孙雪蕾，党丽峰，张迎春，陈 蓉

(镇江高等职业技术学校机电工程系，江苏镇江 212016)

发酵过程本身复杂，涉及微生物细胞生长代谢，是一非线性的时变系统，影响因素的参数相关性较高，控制难度大，对过程控制的精度要求越来越高。发酵生产过程的参数测量、操作监视成为提高过程控制精度的关键。

温度不仅影响微生物生长过程中的酶反应，而且对于细菌的生长和产物的生成都有很大的影响。一方面，温度升高，反应速度加快，生长代谢加速，产物生成提前。另一方面，若温度过高，酶容易失去活性，菌体容易衰老，影响产物生成。

实际发酵过程控制中存在时变性、非线性与模型不确定性，PID不能很好地控制。

将模糊控制和PID控制结合起来，既能发挥模糊控制鲁棒性强，动态响应好、上升时间快、超调量小等特点，又能发挥PID控制较高的动态跟踪品质和稳定精度等优点。

同时，将嵌入式技术应用到发酵监控系统中，利用上位机对实时数据监控，利用下位机对底层数据采集，由ARM9微处理器控制完成，在嵌入式Linux操作系统下，利用Qt/Embedded制作GUI图形用户界面［1］，在 LCD 上显示。

基于ARM9嵌入式生物发酵数字系统优化了生产工艺，是功能良好的数据采集、显示、控制系统，可以大幅降低生产成本，提高产品质量，具有重要的现实意义。

1 数字控制系统硬件设计

生物发酵数字控制系统硬件结构如图1所示。

主机模块由嵌入式微处理器S3C2410A，扩展I/O口、扩展存储器、电源、时钟电路等组成。

信号采集通道模块由传感器电路、信号调理电路、A/D转换器等组成。

输出控制通道由D/A转换器、数字I/O口、执行器等组成。

人机交互部分由键盘和LCD组成。数字控制系统对生物发酵过程中的温度、PH值、溶解氧浓度等参数数据实时采集并进行数据分析、显示、打印、存盘、报警等。

S3C2410内部有丰富的硬件资源，拥有MMU虚拟存储器管理、LCD控制器(支持STN＆TFT)、支持NAND Flash系统引导、系统管理器等［1］。

2 发酵过程温度变量的模糊PID控制

影响发酵温度的主要因素有:

1)产热因素。主要包括生物热(Q生物)、搅拌热(Q搅拌)等。

2)散热因素。主要包括蒸发热(Q蒸发)、辐射热(Q辐射)、显热(Q显)等。

发酵热(Q发酵)是引起发酵温度变化的主要因素。发酵热可以表示为

图1 发酵过程的数字控制系统的硬件结构图

由于Q生物，Q蒸发和 Q显，特别是 Q生物在发酵过程中随时间变化而变化，因此，发酵热(Q发酵)在整个发酵过程中也随时间变化而变化，进而引起发酵温度发生波动。发酵温度可根据菌种、产品的不同进行选择。

PID控制是工业上应用最广泛的控制方法，具有结构简单、稳定性好、可靠性高等优点，但是适应性较差。实际发酵过程控制中存在时变性、非线性与模型不确定性，PID不能很好地控制。

模糊控制是依赖工作人员和专家的经验进行控制，无需建立被控对象的数字模型，对时滞、非线性和时变的系统有很好的控制能力，但是它不具有积分环节，在变量分级不够多的情况下，在平衡点附近常常会出现振荡现象和稳定余差［2］。对于不同的菌种，不同类型发酵罐的温度变化规律及温度变化范围不同。

模糊PID控制是将模糊控制和PID控制结合起来。这样，既能够发挥模糊控制的特点，如鲁棒性强，动态响应好，上升时间快，超调量小，等等，又能够发挥PID控制较高的动态跟踪品质和稳定精度等优点。

2.1 模糊PID控制器结构

利用模糊控制规则在线对PID参数进行修改构成的模糊PID控制器［3］结构如图2所示。其中，e与ec分别为偏差与偏差变化率，E与Ec分别为偏差与偏差变化率转换成的模糊量，S为控制量，Y为系统输出值。

图2 Fuzzy-PⅠD控制器结构图

2.2 模糊PID控制原理

模糊PID控制主要是找出PID控制器3个参数与e和ec之间的模糊关系［4］，在系统运行过程中不断测量e和ec，根据模糊规则对3个参数进行在线整定，以满足不同发酵阶段对控制参数的不同要求，使被动对象具有良好的动、静态特性。

PID参数的整定必须考虑不同时刻3个参数的作用及其相互关系。根据经验，在发酵过程中，在不同的e和ec情况下，对参数Kp，Ki，Kd自整定的要求如下:

1)当温度误差e较大时，为了使系统具有较好的快速跟踪性能，不论温差的变化趋势如何，都应该具有较大的Kp值和较小的Kd值。同时，为了避免系统出现较大的超调，应对积分作用加以限制，取较小的Ki值。

2)当温度误差e处于中等大小时，为了使系统响应具有较小的超调，Kp值应取得小些。同时，为保证系统的响应速度，Ki值和Kd值的大小要适中。

3)当温度误差e较小时，为保证系统具有良好的稳态性能，Kp值和Ki值应取得大些。同时，为了避免系统在设定值附近出现振荡，并考虑系统的抗干扰性能，当ec较小时，Kd值应取大一些;当ec较大时，Kd值应取小一些。

模糊PⅠD控制通过计算当前系统误差e和误差变化率 ec，考虑 Kp，Ki，Kd三者的关联，根据工程技术人员的技术知识和实际操作经验制定以下模糊控制规则:

模糊控制器输入变量e，ec分别表示温度偏差和偏差变化率，规定论域由7个元素组成，即

设输入量的语言变量分别为E和Ec，对应的模糊集合为

式(3)中，NB，NM，NS，ZE，PS，PM，PB 分别表示负大、负中、负小、零、正小、正中、正大。

输出变量y用以确定控制量，并规定其论域也由7个元素组成即

设输出量的语言变量为u，对应的模糊集合为

式(5)中，NB，NM，NS，ZE，PS，PM，PB 分别表示负大、负中、负小、零、正小、正中、正大。

设 e，ec 和 Kp，Ki，Kd均服从正态分布，从而得出各模糊子集的隶属度，根据各模糊子集的隶属度赋值表和各参数的模糊控制表，应用模糊推理的方法计算出系统PID控制参数的整定值。调整Kp的模糊规则参见表1。

表1 调整Kp的Fuzzy-PID控制规则表

2.3 仿真结果

利用MATLAB分别对传统PID控制和Fuzzy-PID控制的生物发酵温度过程控制系统进行仿真。

1)对温度过程PID控制进行仿真。仿真后的曲线如图3所示。

图3 PID控制温度仿真曲线图

2)对温度过程Fuzzy-PID控制进行仿真。仿真后的曲线如图4所示。

图4 Fuzzy-PID控制温度仿真曲线图

由图3，图4可知，传统PID在短时间情况下出现较大的超调量，动态响应时间慢，波动较大，控制精度较差。而Fuzzy-PID控制动态响应快，超调量小，控制精度高，鲁棒性强，在过程动态、稳态性能等方面明显优于传统PID控制。因此，采用模糊PID控制可以达到最佳的控制效果。

3 系统软件设计及实现

嵌入式Linux软件开发平台构建，主要包括创建嵌入式Linux开发平台［5］，编写A/D设备驱动程序［6］，开发嵌入式Linux图形用户界面以及实时与历史数据曲线显示。系统软件采用嵌入式Linux，并使用ARM和Thumb指令集混合编译来优化代码密度［7］。按系统要实现的功能，将系统软件划分为几个并行存在的任务。占先式操作系统对系统的调度是按优先权的高低进行的，将系统的所有任务按优先级从高到低依次排序为系统监视，键盘扫描，LCD显示，模糊PID算法，控制量输出，系统通讯。数据采集部分，每60秒对温度、PH值、溶解氧浓度、转速、通气量进行数据采集与存储1次，用定时器中断程序执行。

本设计中，数据库可以分为2种，即实时数据库和历史数据库。

实时数据库主要用于存放系统的实时数据，主要包括通信数据、实时曲线数据、各模块控制数据和设定数据等。它是通过划定RAM中的一块内存来实现的。

历史数据库主要用于存放系统运行一段时间后的非实时和历史数据。历史曲线是对存储于数据库中的历史数据进行图形显示以反映系统在过去一段时间内检测数据的变化趋势。

历史数据以文本的形式存放在SD卡上。利用Qt/Embedded制作GUI图形用户界面，在液晶显示器LCD上显示。系统主界面如图5所示。

图5 生物发酵过程监控系统主界面

4 结论

针对时变、非线性、不确定性、多变量的生物发酵过程，采用ARM嵌入式处理器实现生物发酵监控系统的设计，可以减少外设，降低功耗，提高系统的实时性和可靠性。通过移植Linux操作系统，可以大大方便编程工作，缩短软件的开发周期，提高软件的开发效率。采用模糊PID控制对发酵过程的温度进行控制，控制效果好。本系统能够满足整体性能要求，达到良好的监控效果，具有很好的应用推广价值。

［1］杭州立宇泰电子有限公司.S3C2410A中文数据手册［M］.杭州:杭州立宇泰电子有限公司，2005:1－5.

［2］张粤.青霉素发酵温度模糊控制［J］.计算机测量与控制，2002(2):115－117.

［3］孙雪蕾.基于ARM9的生物发酵过程数字控制系统研究［D］.镇江:江苏大学电气信息工程学院，2010:14－16.

［4］任宝栋，彭继慎，王强.模糊PID控制算法在啤酒发酵控制系统中的应用［J］.酿酒科技，2005(11):70－72.

［5］YAGHMOUR K.构建嵌入式 LINUX 系统［M］.北京:中国电力出版社，2004:60－70.

［6］魏永明，罗刚.LINUX设备驱动程序［M］.北京:中国电力出版社，2002:10－37.

［7］孙玉坤，孙雪蕾，嵇小辅，等.基于ARM9的生物发酵远程监控系统设计［J］.仪表技术与传感器，2010(2):62－64.