与应用及其Matlab实现［M］.北京：首都经济贸易大学出版社，2016.

［5］ 谭浩，吴何畏，廉佳霖，等.基于MATLAB的FUZZY?PID控制系统设计与仿真分析［J］.工业控制计算机，2019，32（5）：58-59；62.

［6］ 刘金琨.智能控制［M］.4版.北京：电子工业出版社，2017.