1 引言

眾所周知，過熱蒸汽溫度與再熱蒸汽溫度直接影響到機組的安全性與經濟性。蒸汽溫度過高可能導致受熱面超溫爆管，而蒸汽溫度過低將使機組的經濟性降低，嚴重時可能使汽輪機產生水沖擊。臨界直流鍋爐的運行調節特性有別于汽包爐，給水控制與汽溫調節的配合更為密切。

本文設計了以串級調節為基礎，對汽溫對象進行系統辨識，利用神經網絡進行建模，并加入中間點溫度作為前饋信號的控制方案，并利用單純形法對PID參數尋優，用以檢驗智能算法在控制系統中應用的有效性。直流爐中間點溫度是一個非常重要的參數，是燃水比是否恰當的依據。由于兩級噴水減溫的控制基本相同，因此本文只以一級噴水減溫為例來說明所設計的系統。

2 神經網絡PID控制器的Matlab數字仿真

2.1 系統辯識

在訓練參數給定的情況下，改變神經網絡隱層個數以及各層神經元個數，經訓練均可得到不同的網絡，但其擬合訓練數據的能力不同。依據各網絡的擬合性能指標，選取擬合效果最佳的具有兩個隱層的神經網絡，來代替實際的廣義被控對象。該網絡的兩隱層激活函數均采用Sigmoid型（S型）函數，輸出層采用purelin線性激活函數，各層的神經元個數分別為[3,3,10,1].這樣所建立的神經網絡具有最好的控制效果。圖2-1-2給出了此網絡結構下基于trainbr訓練的誤差變化曲線。

神經網絡是：維學普遍認為，人類大腦的思維分為抽象（邏輯）思維、形象（直觀）思維和靈感（頓悟）思維三種基本方式。邏輯性的思維是指根據邏輯規則進行推理的過程；它先將信息化成概念，并用符號表示，然后，根據符號運算按串行模式進行邏輯推理；這一過程可以寫成串行的指令，讓計算機執行。然而，直觀性的思維是將分布式存儲的信息綜合起來，結果是忽然間產生想法或解決問題的辦法。

訓練后期，SSE值基本保持不變，這說明該網絡已經接近收斂了。

2.2 PID參數優化

PID（PacketIDdentifier）在數字電視復用系統中它的作用好比一份文件的文件名，我們可以稱它為"標志碼傳輸包"工程控制和數學物理方面PID（比例積分微分）英文全稱為ProportionIntegrationDifferentiation,它是一個數學物理術語。目前，PID控制及其控制器或智能PID控制器（儀表）已經很多，產品已在工程實際中得到了廣泛的應用，有各種各樣的PID控制器產品，各大公司均開發了具有PID參數自整定功能的智能調節器（intelligentregulator），其中PID控制器參數的自動調整是通過智能化調整或自校正、自適應算法來實現。

在由神經網絡將對象的特性和模型辨識出來以后，我們用單純形法對PID參數進行優化，目標函數采用改進后的綜合目標函數，得到的結果如圖2-2-1:（優化效果較好）

圖2-1-2 基于trainbr訓練的誤差變化曲線

圖2-2-1 單純形法優化結果

2.3 神經網絡與經典PID控制的對比

將該神經網絡控制器與經典的PID控制器作比較，用MATLAB對其進行仿真，仿真曲線如圖2-3-1,2-3-2,2-3-3所示。圖2-3-1,2-3-2,2-3-3中，曲線1為內、外回路的控制器均采用PID控制器的仿真曲線；曲線 2 為內回路控制器采用神經網絡控制器、外回路控制器采用PID控制器的仿真曲線。綜上所示，對于主汽溫系統，采用神經網絡辨識的自整定PID控制器的串級控制，其超調量較小，過渡時間小，穩態精度高，而對于系統參數變化具有較強的適應能力。

圖2-3-1 加階躍輸入（r=1）時的響應曲線

圖2-3-2 加階躍輸入（r=1）時的響應曲線

圖2-3-3 對象參數變化時的響應曲線

3 基于神經網絡辨識的PID溫度控制控制仿真實驗

3.1實物仿真實驗

PID 控制器是一個在工業控制應用中常見的反饋回路部件。這個控制器把收集到的數據和一個參考值進行比較，然后把這個差別用于計算新的輸入值，這個新的輸入值的目的是可以讓系統的數據達到或者保持在參考值。和其他簡單的控制運算不同，PID控制器可以根據歷史數據和差別的出現率來調整輸入值，這樣可以使系統更加準確，更加穩定。可以通過數學的方法證明，在其他控制方法導致系統有穩定誤差或過程反復的情況下，一個PID反饋回路卻可以保持系統的穩定。

通過仿真，可以得知神經網絡 PID 控制器的性能要優于常規 PID 控制器，為了進一步驗證這一點，本文采用了實驗模擬這一方法來進行檢驗。在實驗中采用了由電阻爐加熱的水溫控制系統來進行了模擬，實驗系統如圖3-1所示。針對神經網絡PID 控制器的控制效果以及抗擾動和魯棒性能，結合硬件和軟件的設計，實驗內容著眼點集中在：（1）不同控制周期對于溫度控制的影響；（2）神經網絡 PID 控制器的階躍響應；（3）神經網絡 PID 控制器的抗擾動以及對被控對象的魯棒性；（4）PID控制參數的在線整定。

圖3-1 實驗系統設計圖

3.2 硬件設計

系統的主要硬件組成：

（1）電源部分利用變壓器將外界交流220V電壓變為7.5V,再利用整流橋將其整流為直流+5V電壓，供給單片機及系統使用。

（2）主芯片部分采用AT89S51芯片，它是一個有4 kBFlash可編程、可擦除只讀存儲器（E2PROM）的低壓、高性能8位單片機。

（3）溫度檢測采用DS18B20傳感器，DS18B20僅有3個引腳，采用1-wire技術，測量溫度范圍為 -55°C~+125°C,精度最高可達12位（0.0625度）。從DS18B20的數據引腳輸出的是直接已經轉化后的溫度數字信號，大大提高了系統的抗干擾性。

（4）鍵盤部分用三個按鍵實現操作，一個按鍵實現設定溫度與實際溫度的切換，另外兩個按鍵實現是定溫度時增加和減少設定值。上電后LED顯示當前溫度，按下切換鍵后即可進行溫度設定，再次按下切換鍵可返回到當前溫度顯示。

（5）顯示部分利用74HC164將一位輸入變為8位并行輸出并送到LED進行顯示。

（6）本系統利用MAX232芯片與上位機進行通信。

（7）輸出部分采用固態繼電器將單片機+5V輸出轉換位為20V交流輸出以控制電爐的通斷，從而達到控制水溫的目的。

3.3 軟件設計

這個實驗裝置以AT89S51為核心，AT89S51單片機模糊控制系統要完成數據采集、數據顯示、溫度控制及串行通信等功能。整個溫度控制系統程序可劃分為以下幾個部分，主程序、中斷子程序、數據采集濾波放大子程序，A/D轉換子程序、顯示子程序、讀取鍵盤子程序，報警子程序，RS232通信模塊等等。系統程序的編制采用了模塊化的結構，它們之間通過軟件接口連接。本系統的軟件采用C語言編寫，在WAVE6000版本的集成開發環境下進行編譯連接。由于神經網絡數據運算量巨大，所以我們將系統的神經網絡訓練和辨識以及PID參數尋優部分放在上位機上，由MATLAB完成計算之后經由MATLAB與C語言的接口將優化后的數據發送到下位機，由下位機來完成執行功能。

4 創新觀點

本文作者創新點：基于系統辨識及神經網絡的基本理論及PID參數整定方法及遺傳算法的基本原理及基本操作，提出基于遺傳算法尋優PID參數的構想。在對神經網絡辨識PID控制器在過熱蒸汽溫度控制上的仿真發現，神經網絡辨識PID控制器能夠滿足溫度控制要求，具有相當好的魯棒性。利用電阻爐水溫控制實驗來模擬過熱蒸汽的控制，通過分析實驗數據發現神經網絡 PID 控制要優于常規 PID 控制器，可以達到響應快、超調小、抗擾動和魯棒性好的要求。