CAN总线技术的双CPU系统智能温控仪表

　　1　问题的提出

　　温度是工业对象中主要的被控参数之一,具有典型的大滞后、非线性特性。

　　本文提出一种基于CAN总线的双CPU系统温控仪表,即用一个CPU完成测控功能,利用智能算法,针对性地改进温度控制、提高控制的自适应性。另一个CPU完成系统联网和接口通信功能,使用现场总线技术。采用双口RAM在两个CPU系统间交换数据。

　　2　系统组成及工作原理

　　2.1　智能温控单元

　　图1所示为采用热电偶温度检测元件的单片机温度控制系统原理图。其工作过程为,热电偶将监测的温度转变成mV级的电压信号,经温度变送器放大后,送入A/D转换器,转换成数字量送入计算机,与设定值进行比较,经PID或智能算法调节后,输出驱动信号,控制温控电路,从而达到调节温度的目的。

图2　双CPU系统原理框图

　　2.2　双口RAM及通信接口单元

　　双CPU系统中, 80C196完成温度控制功能, P80C592完成网络通信功能,两个CPU之间用双口RAM CY7C144交换信息。将上位机中的设定数值从P80C592中传送到80C196中,以决定温度的最终值。

　　3　控制算法比较及仿真

　　温度常用一阶惯性加纯滞后环节的数学模型来描述:

　　式中,K是被控制对象的增益,T是被控制对象的惯性时间,L是被控对象的延迟时间。取K=170,T=1500s,L=40s,则被控对象为G(s)=系统的输入为阶跃输入,幅度为80℃。以此模型作为仿真对象,研究各种不同的控制方法对其的控制效果。将其Matlab仿真效果画在一幅图中,以便于比较。

　　3.1　常规PID算法

　　对于一阶带有延迟环节的系统, Ziegler与Nichols提出了调节PID控制器参数的经验公式。根据系统模型PID控制器的比例系数Kp、积分系数Ki和微分系数Kd可整定为:

　　3.2　Sm ith预估控制

　　特征方程中出现纯延迟环节时,系统的稳定性会降低,甚至不稳定,若采用人造模型的方法,将反馈信号从延迟环节G0(s)e-τs引出,则能把纯延迟环节移到控制回路的外面,使Gm(s)=G0(s),构造一个相同的延迟环节,则被调量Y不受影响,系统稳定可控。控制系统等效图见图3,图中R为输入信号,D为负荷扰动,Gc(s)为系统中线性传递函数部分。Smith预估的前提是确切知道对象的数学模型。

　　3.3　模糊自适应PID控制

　　在生产过程中,被控对象参数或结构发生改变后,PID控制不能随之改变。而采用二维模糊控制器,以偏差e及偏差变化率ec作为输入,运用模糊推理,可自动实现对PID参数的最佳调整,实现系统的最佳控制,这就是模糊自适应PID。模糊自适应PID控制器的结构如图4所示。