加热炉炉温控制系统的总体控制方案

加热炉的炉温对象是一个大惯性、大滞后、慢时变的被控对象，用普通PID控制难以获得满意的控制效果，温度波动大，超调严重。因为对象存在慢时变，采用离线辨识获得的对象模型就不能准确表述加热炉炉温对象真正的状态，从这个模型出发获得的优化控制器参数就不能保证获得满意的控制性能。因为纯滞后特性存在，而通常采用的最小二乘法辨识无法辨识纯滞后项，因此最小二乘法辨识在这里失效。为了克服辨识中存在的问题，本文采用基于改进遗传算法的在线辨识，实时跟踪对象的变化。因为对象存在慢时变，PID控制器参数如果固定为某一组数值，就不能保证当对象变化以后原来的控制器参数还能产生满意的控制效果。因为纯滞后特性存在，普通的PID控制器不能克服纯滞后，反映到输出上就是超调增大，调节时间延长，甚至造成不稳定。为了使控制获得最优性能，采用改进遗传算法优化PID控制器，并将PID控制器与Smith预估补偿控制器反并联，抵消大滞后的影响，改善控制效果。因为加热炉炉温对象是个慢过程，调节时间长达几分钟，而遗传算法的缺点是计算时间较长，不适合快过程的实时控制和优化。遗传算法应用于加热炉炉温对象正好可以弥补其速度慢的缺点，遗传算法适应性强，通用性好，不受被控对象函数连续和可微的限制，优化效果好等优点也得以发挥出来。总体控制方案中系统辨识和控制器优化都用遗传算法完成。

因此加热炉炉温控制系统的总体控制方案为：

(1)设计带有Smith预估补偿器的PID控制器，作为加热炉炉温对象的控制器。

(2)应用基于改进遗传算法的系统辨识，在线辨识加热炉炉温对象的参数。

(3)根据辨识的对象参数，应用改进遗传算法实时优化PID控制器中的Kp、Ki、Kd三个参数，使控制系统实现优化控制。总体控制方案的结构图如下：

这个结构图所没有反映出的是，改进遗传算法辨识出的对象参数除了用于优化PID控制器之外，还直接修改Smith预估补偿器中的参数。