PID控制器及其智能化方法探讨
- 格式:pdf
- 大小:158.52 KB
- 文档页数:4
温度控制系统中采用智能PID 控制的方法摘要:由于程序升温对象在不同温区其数学模型不同,而传统的PID 控制方法难以保证控制质量。
为此,介绍了在可编程调节器(SLP C)构成的热电偶检定炉温度控制系统中采用智能PID 控制的方法,其将批量PID 控制方法应用于该系统,使得给定值不断大幅度变化的随动系统的控制做到快速无超调。
实验结果表明,控制效果较以往同类系统有了很大的提高。
关键词:自动控制技术智能PID 控制理论研究温度温区0 引言PID 控制是自动控制中产生最早的一种控制方法,在实际控制工程中的应用最广。
据不完全统计,在工业过程控制和航空航天控制等领域,应用PID控制占80%以上。
然而,传统的PID 控制算法有它的局限性和不足之处,只有在系统模型参数为非时变的情况下才能获得理想的效果,当应用到时变系统时,系统的性能会变差,甚至不稳定。
另外,在对PID 参数整定过程中,往往得不到全局性的最优值。
因此,这种控制作用无法从根本上解决动态品质和稳定精度的矛盾。
为此,以实验室热电偶检定炉温度控制系统为例借助于可编程调节器(SLPC),说明在程序升温控制系统中如何实现智能PID控制。
1 程序升温控制系统的结构及原理图1 为采用可编程调节器SLPC 构成的热电偶检定炉温度控制系统原理图,为一个具有较大的滞后性、非线性的时变系统,在热电偶校验过程中,要求炉温随时间按一定的顺序变化,即该控制系统中控制器的给定信号是按一定的顺序变化的。
在图1 中,传感器经温度变送器将温度信号转换为1-5V电压信号,作为SLPC 的测量信号,调节器的给定值采用程序曲线由SLPC 软件包内PGM1 功能模块经编程后提供,SLPC 的输出信号经信号隔离模块后送给可控硅移相触发模块,从而控制可控硅的导通角大小,实现程序控温的目的。
在SLPC 中使控制器置反作用:MODE2=1 ,CNT1=3,C 状态(串接外给定,批量PID 控制)。
其中,给定程序曲线用户可根据需要通过对SLPC 进行编程调整。
基于FPGA的PID控制器研究与实现共3篇基于FPGA的PID控制器研究与实现1近年来,随着现代控制理论的快速发展,PID控制器已经成为了广泛应用的经典算法之一。
PID控制器通过比较目标值和实际值之间的误差,反馈调整控制器的输出信号,实现对被控对象的精确控制。
PID控制器不仅简单且易于实现,而且良好的性能使其在自动控制领域中得到广泛应用。
而FPGA技术的高速并列运算、低延迟和高精度特性,为PID控制器的实时性和精度提供了重要的支持。
本文旨在通过基于FPGA技术的PID控制器研究与实现,探索这一领域的新思路和新方法。
一、PID控制器的基本原理PID控制器基于被控对象的输出值和标准值之间的误差进行控制。
该算法包括比例(P)、积分(I)和微分(D)三个参数。
其中,比例参数是通过直接调整被控量的大小,使其不断靠近标准值;积分参数修正了长期误差,通过积分误差实现偏差的修正;微分参数反映了被控物理系统的动力学特性,通过比率误差的变化率,实现对被控量的快速响应。
二、基于FPGA的PID控制器实现方案基于FPGA的PID控制器比传统的PC或单片机进行控制有更快的响应速度和更低的延迟。
基于FPGA的PID控制器将提供实时数据采集和高速算法处理的结合。
其实现方案基本步骤如下:1. 选择合适的FPGA芯片并进行开发环境搭建,比如选用Xilinx的Vivado软件进行开发。
2. 实现PID控制器的最重要的步骤是设计算法。
基于FPGA的PID控制器主要分为两个部分:控制循环和存储器组件。
控制循环模块主要将控制信号输出给被控对象,从而实现对被控对象的控制;存储器组件则使用存储器来保存被控量及反馈量等数据。
3. 在FPGA芯片上进行系统的相关硬件配置并进行PID算法的编程。
4. 根据实际需要,实现PID控制器与外部设备通信及数据传输,比如串口通讯、以太网通讯等。
三、实验结果与分析为了验证基于FPGA的PID控制器的实现效果和精度,我们进行了一系列实验。
第四章控制算法与策略按偏差的比例、积分和微分进行控制的控制器(简称为PID控制器、也称PID 调节器),是过程控制系统中技术成熟、应用最为广泛的一种控制器。
它的算法简单,参数少,易于调整,并已经派生出各种改进算法。
特别在工业过程控制中,有些控制对象的精确数学模型难以建立,系统的参数不容易确定,运用控制理论分析综合要耗费很大代价,却不能得到预期的效果。
所以人们往往采用PID控制器,根据经验进行在线整定,一般都可以达到控制要求。
随着计算机特别是微机技术的发展,PID控制算法已能用微机简单实现。
由于软件系统的灵活性,PID算法可以得到修正而更加完善[14]。
在本章中,将着重介绍基于数字PID控制算法的系统的控制策略。
4.1采用周期T的选择采样周期T在微机控制系统中是一个重要参数,它的选取应保证系统采样不失真的要求,而又受到系统硬件性能的限制。
采样定理给出了采样频率的下限,据此采样频率应满足,①'2①,其中①是原来信号的最高频率。
从控制性能Smm来考虑,采样频率应尽可能的高,但采样频率越高,对微机的运行速度要求越高,存储容量要求越大,微机的工作时间和工作量随之增加。
另外,当采样频率提高到一定程度后,对系统性能的改善已不明显[14]。
因此采样频率即采样周期的选择必须综合考虑下列诸因素:(1)作用于系统的扰动信号频率。
扰动频率越高,则采样频率也越高,即采样周期越小。
(2)对象的动态特性。
采样周期应比对象的时间参数小得多,否则采样信号无法反映瞬变过程。
(3)执行器的响应速度。
如果执行器的响应速度比较缓慢,那么过短的采样周期和控制周期将失去意义。
(4)对象的精度要求。
在计算机速度允许的情况下,采样周期越短,系统调节的品质越好。
(5)测量控制回路数。
如果控制回路数多,计算量大,则采样周期T越长,否则越小。
(6)控制算法的类型。
当采用PID算式时,积分作用和微分作用与采样周期T的选择有关。
选择采样周期T太小,将使微分积分作用不明显。
pid控制原理详解及实例说明PID控制是一种常见的控制系统,它通过比例、积分和微分三个控制参数来实现对系统的控制。
在工业自动化等领域,PID控制被广泛应用,本文将详细介绍PID控制的原理,并通过实例说明其应用。
1. PID控制原理。
PID控制器是由比例(P)、积分(I)和微分(D)三个部分组成的控制器。
比例部分的作用是根据偏差的大小来调节控制量,积分部分的作用是根据偏差的累积值来调节控制量,微分部分的作用是根据偏差的变化率来调节控制量。
PID控制器的输出可以表示为:\[ u(t) = K_p e(t) + K_i \int_{0}^{t} e(\tau) d\tau + K_d \frac{de(t)}{dt} \]其中,\(u(t)\)为控制量,\(e(t)\)为偏差,\(K_p\)、\(K_i\)、\(K_d\)分别为比例、积分、微分系数。
比例控制项主要用来减小静差,积分控制项主要用来消除稳态误差,微分控制项主要用来改善系统的动态性能。
通过合理地调节这三个参数,可以实现对系统的精确控制。
2. PID控制实例说明。
为了更好地理解PID控制的原理,我们以温度控制系统为例进行说明。
假设有一个加热器和一个温度传感器组成的温度控制系统,我们希望通过PID 控制器来控制加热器的功率,使得系统的温度稳定在设定的目标温度。
首先,我们需要对系统进行建模,得到系统的传递函数。
然后,根据系统的动态特性和稳态特性来确定PID控制器的参数。
接下来,我们可以通过实验来调节PID控制器的参数,使系统的实际响应与期望的响应尽可能接近。
在实际应用中,我们可以通过调节比例、积分、微分参数来实现对系统的精确控制。
比如,增大比例参数可以加快系统的响应速度,增大积分参数可以减小稳态误差,增大微分参数可以改善系统的动态性能。
通过不断地调节PID控制器的参数,我们可以使系统的温度稳定在设定的目标温度,从而实现对温度的精确控制。
总结。
通过本文的介绍,我们可以了解到PID控制的原理及其在实际系统中的应用。
PID控制算法介绍与实现一、PID的数学模型在工业应用中PID及其衍生算法是应用最广泛的算法之一,是当之无愧的万能算法,如果能够熟练掌握PID算法的设计与实现过程,对于一般的研发人员来讲,应该是足够应对一般研发问题了,而难能可贵的是,在很多控制算法当中,PID控制算法又是最简单,最能体现反馈思想的控制算法,可谓经典中的经典。
经典的未必是复杂的,经典的东西常常是简单的,而且是最简单的。
PID算法的一般形式:PID算法通过误差信号控制被控量,而控制器本身就是比例、积分、微分三个环节的加和。
这里我们规定(在t时刻):1.输入量为2.输出量为3.偏差量为二、PID算法的数字离散化假设采样间隔为T,则在第K个T时刻:偏差= -积分环节用加和的形式表示,即 + + …微分环节用斜率的形式表示,即[- ]/T;PID算法离散化后的式子:则可表示成为:其中式中:比例参数:控制器的输出与输入偏差值成比例关系。
系统一旦出现偏差,比例调节立即产生调节作用以减少偏差。
特点:过程简单快速、比例作用大,可以加快调节,减小误差;但是使系统稳定性下降,造成不稳定,有余差。
积分参数:积分环节主要是用来消除静差,所谓静差,就是系统稳定后输出值和设定值之间的差值,积分环节实际上就是偏差累计的过程,把累计的误差加到原有系统上以抵消系统造成的静差。
微分参数:微分信号则反应了偏差信号的变化规律,或者说是变化趋势,根据偏差信号的变化趋势来进行超前调节,从而增加了系统的快速性。
PID的基本离散表示形式如上。
目前的这种表述形式属于位置型PID,另外一种表述方式为增量式PID,由上述表达式可以轻易得到:那么:上式就是离散化PID的增量式表示方式,由公式可以看出,增量式的表达结果和最近三次的偏差有关,这样就大大提高了系统的稳定性。
需要注意的是最终的输出结果应该为:输出量 = + 增量调节值三、PID的C语言实现1.位置式PID的C语言实现上边已经抽象出了位置性PID和增量型PID的数学表达式,这里重点讲解C语言代码的实现过程。
pid控制原理详解及实例说明PID控制是一种经典的控制算法,适用于很多控制系统中。
它通过对误差进行反馈调整,以实现系统稳定和快速响应的目标。
PID控制包含三个部分,即比例(Proportional)、积分(Integral)和微分(Derivative)控制。
比例控制(P)是根据误差的大小来调整控制输出的大小。
当误差较大时,控制输出也会相应增加;而当误差较小时,控制输出减小。
比例系数Kp用于调节比例作用的强弱。
积分控制(I)是根据误差的累积值来调整控制输出的大小。
它主要用于消除稳态误差。
积分系数Ki用于调节积分作用的强弱。
微分控制(D)是根据误差的变化率来调整控制输出的大小。
它主要用于快速响应系统的变化。
微分系数Kd用于调节微分作用的强弱。
PID控制的输出值计算公式为:Output = Kp * Error + Ki * Integral(Error) + Kd * Derivative(Error)下面举一个温度控制的例子来解释PID控制的应用。
假设有一个温度控制系统,希望将温度维持在设定值Tset。
系统中有一个可以控制加热器功率的变量,设为u。
温度传感器可以实时测量当前温度T,误差为Error = Tset - T。
比例控制(P):根据误差值来调整加热器功率,公式为u =Kp * Error。
当温度偏低时,加热器功率增加;当温度偏高时,加热器功率减小。
积分控制(I):根据误差的累积值来调整加热器功率,公式为u = Ki * ∫(Error)。
当温度持续偏离设定值时,积分控制会逐渐累积误差,并调整加热器功率,以消除误差。
微分控制(D):根据误差的变化率来调整加热器功率,公式为u = Kd * d(Error)/dt。
当温度变化率较大时,微分控制会对加热器功率进行快速调整,以避免温度过冲。
这样,通过比例、积分和微分控制的组合,可以实现温度控制系统对设定温度的稳定和快速响应。
总结起来,PID控制通过比例、积分和微分控制,根据误差的大小、累积值和变化率来调整控制输出,使系统能够稳定地达到设定目标。
PID控制原理教程第一讲数字PID概述1.1 概述在连续-时间控制系统中,PID控制器应用得非常广泛。
其设计技术成熟,长期以来形成了典型的结构,参数整定方便,结构更改灵活,能满足一般的控制要求。
数字PID控制比连续PID控制更为优越,因为计算机程序的灵活性,很容易克服连续PID控制中存在的问题,经修正而得到更完善的数字PID算法。
本章将详细地讨论数字PID控制器的设计和调试问题。
1.2 PID控制简介目前工业自动化水平已成为衡量各行各业现代化水平的一个重要标志。
同时,控制理论的发展也经历了古典控制理论、现代控制理论和智能控制理论三个阶段。
智能控制的典型实例是模糊全自动洗衣机等。
自动控制系统可分为开环控制系统和闭环控制系统。
一个控制系统包括控制器﹑传感器﹑变送器﹑执行机构﹑输入输出接口。
控制器的输出经过输出接口﹑执行机构﹐加到被控系统上﹔控制系统的被控量﹐经过传感器﹐变送器﹐通过输入接口送到控制器。
不同的控制系统﹐其传感器﹑变送器﹑执行机构是不一样的。
比如压力控制系统要采用压力传感器。
电加热控制系统的传感器是温度传感器。
目前,PID控制及其控制器或智能PID控制器(仪表)已经很多,产品已在工程实际中得到了广泛的应用,有各种各样的PID控制器产品,各大公司均开发了具有PID参数自整定功能的智能调节器(intelligent regulator),其中PID控制器参数的自动调整是通过智能化调整或自校正、自适应算法来实现。
有利用PID控制实现的压力、温度、流量、液位控制器,能实现PID控制功能的可编程控制器(PLC),还有可实现PID控制的PC系统等等。
可编程控制器(PLC) 是利用其闭环控制模块来实现PID控制,而可编程控制器(PLC)可以直接与ControlNet相连,如Rockwell的PLC-5等。
还有可以实现PID 控制功能的控制器,如Rockwell 的Logix产品系列,它可以直接与ControlNet相连,利用网络来实现其远程控制功能。
自动化控制系统中的PID控制算法优化随着工业自动化和智能化水平的提高,控制系统已经成为现代化制造业中不可或缺的部分。
而其中最常用的控制算法之一便是PID控制算法,它可以根据系统反馈信息自动调节控制器的输出信号,使被控对象的输出值稳定在设定值上。
然而,实际应用中PID控制算法存在一些限制和问题,如响应速度不够快、过冲过大、抗扰度差等,这些问题在一定程度上制约了自动化控制系统的稳定性和可靠性。
为了解决这些问题,我们需要对PID控制算法进行优化,以确保系统更加稳定和精确地控制被控对象。
一、PID控制算法简介PID控制算法是一种基于系统反馈信息的闭环控制算法,其名称源自三个不同的控制参数:比例系数(P,Proportional)、积分时间(I,Integral)和微分时间(D,Derivative)。
PID控制算法通过输出信号的比例、积分和微分分量来调节被控对象,使其输出符合设定值。
P分量:根据被控对象的误差,控制器以比例系数的大小输出给被控对象一个调节信号,调节量与误差成正比。
I分量:积分时间参数是避免误差积累的重要参数,它是根据误差的历史变化量计算的。
积分操作可以消除系统存在的静态误差,并且偏差持续一段时间后还可以累积掉,从而减少系统的稳态误差。
D分量:微分时间参数是根据误差的历史变化率进行计算的。
当误差的变化率很大时,微分项就会对控制信号进行阻尼作用,从而使控制系统更加平稳。
二、PID控制算法存在的问题虽然PID控制算法已经被广泛应用于自动化控制系统中,但是它还存在一些问题,如响应速度不够快、过冲过大、抗扰度差等。
1. 响应速度不够快PID控制算法的响应速度依赖于系统动态特性和PID参数的取值。
例如,当被控对象存在非线性、滞后和时变性等特性时,将会对PID控制算法的响应速度产生不良影响。
2. 过冲过大过冲是指被控对象输出在到达设定值之前超出或低于设定值的情况。
具有非线性或惯性的物理系统、控制系统响应时间过长时容易出现过冲现象。
自动化控制系统中的PID控制方法与调参技巧自动化控制系统是现代工业生产中的重要组成部分,而PID控制是其中最常用和最基础的控制方法之一。
PID控制器由比例、积分和微分三个部分组成,通过不断调节控制器的参数,可以实现对系统的稳定性和响应速度进行调节。
本文将介绍PID控制的基本原理、具体方法以及常用的调参技巧。
1. PID控制的基本原理PID控制器的基本原理是通过比较实际输出值与期望输出值的差异,计算控制量,从而实现对系统的闭环控制。
具体来说,PID控制器通过以下三个部分的组合计算得到控制量:- 比例部分:根据实际输出值与期望输出值的差异,以一定比例调节控制量。
比例调节可以快速响应系统的变化,提高系统的稳定性。
- 积分部分:根据实际输出值与期望输出值的积分计算调节控制量。
积分调节可以消除静态误差,提高系统的精度和稳定性。
- 微分部分:根据实际输出值的变化率计算调节控制量。
微分调节可以预测系统变化的趋势,减小系统的超调和震荡,提高系统的响应速度和稳定性。
通过不断调节PID控制器的参数,可以实现对系统的动态响应特性进行优化,使系统更好地满足实际要求。
2. 传统PID控制方法传统的PID控制方法是根据经验和试验,手动调节控制器的参数。
具体步骤如下:- 设置比例增益:增大比例增益可以提高系统的响应速度,但也容易引起系统的超调和震荡。
一般情况下,可以先将比例增益设为1,然后逐步增大,直到系统产生超调为止。
- 设置积分时间:增大积分时间可以减小系统的静态误差,但同时也会增大系统的超调和震荡。
可以根据系统的特性和要求,逐步增大积分时间,直到达到目标。
- 设置微分时间:增大微分时间可以减小系统的超调和震荡,但也会降低系统的响应速度。
可以根据系统的实际情况,逐步增大微分时间,直到满足要求。
通过反复试验和调节,手动调整PID控制器的参数,可以使系统达到理想的控制效果。
然而,传统的PID调参方法费时费力,并且对控制器的稳定性和鲁棒性要求较高。
PID控制器及其智能化方法探讨赵望达,鲁五一,徐志胜,刘子建(长沙铁道学院,长沙410075) 摘要: 对PID控制器的应用进行了深入的研究和分析,并结合作者实际应用经验,介绍了几种融合最新智能控制方法的PID控制器,然后对PID控制器的发展趋势作了系统的总结和展望。 关键词: PID控制器;智能控制;鲁棒性;参数整定 中图分类号:TP214 文献标识码:B 文章编号:100023932(1999)0620045204
1 引 言常规PID控制器在控制系统应用中起着十分重要的作用,而随着现代工业生产的飞速发展,在进行过程控制系统设计时,除要求系统具有较高的动、静态品质指标外,还必须保证系统具有良好的鲁棒性。鲁棒性(Robustness)通常是指控制系统克服被控对象参数变化、扰动作用、不可测的非线性等不确定因素影响的能力。所有这些不确定因素,均可看作是作用在已建模系统的扰动,其影响使系统输出响应偏离正常值,严重时会导致系统动态性能的恶化甚至不稳定。所以,人们从工业生产过程需要出发,基于常规PID控制器的基本原理,对其进行了各种各样的改进,从SMITH
预估补偿PID控制到最优PID、非线性PID和自适应PID等。近年,随着智能控制和计算机应用技术飞速发展,将智能控制方法和常规PID控制方法融合在一起的新方法不断涌现,如:Fuzzy+
PID[1]和神经网络NN+PID等。人们根据工业过
程要求,研究了各式各样的智能化PID控制方法[2,3],其中许多带有普遍意义,本文笔者试图对
PID控制器的这一发展趋势作一简要探讨。2 常规PID控制器及存在的问题连续时间PID控制器方程的标准形式为:
u(t)=KPe(t)+KI∫e(t)dt+KDde(t)/dt(1)其中:
e(t)———控制器偏差输入;
u(t)———控制器输出;
KP、KI、KD
———分别为比例、积分和微分项
系数。在模拟PID控制器中,是以电位器来调节整定上述三参数的。由于计算机技术的飞速发展,人们已将工业控制计算机和单片机等应用于生产过程中,并形成多级控制网络。对于应用计算机技术的PID控制,首先必须将(1)式离散化为:
u(k)=KPe(k)+KITρe(k)+KD/T×[e(k)-e(k-1)](2)其增量形式为:
Δu(k)=u(k)-u(k-1)=K
P[e(k)-e(k-
1)]+KITe(k)+KD/T×[e(k)-2k(k-1)+
e(k-2)](3)或Δu(k)=K
P[e(k)-e(k-1)]+K′Ie(k)+
K′D[e(k)-2e(k-1)+e(k-2)]
(4)
收稿日期:1999-04-28
CIPS功能。所不足的是,生产计划及调度还没有集成进来,这正是我们目前的努力方向。参考文献[1] 徐用懋.流程工业CIMS讲座(第一讲)[J].化工自动化及仪表,1997,24(4):58262.
[2] 庄建国等.现场总线控制系统(FCS)[J].化工自动化及仪表,1998,25(增刊):125.
[3] 吴国新.CIMS计算机网络[M].北京:机械工业出版社,1997.[4] 钱 俊.小波神经网络建模研究与现场总线控制系统的集成[A].上海交通大学博士论文[C],1999.
检测与控制装置 化工自动化及仪表,1999,26
(6)
:45~48
ControlandInstrumentsinChemicalIndustry
© 1994-2008 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net其中:K′I=KIT,K′D=KD/T———PID增量形式的积分和微分系数;T———采样周期。(4)式将(3)式KP、KI、KD、T四个参数简化为K′P、K′I、K′D三个参数的整定。此为标准形式的PID控制器,根据对象不同,亦可采用PI、PD、带积分分离PID和输出限幅PID等多种形式。常规PID控制器是一种应用广泛、技术成熟的控制方法,它能满足一般工业过程控制的要求,其优点已为人们所共识,采用PID算法的控制系统其控制品质的优劣在很大程度依赖于PID的上述三参数的整定。而其整定方法都是根据对象特性离线进行的,因此,当工业对象存在时变性、非线性和不确定性时,PID控制器往往不能保证良好的控制特性,对于大惯性、大时滞的对象,其效果亦不能令人满意,主要原因是常规PID控制器的参数是经离线整定后相对固定的,不能根据对象特性变化和动态过程修改参数。3 Smith预估补偿PID控制器图1为对象具有纯滞后的单回路反馈控制系统,D(S)表示常规PID控制器的传递函数,GP(S)e-τs表示对象的传递函数。图1实线部分所示系统的闭环传函为: GB(S)=D(S)GP(S)e-τs/[1+ D(S)GP(S)e-τs](5)由式(5)可见,系统闭环传递函数的分母中含有纯滞后环节e-τs,这会使系统的稳定性降低,若τ足够大,则系统将是不稳定的,为了提高系统的稳定性,可在控制器D(S)的两端并联一个反馈补偿网络,即为Smith预估补偿器,其传递函数GS(S),补偿后的系统框图如图1所示。图1 带Smith预估补偿的PID控制器结构框图 由图1可得补偿后系统闭环传递函数为:GBS(S)=D(S)GP(S)e-τs/{1+D(S)[GS(S)+GP(S)e-τs]}(6)若令G
S(S)=GP(S)(1-e-τs),则(6
)式变
为:
GBS(S)=D(S)GP(S)e-τs/[1+D(S)GP(S)]
(7)经过这样的反馈补偿后,系统闭环传递函数GBS(S)的分母中就不包含纯滞后环节e-τs,从而
消除了对象纯滞后对系统稳定性的影响。经实际应用经验表明,Smith预估法,对克服纯滞后很有效,但需要精确地预估模型,否则,模型与对象参数的差别(或对象参数的变化)将带来较大的控制误差。这也是此方法在推广应用中受到一定限制的主要原因。4 智能化PID控制器的几种形式近年来,智能控制无论是理论上还是应用技术上均得到了长足的发展,在自动控制领域许多研究人员将常规PID控制技术与智能控制技术有机地结合在一起,形成了许多形式的智能PID控制器。如:模糊PID、神经元网络PID、智能自校正预测PID等各种形式。4.1 模糊PID控制器模糊PID控制器是应用最广泛的智能PID控制器之一。从控制器结构上可分为以下两种形式。4.1.1 Fuzzy2PID混合控制器如图2所示,它实质上是一种基于给定值与测量值之偏差e的选择智能控制器,根据e的变化选择Fuzzy或PID两类控制规律:
图2 Fuzzy2PID混合控制器结构框图 a.当e≤emin或e≥emax时,采用PID控制规律;
b.当emin
max
时,采用Fuzzy控制规
律。其中PID为带积分分离的PID控制规律,即当e≥emax时,采用PD规律,去掉积分部分,从而能快速纠正偏差以提高响应速度;而当e≤emin
时,采用PID规律,利用积分功能去除残差。
该控制器比常规PID多了两个待整定的参数e
min
和e
max,但一旦它们整定好,
其稳态和动态特性
均优于常规PID控制器。
・64・ 化工自动化及仪表 第26卷
© 1994-2008 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.netFuzzy控制采用带修正因子的Fuzzy控制器[3],其控制规则为: u(k)=αe(k)+(1-α)ec(k)(8)其中,u(k)、e(k)分别为输出和给定值与测量值之差,ec(k)=e(k)-e(k-1)为偏差变化率,α为加权修正因子,在0~1之间取值。通过调整加权系数,就可对控制规则进行修正。以α作为调整参数是很方便的,因为α取值大小直接影响着被控量偏差和偏差变化率的加权程度,当被控对象数学模型的阶次较高时,对偏差变化率的加权应大于偏差的加权值,因而α可取较小值,反之亦然。用这种方法生成的控制规则,同时也反映了人脑推理过程的实际情况,这就可克服单凭经验来选择控制规则的局限性,从而避免了以往控制规则定义中的空档或跳变现象。4.1.2 带参数在线Fuzzy自校正的PID控制器常规PID控制器的参数KP、KI和KD都是经过现场经验并反复调试而确定的,在如图3所示的参数在线Fuzzy自校正的PID控制器中,它是在PID控制算法基础上增加求e和ec,利用Fuzzy规则进行Fuzzy推理,查询Fuzzy矩阵表进行参数修正,Fuzzy规则采用IFTHEN产生式语句形式来表述,并作为知识存入微处理机,参数的Fuzzy自校正思想是依据被控对象的响应在采样时刻的偏差e和偏差变化率ec来确定KP、KI和KD三参数修正的方向和大小。其算法过程是利用对应的规则集将控制指标模糊化,然后将它与知识库中的模糊规则进行匹配,如有规则被匹配,则执行该规则的结果部分,就可得到相应的参数修正值。图3 参数在线Fuzzy自校正的PID控制器 Fuzzy控制器设计的核心是总结操作人员的操作经验和技术知识,建立合适的被控过程的Fuzzy规则模型。如比例系数KP的自修正过程为,在控制过程的初期适当地将KP调到较小的档次以提高响应速度,在控制过程中期,把KP适当地加大一些,从而兼顾稳定性与控制精度,在控制过程后期,又将KP修正到较小的档次以减少静差,提高控制精度。其修正量ΔKP的Fuzzy查询表如表1所示。同理,修正KI和KD亦可按上述设计思想来确定ΔKI和ΔKD的Fuzzy查询表,且其输出的量化系数有别于ΔKP。
表1 ΔKP的Fuzzy查询表ΔK
Pe
ec
-3665544210-1-1-265543210-1-1-2-16543210-1-2-2-4132210-1-2-3-4-5-622110-1-2-3-4-5-5-63110-1-2-4-4-5-5-6-6400-1-2-3-4-5-5-6-6-6500-1-2-3-4-5-6-6-6-6-5-4-3-2-1012345-5666654321000543210-1-2-3-4-5-4
66655432100
4.2 神经网络+PID控制器人工神经网络控制方法是基于人脑控制行为的生理学研究而发展起来的,是一个具有广阔应用前景的智能控制方法。如图4所示神经网络监督控制实际就是建立人工控制器的正向模型,经过训练,神经网络将记忆该控制器的动态特性,并且接受输入信息,最后输出与人工控制器相似的控制作用。但此法的缺点是,人工控制器是靠视觉反馈进行控制的,在神经网络控制器进行控制后,由于缺乏视觉反馈,由此构成的控制系统实际是一个开环系统,这就使其稳定性和鲁棒性均得不到保证。