自适应模糊PID水温控制系统

郭秀珍，何真承，段书凯

（西南大学 电子信息工程学院，重庆 400715）

自适应模糊PID水温控制系统

郭秀珍，何真承，段书凯

（西南大学 电子信息工程学院，重庆 400715）

水温控制无论是在日常生活还是工业生产中都扮演着重要的角色。本设计是基于STC12C5A60S2的智能型水温控制系统，在硬件上实现键盘输入、温度釆集、AD转换和液晶显示，在软件上采用模糊控制与PID算法相结合构成的模糊PID控制器来对水温进行实时监测和调节。结果显示，采用模糊PID控制策略，改善了系统的动态响应，提高响应速度，能够实现水温的数字式精确调节。

水温系统；模糊控制；PID算法；动态性能

水温控制无论是在日常生活还是工业生产中都扮演着重要的角色，并在冶金、钢铁、石化、水泥、玻璃、医药，民用等行业尤为重要。过低或过高的温度不仅会造成资源的浪费，也不利于生活、生产需要。因此，在许多日常和工业场合，需要及时准确的获取温度信息，并能够完成对温度的预期控制。于是本课题以校园内的热水器水温控制系统为例进行研究。

近年来，模糊控制研究发展经历了“理论一应用一理论”的交替热潮过程。1965年美国加州大学L. A.ZADeh开创了模糊数学研究，之后又发展了模糊系统与模糊控制的基本概念及理论基础[1]，Mamdani于1974年建立的第一个模糊控制器导致了模糊控制应用技术的发展[2]。1987年，Ying在模糊控制理论中首次严格地建立了模糊控制器与传统控制器的分析解关系，其中特别重要的是证明了Marndani模糊PI (或PD)型控制器是具有变增益的非线性PID控制器[3]。1995年日本的 Takashi Iijima，PYoshiaki Nakajima，Yasushi Nishiwaki设计了一种模糊控制系统应用在反应釜的给水控制工作中[4]。

在韩国Hah Yung-Joon提出了一种模糊供电控制算法，应用到了在压水反应釜装之中[5]，取得了较好的效果。这些工作为模糊控制理论与传统PID控制理论相结合建立了桥梁。我国在模糊理论及应用方面的研究相比于其他国家，起步比较晚，但发展比较快，比如有孤岛运行微电网中模糊PID下垂控制器设计[6，7]、自平衡机器人变论域模糊 PID控制研究[8-10]、模糊PID在温度控制系统中的应用[11-12]、支持流媒体传输的模糊PID速率控制器[13]、静电悬浮研究[14]、遗传算法PID控制器[15]、神经网络PID[16-17]等。

目前校园内的热水器水温控制系统为冷热水勾兑式。采用手动调节冷热水管的流量不仅操作繁琐，而且很难精确调整出预期的水温值。水温控制是非线性的，并且时滞性长，那么采用这种手动勾兑的方法不仅会造成水资源的浪费，而且控制精度不高，实际水温与预期值的误差较大，效果不理想。本设计是基于STC12C5A60S2的智能型水温控制系统，在硬件上实现键盘输入、温度釆集、AD转换和液晶显示，在软件上采用模糊控制与PID算法相结合构成的模糊PID控制器来对水温进行实时监测和调节。精确的控制水流速度，系统使用高精度的水流传感器进行流速检测，并将检测结果输出给主控芯片构成闭环控制，从而进一步提高水温控制系统的响应速度和精确度。为了让冷水和热水能够均匀混合，以保障出水温度稳定的效果，系统使用了一个0.5L的混合器进行冷热水混合。图1为基于单片机的智能型水温控制系统。

1 控制系统硬件设计

1.1 系统整体结构设计

本系统以STC12C5A60S2为主控芯片，实时采集目标温度、冷水温度、热水温度和出水温度，通过模糊PID算法控制冷水和热水的流速达到出水温度恒定控制。其中冷水温度和热水温度使用DS18B20数字温度传感器来检测，而出水温度采用实时性更高的PT100铂电阻进行采集。24V常闭型电磁阀用于对水流进行开关控制，主控芯片通过调制电磁阀的PWM占空比来实现对水流速度的控制。为了更

图1 系统整体设计框图

1.2 STC12C5A60S2芯片及最小系统

本系统所需的硬件模块主要有STC12C5A60S2主控芯片及最小系统、温度采集电路、电磁阀驱动电路、流量控制电路，如图2所示。

图2 系统硬件电路图

1）STC12C5A60S2/AD/PWM是高速/低功耗/超强抗干扰的新一代8051单片机，指令代码完全兼容传统8051，但速度快8-12倍。内部集成MAX810专用复位电路，2路PWM，8路高速10位A/D转换（250K/S），针对电机控制，强干扰场合。2）本系统只需要24 V和5 V两种电压源，因此本设计使用24 V的适配器作为供电电源，5 V电源只需要通过一个24 V转5 V的稳压芯片即可实现。考虑到24 V转5 V的电压差较大，不适合使用线性电源来稳压，因而选用LM2596开关电源芯片来实现稳压。3）本系统冷水温度和热水温度采用DS18B20数字温度传感器来检测，DS18B20是常用的温度传感器，具有体积小，硬件开销低，抗干扰能力强，精度高的特点。但由于DS18B20导热速度较慢，而系统要求出水温度具有高响应速度，因而采用实时性更高的PT100铂电阻进行温度采集。电路使用TL431提供2.5V的基准电压，通过桥式电路实现对PT100铂电阻的采样，然后将采样的电压值通过LM358运放芯片进行放大处理，再将放大后的信号AMI输出给主控芯片进行AD转换，最后主控芯片通过查表法得到测量温度值。4）本设计选用24 V常闭型电磁阀用于对水流进行开关控制，主控芯片通过调制电磁阀的PWM占空比来实现对水流速度的控制。使用使用型号为IRF510A的N沟MOS管，该MOS管的最大驱动电流有2 A，并且具有开关响应速度快的特点，完全可以满足电磁阀的驱动需求。考虑到电磁阀工作时会产生较大的电磁干扰，因此在电路上进行了隔离处理，采用光耦芯片P521对电磁阀进行隔离。

2 软件程序设计

2.1 主程序

图3 系统总程序设计

系统主程序如图3所示，主要由系统初始化、主循环程序、定时中断服务程序等几部分组成。程序设计思想：首先对看门狗、定时器、LCD液晶屏、P、I、D等参数进行初始化设置，并使能定时器中断。然后程序进入主循环，当定时时间到后系统执行定时器中断处理程序，主循环程序和定时器处理程序相互配合共同实现对水温的控制功能。主循环程序是软件系统的核心程序，它的设计思想为：首先调用按键扫描子程序，获取按键设定的温度值T0；然后调用冷水温度检测子程序，获取冷水温度T1；再调用热水温度检测子程序，获取热水温度T2；接着再调用出水温度检测子程序，获取出水温度T3，再控制LCD将所检测到的温度以及其它信息进行显示；最后调用PID算法子程序，计算得到需要的冷水流速V1和热水流速V2。

2.2 模糊PID控制器的设计

PID算法是一种应用及其广泛的控制方法，对于一个线性系统，PID参数可以通过指定闭环极点的方法获得。在本系统中，由于使用的是机械式电磁阀，难以保证电磁阀开关的精确度，那么PID的微分环节会受到精确度低的影响而干扰系统的稳定性，因而本系统舍弃微分环节使用PI算法控制水温。

图4 模糊控制器的结构模型

模糊控制器的结构模型如图4所示，Fuzzy控制的输入为误差E和误差变化率Ec，输出变量为Kp和Ki。

各变量的模糊子集是：

[NB负大，NM负中，NS负小，ZO零，PS正小，PM正中，PB正大]；

模糊论域是：

[-6，6]；

输入输出变量均采用高斯型隶属度函数，采用重心法进行解模糊化运算，模糊控制规则如表1所示。

3 实验结果

我们对常规PID温度控制和模糊PID温度控制分别进行了仿真，如图5所示。

由结果可知，自适应模糊PID控制器相对于传统的线性PID控制器而言能够根据E和Ec的变化在线整定PID参数，所得到的系统动态响应曲线较好，超调量小，稳定精度高。

根据Kp和Ki调节冷热水流量的大小来构建自适应模糊PID水温控制系统，装置实物图如图6所示，实验测定结果如表2所示。系统运行稳定可靠，测试结果客观准确。

4 结 论

针对目前校园内的热水器水温控制系统为冷热水勾兑式、手动调节冷热水管的流量，不仅操作繁琐，而且很难精确调整出预期的水温值的情况，设计出自适应模糊PID水温控制系统。本装置在硬件上实现键盘输入、温度釆集、AD转换和液晶显示，在软件上采用模糊控制与PID算法相结合构成的模糊PID控制器来对水温进行实时监测和调节。结果显示，采用模糊PID控制策略，改善了系统的动态响应，提高响应速度，能够实现水温的数字式精确调节。

表1 模糊控制规则

图5 仿真结果示意图

图6 装置实物图

表2 实验测定结果

[1]ZADeh L A．Fuzzy Sets．Information and control[J]. 1965（8）：338-353.

[2]Mamdani E H．Application of fuzzy algorithms for simple dynamic plant[J]．Proc．IEEE，1994，121（12）：1585-1588.

[3]Ying H．Analytical relationship between the fuzzy PID controllers and the linear PID controller，Technical Report[D]．Department of Biomedical Engineering．The University of Alabama at Birmingham，1987.

[4]Takashi Iijima， P Yoshiaki Nakajima，Yasushi Nishiwaki.Application of fuzzy control system for reactor feed-water control[J].Fuzzy Sets andSystems，1995，74（1）:381-383.

[5]Hah，Yung-Joon Lee，Byong-Whi.Fuzzy power control algorithm for a pressurized water reactor. Nuclear Technology，1994，106（2）:242-253.

[6]杨志淳，刘开培，乐健，等.孤岛运行微电网中模糊PID下垂控制器设计 [J]．电力系统自动化. 2013，37（12）:19-23.

[7]周润景，张丽娜.基于Matlab与fuzzyTECH的模糊与神经网络设计[M].北京：电子工业出版社，2010.

[8]曹玉丽，史仪凯，袁小庆.自平衡机器人变论域模糊PID控制研究 [J]．计算机仿真 2013，12（2）: 347-350.

[9]马祥兴.可变论域自适应Fuzzy-PID控制器的设计与研究[J]．微计算机信息，2010，26（9）:69－71．

[10]赵希梅，任成一，刘浩.微创手术导管机器人系统变论域模糊 PID控制[J].计算机仿真，2015，32（1）:357-371.

[11]吴剑威，唐立新．一种智能模糊PID在温度控制系统中的应用[J]．电源技术2013，37（5）:847-849.

[12]宗素兰，章家兰，尹成贺.模糊PID控制在温度控制系统的应用[J]，工业控制计算机，2010，23（8）：75-78.

[13]朱瑞军，王伟，甄翠平．支持流媒体传输的模糊PID速率控制器[J]．大连理工大学学报，2012，52（1）：106-111.

[14]杨鹏，文喜星，周伶俐．基于模糊PID控制的静电悬浮研究 [J]．西北工业大学学报 2010，28（2）：308-312.

[15]伍筱菁．基于改进遗传算法寻优的神经网络PID控制及应用[J]．传感技术学报，2006，19（3）：865-868.

[16]王俊国，王永翼．基于动态神经网络的PID参数整定与实时控制[J]．系统工程与电子技术，2004，26（6）：777-778，810.

[17]Zeng L，Zhang W T.Intelligent PID control based on RBF neural network[J].Computer&Digital Engineering，2011，39（1）:17-20.

Water temperature control system based on adaptive fuzzy-PID algorithm

GUO Xiu-zhen，HE Zhen-cheng，DUAN Shu-kai
（School of Electronic and Information Engineering，Southwest University，Chongqing 400715，China）

The water temperature control system plays an important role on both daily life and industrial production.This design is based on the controller of STC12C5A60S2，which can achieve keyboard input，temperature calculation implemented，AD conversion and liquid crystal display on hardware. Fuzzy control and PID algorithm have been combined to form the fuzzy-PID controller to achieve realtime monitor and adjust the water temperature.Results show that the fuzzy-PID control strategy，can improve the dynamic response and response speed of the system and can realize digital precise regulation of water temperature.

water temperature control system；fuzzy control；PID algorithm；dynamic property

TN02

：A

：1674－6236（2017）06-0151-05

2016-03-08稿件编号：201603093

郭秀珍（1994—），女，山西太原人。研究方向：信号与信息处理。