基于大小惯性对象的过程控制研究.doc

《基于大小惯性对象的过程控制研究.doc》由会员分享，可在线阅读，更多相关《基于大小惯性对象的过程控制研究.doc（40页珍藏版）》请在沃文网上搜索。

1、摘 要本设计以过程控制实验装置上的压力、流量、液位和温度环节为实验对象，研究不同惯性大小的被控对象的控制特点。用AI智能仪表分别实现了四个对象的开环控制，采集了响应曲线并求出了各个对象的数学模型。接着，用AI智能仪表分别对四个模型进行了闭环控制，反复调试后得到了最佳的控制参数。然后通过MATLAB Simulink分别对四个模型进行了比例-积分-微分算法的仿真。通过对实验数据的分析和对仿真结果的对比，对压力、流量、液位和温度这四个对象的惯性大小特点进行了总结，得出了面对大小惯性对象时分别用AI智能仪表和常规比例-积分-微分算法的控制特点，以及两者之间的差异。关键词AI智能仪表；数学模型；仿真；

2、比例-积分-微分算法Research of Process Control Based on Size of Inertial ObjectAutomation Specialty LIU Qing-weiAbstract: The design has studied different inertia of object control characteristics by using pressure, flow, liquid level and temperature links of the process control experimental device as the ex

3、perimental object. Firstly, it has achieved four objects of the open-loop control ,acquisition of response curve and calculated the mathematical model of the object by using AI intelligent instrument .Secondly, it has also achieved the four model of the closed loop control , repeated testing after g

4、etting the optimal control parameters by using AI Intelligent instrument. Then it simulates proportional-integral-derivative algorithm of the four models through the MATLAB Simulink. Finally, according to the analysis of experimental data and the simulation results, it has summarized contrast, press

5、ure, flow, liquid level and temperature of the four objects inertia characteristics, reaching a conclusion that we should use AI intelligent instrument and conventional proportional integral differential control algorithm features and the differences between them when facing size inertial object .Ke

6、y words: AI intelligent instrument; mathematical model; simulation; proportion integration differentiation algorithm 目 录1 引言11.1 研究的背景11.2 研究的问题及解决的思路12 实验软硬件及算法介绍12.1 主要软硬件介绍12.1.1 力控组态软件介绍12.1.2 MATLAB软件介绍22.1.3 智能仪表介绍22.2 算法简介22.2.1 PID算法原理22.2.2 AI人工智能调节算法原理33 实验项目设计43.1 开环控制系统43.1.1 液位开环控制53.1.

7、2 流量开环控制73.1.3 压力开环控制93.1.4 温度开环控制113.2 大小惯性对象的数学模型133.2.1 液位对象的数学模型133.2.2 流量对象的数学模型143.2.3 压力对象的数学模型153.2.4 一阶惯性环节放大系数K含量纲和无量纲的分析153.2.5 温度对象的数学模型163.3 单回路控制系统163.3.1 液位单回路控制173.3.2 流量单回路控制183.3.3 压力单回路控制183.3.4 温度单回路控制193.4 PID算法仿真设计203.4.1 液位对象的PID算法仿真203.4.2 流量对象的PID算法仿真223.4.3 压力对象的PID算法仿真223.

8、4.4 温度对象的PID算法仿真234实验结果的分析和总结244.1 PID算法各个参数总结244.1.1 比例参数P244.1.2 积分参数I254.1.3 微分参数D254.2 AI人工智能调节算法参数总结254.2.1 保持参数M5254.2.2 速率参数P264.2.3 滞后时间t264.2.4 Cti参数264.3 大小惯性对象数学模型求取的总结274.4 大小惯性对象的特点和控制规律的总结284.4.1 温度对象的特点和控制规律的总结284.4.2 液位对象的特点和控制规律的总结284.4.3 流量对象的特点和控制规律的总结294.4.4 压力对象的特点和控制规律的总结295 设计

9、工程中出现的问题及解决方法29结束语31参考文献32附录33致谢36III1 引言1.1 研究的背景目前，智能仪表的应用已经相当普遍，在工业自动化应用领域，国外大公司生产的智能仪表几乎都采用了专用仪表集成电路可以适应各种不同的应用需求，真正发挥了智能仪表灵活性强的特点。近年来，国内的自动化仪表生产水平也有了长足的进步，其技术水平和生产工艺也与国外产品相当。其中智能仪表应用最广泛的包括对温度、液位、流量和压力的控制。以上四个对象的惯性大小不同，其中温度对象的惯性最大并且带有延迟环节，液位、流量和压力对象的惯性依次减小。目前国内关于这四个不同惯性的研究甚少，而且多数用户都是在工业现场直接用智能仪表

10、进行自整定与调试，几乎没有根据对象的数学模型来确定相关参数然后进行调试的案例。本设计以过程控制实验装置为基础，求出了实验中温度、液位、流量和压力的数学模型，对模型分析后，进行了AI智能仪表的闭环控制以及MATLAB Simulink的PID算法仿真和AI人工智能调节算法仿真实验。通过实验和仿真得出了大小惯性对象的特点和控制经验和方法。可以对智能仪表的参数进行快速的设定，并且能够达到良好的控制效果。也可以应用于利用PID算法进行控制的其他控制设备。真正根据控制对象实现快速的设定，并且能够达到良好的控制效果。1.2 研究的问题及解决的思路研究的问题(1)利用AI智能仪表分别实现压力、温度、流量、液

11、位四种不同惯性对象的开环控制，采集响应曲线，并且分别求出这四种对象的数学模型。(2)根据求出不同对象的的数学模型，合理的设置参数，利用AI智能仪表进行各个惯性对象的闭环控制，采集响应曲线。(3)利用MATLAB Simulink对各个模型进行仿真，得到阶跃响应曲线。(4)本课题需要重点研究的是对各个监控曲线和仿真结果进行分析，总结得出大小惯性对象的数学模型和控制规律，从而得到面对大小惯性对象时AI人工智能调节算法控制方法和常规PID算法的控制方法。 解决的思路(1)建立力控组态监控界面，能够采集大小惯性对象的开环和闭环响应曲线。(2)根据采集到的开环响应曲线，仔细计算，得出各个对象的数学模型。

12、(3)根据各个对象的数学模型，进行参数整定，通过过程控制实验装置进行实验以及MATLAB Simulink比较不同惯性对象的控制策略以及参数设置的区别。(4)总结得出大小惯性对象过程控制的控制规律。2 实验软硬件及算法介绍2.1 主要软硬件介绍本次毕业设计所涉及到的实验设备有传感器（液位，流量，压力，温度），智能仪表（厦门宇电AI系列），执行器（电磁阀，可控硅触发器，可控硅，加热丝）等。上位计软件：力控组态软件。以下对力控组态软件、MATLAB和智能仪表简单作下介绍。2.1.1 力控组态软件介绍力控ForceControlV6.1监控组态软件5是北京三维力控科技根据当前的自动化技术的发展趋势，

13、总结多年的开发、实践经验和大量的用户需求而设计开发的高端产品。力控监控组态软件是对现场生产数据进行采集与过程控制的专用软件，最大的特点是能以灵活多样的“组态方式”而不是编程方式来进行系统集成，它提供了良好的用户开发界面和简捷的工程实现方法，只要将其预设置的各种软件模块进行简单的“组态”以便可以非常容易地实现和完成监控层的各项功能。力控监控组态软件能同时和国内外各种工业控制厂家的设备进行网络通讯，它可以与高可靠的工控计算机和网络系统结合，便可以达到集中管理和监控的目的，同时还可以方便的向控制层和管理层提供软、硬件的全部接口，来实现与“第三方”的软、硬件系统来进行整体的集成。2.1.2 MATLA

14、B软件介绍MATLAB是矩阵实验室（Matrix Laboratory）的简称，是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。2.1.3 智能仪表介绍本次设计主要用的宇电公司的AI808/AI808P、AI808H。AI808/AI808P是宇电公司开发的人工智能控制器，出入采用数字化校正系统，内置常用热电偶和热电阻非线性化校正表格，测量精度高达0.2级；采用先进的模块化结构提供丰富的输出规格，能广泛满足各种应用场合的需要；此外采用先进的AI人工智能调节算法4，无超调

15、，具备自整定功能。AI808H含有50段程序编程能力，具有很好的扩展性。AI808H型流量积算仪可对物质的质量、体积、长度、流量进行累计计算并可进行批量控制。它采用技术成熟且已大量生产AI系列仪表通用硬件，配合优秀的流量积算仪软件，使仪表具备功能丰富，编程简便、抗干扰性好、可靠性。2.2 算法简介 本次设计主要用到PID算法和AI人工智能调节算法。2.2.1 PID算法原理在过去的几十年里，PID控制，也就是比例积分微分控制在工业控制中得到了广泛应用。在控制理论和技术飞速发展的今天，在工业过程控制中95%以上的控制回路都具有PID结构，而且许多高级控制都是以PID控制为基础的。按偏差的比例、积

16、分、微分进行控制的控制器称为PID控制器9。模拟PID控制器的原理框图如图1所示，其中r(t)为系统给定值，c(t)为实际输出，u(t)为控制量。PID控制解决了自动控制理论所要解决的最为基本的问题，即系统的稳定性、快速性和准确性。调节PID的参数，可以实现在系统稳定的前提下，兼顾系统的带载能力和抗扰能力，同时由于在PID控制器中引入了积分项，系统增加了一个零极点，这样系统阶跃响应的稳态就为零。 图1 模拟PID控制器的原理框图图1所示的模型PID控制器的控制表达式为: (1)式中，e(t)为系统偏差，e(t)=r(t)-c(t);Kp为比例系数；Ti为积分时间常数；Td为微分时间常数。2.2

17、.2 AI人工智能调节算法原理 AI人工智能调节算法是采用模糊规则进行PID 调节的一种新型算法，与一般PID调节器相比，它能在降低超调的同时又提高了响应速度。一般PID算法能精确控制被调节对象，但有超调大，PID参数较难确定，对扰动恢复慢等缺点，对一些大滞后及控制对象不稳定的控制，效果难以让人满意。而采用模糊理论设计的模糊调节算法，能适应大滞后对象，超调小，易确定参数，但控制精度比较差，控制曲线会产生微小锯齿。AI人工智能算法则一方面对PID算法加以改进，如在PID调节中加入新的微分积分作用；另一方面又采用模糊调节规则，在误差大时，运用模糊算法进行调节，以消除PID饱和积分现象，当误差趋小时

18、，采用改进后的PID算法进行调节。具有无超调、高控制精度、参数确定简单、对复杂对象也能获得较好的控制效果。在常规PID的控制系统中，减少超调和提高控制精度是难以两全其美的，这主要是积分作用有缺陷造成的。如果减少积分作用，则静差不易消除，有扰动时，消除误差速度变慢，而当加强积分作用时，又难以避免超调，这也是常规PID控制中经常遇到的难题。在AI系列仪表中，当控制参数在比例带以外时，采用模糊控制，不存在抗饱和积分问题，而对PID算法部分又加以改进为输出=比例作用(P)+积分作用(I)+微分作用(D)+微分积分作用(I)由于仪表中增加了微分积分作用，所以，使常规PID算法中的积分饱和现象得到较大缓解

19、。不过从上式中可以看到，原有参数已经较难确定了，又增加了一个新参数(I)，所以，这些参数必然互相影响，使得新算法参数更加难以确定。为此，经过认真的研究和实验分析，比例作用与微分作用的比值和积分作用与微分作用的比值可取相同的值，并且比例作用与微分作用的最佳比值同控制对象的滞后时间有关。滞后时间越大，则比例作用响应减少，而微分作用响应增加。两者存在的关系如下：比例作用=K(1/T)；微分作用=K(1-1/T)d ；式中，K为系数；T为滞后时间与控制周期的比值；T1；d表示微分作用。由此，可将人工智能控制算法公式改为输出=P1/T+(1-1/T)+(1/M5) (2)上式中(1/M5)可分解为(1/

20、M5*T)+ (1/M5)(1-1/T)，所以输出u(t)=P(1/T)+P(1-1/T) +(1/M5*T)+(1/2*M5)(1-1/T) (3)式中，P(1/T)为比例作用；P(1-1/T) 为微分作用；(1/M5*T)为积分作用；(1/2*M5)(1-1/T)为微分积分作用。P用于调整微分和比例的大小，P增加，相当于同时将微分时间增加及减少比例带。反之，P减少，相当于同时将微分时间减少和增大比例带。M5类似积分时间，可用于调整积分和微分积分的大小，T用于调整微分与比例的相互比例成分。如果T=1，则微分作用为0，如果M5=0，则积分作用为0。这样，控制参数又减少为M5、P、t 三个，由于

21、常规PID参数的定义只根据算法本身，其特点是不需要考虑被控对象的精确模型，而改进后的三个控制参数，由于同原参数概念不同，所以，定义为M5Pt控制算法 。3 实验项目设计3.1 开环控制系统如果系统的输出端与输入端之间不存在反馈，也就是控制系统的输出量不对系统的控制产生任何影响，这样的系统称开环。与闭环控制系统相对。控制系统中，将输出量通过适当的检测装置返回到输入端并与输入量进行比较的过程，就是反馈。系统的控制输入不受输出影响的控制系统。在开环控制系统中，不存在由输出端到输入端的反馈通路。因此，开环控制系统又称为无反馈控制系统。开环控制系统由控制器与被控对象组成。控制器通常具有功率放大的功能。同

22、闭环控制系统相比，开环控制系统的结构要简单得多。3.1.1 液位开环控制液位开环控制主要由智能仪表、液位传感器、智能电动调节阀构成开环控制系统，此系统的目的在于测量出水箱出水口开度一定时，水箱液位最终的稳定曲线。所用仪表是AI808（XIC101）、液位变送器（LT201）、智能调节阀（FV101）。在液位单回路控制系统中，主要使用到的是液位变送器，原理图如图2。图2 水箱液位开环控制系统方框液位传感器用来对实验水箱的液位进行检测，采用工业用的扩散硅压力变送器，不锈钢隔膜片，本变送器按标准的二线制传输，采用高品质、低功耗精密器件，稳定性、可靠性大大提高。零点、量程正负迁移可调，操作方便，且互不

23、影响。采用信号剥离技术，对传感温度漂移跟随补偿。可方便地与其它DDZ型仪表互换配置，并能直接替换进口同类仪表。校验的方法是通电预热15分钟后，分别在零压力和满程压力下检查输出电流值。在零压力下调整零电位器，使输出电流为4mA,在满量程压力下调整量程电位器，使输出电流为20mA。本传感器精度为0.5度，因为是二线制，故工作时需要串接24VDC电源。在设计中运用到HDB-E型压力变送器检测液位信号,该变送器能将0100cm的液位转化为420mA DC的电信号。仪表控制系统管道流程图如图3所示。图3 仪表控制管道流程图液位开环实验步骤：(1)调节水箱出口开关的开度为2/5左右，此开度反映水箱液位的变

24、化较明显，并且能够使水箱储水。(2)调好管道回路开关，使源水箱的水能够流经水箱构成回路，使用LT102水箱。(3)首先手动调节阀门开度为0，然后打开变频器待泵出水口压力恒定在50时，监控曲线并快速手动调节阀门开度为实验要求值（如开度30、开度80）。(4)监控响应曲线。力控监控曲线如图4、5、6所示。图4 开度30时单容水箱液位开环响应曲线图5 开度50时单容水箱液位开环响应曲线图6 开度80时单容水箱液位开环响应曲线3.1.2 流量开环控制设计中主要流量对象做开环控制系统。主要由电磁流量传感器、调节阀和变送器构成的开环系统。主要用到的有电磁流量转换器（FIT101）、智能仪表XIC102、智

25、能电动调节阀（FV101）、力控组态软件。实验所用的管道流程图如图12所示。压力的大小对流量扰动大，须谨慎设置。由于从电磁流量传感器（FE102）经电磁流量转换器（FIT102）出来的信号是420MA的标准信号，进入到仪表GIC102时必须用一个250欧的电阻把其转换为15V的电压信号。图7 流量控制管道流程图流量开环控制步骤。(1)调节好管道通路，是管道开关HV04完全打开。(2)手动调节阀门开度为0，打开变频器，使泵出口压力保持在60。(3)打开监控界面，快速手动调节阀门开度为实验要求的设定值。(4)监控响应曲线。力控监控曲线如图8、9所示。图8 开度40时流量开环响应曲线图9 开度100

26、时流量开环响应曲线3.1.3 压力开环控制设计中主要压力对象做开环控制系统。主要由压力传感器、调节阀和智能仪表调节器构成的开环系统。主要用到的有压力传感器（PIT101）、智能仪表PIC101、变频器、力控组态软件。压力传感器PIT101采集到电流信号后，经过接线端子和250欧的电阻后送到智能仪表PIC101，经过智能仪表分析调节计算，从11、13端送出调节信号到IVT101（MMV440变频器），IVT101根据得到的信号来控制电机的转速。智能仪表的第三和第四端口通过RS485线与计算机联机后，利用力控软件对其控制效果进行监控，在相同时间内检测出压力变化情况，得到经仪表PID调节后的曲线，根

27、据超调量大小和调节时间长短的比较，可得到效果最好的PID参数设置，使系统调节效果最好。实验所用的管道流程图如图10所示。图10 压力系统管道流程图压力开环控制步骤：(1)使用管道1进行试验，保证管道1开关全开，管道出水口不允许埋在水中，应悬置于空气中，以免影响压力。(2)手动调节FV101使全开。(3)打开监控界面，迅速给变频器上电。(4)监控响应曲线。力控监控曲线如图11、12所示。 图11 开度为14时压力开环响应曲线 图12 开度为32时压力开环响应曲线3.1.4 温度开环控制实验主要设备：温度传感器、智能仪表AI808、加热丝、可控硅、 力控软件。实验时通过智能仪表的手动设定实现开环控

28、制，实验原理图如图13所示。图13 温度开环系统原理图 图14 温度系统管道流程图温度开环控制：(1)每次开环实验的条件应大致相同，加热锅炉内胆液位为300毫米，内胆初始水温为15摄氏度。(2)加热至40摄氏度时停止加热，等待温度稳定后截图。力控监控曲线如图15、16、17所示。图15 开度为40时温度开环响应曲线图16 开度为60时温度开环响应曲线图17 开度为80时温度开环响应曲线3.2 大小惯性对象的数学模型由各个对象的开环控制实验可知，液位、流量和压力为可自衡对象，所以为一阶惯性对象。温度为非自衡对象，且有较大的滞后，所以为一阶积分加纯滞后（延迟）环节对象。下面根据各个对象的开环响应阶

29、跃曲线求取数学模型。3.2.1 液位对象的数学模型 本实验装置下单容水箱10的液位对象为一阶惯性环节。对象的被控制量为水箱的液位h，控制量（输入量）是流入水箱的流量Q1，Q2为水箱中流出的流量。根据物料平衡关系，在平衡状态时 Q1o-Q2o=0 ；动态时，则有Q1-Q2=dV/dt ;式中V为水箱的贮水容积，dV/dt为水贮存量的变化率，它与h的关系为dV=Adh; 又有dV/dt=Adh/dt ;A为水箱的底面积 Q1-Q2=Adh/dt ;基于Q2=h/Rs，Rs为阀V2的液阻，Q1-h/Rs=Adh/dt ;转化后可得RsQ1=Arsdh/dt+h ;或写作 式中T=ARs,K=Rs。就

30、是单容水箱的传递函数，下面介绍放大系数K和惯性时间参数T的求法。令Q1(s)=Ro/S,Ro为常数，则H(s)=KRo,对此式取拉氏反变换得h(t)=KRo(1-),当t趋近与时，h()=KRo,K=h()/Ro=输出稳态值/阶跃输入（K含量纲）。去除量纲时，K的求法可以改进为（K无量纲）。其中输出最大值即开度最大值时系统的输出值，输出最小值即开度最小值时系统的输出最小值。下面分别求取K含量纲的值和不含量纲的值，K系数的求取不影响T参数的值。当t=T时，则有h(T)=KRo(1-)=0.632h()。如图18所示。图18 一阶惯性对象阶跃响应曲线由此可以根据各个开度的开环响应曲线求得T和K的值

31、。K含量纲时：开度为30时，求得K=1.61，T=330 (s）；开度为50时，求得K=3.26，T=450(s)；开度为80时求得K=3，T=520(s)；K平均值2.62，T平均值433(s)。所以可得出本次实验的单容水箱液位对象的模型为（K含量纲）。K去除量纲后：开度为30时，求得K=0.535，T=330 (s）；开度为50时，求得K=1.08，T=450(s)；开度为80时求得K=1，T=520(s)；K平均值0.87，T平均值433(s)。所以可得出本次实验的单容水箱液位对象的模型为（K无量纲）。3.2.2 流量对象的数学模型由于流量对象是开环自衡对象，所以流量对象也为一阶惯性对象

32、。其模型为，根据流量的开环响应曲线图和一阶惯性环节K，T的计算方法，可得出：K含量纲时：开度40时，K=8.6,T=16(s)；开60时，K=6.96,T=18(s)；开度80时，K=5.58，T=20(s)；K平均值6.42，T平均值19.75。所以本次实验流量对象的数学模型为（K含量纲）。K去除量纲后：开度40时，K=1.89,T=16(s)；开60时，K=1.53,T=18(s)；开度80时，K=1.22，T=20(s)；K平均值1.54，T平均值19.75。所以本次实验流量对象的数学模型为（K无量纲）。3.2.3 压力对象的数学模型压力对象也为开环自衡对象，所以其模型也为一阶惯性对象。

33、模型为，根据压力的开环响应曲线图和一阶惯性对象环节K，T的算法，可得出：K含量纲时：开度14时，K=2.53，T=9(s)；开度26时，K=2.21，T=12(s)；开度32时，K=2.14，T=15(s)；K平均值1.379，T平均值12。所以本次实验流量对象的数学模型为（K含量纲）。K去除量纲后：开度14时，K=1.18,T=9(s)；开度26时，K=1.03,T=12(s)；开度32时，K=1，T=15(s)；K平均值1.07，T平均值12。所以本次实验流量对象的数学模型为（K无量纲）。3.2.4 一阶惯性环节放大系数K含量纲和无量纲的分析液位、流量和压力同为一阶惯性环节，但惯型大小呈

34、液位流量压力 分布。这三个对象的数学模型如下表1。 液位流量压力K含量纲K去除量纲表1 一阶惯性对象的数学模型由以上数据可知，当K含量纲时，求出的K值没有参照性，而且在不同大小惯性环节对象中的大小分布没有规律性，也就是说K含量纲时的值没有意义。所以一阶惯性环节求取K时要去除量纲。当去除量纲时，开环全开时求得的K值恒为1，这说明一阶惯性环节在开环全开附近属于K=1的线性环节。以压力对象为例，开度14时，K=1.18；开度26时，K=1.03；开度32时，K=1；K平均值1.07。求出的K值在1附近波动，这说明以压力为对象的一阶惯性环节，在开环开度不同值时，K呈接近1的线性分布，但部分区间的K值在

35、1上下浮动。而液位和流量对象求出的K的平均值也很接近1，这说明一阶惯性对象的K值具有非时变线性的特点。即K值随着时间呈近似于线性的非线性分布，针对这一特点，可以在各个时间段求出相应的K值，然后针对各个时间段求取得数学模型得出精确的控制参数，达到非常精确的控制效果。现实中由于控制精度的要求和对象变化的不确定性，可以求出K（去除量纲）参数的平均值，然后得出控制参数进行控制。3.2.5 温度对象的数学模型温度对象与以上三个对象不同，由于本实验装置用的内胆作为加热锅炉，散热较慢，试验中为开环不自衡对象，并且温度对象有较大的滞后。所以可把温度对象确定为一阶积分加纯滞后(延迟)环节，其模型为。下面介绍求取

36、积分速率Ti和滞后时间的方法。假设输入的阶跃信号为K/S，由于模型为，故开环阶跃响应为C（S）=，拉氏反变换为时域函数为C（t）=，其中为脉冲函数，会使阶跃响应延迟一段时间。对响应曲线的斜率没有影响，所以K/Ti就是实验截取的响应曲线的斜率。具体求法如下。开度为40时，由阶跃响应曲线图可知响应曲线斜率为1/60，K=40/100=0.4，0.4/Ti=1/60，Ti=24(s)； 开度为60时，由阶跃响应曲线图可知响应曲线斜率为1/42，K=60/100=0.6，0.6/Ti=1/42，Ti=25.2(s)；开度为80时，由阶跃响应曲线图可知响应曲线斜率为1/30，K=80/100=0.8，0

37、.8/Ti=1/30，Ti=24(s)；所以Ti平均值为24.4（s）。又可求得延迟时间的平均值为172（s）。此次实验的数学模型为。3.3 单回路控制系统单回路反馈控制系统是应用最为广泛的一种控制系统，生产过程中70%80%的控制系统都是单回路反馈控制系统。由于这种控制系统结构上只有一个反馈回路（环路），所以称之为单回路控制系统，简称单回路控制系统。在所有的反馈控制系统中，单回路控制系统是最基本、最简单的一种，因此又常常称为简单控制系统。单回路控制系统的分析方法以及分析结论是所有控制系统的基础。复杂控制系统分析、设计都是以单回路控制系统的分析和设计方法为基础的，掌握了单回路控制系统的分析、研

38、究方法，对复杂控制系统的分析和研究是十分必要的。单回路反馈系统由四个基本环节组成，即被控对象（简称对象）或被控过程（简称过程）、测量变送装置、控制器和控制阀。有时为了方便分析问题，把控制阀被控对象和测量变送装置合在一起，称之为广义对象。这样系统就归结为控制器和广义对象部分。以下各个对象的单回路控制流程图与开环实验的各个环节相同，主要把智能仪表从手动变为自动即可。3.3.1 液位单回路控制液位控制主要由智能仪表、液位传感器、智能电动调节阀构成的单回路控制系统，此系统的目的在于测量出水箱中系统运行稳定后的液压值。所用仪表是AI808（XIC101）、液位变送器（LT201）、智能调节阀（FV101

39、）。在液位单回路控制系统中，主要使用到的是液位变送器，原理图如图19。图19 单容水箱液位控制系统方框仪表主要参数整定如下：控制方式Ctrl=3，保持参数M5=2.0，速率参数P=70，滞后参数t=14，输入规格Sn=33，输入下限显示值DIL=0，输入上限显示值DIH=1000。力控监控曲线如图20所示。 图20 液位监控曲线3.3.2 流量单回路控制设计中主要针对实际工作所做的流量单回路闭环控制系统。主要由电磁流量传感器、智能电动调节阀和一个水箱构成的单回路闭环系统。主要用到的有电磁流量转换器（FIT101）、智能仪表XIC102、智能电动调节阀（FV101）、力控组态软件。力控监控曲线，

40、如图21所示。图21 流量监控曲线FIT101仪表关键参数整定如下所示：Sn=0，Fod=1200，Iol=40，Ioh=200。 3.3.3 压力单回路控制恒压供水系统的设计主要完成水泵供水时保持恒压，使管路中的水压保持一个恒定的值，实现闭环控制。该系统主要由智能仪表和变频器来完成。用智能仪表控制变频器，变频器根据智能仪表传送的信号大小控制水泵的转速以达到转速恒定，设置智能仪表的PID参数使水泵在额定的条件下运行，以满足需要。压力变送器8作为一个反馈单元，把检测到的水压信号传到智能仪表上，用智能仪表控制变频器的运行以达到恒压的目的。系统原理方框图。图22恒压供水系统原理方框图仪表主要参数整定

41、结果如下：控制方式Ctrl=4，保持参数M5=5.0，速率参数P=4，滞后参数t=3，输入下限显示值DIL=0，输入上限显示值DIH=150，输入规格Sn=33。力控监控曲线如图23所示。图23 压力监控曲线3.3.4 温度单回路控制设计温度单闭环控制系统，利用仪表实现温度调节功能。温度控制系统中，锅炉内胆中有铜电阻测温(型号Cu50)，当锅炉内胆温度变化后，即测量值SV和给定值PV不相同，温度信号反馈到智能仪表中，和给定值进行比较后，仪表变送出相应的输出信号，控制AIJK3可控硅触发器7起来驱动可控硅的通断，实现对加热器件进行调控，使得SV值接近及趋向PV值，从而达到控制锅炉温度的目的。实验

42、主要设备：温度传感器、智能仪表AI808、加热丝、可控硅、 力控软件。实验原理图如图24所示。图24 温度单闭环系统原理图为防止内胆无水时加热，烧坏加热丝，加入LISA-301仪表构成防干烧连锁图图25 防干烧连锁图 仪表主要参数的整定：速率参数P=160，保持参数M5=0，滞后时间t=3，控制方式Ctrl=3,小数点位置Dip=1,输入下限值显示值DIL=0，输入上限显示值DIH=100,DIL=0,Sn=33。温度监控曲线如下。图26 温度监控曲线3.4 PID算法仿真设计由于智能仪表用的是改进后的PID算法，现在用常规的PID算法来控制已求出的各个对象的数学模型，可利用MATLAB3进行

43、仿真来确定准确的PID参数。实验如下：3.4.1 液位对象的PID算法仿真由于阶跃响应下的稳态误差为ess=，开环传递函数为G(s)H(s)，即被控对象数学模型乘控制器数学模型。其中PID控制器数学模型为Kp(1+(1/TiS)+TdS)。本次试验液位对象的数学模型为，G(s)H(s)= ,即，令Td=0,Ti=433,Kp=433/0.87=497,可得G(s)H(s)=1/s,这样ess=0。使得误差为零。利用matlab simulink仿真的视图如下。图27 液位对象PID仿真视图响应曲线如下。 图28 液位对象PID仿真结果3.4.2 流量对象的PID算法仿真根据以上确定一阶惯性环节

44、PID的方法，可确定模型为的流量对象的PID控制参数为：Ti=19.75,Td=0,P=19.75/1.54=12.82。matlab simulink仿真的视图如下。图29 流量对象PID仿真视图响应曲线如下。图30 流量对象PID仿真结果3.4.3 压力对象的PID算法仿真同样的，模型为的压力对象的PID控制参数可确定为：Ti=12，Td=0,K=12/1.07=11.21。matlab simulink仿真的视图如下。图31 压力对象PID仿真视图响应曲线如下。图32 压力对象PID仿真结果3.4.4 温度对象的PID算法仿真此次实验温度对象的数学模型为，其中可近似为，根据以上求取稳态误

45、差的方法可确定PID参数为：Td=172,Ti=0,P=24.4。matlab simulink仿真的视图如下。图33 温度对象PID仿真视图响应曲线如下。图34 温度对象PID仿真结果4实验结果的分析和总结4.1 PID算法各个参数总结在自动控制系统中，P、I、D参数分别对应是比例调节，积分调节和微分调节作用。调节控制质量的好坏取决于控制规律的合理选取和参数的整定。在控制系统中总是希望被控参数稳定在工艺要求的范围内。但在实际中被控参数总是与设定值有一定的差别。调节规律的选取原则为：调节规律有效，能迅速克服干扰。4.1.1 比例参数PP参数实际上就是PID控制中的Kp，P参数构成了比例控制器，

46、比例控制器实际上是一个增益可调的放大器。具有比例控制作用的控制器，其输出m(t)与作用误差信号e(t)之间的关系为m(t)= Kp*e(t)，Kp为比例增益，可以及时成比例地反映控制系统的偏差信号e(t)，偏差一旦产生，控制器立即产生调节作用，以减少偏差。比例作用大，可以加快调节，减少误差，但是过大的比例，使系统的稳定性下降，甚至造成系统的不稳定。4.1.2 积分参数I I参数就是PID控制中的积分时间常数Ti，I参数构成了积分控制器，积分控制器的控制作用，就是它的输出量m(t)与输入量e(t)的积分成正比，即，其传递函数为，式中Ki=Kp/Ti。该环节主要用于消除静差提高系统的无差度。因为有

47、误差，积分调节就进行，直至无差，积分调节停止，积分调节输出一常值。积分作用的强弱取决于积分时间常数Ti，Ti越大，积分作用越弱，反之则越强。加入积分调节可使系统稳定性下降，动态响应变慢。积分作用常与另两种调节规律结合，组成PI调节器或PID调节器。 4.1.3 微分参数D D参数实际就是PID控制中的微分时间常数Td，微分环节反映系统偏差信号的变化率，具有预见性，能预见偏差变化的趋势，因此能产生超前的控制作用，在偏差还没有形成之前，已被微分调节作用消除。因此，可以改善系统的动态性能。在微分时间选择合适情况下，可以减少超调，减少调节时间。在微分控制中，控制器的输入与输出误差信号的微分（即误差的变化率）成正比关系。即m(t)= KpT