摘要： 脉冲滴丸机压力控制系统是具有非线性、参数时变性和耦合性特征的复杂系统，系统响应要求快速、准确、鲁棒性强，但传统的控制方法如常规的固定参数的PID控制器很难使系统同时达到这种最优控制．因此，提出了将自适应控制、模式识别和PID控制相结合的思想，设计了一种基于模式识别的脉冲压力自适应控制策略，通过在线辩识系统的动态输出，根据系统响应所处的状态，采取相应的控制算法，使系统得到了较好的控制．MATLAB仿真和现场实验结果均表明该方法具有较高的动态性能和控制精度，以及较强的鲁棒性．该控制系统已成功投入现场运行．

1 引言 (Introduction)

脉冲滴丸机是鱼肝油生产行业生产无缝胶丸的重要的专用设备，其基本原理是由胶液和药液通过滴头体形成同心流柱，施以液体脉冲将其均匀切割成柱状，然后进入石蜡油循环系统进行冷却定型，同时在胶液表面张力的作用下，形成球形胶丸．对于脉冲滴丸机而言，脉冲压力的控制是保证滴丸质量的一个重要因素，脉冲压力过小，胶丸分不开，形成双粒丸；脉冲压力大，则胶丸会产生旋转，切口变坏，而且胶丸的胶皮变得不均匀，若压力过大，则胶丸容易被打碎，呈微小颗粒，并与石蜡油一起在管内流动而聚积在各个部位，引起管道堵塞，影响正常滴丸，而且严重影响产品的合格率；如果压力继续升高，超过极限值，还会导致脉动泵连接轴扭断，以至于无法进行正常生产．

被控对象特性比较复杂，具有非线性、耦合性和参数时变不确定性等特征，要求所设计的系统除了具有很好的稳态精度和动态响应性能，还应具有很好的鲁棒性，同时考虑实际操作的需要，控制策略应尽量简单可靠，实时性好，因此需要设计科学合理的控制方案．

PID 控制器 [1-3] 具有结构简单、稳定性能好、可靠性高等优点，适用于被控对象参数固定，非线性不很严重的情况．但是在过程参数变化比较大的时候， PID 控制器就难以取得良好的性能．

自适应控制 [ 4 ] 主要用于解决那些传统方法难以解决的控制对象参数在大范围变化的问题，它具备自适应能力，能够自动辨识被控过程参数、自动整定控制参数，能够适应被控过程参数的变化.

基于模式识别 [ 5 - 12] 的自适应控制的基本思想是：一个控制系统不论是给定值变化还是受到干扰作用,或是对象本身结构或参数发生变化,系统的动态特性都会反映到系统输出偏离给定的误差 e 及误差的一阶导数 上．所以,系统响应所处的不同状态总能够通过某种映射关系与特征变量 e , 建立对应关系．因此,只要实时地采集系统在输入输出中的特征变量,就能够对系统响应所处的状态进行辩识,根据响应的不同状态采用不同的控制策略,从而使系统响应达到满意的结果．

本文将自适应控制、模式识别和PID控制相结合，设计出一种新的基于模式识别的自适应PID控制策略，和一般的自适应控制方法、模糊自适应控制 [13-15] 方法等相比，该方法不需辨识被控对象参数，比模糊控制设计方法更简洁，同时兼有 PID 控制稳态精度高的优点，只需根据响应的不同状态采取不同的控制策略．简单方便，便于在线控制．

2 系统数学模型描述 (System m athematic m odel s tatement)

脉冲滴丸机共有四个滴头，考虑1 # 滴头构成的脉冲压力子系统，简化的对象工艺流程图如图1所示．图中脉冲压力的大小是通过改变压力调整阀的开度进行调节的，增大调整阀开度，相应的石蜡油流量增大，脉冲压力减小；反之则压力增大．控制的目的就是设计合适的控制器，根据检测的压力值与设定值之间的偏差发出调控信号，通过改变脉冲压力调整阀的开度，调整阀门的石蜡油流出量，使得脉冲压力维持在设定值．该子系统的被控量是1 # 滴头子系统的脉冲压力．

脉冲压力子系统的对象特性可以通过实验测定，其数学模型一般表示为 [1 6 ]

式中 T 、 分别为惯性时间常数和滞后时间常数， K 为比例系数．

考虑流体是液体，流量的响应并不是瞬时的，流体要经过加速度才能开始流动，需要反向加速度才能停止流动，加上石蜡油在温度较低时本身黏度较大，流动性差，所以系统中存在着一定的惯性和纯滞后．

虽然脉冲压力系统的数学模型近似为带纯滞后的一阶惯性环节，但是系统存在明显的非线性、耦合性和参数时变不确定性等特征，主要原因如下：

（1）脉冲压力调整阀的流量不仅与调节阀的开度有关，而且与阀两端的压差有关，而压差并不是常数，所以 调节阀的开度与其控制信号也不是严格的线性关系，随着压差的变化而变化，具有时变参数的特征．

（ 2 ）滴丸过程中会产生胶丝，在石蜡油循环过程中会堆积在管道中，影响石蜡油的流速；而且石蜡油的温度变化也会引起流速的变化，从而进一步加强了参数的时变性．

（ 3 ）四个滴头共用同一个石蜡油循环系统，所以各个滴头子系统之间存在着一定的耦合现象．在一定程度上也会影响压力调整阀的流量．使得参数的时变性进一步加强．

控制对象的非线性、强耦合性和参数的时变性，要求控制系统具有良好的自适应性能，也决定了采用常规的固定参数的 PID 控制器难以获得理想的效果．

3 基于模式识别的自适应控制器的设计与实现 ( Design and I mplementation of a daptive controller based on pattern recognition)

3.1　基于模式识别的自适应控制器的设计 ( Design of a daptive controller based on pattern recognition)

控制器的设计包括：(1)特征信息的获取与处理；(2)特征模式集 M 的建立；(3) 控制规则集 U 的建立；(4) 模式识别．首先通过输入输出间的关系，提取特征向量{ e , }，从而建立动态系统输出响应 y ( t ) 与特征模式集 M 之间的映射关系．而后,通过模式识别即模式推理机构建立特征模式集 M 与控制规则集 U 之间的映射关系, 最终引导系统根据系统响应的实时状态采取相应的控制规则,输出有效的控制作用,使系统输出达到满意的效果．

3.2.1 特征信息的获取与处理 ( Adoption and handl ing of c haracter information )

主要根据输入、输出采样数据计算出当前时刻的误差、误差变化,以及它们之间的适当组合,求出模式识别所必需的特征变量．根据控制对象的具体情况，本文提取误差、误差变化{ e , }作为特征向量．

3.2 特征模式集 M 的建立 (Establish ment of character mode collection M )

建立特征模式集,就是要建立与动态系统输出响应所处的状态具有映射关系的特征模式 M i (i=1,2…n) , 通过对控制过程的分析，将相平面划分为17个特征类，它们构成了预定模式集

3.3 控制算法设计 ( Design of control arithmetic )

根据被控过程动态系统输出响应所处的状态采取相应的控制模式．

（１）在系统起动的初始阶段，系统误差很大，如特征模式 M 1 ，此时控制器的任务就是使系统输出尽快趋向稳态值，即应迅速加大控制的力度， PID 控制应取较大权值．

（２）当误差较小时，如特征模式 M 8 － 10 ，则应适当减小控制的力度，以减小超调，缩短调节时间，此时 PID 控制应取较小权值．

（３）当误差小于零，且误差倒数大于零，如模式 M 1 1 和 M 1 4 ，此时意味着输出值已超出设定值，且继续朝着偏离设定值的方向发展，此时应 迅速加大控制的力度， PID 控制应取较大权值，以使输出不至于进一步朝偏离给定的方向发展，这样可有效地缩短调节时间．

（４） 而当 时，则判断系统异常，此时应关闭系统，对系统进行保护．

基于模式识别的自适应控制能根据 系统响应所处的不同状态采用合适的控制策略,因而它比传统 PID 控制 具有更好的性能，可以兼顾快速性和稳态精度的要求．另外在 所设计的控制策略中 ，传统 PID 控制中原有的增益参数与输入变量关系、控制变量和控制效果的物理意义在广义上仍有保留，这对于熟悉传统 PID 控制的工程师来说是十分重要的.

基于以上基本思想设计的控制算法集为

3.4 推理规则集设计 ( Design of i nference rule collection)

建立推理规则集实际上是建立特征模式集和控制规则集之间的映射关系,通过这种映射,由系统动态响应模式得到适合的控制规律, 从而使系统得到满意的输出,针对本系统采用的控制规则为 R i ： If M j then U k 的形式,得到的推理规则如表1所示．

 

表1 推理规则表

Tab.1 Table of inference rules

基于以上分析，本文所设计的基于模式识别的自适应控制器(PR-PID)结构如图2所示．

图 3 中，按 ITSE 原则进行参数优化后的 传统 PID 控制器超调量为 1 1 . 7 % ，调节时间为 3 秒，而 PR-PID 控制器没有超调，调节时间为 2.6 秒；图 4 中，传统 PID 控制的超调量达 11.9 % ，调节时间为 4.2 秒，而 PR-PID 控制器的超调量仅为 2% ，调节时间为2.6秒；通过对比可以发现本文所设计的控制器控制效果明显优于传统 PID 控制器．超调量变小，响应速度变快，获得更佳的动态响应，同时显著提高了控制系统的鲁棒性．

5 现场运行实验及应用 ( P hysical experiment and r eal application)

在仿真的基础上，进行现场实验．滴丸机 PLC 采用 OMRON 公司的 C200α 系列中型机， 和 NT631C-ST141B-E 可编程触摸终端结合作为控制系统的实现平台．脉冲压力检测采用康宇 KYB18G05M1P2C2-400kpa 型压力传感器，通过 PLC 模拟量的 AD 模组采集数据，输出 4-20mA 信号，并经逻辑运算后输出至执行机构，从而对脉冲压力进行控制．脉冲压力调节执行机构采用德国宝德公司的 702515W-DN10 型电磁调节阀．在调试过程中，因为脉冲压力本身为脉动量，所以对反馈信号进行了滤波处理，所选用的滤波函数如式 15 所示，

实验结果表明，采用本文所设计的控制方案动态响应速度快，超调量小，稳态精度高，鲁棒性好．

采用该算法设计的新型全自动脉冲滴丸机已正式投入厦门鱼肝油厂软胶囊生产线，运行效果良好，没有再发生脉动泵连接轴扭断等现象，工作稳定可靠，取得了令人满意的控制效果．

6 结语 (Conclusion)

将自适应控制、模式识别和 PID 控制结合起来，设计出一种基于模式识别的自适应控制器，并用于脉冲滴丸机脉冲压力控制系统，MATLAB仿真和现场实验结果均表明，本文所设计的控制器，几乎没有超调，调节时间短，动态性能好，稳态无静差，对于被控对象参数摄动具有较强的鲁棒性，明显优于传统 PID 控制；而且本文所设计的控制器不需要辨识被控对象的参数，实时性好，便于在线控制，具有理想的控制效果．所设计的系统已成功投入运行．

参考文献( References)

[1] 金鑫，谭文，李志军等．典型工业过程鲁棒PID控制器的整定． 控制理论与应用 ， 2005 ， 22 （ 6 ）： 947-953 ．

JIN Xin, TAN Wen, LI Zhi-jun, et al . Tuning of robust PID controllers for typical industrial processes [J]. Control Theory Applications , 2005, 22 ( 6 ): 947-953 . (in Chinese)

[ 2 ] ÀstrÖm K J. Adaptive Control , 2 nd ed [M]. Beijing: Science Press, 2003. 263-337.

[ 3 ] Xiang-Lan Piao, Jeong Hill Park, Jian Cui, etc. Development of gas chromatographic/mass spectrometry pattern recognition method for the quality control of Korean Angelica[J]. Journal of Pharmaceutical and Biomedical Analysis , 2007 , 44 : 1163 - 1167.

[4] Susanta Kumar Gauri, Shankar Chakraborty Feature – based recognition of control chart patterns [J]. Computers & Industrial Engineering , 2006 , 51 : 726 - 742 .

[5] 孟庆利 , 张敏政．基于模式识别的模糊半主动控制策略 [J] ． 地震工程与工程振动 ， 2005 ， 25(6) ： 152-158 ．

Meng Qingli , Zhang Minzheng . Fuzzy control strategy based on mode identification used in semi-active control[J]. Earthquake Engineering and Engineering Vibration , 2005, 25(6): 152-158. (in Chinese)

[ 6 ] Stanislaw Skoczowski, Stefan Domek, Krzystof Pietrusewicz, and Bogdan Broel-Plater. A method for improving the robustness of PID control[J]. IEEE Transactions on Industrial Electronics , 2005, 52(6): 1669-1676.

[7] Sungchul Jeea, Yoram Koren . Adaptive fuzzy logic controller for feed drives of a CNC machine tool [J]. Mechatronics , 2004 , 14 : 299–326 .

[8] P.Stewart , D.A.Stone, P.J.Fleming . Design of robust fuzzy-logic control systems by multi-objective evolutionary methods with hardware in the loop [J]. Enginee ring Applications of Artificial Intelligence 2004 , 17 : 275 - 284 .

[9] 朱伟兴，唐骏，何仁．自适应阶梯模糊控制在电涡流缓速器中的应用 [J] ．江苏大学学报（自然科学版） , 2006, 27(2): 126-129.

Zhu Wei-xing, Tang Jun, He Ren. Application of on-line rule of self-regulation stepping fuzzy control to eddy current retarder [J]. Journal of Jiangsu University ( Natural Science Edition ), 2006, 27(2): 126-129. (in Chinese)

[10] 李以农 , 郑玲 , 郝奕 , 刘建房 . 基于参数自整定模糊 PID 的汽车纵向控制 [J]. 江苏大学学报（自然科学版）， 2006, 27(1): 22-26.

LI Yi-nong, ZHENG Ling, HAO Yi, LIU Jian-fang . Parameters self-tuning fuzzy-PID control on vehicle longitudinal control [J]. Journal of Jiangsu University ( Natural Science Edition ), 2006, 27(1): 22-26. (in Chinese)

[11] 王永初，任秀珍． 工业过程控制系统设计范例 [M] ．北京：科学出版社， 1986 ．

Wang Y C, Ren X Z. Examples for Industrial Process Control System [M] . Beijing: Science Press , 1986. 317-352.