高压隔离开关控制箱环境温湿度模糊PID控制策略研究*

2014-11-26李少东黄国兵

机械制造 2014年8期

□ 李少东 □ 张敏 □ 黄国兵

西安工程大学机电工程学院西安 710048

高压隔离开关作为电力系统的一个重要元件，是电网中使用量最大的开关电器之一［1］，其智能化控制组件随着智能电网的发展而备受关注。智能控制组件的工作环境一般在户外，当控制箱内的温湿度波动超过一定范围时，箱内的电子元器件很容易被氧化腐蚀，严重影响到高压隔离开关的开合性能。传统温湿度的控制大多使用PID控制，该方法在确定的系统中稳定性好、精度高；不足之处是，对于像温湿度这类具有非线性、时变和大时滞的控制对象，控制效果不理想，并且难以建立被控对象的精确数学模型［2］。

笔者将模糊数学与PID控制进行有效的结合，设计了一个模糊PID控制器，该控制器可以根据温湿度的偏差信号来动态改变PID控制器的参数，从而改善控制效果，满足控制箱所需的环境温湿度要求［3］。

1 温湿度模糊PID控制器设计

1.1 基本原理

模糊PID控制是在传统PID调节器的基础上，用模糊推理的思想对 PID 的比例（Kp）、积分（Ki）和微分（Kd）3个参数进行整定，再根据参数 Kp、Ki和Kd与偏差 e（k）和偏差变化率 ec（k）建立自整定函数关系，使系统可以在不同状态下自动调节参数来达到相应的控制要求。该控制器是以温度（或湿度）偏差和偏差变化率作为输入量，运用模糊推理系统，对不同时刻的PID参数进行整定，系统结构如图1所示。

数字PID控制器的输出参数为:

增量式数字PID控制器的输出参数为：

▲图1 模糊PID控制器系统结构框图

式中：Kp为比例系数；Ki为积分系数，Ki=Kp/Ti，Ti为积分时间常数；Kd为微分系数，Kd=KpTd，Td为微分时间常数；U（k）为第 k 个采样时刻控制器的输出量；e（k）为第k个采样时刻控制器输入量（信号偏差值）；T为采样周期。

采用增量式算法，有助于提高算法的抗积分饱和功能，可以纠正被控过程中变量由于扰动作用而发生的漂移（偏离设定点）［4］。

1.2 参数自整定规则

参数自整定就是找出不同偏差e（k）和偏差变化率ec（k）对PID参数自整定的关系，利用模糊推理规则对PID参数进行修改，从而使被控对象有良好的动态和静态性能。根据隔离开关周围环境温湿度的实际变化情况并结合PID控制算法，可以得出如下PID参数Kp、Ki和Kd的自整定规律。

（1）在|e|较大时，为尽快消除偏差、提高响应速度，Kp取较大值，Kd取较小值，同时为避免系统响应出现过大的超调，应去掉积分作用，即Ki取零值。

（2）在|e|中等时，为继续减小偏差并使系统响应具有较小的超调，Kp要取较小值，Ki和Kd取值小一点。

（3）在|e|较小时，为使系统具有更好的稳态性能，Kp和Ki都要取大值，同时，Kd的取值要适当，以免在平衡点附近出现振荡。考虑到系统的抗干扰性能，当|ec|较大时,Kd可取小一些，当|ec|较小时，Kd取大一些。

表1 Kp/Ki/Kd的模糊规则表

1.3 模糊推理系统设计

1.3.1 确定输入变量

结合模糊推理系统，对温湿度进行量化处理，建立输入和输出关系，选择具有模糊集合线性分布的三角形隶属函数［5］，取温度（或湿度）偏差 e 和偏差变化率ec作为模糊控制器的输入量，将其量化在［-6，6］论域之中，偏差 e（或偏差变化率 ec）对应的模糊子集分 7 档：NB（负大），NM（负中），NS（负小），ZO（零），PS（正小），PM（正中），PB（正大）。3个输出量Kp、Ki、Kd的模糊论域及语言值模糊子集与输入相同，为方便解模糊算法，隶属度函数同样选用三角形。相应的隶属度函数曲线如图2所示。

1.3.2 建立模糊推理规则

模糊推理规则具有模糊条件句的形式，针对难以建立精确数学模型的系统，采用人工智能的方法，总结专家的经验，最终表述成模糊推理规则的形式［6］。隔离开关控制箱环境温湿度模糊推理规则建立的基本思想是，根据工作现场温湿度与设定温湿度之间的偏差以及偏差变化率的变化来确定控制变量的大小，通过模糊规则整定PID控制器的3个参数，达到期望的控制效果。结合Kp、Ki和Kd3个参数之间的相互影响，根据长期实践经验，总结Kp、Ki和Kd的模糊推理规则如下：

IF （e is NB） and（ ec is NB） THEN （Kp is PB）（Ki is NB）（Kd is PS）

IF （e is NM）and（ec is NB）THEN （Kp is PM）（Ki is NB）（Kd is PS）

……

IF （e is PB） and（ ec is PB） THEN （Kp is NB）（Ki is PB）（Kd is PB）

根据模糊推理规则，建立Kp、Ki、Kd的模糊规则表，见表1。

▲图 2 e、ec、Kp、Ki和 Kd的隶属度函数

模糊决策中，模糊推理类型FIS（FIS-Fuzzy Inference System）采用 Mamdani的（min-max）决策法。解模糊采用重心法（centroid），在membership Function Editor窗口，对输入变量 e、ec 和输出变量 Kp、Ki、Kd进行确立，设计的部分模糊规则观察器和模糊推理输入输出关系曲面如图3、图4所示。

1.3.3 总模糊关系及输出表的生成

根据Kp、Ki和Kd各自的模糊规则表计算出系统每个输出的规则查询表，在实际运行的时候，通过查询该表可以得到系统在不同运行状态下系统的控制输出。