单片机常用温度控制算法

单片机常用温度控制算法关注 星标公众号 不错过精彩内容编排 strongerHuan 微信公众号 嵌入式专栏温度传感器在我们现实生活中应用非常广泛 小到 ic 芯片内部集成温度传感器 大到各种家电 工业设备安装温度传感器

大家好,欢迎来到IT知识分享网。

关注+星标公众,不错过精彩内容

c4fea0ade21d255145f7d60736438009.gif

编排 | strongerHuang

微信公众号 | 嵌入式专栏

温度传感器在我们现实生活中应用非常广泛,小到ic芯片内部集成温度传感器,大到各种家电、工业设备安装温度传感器。

今天就给大家分享一下温控仪中几种常见的温度控制算法。

概述

常用PID调节器/温控仪控制算法包括常规PID、模糊控制、神经网络、Fuzzy-PID、神经网络PID、模糊神经网络、遗传PID及广义预测等算法。

常规PID控制易于建立线性温度控制系统被控对象模型;模糊控制基于规则库,并以绝对或增量形式给出控制决策;神经网络控制采用数理模型模拟生物神经细胞结构,并用简单处理单元连接成复杂网络;Puzzy-PID为线性控制,且结合模糊与PID控制优点。

温度控制系统是变参数、有时滞和随机干扰的动态系统,为达到满意的控制效果,具有许多控制方法。故对几种常见的控制方法及其优缺点进行了分析与比较。

常见温度控制方法

1.常规PID控制

PID控制即比例、积分、微分控制,其结构简单实用,常用于工业生产领域。原理如图1:

607fdecdc288d3380d303f1f805dc20f.jpeg

图1 常见PID控制系统的原理框图

明显缺点是现场PID参数整定麻烦,易受外界干扰,对于滞后大的过程控制,调节时间过长。其控制算法需要预先建立模型,对系统动态特性的影响很难归并到模型中。在我国大多数PID调节器厂家生产的调节器均为常规PID控制算法。

2.模糊控制

模糊控制(Fuzzy Control)是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的计算机控制。原理如图2。昌晖仪表YR-GFD系列傻瓜式PID调节器使用的就是模糊控制算法。

3218bc8a727b10d32e2ceec01eda4274.jpeg

图2  模糊控制系统原理框图

3.神经网络控制

神经网络控制采用数理模型的方法模拟生物神经细胞结构,用简单处理单元连接形成各种复杂网络,并采用误差反向传播算法(BP)。原理如图3: 

87308517fadddfe92f774170b829a65d.jpeg

图3 神经网络控制系统的原理框图

4.Fuzzy-PID控制

模糊控制不需知道被控对象的精确模型,易于控制不确定对象和非线性对象。PID本质是线性控制。将模糊控制与PID结合多,以Fuzzy-PID混合控制为例,据给定值与测量值之偏差e选择智能控制器,根据e的变化选择控制方法,当|e|≤emin或|e|≥emax时,采用PID控制;当emin≤|e|≤emax时,采用Fuzzy控制。其结构框图如图4。

e1865e99d377988b807d84849243b113.jpeg

图4 Fuzzy-PID混合控制结构框图

5.神经网络PID控制

在PID控制的基础上,加入神经网络控制器,构成神经网络PID控制器,如图5。神经网络控制器NNC是前馈控制器,通过对PID控制器的输出进行学习,在线调整自己,目标是使反馈误差e(t) 或u(t)趋近于零,使自己逐渐在控制中占据主导地位,以减弱或最终消除反馈控制器的作用。晖仪表YR-GAD系列人工智能调节器/温控仪使用的就是神经网络PID控制控制算法。

a8b727cbcb795d9ecb3c505a6acd6d6e.jpeg

图5 神经网络PID控制结构框图

6.模糊神经网络控制

将模糊逻辑与神经网络结合,采用神经网络模糊逻辑推理网络模型和快速的自学习算法,通过网络的离线训练和在线自学习使控制器具有自调整、自学习和自适应能力,达到模糊智能控制。如图6。

1e9b034320d80b34e9f7d8072b2223a1.jpeg

图6 模糊神经网络控制系统结构图

7.遗传PID控制

遗传PID控制是将控制器参数构成基因型,将性能指标构成相应的适应度,利用遗传算法来整定控制器的最佳参数,不要求系统是否为连续可调,能否以显式表示。基于遗传算法的自适应PID控制的原理框图如7。

遗传PID温控系统将测量值与给定值进行比较,用遗传算法来优化PID参数,然后将控制量输出,实现将PID参数串接构成完整染色体,从而构成遗传空间中的个体,过通过繁殖交叉和变异遗传操作生成新一代群体,经过多次搜索获得最大适应度值的个体。

92e4829844cfb7f6ffa45024cb4d2d1b.jpeg

图7 基于遗传算法的自适应PID控制结构图

8.广义预测控制

预测控制(Predictive Control)是基于模型的计算机控制算法。其预测模型有脉冲响应模型、阶跃响应模型、CAMRMA模型和CARIMA模型。基于CARIMA模型的广义预测控制(GPC)是一种新型计算机控制算法。

常见温度控制方法的对比分析

通过上述温度控制方法的原理分析,下表给出各种温度控制特性与应用场合的情况。

温控仪控制算法

控制算法的控制特性

温控仪应用场合

 常规PID拄制

 模糊控制

 神经网络控制


合控


 Fuzzy-PID控制

 模糊神经网络控制

 遗传PID控制

 鲁棒性强,控制精度高

 模糊、神经网络

将线性与非线性控制相结合。使温度能满足用户的精度要求是温控系统的最终目的。

在实际应用中,根据具体的应用场合、不同的加热对象、不同的控制要求和控制精度,选择不同的控制方式。

来源:

http://blog.sina.com.cn/s/blog_c687c00e0102w5oz.html

声明:本文素材来源网络,版权归原作者所有。如涉及作品版权问题,请与我联系删除。

———— END ————

b0916f5f1ab33968a50a650ee13695d6.gif

●专栏《嵌入式工具

●专栏《嵌入式开发》

●专栏《Keil教程》

●嵌入式专栏精选教程

关注公众号回复“加群”按规则加入技术交流群,回复“1024”查看更多内容。

5ac17250bef14d2f20acb9d76716f961.png

点击“阅读原文”查看更多分享。

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://haidsoft.com/129179.html

(0)
上一篇 2025-08-26 13:20
下一篇 2025-08-26 13:26

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注微信