温度控制PID模糊控制预测控制

1.3 国内外反应釜温度控制方式研究现状

工业上许多化学反应相关的过程都会在反应釜中进行。其温度控制的核心便是不论进行何种反应，都要控制釜内的温度跟随事先设定的温度。但是一方面由于化学反应经常伴随着放热和不断添加原料，会造成系统的不稳定性和非线性，另一方面反应釜属于惯性滞后对象，这更加大了温度跟随控制的难度。所以针对这种非线性不稳定、大滞后系统的控制方法国内外专家做了大量的研究。

1 PID 控制

PID 控制是最经典的一种控制方式，广泛适用于响应性好的系统，但是对于非线性、

滞后性系统难以达到控制要求。针对这种情况，许多学者提出将先进的控制算法与 PID

相结合，保留 PID 的优势改善对复杂系统的控制效果。

Rad A B 和王伟等在 PID 的基础上将预测模型与 PID 控制相结合，提出一种输出预

测 PID 控制器，输出预测可以补偿滞后，结果显示了该控制器的先进性和优越性[8-9]。

电加热炉与反应釜两系统具有一定的相似性，为了解决炉温控制的过冲性和鲁棒性问

题，陈友文将 PID 与双交叉限幅相结合，葛晓静李洪义等将内膜控制 IMC 与 PID 结合，

不仅使炉温的控制误差达到 1.1%，还保证系统长时间的稳定运行[10-12]。Newcomb 与赵

文龙，姜胜等人等将 PID 与模糊思想联想到一起，设计了模糊 PID 控制算法，仿真结果

表明该控制方式的响应性、超调量和跟踪性能优于一般 PID 算法

2 模糊控制

模糊控制是一种不依赖于系统精确模型的控制方法，它基于专家经验和规则，适用

于非线性，滞后性复杂系统，模糊算法模仿人的经验来控制这类不确定系统，但是模糊

控制单独控制很容易出现震荡的情况，一般来说也会结合其他算法进行改进[17]。

阮见等基于模糊控制算法对原有逻辑进行优化改进了 PID，性能满足大惯性熔盐温

控系统的要求[17]。快速响应和较小超调在控制中一般是相互矛盾的，祝宇虹将模糊控制

方案应用在了炉温控制上，实验表明模糊控制能够很好解决这两者之间的矛盾，改善了

炉温控制的性能[18]。Lu Hongli、刘静纨等将模糊控制方式应用到了空调控制的领域，结

合模糊控制与 PID 控制设计了新风模糊 PID 控制器，实践表明新型控制方式设计合理，

大大提高了空调温度的控制精确度[19-20]。He M，CaiW、过润秋将模糊控制与预测控制

进行了研究结合，利用模糊算法与预测算法的优点设计了模糊预测控制器，结果表明该

算法是一种跟踪性能好且鲁棒性强的有效控制算法，误差小于 1%[21-22]。

3 预测控制

滞后系统之所以难以控制在于系统的反馈信息与控制信息之间有滞后差，当上一个

状态的控制作用传到被控对象时，被控对象已经处于下一个状态，所以控制效果不好。

而预测控制可以先前一步预测出被控对象的未来状态，再加以实施控制就可以解决上述

问题。预测控制出现较迟但是发展非常迅速，目前存在多种预测控制算法。

过润秋、赵恒等为解决气相设备温度控制的不确定以及延时问题，将模糊思想和预

测思想相结合，设计了模糊预测控制器。预测环节加在反馈回路中，能够精确预测温度

变化趋向，与传统的控制方式对比，不仅简单而且鲁棒性好,基本误差达到 1%[22]。邓丽，

黄炎等针对目前温度控制中大滞后、大惯性以及时变等问题，提出一种能够进行高精度

估计的广义预测新型控制算法(AM-GPC)，该方法具有参数估计收敛快、自适应强等特

点[23-24]。HU WB、尹良震、XU D 等针对大滞后系统，提出了将灰色预测和 PID 相结合

的方式改进了传统的控制方法，通过灰色预测模型实时预测被控对象温度来代替测量温

度，该方式能够减小超调量，加强滞后系统的温度控制稳定性[25-28]。

4 其它控制方式

除了上述几种主要的控制方式外，温度控制还有 Smith 预估控制，神经网络控制，

自适应控制等以及一类高级优化算法与上述方式相结合，如粒子群，蚁群等算法。

Smith 预估是提前估计系统扰动干扰下的动态特性，然后由预估器执行滞后补偿，

这种控制方式结构简单但存在明显的缺陷，过于依赖系统的模型而且很敏感[29]。神经网

络并不是一种专门的控制算法，它是多学科交叉的技术领域，它不需要精确的系统模型，

通过系统一定量的温度输入输出数据就可以训练出网络模型，逼近系统的时滞动态特

性，所以它也可以用于温度控制领域。