《《烘干箱的温度控制系统设计》-公开DOC·毕业论文》由会员分享，可在线阅读，更多相关《《烘干箱的温度控制系统设计》-公开DOC·毕业论文（37页珍藏版）》请在金锄头文库上搜索。
1、目 录 第1章 引言11.1课题的来源和意义11.2工业烘干箱的应用11.3温度控制系统的研究意义和一些具体温控方案21.4 本文所做的工作6第2章 烘干箱温度控制系统方案设计72.1电机维修过程中烘干箱的应用72.2烘干箱温控系统的方案选择92.2.2PID控制理论92.2.3模糊控制理论122.2.4模糊控制和PID控制的结合1523本章小结18第3章 基于单片机的烘干箱温度控制系统设计193.1系统硬件设计及其实现193.2 软件设计20第4章 总 结35参 考 文 献36致 谢37精品第1章 引言1.1课题的来源和意义本文选择“烘干箱温度控制的设计”作为研究课题，该课题来源于广东韶关钢
2、铁集团有限公司设备检修中心的烘千箱改造项目。本次烘干箱改造的原因是原有的烘干箱为自行研制设备，温度控制采用继电控制，经多年使用，现存在温度控制单一且操作麻烦、温度上升较慢、加热时间较长、热惯性较大等问题，对于维修质量的影响越来越突出。结合维修过程中的实际情况，通过技术改造研制一台烘干箱，使其具有升温快、热惯性小、效率高及安全可靠的特点，并将其广泛应用于维修行业中的烘干处理。本文针对烘干箱这一具体的温度控制对象进行研究，寻找一种较为理想的控制方案，达到调节时间短、超调量为零且稳态误差在士loC内的技术要求。同时将该方案用于其它大功率加热设备，都能达到零超调，且调节时间快，稳态误差也非常小的理想效
3、果。因此，针对具体的对象，提出适合其他大功率加热设备的有效控制方法与策略，有着十分现实的意义。1.2工业烘干箱的应用工业烘干箱广泛应用于工厂、科学研究及企业事业单位之中，主要用来对各种物品(试品)进行烘焙、干燥及其它加热作用，如变压器铁芯或线圈的烘干、电机定子或转子绕组的烘干、电焊条焊前预热、铸造砂型烘千、喷漆电柜和零件烘干等。根据各种工件的热处理要求，工业烘干箱一般具有体积大、热容量大、加热功率大、温升快、热利用率高、使用安全可靠、操作简便等特点。一般来说，其工作温度可由室温升至最高温度，并且在此范围内可选定任意工作温度，工作温度选定后，箱内自动控制系统使温度在设定时间内保持恒温。有的工业烘
4、千箱还具有热风循环系统，使工作温度更加均匀。在一些特别的应用场合，还要对工件挥发的腐蚀或有害气体妥善处理和设置防护。本文所设计的工业烘干箱主要用于电机维修过程中，对电机的定子或转子绕组的烘干，就具有上述一系列的特点。为简便起见，论文在后面的论述中均简称烘干箱。1.3温度控制系统的研究意义和一些具体温控方案温度是生产过程、日常生活和科学实验中非常普遍而又十分重要的物理参数在工业控制过程中，如在冶金、机械制造、食品加工、化工生产等领域，都广泛使用各种加热炉、反应炉、热处理炉等，都涉及到温度控制，而且准确地测量和有效地控制温度是优质、高效、低耗和安全生产的重要条件。在我们的日常生活中也使用微波炉、电
5、烤箱、电热水器、空调等家用电器，温度与我们息息相关。另外在一些高等院校的实验室中，温度常作为被控参数，构成微机测控系统，供学生作综合实验或课程设计。可见，温控电路广泛应用于社会生活的各个领域，所以对温度进行控制是非常有必要和有意义的。由于温度控制系统具有大滞后、参数时变、非线性以及难以建立精确的数学模型等特点，某些因素可能会使控制系统性能不佳，影响了系统的稳定性，导致系统的超调量变大，调节时间大大加长，甚至出现振荡、发散，系统的动态品质很差。对于复杂的温度控制系统，仅采用常规PID控制较难达到优良的控制效果，也不易满足精确的性能指标。近几十年来，国内外的学者与工程技术人员在具有时滞、参数时变过
6、程控制方法及应用方面均做了大量的研究，取得了相当的进展，对温度控制系统的控制己由传统控制转到了智能控制，或者两者结合。常用的温度控制电路根据应用场合和要求的性能指标有所不同。传统的方法采用PID控制，PID控制即比例、积分、微分控制。自19世纪40年代开始以来广泛应用在工业生产中。由于其结构简单、实用、价格低，在广泛的过程领域内可以实现满意的控制。温控系统一般利用热电偶实时采集的温度值与设定值比较，差值作为PID功能块的输入，PID算法根据比例、积分、微分系数计算出合适的输出控制参数，利用修改控制变量误差的方法实现闭环控制，使控制过程连续，是很普通的调节方法。其缺点是现场PID参数整定麻烦，被
7、控对象模型参数难以确定，外界干扰会使控制漂离最佳状态。除了传统的PID控制方法，近几年来快速发展的是将模糊控制、神经网络、遗传算法等智能控制方法应用于温控系统，包括智能控制与PID控制相结合及这些智能控制之间的结合.具体有如下一些方法:1、 模糊控制模糊控制是基于模糊集、模糊逻辑，同控制理论相结合，模拟人的思维方式，对难建模的对象实施的一种控制方法。它主要嵌入操作人员的经验和直觉知识，适用于控制不易取得精确数学模型和数学模型不确定或经常变化的对象。电力系统的模型通常是不完善的，即使模型己知，也存在参数变化的问题。PID控制简单、方便，但难以解决非线性和参数的变化，模糊控制的主要优点在于它不需要
8、装置的精确模型，仅依赖于操作人员的经验和直观判断，非常容易应用。模糊温控的实现过程为Izj:首先将温控对象的偏差和偏差率以及输出量划分为不同的模糊值，建立规则，例如，if温度太高or温度正在上升，then减少控制输入，或风冷。将这些模糊规则写成模糊条件语句，形成模糊模型:然后根据模糊查询表，形成模糊控制算法;最后对温度误差采样的精确量模糊化，经数学处理输入计算机，计算机由模糊规则推理做出模糊决策，求出相应的控制量，变成精确值去驱动执行机构，调整输入，达到调节温度，使其稳定的目的，同传统的PID控制比较，模糊控制响应快，超调量小，参数变化不敏感。2、 模糊控制与PID控制的结合模糊控制不须知道被
9、控对象的精确模型，易于控制不确定对象和非线性对象，对被控对象参数变化有强鲁棒性，对控制系统干扰有较强抑制能力。但是模糊控制对于控制系统的设计分析和标准缺乏系统的方法步骤，规则库缺乏完整性，没有明确的控制结构。而PID控制器结构简单明确，能满足大量工业过程的控制要求，特别是其强鲁棒性能较好适应过程工况的大范围变动。但PID本质是线性控制，而模糊控制具有智能性，属于非线性领域。因此，将模糊控制与PID结合将具备两者的优点。即用过程的运行状态(温度偏差及温度变化率)确定PID控制器参数，用PID控制率确定控制作用，主要的问题是合理地获得PID参数的模糊校正规则。其实质是一种以模糊规则调节PID参数的
10、自适应控制，即在一般PID控制系统基础上，加上一个模糊控制规则环节。具体的结合形式有多种，如:引入积分因子的模糊PID控制、混合型模糊PID控制(Fuuzy一PID)、模糊自整定PID控制等。（1） 引入积分因子的模糊PDI控制。这种控制器是积分环节加在误差输入量的模糊化之前或是模糊控制器输出量的解模糊之后，在一定程度上可减少系统余差，但消除系统极限环振荡的能力较弱，尤其模糊量化因子取得较大时，系统可能出现不稳定:或是对误差的模糊值进行积分，消除了系统余差，但只有使tha访缩小才能消除零点附近的极限环振荡，而要达到这一要求，必须增加控制规则数，也就增加了模糊控制器的设计复杂性，因此这种结构设计
11、目前应用较少。（2） 混合型模糊IPD控制Fuzzy-PID 复合控制的思想是:当偏差较大时采用模糊控制，响应速度快，动态性能好;当偏差较小时采用PID控制，具有好的静态性能，是一种模糊控制和PID控制的分阶段切换控制方法，两者的转换由微机程序根据事先给定的偏差范围自动实现。由于两种控制作用均包含有积分作用，故稳态精度相同，但模糊PID混合控制比PID控制有更快的动态响应，更小的超调，比模糊控制具有更高的稳态精度。（3） 模糊自整定IPD控制它由IPD控制和一个模糊自调整机构组成。根据输入信号的大小、方向以及变化趋势等特征，通过模糊推理做出相应决策，在线整定PID参数肠、KI、Ko，以期获得满
12、意的控制效果。3、 神经网络与PID的结合人工神经网络是当前主要的、也是重要的一种人工智能技术，是一种采用数理模型的方法模拟生物神经细胞结构及对信息的记忆和处理而构成的信息处理方法。它用大量简单的处理单元广泛连接形成各种复杂网络，拓扑结构算法各异，其中误差反向传播算法(即BP算法)应用最为广泛。温度 控 制 系统由于负载的变化以及外界干扰因素复杂，而IPD控制只能对电参数的影响做精确的计算，对于外界环境的变化只能做近似的估算，影响控制精度。人工神经网络以其高度的非线映射、自组织、自学习和联想记忆等功能，可对复杂的非线性系统建模。该方法响应速度快，抗干扰能力强，算法简单，且易于用硬件和软件实现。
13、其训练方法实际是网络的自学习过程，即根据事先定义好的学习规则，按照提供的学习实例，调节网络系统各节点之间相互连接的权值大小，从而达到记忆、联想、归纳等目的。在温度控制系统中，将温度的影响因素作为网络的输入，将其输出作为PID控制器的参数，以实验数据作为样本，在微机上反复迭代，自我完善与修正，直至系统收敛，得到网络权值，达到自整定PID控制器参数的目的，也就是神经网络整定PID参数的方法。4、 遗传算法与PID的结合遗传算法(GeeintcAlgoirhst，简称AG)是模拟达尔文的遗传选择和自然淘汰的生物进化过程的全局优化搜索算法。它将生物进化过程中适者生存规则与群体内部染色体的随机信息交换机
14、制相结合，通过正确的编码机制和适应度函数的选择来操作称为染色体的一系列。或1二进制串，引入了如繁殖交叉和变异等方法在所求解的问题空间上进行全局的并行的随机的搜索优化，朝全局最优方向收敛。基于遗传算法温控系统的设计就是将传感器得到的温度信号放大，数字化送入单片机，单片机将其与给定温度进行比较，用遗传算法来优化3个PID参数，然后将控制量输出。具体实现将3个PID参数串接在一起构成一个完整的染色体。从而构成遗传空间中的个体，通过繁殖交叉和变异遗传操作生成新一代群体，经过多次搜索获得最大适应度值的个体即所求。在硬件上采用单片机控制，具有调试方便，温控精度高，抗干扰性强等优点。在软件上采用遗传算法对P
15、ID参数进行优化控制具有很高的稳定度，温控精度高。5、 模糊控制与神经网络的结合温控系统由于被控过程常常具有严重的非线性时变性以及种类繁多的干扰，使得基于精确数学模型的传统控制方案很难获得满意的动静态控制效果。近些年来模糊逻辑控制取得了巨大成功，但是，模糊控制所基于的专家经验不易获得，一成不变的控制规则也很难适应被控制系统的非线性、时变性等问题，严重影响控制效果。因此应使模糊控制向着自适应方向发展，通过自适应模糊控制，可以使控制系统在控制过程中自动地调整和完善。自适应模糊控制其中之一，就是利用神经网络的学习能力来修正偏差和偏差变化的比例系数，达到优化模糊控制器作用，从而进一步改进实时控制效果，以便应用于温度过程控制中，其优点是动态响应快，能达到高精度的快速控制，具有极强的鲁棒性和适应能力161门。6、 模糊控制、神经网络和遗传算法三者的结合神经网络应用广泛的BP网络，收敛速度慢且存在局部最小点，因而将遗传算法与BP算法结合得到的遗传一BP(GA.BP) 算法作为网络预估器的学习算法。该方法能使温控系统随外界干扰的变化，实时调节网络和控制规律，具有良好的温度跟踪性能和抗千扰能力。神经网络、模糊控制和遗传算法都属于智能控制方法，它们与PDI控制结合，适应温控系统的非线性、干扰多、大滞后、时变等特点。模糊控制特别适应于大惯性和纯滞后的系统，无须知道系统的精确信息。1.4 本文所做的工作
