智能控制算法在杂交仪开发中的应用
发布时间：2017-09-01
引 言
现代生物技术、信息技术、新材料和新能源技术并列成为影响国计民生的四大科学技术支柱，是21 世纪高新技术产业的先导。生物工程的基础是生物试验。杂交润洗过程是很多生物实验都有的共同步骤，其过程往往比较烦琐费力，而且耗时比较长，有的实验甚至长达几十个小时;而且该实验温度控制比较困难，实验的每一步骤液体种类和体积都不一样，升温过程和降温过程的曲线也完全不同。面对这样的控制对象，普通 PID 算法难以达到实验要求的精度。
某智能杂交实验仪基本的机械结构如图 1 所示。实验结果表明，控制对象并不是一个简单的线性对象，而是一个带延迟环节、阶段连续的时变二阶对象。
蠕动泵负责各种实验液体的输送;电磁阀控制排液，某步骤实验结束时废液排入废液回收缸;电热膜用于加热反应盒，保持实验液体一定范围内的温度;利用温度传感器 AD590 进行测温，信号输入到主控制芯片进行 A/D 转换;温度控制方式采用脉宽调制方式(PWM)。
1 温度控制算法研究
在杂交实验过程中，反应温度必须严格控制在设定温度的±0.5℃之间，这样实验结果的可信度才比较高。而杂交实验的温度控制系统是一个随动控制系统(设定值是变化的)和自动调节系统(被控量在设定值附近变化)的综合，如何在这样的复合控制系统中保证温度的控制精度是必须研究的。在工业过程控制中，往往是等被控量进入了某一范围之后才能投上 PID 控制，而且 PID 的初值选取也是一个不容易解决的问题。这就要求研究一些新的控制算法来确定 PID 初值，及如何让被控量尽快地进入 PID 的调节范围并防止超调。温度控制原理如图 2 所示。通过不停地调整 PWM 的占空比来改变电热膜的通电时间，达到控温的目的。
1.1 预补偿 PID 控制算法
PID 调节是通过对其输入被控量的偏差进行比例、积分、微分运算而得到控制输出量的。对大惯性对象来说，当被控量偏差刚刚出现时，偏差值很小，但扰动已作用多时。此时常规 PID 调节器往往不能及时调节，造成调节品质下降。根据被控量的大小和其变化速率、方向以及时间关系，将调节器输入的被控量的偏差先行进行预补偿运算，得到新的偏差值后，再经过常规 PID 运算获得新的控制方法。这种预补偿运算关系可根据被控对象特性和控制要求来确定。图 3 给出了预补偿后的调节回路图。
预补偿环节的偏差1与被控量的偏差 e 之间关系如图 4 所示。用函数表示为1=f (e)。图中虚线为1=e 线。当偏差值 e 为正且向增大方向变化时，1沿曲线 oiA 进行预补偿;当偏差值为正且向减小方向变化时，1沿曲线 Ado 进行预补偿;当偏差值为负且向增大 (绝对值) 方向变化时，1沿曲线 omB 进行补偿;当偏差值为负且向减小 (绝对值) 方向变化时，1沿曲线 Bno 进行补偿;当偏差值不变化时，e=1。
基于上面原理，令 = 1 ，可采用如下的补偿方法：1= + 。上式算法简单，易于在单片机上实现。在输出y 偏离设定值时， >0，补偿后||>| |;输出 y正在跟踪设定值时， <0，补偿后|1|<| |;输出值不变化时， =0，补偿环节不进行补偿，|1|=| |。
图 5给出了采用预补偿PID控制算法的实验过程中，某步骤多次循环中的 4 次循环温度响应曲线。
由图 5 可以看出，采用预补偿 PID 算法获得了较好动态性能，超调基本上控制在 1℃左右，调节时间控制在 90 s 左右;静态偏差控制在±0.2℃以内，能够很快地跟踪设定值。在一个实验步骤结束后，系统要进行换液排液，PWM 停止输出，所以出现温度下降的趋势。虽然实验的对象已经发生了变化，但是其动态性能并没有出现大的波动，呈现出了较强的鲁棒性，所以非常适合于控制分阶段连续时变对象。但其初值的选择较难确定，只能靠经验。
1.2 模糊控制算法
与传统控制理论相比，模糊控制有两大不可比拟的优点：模糊控制在许多应用中可以有效且便捷地实现人的控制策略和经验;模糊控制可以不需被控对象的数学模型即可实现较好的控制，因为被控对象的动态特性已隐含在模糊控制器输入、输出模糊集及模糊规则中。模糊控制算法实际上是一种基于规则推理的计算机控制算法，具有数字控制系统的一般结构，通过偏差和偏差的变化率来对对象进行控制，其常用组成如图 6 所示。
1.2.1 模糊控制算法的实现
模糊控制算法有多种实现形式。在单片机实现的模糊控制系统中，常采用查表法，即事先制造模糊控制响应表，在软件设计时将该表格事先置入内存中供实时查表使用。在实际控制时，模糊控制器首先把输入量量化到输入量的语言变量论域中，再根据量化的结果去查表求出控制量，这样可大大提高模糊控制的实时效果，节省内存空间。这种方法的特点是首先求出模糊关系 R，再根据输入的偏差和偏差变化率利用合成推理方法求出模糊输出量，最后经过反模糊化可把模糊量转化为精确量，即可得到控制量。
在实际应用中，对各种 E 和 EC 的组合情况进行离线计算得到相应的控制量，从而得出如表 1 的模糊控制查询表。
1.2.2 模糊控制效果分析
把上述的模糊控制查询表 1 存入 C8051F005芯片的 FLASH 存储器中，实验的对象是 45 mL 的液体，加热对象是封闭式盒子，温度测点选在实验液体上方。使用该模糊控制器所得到的温度响应曲线如图 7 所示。由图可知，模糊控制器的响应时间是比较快的，但它并不能消除稳态偏差，在上述条件下其稳态偏差大约为 0.45℃，而且存在一定程度的波动，其精度和鲁棒性均不如预补偿 PID 控制算法。因此只用模糊控制算法还达不到实验所要求的控制精度。
2 智能控制算法
在对生物杂交实验的液体温度控制中，各种控制方案优缺点比较如表 2 所示。
为了能充分利用模糊控制和预补偿 PID 控制方法的优点，可以在大范围内选用模糊控制，提高系统的响应速度和鲁棒性，而温度接近设定值时选用预补偿 PID 控制方案，提高了系统的静态性能。这种复合控制的温度响应曲线如图 8 所示，是实验过程中某两步切换时的温度响应曲线。从图 8 可以看出，温度响应速度较快，超调量较小，对象发生改变时系统能很快地到达新的平衡，静差控制在 0.15℃以内，几乎没有振荡，因此这种控制方案非常适合于杂交实验过程中的带迟延、阶段连续的复杂时变对象的控制。
这种复合控制方法的整定并不复杂：由于模糊控制只负责大范围的控制，所以其论域没有必要选得太多，一般分成 3 档即可，可以解决预补偿 PID的初值问题;预补偿 PID 只选用 PI 算法即可，不仅能达到所要求的精度，更使得控制参数易于整定。
综合比较各控制方案的动态性能、静态性能、整定难度，并经过试验证实，本文选取的大范围内采用模糊控制，小范围内采用预补偿 PID 控制的复合控制方案效果良好，达到了实验温度控制精度的要求，参数整定也比较容易。
3 结 论
杂交实验是一个复杂的缓慢反应过程，各步骤间液体的种类和设定温度都有可能变化，如何精确地控制实验液体温度是自动杂交仪开发的难点。本文针对这种状况，在研究温度的精确控制过程中，提出了一种大范围内采用模糊控制，小范围内采用预补偿 PID 控制的新型复合控制算法。实验结果表明，该算法对这类阶段连续、有迟延的时变控制对象是非常有效的。由于模糊控制只负责大范围内调节，所以其论域分档可以选得少一些，使得系统整定更方便。该复合算法程序简单，很容易在单片机上实现，具有一定的推广价值。
摘自：中国计量测控网
