恒温恒湿控制部分软件设计

恒温恒湿控制部分软件设计

一、控制对象的特性

本系统的控制对象为恒温恒湿箱体的温湿度，相比于普通的温湿度控制对象，除了具有大时滞、大惯性的共性外，还有一些特殊的要求和特性：

(1)生物培养对温度超调敏感。恒温恒湿培养箱是用来为不同微生物创造适宜的生长环境，而生物的重要组成如蛋白质、核酸等对温度很敏感，体外培养时对低温的耐受力较对高温强，随着温度超范围的增高会遭受不可逆的破坏，所以温度控制要求尽量无超调。一般生物生长所需湿度比较高，比如细胞要求95％RH，接近饱和，所以生物对湿度的超调不太敏感。

(2)控制过程具有不对称性。培养箱是个带保温层的封闭箱体，所以温湿度上升容易降低难。升温通过电热管加热控制，而降温分为两种情况，当设定值不高于室温7℃时，通过压缩机制冷降温，其它情况下则完全依靠自然冷却。加湿通过雾化器实现，而除湿则通过自然风循环，因而温湿度的升降过程表现出截然不同的动态特性，这就对控制策略提出了更高的要求。而且加热片的余热很容易引起超调。所以控制效果要既防止出现超调过大，又要兼顾尽可能快的达到目标值。．

(3)滞后时间与温度有关。热辐射与温度成平方关系，升温时箱体热传递加快，从控制特性上表现为控制系统的时间常数、纯滞后时间减少，所以箱体系统的数学模型不是恒定不变的。

(4)湿度的波动影响温度恒定。培养箱是一种非线性耦合滞后系统，温度和湿度互相影响，由于实际工作对温度的恒定要求较高，所以克服湿度波动对温度的影响更为重要。

(5)系统易受干扰。培养箱的干扰因素多，且干扰量大。电热管的发热功率与电网电压的平方成正比，所以如果电网电压波动，电热管的发热功率会发生较大波动，系统的稳定性受到干扰。

二、基本模糊控制设计

对于恒温恒湿培养箱这样一个具有非线性、大滞后、大惯性、时变性、升温单向性等特点的控制对象，很难用数学方法建立的数学模型。传统的控制理论和方法如PID控制，容易超调，温湿度一旦升高很难降下来，造成调节速度慢，控制效果不理想；而模糊控制利用人类专家控制经验，对于复杂对象的控制显示了鲁棒性好、控制性能高的优点。根据模糊控制器设计步骤，如图4.3所示，借助用于数值计算的通用软件Matlab中的模糊逻辑工具箱(Fuzzylogic contr01)，设计模糊控制系统，方便快捷，易于修改和仿真，并可计算出离线控制表，供在线控制程序使用。

设计基本恒温模糊推理系统图形界面的编辑器类型为Mamdani型。仿照人的控制经验，该控制系统包括两个输入变量(误差E，误差的变化EC)和一个输出变量(控制量的变化U)，是一个二维模糊控制器。模糊量E、EC和U的模糊集均取{NB，NM，NS，ZE，PS，PM，PB}，意义为{负大，负中，负小，零，正小，正中，正大>。相应的论域均为。隶属函数采用三角形，函数曲线在论域上等距离分布，如图4．4所示。根据手动控制策略的实验，总结出一套模糊控制规则，共49条，如表4．5所示。模糊推理系统的基本属性设定为：“与’’运算采用极小运算，“或"运算采用极大运算，模糊蕴含采用极小运算，模糊规则综合采用极大运算，去模糊化采用重心法。这样既可保存为一个FIS文件，在模糊控制系统中作为一个独立封装的模块，在在线程序中表现为一个离线输出的查询表。在这个基本模糊推理的基础上，调节量化因子和比例因子，反复实验，实现模糊控制的要求。此设计过程同样适用于湿度的基本模糊控制设计。

三、仿真设计

把建立的模糊推理系统在Matlab的Simulink仿真环境中进行仿真分析，可以迅速找到合适的量化因子和比例因子，指导实际调试。为增加仿真的真实性，关键是逼近箱体的数学模型。根据过程控制系统理论的分析，该恒温系统可以等效为为双容自平衡系统，对以上恒温恒湿系统模型搭建模糊控制系统仿真，如图4．6所示，其中FuzzyLogic Controller with Ruleviewer为封装的模糊推理模块，输入输出限幅均为，增量式输出需累加后再作为入量。室温25"C，湿度27％，目标温度60℃，目标湿度80％。由于箱体的响应时间比较长，控制周期取10s。控制结果通过示波器察看或通过输出模块输出到工作空间。

由于培养箱具有升温容易降温难的特点，超调越小越有利于缩短调节时间，所以仿真首先实现无超调，再力求调节时间短和静态误差小。但也要兼顾过多的控制超调会增加过渡时间。相对其他控制方法，模糊控制在提高动态性能方面占优势。电热管的实际通断时间是以交流周波的整数倍控制的，仿真将其转化为功率控制，实际控制不如仿真中控制的精细，所以比例因子不能太小。在仿真中会得到不同的量化因子和比例因子的组合，都能使系统获得较好的响应特性，对此系统应取比例因子较大的组合。根据量化因子和比例因子对系统动静态性能影响的规律，反复调节仿真试验，确定温度控制系统中ke=l／4，kde=10，ku=5；湿度控制系统中ke=l／3，kde=24，ku=3时，能够满足该系统的要求。仿真结果如图4．7所示。

四、在线插值的模糊控制算法设计

在Matlab中设计的模糊推理模块，要得到在线程序的查询表，只需在命令窗口中依次键入如下命令：

aa--readfis(’fz’)

m=-6：1：6；

n=-6：l：6；

for i=l：13

forj=1：13

q(i,j)=evalfis([m(i)；n(j)；

end

end

通过evalfisOi函数循环输出的查询表只有有限个离散档，模糊量化取整致使调节不精细，无法达到仿真的稳态效果。Matlab的模糊控制工具箱之所以能把稳态控制的很细腻，其本质是量化时对粗糙的控制表作了插值。为了消除稳态误差和稳态振颤，在经典的模糊控制算法中引入在线插值，既不会增加模糊控制的复杂程度，又弥补了模糊控制稳态性能的不足。插值的方法很多，这里采用矩形域内的二元插值法。模糊量E和EC的论域分别有13个离散档，以此横纵分割，把控制表分成144个小矩形区域，每个小矩形的四个顶点值从控制表查询得到。对论域内的任意E和EC，均可落在一个小矩形区域内

五、模糊PID控制算法的设计

以上使用的在线插值的模糊控制算法，具有无超调和调节时间短的动态效果优势；在线插值修正了单一模糊控制稳态效果差的不足，但仍然不能得到PID的稳态效果。模糊逻辑控制器动态性能抗扰性和PID控制器稳态精度高，取两者的优点就构成模糊PID控制器。模糊PID控制器是一种在常规PID调节器的基础上，应用模糊集合理论根据控制偏差、偏差值，在线自动整定比例系数、积分系数和微分系数的模糊控制器。其控制器不仅保持了常规PID控制器的优点，而且具有很强的鲁棒性和适应性。http://www.dgzhenghang.com.cn