资源描述：
《基于模糊自适应pid的全自动酶免温度控制系统》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、基于模糊自适应PID的全自动酶免温度控制系统山东博科生物产业有限公司山东济南250101【摘要】全自动酶免工作站进行温育步骤时，要求对微孔板的温度进行精确控制，由于温育处于半开放环境中，因而系统惯性大，滞后现象严重。通过系统仿真，可以验证，利用模糊自适应PID控制温度变化，可以同时兼顾系统稳定性和精度，达到系统要求，并确保实验的精度和准确度。【关键词】全自动酶免；模糊自适应PID;温育；温度控制【中图分类号】Q55【文献标识码】A【文章编号】2096-0867(2016)-04-202-02全自动酶免工作站［以下简称工作站］，可以全自动完成EL
2、ISA试验，提供高效、快速、准确的自动化免疫学实验解决方案［1］。温育是其中一个非常重要的环节，因此对微孔板的温度进行精确控制颇为重要，直接影响到实验的精度和准确度［2］。当前的工作站中，多采用传统PID控制技术，它只有结构简单，稳定性好，工作可靠，调整方便等优点，但是由于工作站的温控模块处于半幵放环境中，参数变化大，温控面积大，导致系统惯性大，滞后现象严重，难以建立精确的数学模型。传统PID控制己不能完全满足实验要求。模糊自适应PID控制运用模糊数学的基木理论和方法，把规则的条件，操作用模糊集表示，作为知识输入到系统中，然后根据控制系统的实际
3、相应情况，运用模糊推理，自动实现PID参数的最佳调整，避免了传统PID参数固定的缺点。木文设计的温度控制模块,利用模糊自适应算法对系统进行PID控制，既可缩短调节时间，控制超调现象,乂可兼顾系统稳定性和精度。一、温控系统设计工作站温育时要求温度变化为室温到45°C可调，且温度变化精度为&p
4、USmn;0.2°C。根据要求设计了温育模块，其系统框图如图1所示，由上位机发送温度控制命令，通过串口通信将命令送达微处理器，PWM波经电路放大后，控制加热板给微孔板加热，实现温育功能。根据结构图，下面进行模糊自适应PID算法设计，主要包括以下4个步骤。1）
5、选择语言变量：输入语言变量选择偏差e和偏差变化ec，输出语言选择积分、比例、微分系数，，的修正量。2）定义输入输出模糊集：因为全自动酶免分析仪的温育系统要求温度从室温到45°C可调，即加热板的温度变化范围从15°C到45°C。而实验中常用微孔板温育温度为37°C。因此偏差e的变化范围为-22°C到8°C，且。因微孔板温度变化率较小，可假设ec的变化范围为-5到5,且。e,ec,,,的控制规则如表所示。语言变量均选取7个语言值：负大，负中，负小，零，正小，正中，正大，在表中分别用NB,NM,NS,ZO,PS,PM,PB表示［3］。3）定义输入输出
6、隶属函数：4）输出变量模糊控制规则：综合考虑参数的作用如下：可以消除系统的稳态误差，可以加快系统的响应速度，可以抑制偏差的变化。根据实际控制经验，为确保系统具奋良好的稳态性能，避免出现较大的超调量，模糊自适应PID的三个参数，，在不同偏差e和偏差变化ec下的自动调整吋，应满足如下3条规律：当e的绝对值较小吋，，应较大，应适中；当e的绝对值适中时，应较小，，应适中；当e的绝对值较大时，应较大，为0，应较小［4］。因此，可运用MIN-MAX-重心法进行反模糊化模糊判决，根据上述规律与实际经验列出控制规则表（表1，表2,表3）。三、系统仿真在matl
7、ab中的simulink环境下创建如图4所示的仿真模型［5］。通过仿真模型来验证基于模糊自适应算法的温度控制效果，验证结果如图5所示。由图5可看出，与传统PID控制相比，基于模糊自适应算法的PID控制方法系统稳定性更好，且在加入干扰后，系统稳定性更好，几乎没有超调现象，抗干扰能力更强。由此可以验证，基于模糊自适砬算法的PID温度控制，可以同吋兼顾系统稳定性和精度，满足酶免系统的温育要求，并确保实验的精度和准确度。四、结语本文研宄了模糊自适应PID控制算法在工作站中温育控制系统中的应用。这种控制方法针对工作站的温控模块处于半开放环境中的现状，克服
8、了其参数变化大，温控面积大，系统惯性大，滞后现象严重的问题，对传统PID控制方法进行了改进，既可缩短调节时间，控制超调现象，又可以兼顾系统稳定性和精度。通过系统仿真验证，该方法得到了比较理想的控制结果。参考文献：[1】李文胜，周伟，柳晓琴，等.全自动酶免仪与半自动酶标仪比对研究[」].中外医疗，2011，30(24)：19-19.[2】朱阳泉，徐长根，戴瑞娣，等.影响FAME全自动酶免分析系统检测因素探讨[J].临床输血与检验，2004,04期:254-256.[3】李国勇.一种改进的自适应PID控制器[儿太原理工火学学报，2015,34(1)
9、:51-52.[4】张燕红.模糊自适应PID参数自整定控制器的研究⑴.工业控制计算机，2012,第8期(8)：58-59.[5】张国良.模糊控制及KM
