1、FUZZY_PID 底吹氩控制系统及其仿真摘要：本文介绍了LF精炼炉底吹氩过程控制系统工作原理、测试法建模、控制策略及控制系统的实现。针对炼钢工艺中底吹氩流量控制的缺点, 提出基于模糊理论及PID理论相结合的控制方案。理论分析和仿真结果表明，应用FUZZY_PID控制方法在各种指标上都要优于常规PID控制方法。关键词：底吹氩；FUZZY_PID；Simulink 仿真The FUZZY_PID Control System and simulation for Blowing Argon at Bottom(School of Information Science and Engineeri
2、ng, Northeastern University, Shenyang 110004, China) Abstract: The work principle of Blowing Argon at Bottom of Ladle furnace system is introduced in this paper. A mathematical model is presented according to experimental data and an appropriate strategy is applied to this system. In order to overco
3、me the bug of the system, a project that combines the fuzzy with PID is put forward. Theoretical analysis and the results of simulation show that this FUZZY_PID control method all surpass ONLY PID method in each ones.Key word: bottom blowing Argon; FUZZY_PID; Simulink simulation1.引言炉外精炼己成为现代化钢厂的重要组成
4、部分，它是生产纯净钢和保证连铸顺利进行的重要手段。LF(Lade Furnace)精炼炉是应用最广、数量最多的精炼炉，而钢包底吹氩作为均匀钢水成分、温度，减少钢中夹杂物，提高钢的内在质量的重要手段之一，已成为炼钢工艺流程中不可缺少的组成部分1。为了满足钢铁行业吹氩过程在一些工况比较恶劣而生产工艺对氩气流量控制有较高要求的场合， 本文提出了基于模糊控制理论与传统 PID 理论相结合的控制方案，对钢包底吹氩的流量进行精确控制。2.测试法建立底吹氩系统的数学模型由于精炼炉底吹氩气系统难以通过理论方式建立系统模型，所以本文根据实验测试法来确定其模型1。利用底吹氩系统实验所得到的数据，描绘出底吹氩气流量
5、给定在200NL/min 时，出气口的响应曲线，如图 1 所示。0 10 20 30 40 50 60 70 80 90 100020406080100120140160180200t/sq(NL/min)图 1 氩气流量给定在 200NL/min 时的出气口的响应曲线根据测定动态系统的时域法对试验所得曲线进行处理：首先由图 1 确定出系统的延迟时间 ，再读取曲线上 所对应的 及 所对应的 ，2 )(4.0)(1yt 1t)(8.0)(2y2t分别为 。 ，因此对应系统的阶次 n=3。假设系统模型为：stt4,215.021t3)1(exp)TsKG参数 K 和 T 的计算方法如下： 021)
6、(,6.xynt试中， 为阶跃信号输入幅值，到 T=10.5，K=1。从而建立了底吹氩系统的数学模型为：0x。该数学模型在输入为 200 时的阶跃响应曲线与实验曲线对比如图3)15.(2ep)sG2。图 2 理论数学模型在输入为 200 时的阶跃响应曲线与实验曲线对比如图 2，可以看出该数学模型与实验数据近乎吻合，所以可以用该数学模型作为本系统的被控对象模型。3.LF 炉底吹氩控制方案及实现在工业过程控制中，广泛使用常规 PID 控制器，原因在于常规 PID 控制原理简单，容易实现，稳态无静差。但是，常规 PID 控制器存在着参数调节需要一定过程，最优参数选取有一定麻烦以及当系统中一些参数发生
7、变化时，控制器的参数就会无法有效地对系统进行控制等缺点.直接的 FUZZY 控制相当于 PD 控制，没有积分环节，无法消除稳态误差，控制精度往往不高，不够细腻，容易造成对执行元件的过度冲击，而控制精度的提高是通过增加规则及算法的复杂度来实现的，与快速可靠的要求存在矛盾。本文设计了通过 FUZZY推理决策整定 PID 控制器参数的模糊 PID 参数自整定控制系统3，设计控制系数，在线调整 PID 控制器参数 Kp、Ki、Kd 的论域范围，从而使控制精度进一步提高，超调量明显减小，实现优于常规 PTD 控制与普通模糊控制的控制性能。控制器原理框图如图 3 所示，这里设计的模糊推理计算为两输入，三输
8、出模糊控制器。以误差 e=r(k)-y(k)及其误差的变化率 ec=e(k)-e(k-1)为输入，PID 控制器参数调整量Kp、Ki、Kd 为输出量。被控对象模糊推理计算流量给定dte)(e ( t )出口流量G eG e c模糊化解模糊P I D 控制器G k pG k iG k d图 3 模糊 PID 参数自整定控制系统原理图1） 量化因子比例因子的确定4在控制系统中，量化因子和比例因子的确定非常关键。误差 e 及误差变化率 ec 的实际变化范围-e,e及-ec,ec,称为误差及其变化语言变量的基本论域，误差所取的 Fuzzy 集合的论域为 E=-N，-N+1,，0,，N-1, N,其中
9、N 为整数，e 为表征误差大小的精确量，N 为将 0 到 e 范围内连续变化的误差离散化(或量化)后分成的档数，它构成论域 X 的元素。在实际控制系统中，误差的变化一般不是论域 X 中的元素，即 eN。这时需要通过所谓量化因子进行论域转换。其中量化因子定义为 ecGe,同样对于模糊控制系统输出的 Fuzzy 集合论域 U，可以通过比例因子 Gu，转换到控制量基本论域-u,u，即控制量的实际变化范围。 Nu2）模糊语言变量语言值隶属函数的确定工程上常用更便于计算、占用内存空间小的三角型、高斯型隶属函数作为 Fuzzy 子集的隶属函数。其描述如下： cxbcxau若若,)(（a ）三角型 )/(e
10、p)(2（b）高斯型本文采用三角型隶属函数。设系统响应误差和误差变化率及 PID 控制器参数调整量Kp、Ki、Kd 的模糊量(语言变量 )E 和 EC 及 KP、KI 、KD 的模糊子集分别为：E、EC 及 KP、KI、KD=NB, NM, NS, ZO, PS, PM, PB式中 N 表示负、P 表示正、B, M, S, ZO 分别表示大、中、小和零。本文采用 CRI（基于合成规则的推理法）推理法5，从而得出它们的隶属度函数如图 4，5 所示。0 . 2- 0 . 2 0 . 6 11N BN M N S Z O P S P M P B0 . 0 4- 0 . 0 6 5 0 . 0 2 0
11、 . 0 0 41N BN M N S Z O P S P M P B图 4 E,EC 的隶属度函数- 0 . 5- 1 0 0 . 51N BN M N S Z O P S P M P B0- 0 . 0 2 0 . 0 2 0 . 0 41N BN M N S Z O P S P M P B0- 1 0 1 0 2 01N BN M N S Z O P S P M P B图 5 KP、KI 、KD 的隶属度函数3） 模糊规则的确定根据经验确定的模糊控制规则见表 1、2、3。4）解模糊方法的确定目前解模糊的方法常用有四种，即最大隶属度法、加权平均法、中位数判决法、平均最大隶属度法。根据实际情
12、况及多次仿真实验，本系统采用平均最大隶属度法（mom ） 。4.仿真根据本文建立的底吹氩系统的数学模型，搭建了模糊 PID 参数自整定控制系统仿真框图如图 6 所示。输入设定为 200，以模仿氩气流量 200NL/min。设定的论域分别为 E（-0.2，1） 、EC（-0.065，0.004） 、KP（-1，0.5） 、KI （-0.02，0.04） 、KD（-10 ，20） ，比例因子 Ge=0.005、Gec=0.00486,量化因子 Gp=Gi=Gd=1，PID 控制器参数为Kp=3、 Ki=0.11、Kd=30，仿真时间 t=300s。1Out1zeros(s)poles(s)Zero
13、-Pole TransportDelayStepScope4Scope3Scope2ScopeProduct2Product1Product1sIntegrator1-K-Gain730Gain63Gain51Gain41Gain31Gain2-K-Gain1-K-GainFuzzy Logic Controllerdu/dtDerivative1du/dtDerivativeAdd3Add2Add1Add图 6 FUZZYPID 控制系统的仿真框图两种控制方式下控制系统的响应曲线如图 7 所示，其控制系统性能比较见表 4。图 7 两种控制方式下控制系统的响应曲线表 4 两种控制方式下控制系统
14、的性能比较方式 上升时间（s）超调量（%）调节时间(s) 稳态误差PID 控制 25.61 26.9 150 0.2FUZZYPID 控制 27.5 18.15 100 0由表 4 可以看出，在相同条件下模糊 PID 与普通 PID 相比较有以下优点：(1) 避免随着系统设定值增加，系统出现过大超调，有效抑制控制初期系统超调量。(2) 调节时间比普通 PID 控制有明显降低。（3）无稳态误差。5.结束语本文将模糊理论与 PID 理论相结合，设计了模糊 PID 参数自整定控制系统，弥补了传统 PID 的不足之处，并引入到精练炉底吹氩气系统。从 MATLAB 仿真结果看，FUZZY_PID 能够很好的减小超调，缩短调节时间，控制精度也很高，可以提高氩气流量控制的品质。参考文献：1 蒋国昌等编著.纯净钢及二次精炼，上海科技出版社.19962 邵裕森.过程控制工程，机械工业出版社 20003 张涛，李家启.基于参数自整定模糊 PID 控制器的设计与仿真J. 交通与计算机 2001，19（增刊）：27-29.4 曹承志，王楠.智能技术，清华大学出版社 2004.95 何映思.模糊控制的模糊推理算法的研究 2005.4
