摘 要：隨著工業控制對象的日趨復雜，傳統的PID控制已無法滿足要求。文中介紹了一種基于Lonworks現場總線的模糊控制系統，給出了系統的三層結構。并以化工生產過程中的溫度控制器為實例，介紹了模糊控制智能節點的設計方法。控制效果與傳統的PID控制相比有明顯的改善。 關鍵詞：Lonworks總線，模糊控制，智能節點，溫度 Abstract: As the objects become more and more complex ,traditional PID controller can’t have a satisfactory result.In this paper，one fuzzy-control system based on Lonworks-bus is introduced.And The three-layer structure of Lonworks is given. By a case of temperature controller in chemical process, a method for smart node utilizing fuzzy control is also introduced.And the control effect has got better than traditional PID controller. Key words: Lonworks-bus, fuzzy control, intelligent node, temperature 1.引言 　　在化工生產中，溫度通常是一個重要的控制參數。對于一些過程比較復雜，工藝要求精準的化工生產過程，采用傳統的PID控制方式很難克服過程擾動的影響。如針對特定的工藝情況，總結控制經驗，制定一套有效的模糊控制策略，則可實現對溫度的精確平穩控制。 　　現場總線是一種全分布式智能、雙向的串行數字通訊鏈路，它直接溝通生產現場的測量控制和執行設備以及更高層次的自動化控制設備，是一種開放式控制系統。其中LON（Local Operating Networks）總線是美國ECHELON公司于1991年推出的一種功能全面的局部操作網絡，廣泛應用于冶金、化工、電力以及樓宇自動化等領域中，實現系統的全面網絡化現場測控。若將模糊控制與LON現場總線相結合，建立一套基于Lonworks技術的模糊控制系統，則既可以實施現場級的模糊控制，又可以實現復雜模糊算法的上位機控制。 　　本文以某化工廠一個化學反應生產過程為例[3]，介紹了一種基于Lonworks技術的溫度模糊控制系統，詳細介紹了其中智能節點的設計方法。該化學反應生產過程是：先將幾種化工原料按一定比例混合，制成混合料，再向其中加入另一種化工原料A，發生化學反應生成所需的產品。為保證產品的質量和產量，工藝控制的最佳溫度為T℃。由于是放熱反應，所以采用調節冷凍水流量來控制反應溫度。此溫度控制系統具有非線性、時變、有噪聲干擾、純滯后等特性，難以用精確的數學模型描述，因此傳統的PID控制方式，很難取得好的控制效果。 2. 溫度模糊控制系統設計 　　2.1 模糊控制系統的結構 　　在工藝控制的要求和特點的基礎上，同時分析了大量生產過程中溫度、原料A加入速度和冷凍水溫度等歷史曲線數據，并對熟練操作人員的操作經驗進行了歸納整理，最后確定了“三輸入——單輸出”的溫度模糊控制系統。 　　輸入變量： 　　（1）反應溫度：t，單位：℃ 　　（2）反應溫度的變化量：△t：t（n）-t（n-1），單位：℃。式中：t（n）為當前第n采樣時刻的反應溫度，t（n-1）為前一個采樣時刻的反應溫度，采樣周期設為5s。 　　（3）原料A加入速度：v，單位：kg/h 　　輸出變量：冷凍水流量調節閥門的開度：u 　　2.2 各模糊變量的模糊子集 　　①反應溫度t的基本論域為[（t-t0）,（ t+t0）]，其模糊子集T的論域為[-4，4]，t0為生產中可能達到的最大溫度偏差;②反應溫度的變化量△t的基本論域為[-3℃，3℃]，其模糊子集△T的論域為[-3，3];③原料A加入速度v的基本論域為[0，1200kg/h]，其模糊子集V的論域為[-2，2];④冷凍水閥門開度u的基本論域為[0，100%]。各對應模糊關系見表1、2、3。其中t1、t2、t3、t4為控制中可能的溫度偏差，且t0>t4>t3>t2>tl。u的精確值將在控制規則中直接給出。 　　表1 反應溫度t與其模糊子集T的模糊關系 　　表2 反應溫度變化量△t與其模糊子集△T的模糊關系 　　表3 原料A加入速度v與其模糊子集V的模糊關系 　　本系統共建立了60條模糊控制規則。根據控制規則，最后得到下面的模糊控制查詢表[3]，見表4。其中UF為考慮原料A加入速度v時為確定閥門開度u而引入的中間值，它與原料A加入速度的模糊子集V的關系見表5。 　　表4 模糊控制量u（%）查詢表 　　表5 UF與原料A加入速度的模糊子集V的關系 [align=center] 圖1 系統結構圖[/align] [align=center] 圖2 溫度控制節點結構圖[/align] 3.系統結構設計 　　系統結構如圖1所示，共包含三大部分：上位機、LON總線和智能節點。其中： 　　上位機主要負責LON網絡的安裝、維護和管理，可對溫度進行實時監控。同時建立測量值數據庫，對數據進行存檔和歸表以便查詢、打印。上位機還可作為Web服務器與Internet相連，實現遠程監控。 　　智能節點主要包括溫度控制節點和溫度測量節點。溫度測量節點對溫度進行測量并對非線性值進行線性化處理，使得到的數值有足夠的精度和線性度，并定期將溫度對應的數字量發送到LON總線上交上位機處理。溫度控制節點采用模糊控制算法對冷水閥進行控制，并負責各采樣點溫度采樣值的顯示與上傳。 4.智能節點硬件設計 　　智能節點采用的Neuron芯片是可帶外存儲器的MC143150。其片內有三個CPU，即：網絡CPU，應用CPU和介質訪問CPU。它們與I/0口驅動電路、定時器、片內存儲器、網絡通訊接口通過8位數據總線和16位地址相連。該芯片有11個可編程的I/0口對象。通過引腳的不同配置，為外部硬件提供靈活的接口，實現不同的I/0對象。 　　4.1溫度控制節點的設計 　　溫度控制節點主要包括：Neuron芯片MC143150，外帶的程序存儲器，D/A轉換，執行機構，顯示電路和總線收發器等，如圖2所示。D/A轉換選用MAX7228，顯示電路由MAX7219及相關的驅動電路構成，執行機構包括AD694及其相關的外圍電路。執行機構是角行程電動執行機構，應用于冷水閥控制。模糊推理所用的知識庫數據存放于神經元芯片的E2PROM存儲器中，有一組初始值。系統運行期間可以通過LON總線從上位機獲取新的控制參數，從而完成控制參數的更新。 　　4.2溫度測量節點的設計 　　溫度測量節點的結構如圖3所示。包括神經元芯片MC143150，程序存儲器，溫度傳感器，光電耦合器MOC3020，A/D轉換電路ADC0809， FTT-10A收發器等。 [align=center] 圖3溫度測量節點結構圖[/align] 5.智能節點軟件設計 　　節點應用程序用Neuron C語言編寫。Neuron C是神經元芯片的專用語言，是ANSI C的擴展，并增添了一些較強的功能，如網絡變量類型，事件調度語句等。神經元芯片的任務調度是事件驅動的。當一個給定的條件變為真時，與該條件相關聯的一段代碼被執行。該智能節點的軟件設計包括主程序、A/D轉換程序、D/A轉換程序、顯示子程序、控制算法子程序等，下面以查表法實現模糊控制為例，給出部分源代碼[2]： 　　signed short fc（float-type＊input1）｛ 　　…… //設置局部變量 　　if（mcc==1） 　　sp=sp1; 　　pe=e; //記下偏差的上一個狀態 　　fl_sub（input1，&sp，&e）; //計算偏差get e 　　fl_neg（&range_e，&f1）; //對偏差限幅 　　if（fl_it（&e，&f1）==TRUE） 　　ce=f1; 　　else if（fl_gt（&ce，&range_ce）==TRUE） 　　ce=range_ce; 　　fl_ mul（&e，&f1_6,&f1）; //對偏差進行量程變換 　　fl_div（&f1，&range_e，&f1）; 　　fl_add（&f1，&f1_6，&f1）; 　　fl_ round（&f1，&f2）; //對變換后誤差進行四舍五入 　　rol=low-byte（1ro1）; 　　fl_mul（&ce，&f1_6，&f1）; //對偏差變化值進行量程變換 　　fl_div（&f1，&f1_6，&f1）; 　　fl_add（&f1，&f1_6, &f1）; 　　fl_round（&f1，&f2）; //對變換后的偏差變化值四舍五入 　　lcow=fl_to_ulong（&f2）; 　　cow=low_byte（1cow）; 　　table_u=table[ro1][cow]; 　　…… 　　fl_from_ulong（ltable_u，&f1）; //對查表結果進行量程變換 　　fl_mul（&f1，&range_dtu，&f2）; //查模糊控制表 　　fl_div（&f2，&f1_6，&f1）; 　　…… 　　return f_out;//返回輸出控制增量 [align=center] 圖4 溫度曲線對比[/align] 　　本系統投入運行后，取得了比傳統單回路PID控制方式更好的控制效果，見圖4中的溫度曲線對比。從圖中可看出，模糊控制過渡過程時間短，超調量小，達到了工藝生產的要求。 6.結束語 　　模糊控制技術在我國已廣泛應用于工業過程、家用電器等領域，但模糊控制技術的網絡應用還不多見。本文將Lonworks技術與模糊控制技術結合起來，通過上位機實現實時測控，在實際應用中取得了良好的控制效果。該系統還可充分利用主機資源，使模糊控制算法位于上層，從而可以綁定多個設備節點，以便于構造不同的模糊控制器。控制參數可以通過人機界面由用戶輸入，通用性強、操作靈活便捷，為模糊控制生成器與現場設備的集成提供了一種有效的途徑。 　　本文作者創新點：將Lonworks技術與模糊控制技術結合起來，給出了智能節點的設計方法和實例，通過計算機實現網絡監控，能遠程實施溫度測控，在應用中取得了良好的控制效果。 參考文獻 　　[1]付曉峰等. Lonworks技術與模糊PID控制相結合應用于中央空調系統的研究[J]. 電氣傳動自動化，2005，27（2）：23-26 　　[2]鐘麗媛，龐小紅. 基于Lonworks現場總線的模糊控制器的實現方法[J]. 計算機仿真，2005，22（10）：155-158 　　[3]奉小軍，趙新. 化工生產中溫度的模糊控制技術應用[J]. 江漢石油科技，2005，15（2）：60-62 　　[4]李俊娥，李麗蘭. LonWorks總線在鍋爐模糊控制系統中的應用[J]. 微計算機信息，2006，1-1：31-32