智能PI算法在啤酒生产液位控制系统中的实现
毕书姣,董峰
(天津大学 电气与自动化工程学院 天津市过程检测与控制重点实验室,天津,300072)
摘要:通过对啤酒生产制麦过程的工艺及参数分析,从系统和算法2方面对其中的液位系统进行设计,以期达到较好的控制效果。设计完成的系统采用分级结构,PLC主要实现对现场信号的采集和处理以及对执行元件进行实时控制的功能,利用上位机对PLC进行设置及编程。设计中采用PID控制策略对液位系统控制,并在此基础上采用在线自动调节PI参数的智能PI控制算法,对PID算法进行改进,以适应多变量耦合和更加复杂的系统。实验结果证明了PID控制器的方便性和通用性,智能PI控制算法可以明显地减小超调量和调控过程时间。
关键词:啤酒生产;PID;智能PI算法;过渡过程
中图分类号:TP273+.2 文献标志码:A 文章编号:1672-7207(2011)S1-0930-05
Realization of intelligent-PI algorithm in water level control system
BI Shu-jiao, DONG Feng
(Tianjin Key Laboratory of Process Measurement and Control, School of Electrical Engineering and Automation,
Tianjin University, Tianjin 300072, China)
Abstract: Through analyzing the processes and different parameter conditions of wheat malting in beer brew, the liquid-level control system was designed from the perspectives of system and algorithm to get good control results. In the hierarchical structure, PLC was responsible for collecting and processing signals from the field and the real-time control of executive components, the computer was a platform to set parameters and program. The liquid-level control system was controlled by PID method, and the improvement of PID control algorithm was realized to adjust multivariable coupled or more complex system. That was intelligent PI control algorithm which can adjust PID parameters on line. The experiment results prove conveniences and universality of PID controller and the intelligent PI control algorithm can significantly reduce the overshoot and control the process time.
Key words: beer production; PID; intelligent PI algorithm; transient process
我国是一个啤酒生产大国,目前,我国啤酒的产量已居世界第一位,但其中大多数为中小型啤酒厂[1]。这些中小型啤酒厂都普遍存在自控水平差,技术含量低等特点。啤酒的风味质量与稳定性,与世界先进水平相比,仍存在着较大的差距,该领域的自动化水平和自控质量是最主要的因素。因此,在啤酒生产中进行自动化控制可以很好地提高竞争能力。
通常把一个完整的生产工艺划分为制麦、糖化、发酵和灌装三大过程[2]。目前,国内啤酒生产的控制系统基本可分为4种方式。
(1)完全手动操作方式。其主要特点是阀门为手动,这种方式下啤酒生产工艺参数得不到可靠执行,一致性较差,啤酒质量受人为因素影响较大,而且工人的劳动强度很大。
(2)半自动控制方式。其主要特点是操作人员遥控阀门和电机启停。由于需要操作工人的频繁介入,其啤酒质量与口味也有较大的波动,工人的劳动强度也比较大。
(3)PC机+数据采集卡方式。过程控制中的各种信号在外围通过相应的变送器送入PC机插槽中的数据采集卡,在PC机画面上显示各种生产过程参数,同时控制设备的启停。但系统的可靠性差,画面呆版,同时系统本身的安全性较差,没有良好的可扩充性。
(4)分布式控制方式。采用先进的计算机控制技术与多层网络结构及先进控制算法对生产工序进行自动控制。目前有分布式控制系统(DCS)控制系统与现场总线控制系统(FCS)控制系统两种[3]。其可靠性非常高,性能稳定,上位机网络可兼容多种通讯协议,便于下一步与管理网络的联结。
啤酒生产中的制麦过程是大麦在人工控制的条件下,经浸麦、发芽、干燥、除根的操作过程,其中浸麦过程需要相继反复进行浸水和断水,一直达到所要求的浸麦度为止,需要对液位进行定量控制,且连续可调。液位系统在实际生产过程中具有很重要的作 用,一个系统的液位稳定与否可能会直接影响系统的生产效率。于是,针对啤酒生产线中的制麦过程,对其液位系统进行控制及算法研究。由于液位控制对象一般具有纯滞后、大惯性,因此液位变化缓慢,系统一般呈非线性[4]。用常规PID控制器来控制时,其效果不理想,系统响应的调节时间较长。应用三菱PLC及它提供的过程控制模块、模拟量功能模块及专用的过程控制编程软件PX Developer,在常规PID控制的基础上编制智能PI控制算法的FBD(功能块图)程序,以实现对液位控制系统较好的控制。
1 系统设计
整个系统采用分级结构。以PLC作为下位机,主要完成对现场数字、模拟信号进行采集和处理以及对执行元件进行实时控制的功能,控制器采用三菱Q系列PLC提供的专用过程控制模块Q12PH CPU;PC机为上位机,通过计算机进行参数设计与编程,通过RS-232C串口或USB与PLC通讯[5]。图1所示为PLC硬件配置图。
三菱Q系列PLC拥有小型DCS系统的特性而且成本更低廉,只需简单地为控制器增加1个或多个过程CPU,Q系列就可提供过程系统的自动化。
由于PID控制器仍是目前工业生产过程控制系统中应用最广泛的一类控制器,所以,实验选择了PID控制策略。基本PID控制的实现只需建立简单的单回路系统FBD图,系统内部提供了多种多样的PID控制模块,本次试验采用的是连续输出的速度型基本PID控制器。通过声明不同的模块FB,并为它们设置正确的地址后,便可以与PLC基板上相应地址的模拟量输入模块Q64AD和模拟量输出模块Q62DA相对应,调整好PID控制器内部的参数后,运行PID控制指令,就能求得输出控制值,即可实现对被控对象的自动调节功能。图2所示为PLC闭环控制框图,图中X为液位过程的设定值,F为测量的液位反馈值,e为偏差,u为控制器输出值,Y为液位过程的输出值。
2 基本PID算法的实现
针对啤酒生产中的制麦过程,在液位设定值发生阶跃变化时获取液位变化的响应曲线。本试验中液位系统是从设定值为25(液位电压信号2.5 V)的稳定状态过渡到设定值为40(液位电压信号4.0 V)的稳定状态,从而获得较好的过渡过程曲线。
PID控制规律为:
(1)
其中:Kc为比例系数;TI为积分时间常数;TD为微分时间常数。
![](/web/fileinfo/upload/magazine/11976/292349/image004.jpg)
图1 PLC 控制系统配置图
Fig.1 Configuration diagram of PLC control system
![](/web/fileinfo/upload/magazine/11976/292349/image006.jpg)
图2 PLC 闭环控制结构框图
Fig.2 Block diagram of PLC closed-loop control
通过调节PID控制算法参数,得到过渡过程响应曲线,如图3所示。其中比例系数为2,积分时间常数为69.4 s,微分时间常数为0。性能指标为:超调量为11.3%,上升时间为150 s,调节时间为626 s,衰减比为3.4:1。
![](/web/fileinfo/upload/magazine/11976/292349/image007.jpg)
图3 基本PID算法阶跃响应
Fig.3 Step response of basic PID algorithm
由实验数据可知,通过基本PID算法对液位系统进行控制得到的动态性能不够理想,上升时间和响应时间较长。由于被控对象为液位系统,具有较大时间滞后的特点,为此,采用了智能PI控制算法,以提高系统的响应速度,改善系统性能。
3 智能PI算法的设计
近几年来,随着微处理器技术的发展,各种智能控制器层出不穷,已成为工业过程控制智能化的重要组成部分[6]。它突破了传统控制理论中对象有明确数学描述的限制,对于复杂的非线性系统有了很好的控制。基于单神经元和专家系统相结合的一类智能PI
调节器如图4所示。图4中,x1=e为液位偏差,x2=
为液位偏差的积分,
为实际液位变化率的负
值。根据它们的大小决定调整的强度,使智能PI调 节器参数比例系数KP和积分系数KI随着偏差的变化而有选择地变化,使系统以最佳过程达到稳态。
智能PI调节器采用一种自调整在线控制算法,基本思路如下:当偏差大时,停止积分,使输出为最大,系统以最大能力快速减小偏差;当偏差进入一定范围后,加入积分作用,同时调节比例系数和积分系数;当e≤δ,x1x3<0时,表明偏差正向0靠近,此时应逐步减小KP,调整速率gp1控制比例系数减小的速度;当e≤δ,x1x3>0时,表明偏差是继续增大的,此时应该增大KP,使偏差的变化率尽快反号,以快速有效地减小偏差。调整速率gp2可以控制比例系数增大的速度。对于积分作用来说,当x1x2>0时,偏差是处于减小趋势的,所以,应该增大KI,利用积分部分消除偏差,当x1x2<0时,偏差是处于增大趋势的,所以,应该减小KI,避免偏差继续增大,gI为调整幅度。
具体调整规则如下。
(1)若e>δ,x2=
设置为0,则:
(2)
(2)若e≤δ,x1x3<0,则
(3)
(4)
(3)若e≤δ,x1x3>0,则
(5)
(6)
(4)若e≤δ,x1x3=0,则KP和KI不变。
式中:q为学习次数;δ为分离阈值(设定为10%~20%);gp1和gp2为比例系数KP的调整速率;gI为积分系数KI的调整速率。
算法是在下位机的PLC控制器种中编程实现,PLC与水槽之间的数据交换通过A/D转换模块和D/A转换模块来实现。将A/D模块(Q64AD)采集到的当前液位值送入计算机进行偏差计算,通过智能PI算法的运算,将处理后的数据传送给D/A模块(Q62DA),利用PX Developer软件在计算机中实现智能PI控制算法。其具体程序流程图如图5所示。
4 结果与分析
在三菱PLC过程控制软件PX Developer中分别编写普通PID控制算法和智能PI控制算法程序,并应用于啤酒生产制麦过程的液位系统中,从设定值为2.5 V的稳定状态过渡到设定值为4.0 V的稳定状态,得到液位的阶跃响应曲线。图6所示为采用基本PID曲线(PID)和智能PI控制(I-PI) 2种控制方法的阶跃响应对比图。
由图6可知,智能PI控制器的超调量为9.3%,上升时间为83 s,调节时间为308 s,衰减比为3:1。表1所示为采用基本PID控制与智能PI控制器的性能指标对比。
![](/web/fileinfo/upload/magazine/11976/292349/image022.jpg)
图4 智能PI控制器原理图
Fig.4 Controller schematic of intelligent PI
![](/web/fileinfo/upload/magazine/11976/292349/image024.jpg)
图5 智能PI控制算法流程图
Fig.5 Flow chart of intelligent PI control algorithm
![](/web/fileinfo/upload/magazine/11976/292349/image025.jpg)
图6 2种控制方法的阶跃响应对比
Fig.6 Comparison of two step responses
由图6和表1可以得到:智能PI控制较基本PID控制对应的上升时间减少44.7%,调节时间减少50.8%,超调量减小17.7%。因此,采用智能PI控制方法,水箱液位的阶跃响应速度加快,系统能较快地达到稳态,且超调量减小,较大地改善了系统的动态性能。
表1 阶跃响应性能指标对比
Table 1 Comparison of step response performance
![](/web/fileinfo/upload/magazine/11976/292349/image026.jpg)
5 结论
(1) 智能PI控制器通过实时在线对PID控制器的参数进行调整,能够减小系统调节时间,减小超调量,系统的动态性能得到较大改善。
(2) 由于智能控制本身具有不依赖于过程的数学模型和参数自动整定的特点,针对多变量耦合和更加复杂的系统都有广阔的应用前景。
参考文献:
[1] 季树太. 我国啤酒行业现状与发展前景展望[J]. 酿酒, 2003(6): 15-16.
JI Shu-tai. Current situation and development prospects of beer industry[J]. Beer, 2003(6): 15-16.
[2] 俞凌云, 王毅, 常亮, 等. 啤酒生产过程微生物的控制途径[J]. 啤酒科技, 2007(12): 62-64.
YU Ling-yun, WANG Yi, CHANG Liang, et al. Control approaches of microbes during beer production[J]. Beer Technology, 2007(12): 62-64.
[3] Fauci J L. PLC or DCS: selection and trends[J]. ISA Transaction, 1997, 36(1): 21-28.
[4] 李兵, 方敏, 汪洪波. 模糊PID液位控制系统的设计与实现[J]. 合肥工业大学学报, 2006, 29(11): 1370-1374.
LI Bing, FANG Min, WANG Hong-bo. Design and realization of the fuzzy-PID water level control system[J]. Journal of Hefei University, 2006, 29(11): 1370-1374.
[5] 王洪猛, 谢建君, 曾云, 等. 基于PLC的过程控制系统设计与实现[J]. 自动化技术与应用, 2007, 23(7): 25-33.
WANG Hong-meng, XIE Jian-jun, ZENG Yun, et al. The design of PLC based process control systems[J]. Techniques of Automation and Application, 2207, 23(7): 25-33.
[6] 蔡自兴. 智能控制: 基础与应用[M]. 北京: 国防工业出版社, 1998.
CAI Zi-xing. Intelligent control-basis and application[M]. Beijing: National Defence Industry Press, 1998.
(编辑 李向群)
收稿日期:2011-04-15;修回日期:2011-06-15
基金项目:天津市自然科学基金资助项目(11JCZDJC22500,11JCYBJC06700)
通信作者:董峰(1966-),男,河北唐山人,教授,从事在线检测技术与系统、过程与计算机控制系统研究;电话:022-27890981; E-mail:fdong@tju. edu.cn