1 引言
海洋生物酶作为一种新型鱼类饲料添加剂，有着广阔的市场前景。海洋生物酶发酵主要是通过对富含活性物质的海洋微生物进行发酵培养，从中获得大量的产物。
在海洋生物酶发酵过程中，发酵温度是影响微生物生长和代谢活力的重要因素。精确保持微生物的生长繁殖和合成所需要的适宜温度，对稳定发酵、缩短发酵周期和提高发酵单位产量具有积极的作用。
2 发酵温度控制方式的选取
海洋生物酶发酵系统具有大滞后、非线性和时变性的特点，对准确控制发酵罐温度带来一定的难度。
smith预估补偿法控制是解决工业纯滞后问题的有效方法，但它过分地依赖于被控对象的精确数学模型。而发酵温度由于其自身的特点无法得出精确数学模型。
传统数字pid控制算法简单、鲁棒性好、可靠性高，被广泛应用于可建立精确数学模型的确定性工业过程控制系统。而对于具有大滞后、非线性和时变性系统，数字pid控制适应性较差，易出现参数整定不良、超调量大等现象。
fuzzy控制有效的避开了被控对象的数学模型，以控制人员的经验为基础制定控制规则，实现复杂系统的控制。fuzzy控制的鲁棒性较好，对纯滞后及被控对象参数的变化不敏感，但因控制规则粗糙而容易产生稳态误差。
针对海洋生物酶发酵自身的特点，我们采用fuzzy-pid复合控制对发酵温度进行精确调节，主要设计思想如下：当发酵温度偏差较大时采用fuzzy控制，以加快系统响应速度;当发酵温度偏差较小时，系统自动切换到数字pid控制，消除静态误差以提高控制精度。控制方式的切换由PLC程序根据设定的偏差阈值自动实现。
3 发酵温度fuzzy-pid控制原理设计
3.1 发酵温度fuzzy-pid控制原理图
发酵温度fuzzy-pid控制系统原理图如图1所示。图1中fuzzy控制和pid控制根据温度偏差大小进行自动切换。在本发酵控制系统中，fuzzy控制器和pid控制器均通过西门子s7 300 plc来实现，以获得良好的控制效果和系统稳定性。
图1 fuzzy-pid控制系统原理图
3.2 发酵温度控制系统的硬件构成
海洋生物酶发酵温度控制系统硬件结构如图2所示。控制系统通过模拟输入模块对发酵温度进行采集，经过plc程序处理后，通过模拟输出模块调节温度调节阀开度对发酵温度进行控制。
西门子s7300 plc通过profibus电缆与上位机(工控机)建立通讯，进行控制信息和发酵数据的交换。在上位机中通过西门子wincc v6.0软件对发酵过程进行全程监控，并存储相关数据。
图2 发酵温度控制硬件结构
4 发酵温度fuzzy-pid控制器的软件实现
4.1 发酵温度fuzzy-pid控制算法
根据图1所示，得到fuzzy-pid控制算法框图如下：
发酵温度控制算法以温度偏差e为选取对象：当|e|>3℃时，控制量u=umax;当0.5℃≤|e|≤3.0℃时，系统调用plc中的pid控制模块;当|e|<0.5℃时，系统调用plc中的fuzzy模块。
4.2 基于plc的温度pid控制器设计
当发酵液温度偏差的绝对值小于0.5℃时，plc程序启动pid控制“闭环控制专用系统功能块”sfb41，通过对其参数表的设置可以方便的实现pid运算。利用模拟量输入模块采集发酵液的温度数据，执行机构(温度调节阀)由模拟量输出模块进行控制。
图3 fuzzy-pid控制算法框图
如图4所示，系统功能块sfb41的背景数据块设为db2。考虑到发酵液温度变化的滞后性，温度采样周期设为10秒钟，温度设定值和实际采样值分别存放在db3.dbd0和db3.dbd4中。pid 控制参数p、i、d存放在db3.dbd8、db3.dbd12和db3.dbd16中。为防止控制输出在临界点频繁动作，设置死区宽度为0.5℃。 pid控制的输出传送到温度调节器对应的输出字节pqw304[4]。
图4 基于plc的pid控制程序
4.3 基于plc的温度fuzzy控制器设计
当发酵液温度偏差的绝对值在0.5℃和3.0℃之间时，plc程序启动fuzzy控制功能块。在fuzzy控制器原理图(图5所示)中，e为偏差，△e为偏差变化率;ke、k△e和ku别为偏差量化因子、偏差变化率量化因子和输出量变化因子。
图5 fuzzy控制器原理图
在海洋生物酶发酵温度fuzzy控制中，选取温度偏差e和温度偏差变化率△e构成二维模糊控制器。
根据发酵温度控制目标和经验，设定e、△e和μ的模糊论域及模糊词集：输入、输出fuzzy控制论域均量化设定为七档{-3，-2，-1，0，1，2,3},其模糊词集均设{nb,nm,ns,zo,ps,pm,pb};模糊集合的隶属函数取为三角型隶属函数，通过隶属函数可直观的得到e和△e的赋值表;fuzzy控制规则设为if e is x and △e is y then u is z;利用输入变量的赋值表及模糊控制规则，经过合成推理可得到发酵温度fuzzy控制查询表。
基于plc的fuzzy控制算法流程如图6所示，控制算法中，fuzzy控制查询表的plc程序设计最为关键，在这里我们采用plc的间接寻址来完成fuzzy控制输出u的查询功能。
图6 基于plc的fuzzy控制算法流程图
将发酵温度fuzzy控制查询表的输出控制量u按先行后列，由左至右的顺序存储到数据块db1中，由此，查询顺序可以由地址(△e+3)×7+(e+3)决定，基于plc的查询表程序如图7所示。
通过运算可得fuzzy控制输出u的地址，并存放在md152中。数据块db1的首地址存在在md0中，利用plc间接寻址得到u的具体数据，将其存放在md8中。
根据公式u=u×ku得到输出实际值u，并赋值给温度调节阀对应的模拟量输出字节，达到精确控制温度的目的。
图7 基于plc的查询表程序
4.4 发酵液温度控制算法效果分析比较
通过安装在工控机上的监控软件wincc v6.0，可以得到各控制策略下发酵液温度的响应曲线，传统pid控制响应曲线和fuzzy-pid控制响应曲线分别如图8、图9所示。
图8 发酵液温度pid控制响应曲线
图9 发酵液温度fuzzy-pid控制响应曲线
图中纵坐标为温度阶跃信号及系统响应信号值，横坐标为系统响应时间。对响应曲线品质分别进行分析：传统pid控制超调量较大，约为0.2，过渡时间约为200秒;fuzzy-pid控制超调量较小，约为0.3，过渡时间约为100秒。
由控制响应曲线可以清晰的看到，相对于传统pid控制，发酵液温度采用fuzzy-pid控制的响应曲线具有较小的超调量，且调节时间较短，对被控对象数学模型的依赖性较小，其控制品质明显好于传统pid控制。
5 结束语
模糊控制是控制大滞后、非线性和难以建立精确数学模型工业系统的一种有效的方法。本文将模糊控制与传统pid控制相结合构成fuzzy-pid控制系统，并初步应用于海洋生物酶发酵自动控制系统的温度控制。温度控制系统自运行以来，控制效果明显，运行稳定可靠，较好的满足了海洋生物酶发酵生产的性能要求。
