PID自适应调整.docx

1、PID自适应调整控制系统中。实验结果表明，利用人工智能算法与PID自适应算法的有机结合，可以使温度控制曲线在不同的阶段平滑过渡，使系统控制过程达到最优。 由于PID调节器规律简单、运行可靠、易于实现等特点，PID控制器仍是目前工业生产过程控制系统中应用最广泛的一类控制器。然而，随着工业过程对控制性能要求的不断提高，传统的PID算法已不能完全满足生产实际的要求。为此不少学者在现代控制理论的基础上建立了一些新的控制算法，及PID参数的自动整定方法，但许多算法在工程应用过程中比较复杂，特别对于多段温度控制系统，在升降温过程中会出现振荡等现象。为此，将常规PID控制器与自校正算法相结合并利用人工智能系

2、统使其在系统状态变化的每一时刻自动调节PID参数，让控制过程时刻处于最优状态是每个编程人员都力争实现的。为了达到这种目的，笔者利用改进的ZN算法与人工智能结合，完成PID参数的初始值设定，利用测量误差改变调节器步长的方法实现PID参数的自动整定，在大型加热炉的多段温度曲线控制中取得了非常满意的效果。 1利用ZN算法获得PID参数的初始值 Ziegler Nichols方法(简称ZN算法)是基于简单的被控过程的Niquist曲线的临界点计算PID参数初值的方法。它采用的整定准则是要求系统的暂态过程衰减率为0.75，其最大优点是计算方法简单，使用方便。但实际过程中，许多工业对象对自动控制系统的要求

3、各不相同，生产过程的暂态衰减率不同于0 75。因此，本文采用修正的ZN整定方法，即利用41的衰减比性能准则获得PID参数的初始值。 给系统施加一阶跃输入U(可取U为40%功率)，由于温度控制系统有一S形响应曲线，可以利用一阶延时系统进行近似： U(s)T(s)Kes/(1+Ts) 假如温度达到50%和75%时所用的时间分别为：t1、t2，如图11。则根据ZN调谐器调谐准则： 利用这种方法可以方便地得到PID参数中的比例系数Kp、积分时间常数Ti和微分时间常数Td的初始值。2自校正PID调节器的调节原理常规PID调节器经离散化处理后的动态方程可表示为(增量法)： 式中，T为温度控制周期，在微机自

4、动温控系统中，通常T在25 s。由式(22)可以看出，只需确定T、P、Ti及T d,A、B、C均为常数。 如果将上述各参数代入式(21)，即可实现常规的PID控制。但在实际运行过程中，由于系统各种参数并不是恒定不便的。因此，为了使系统始终运行在最佳状态，运行过程中必须实时调整P、Ti及Td参数。从式(22)可以看出，A、B及C相互依赖相互影响，实时调整A、B及C参数，也能使系统达到最优。设： 在实际控制过程中只要根据系统的误差实时地调整参数U(t)、V(t)及W(t)的值，就能够使控制过程达到最优。 3自校正PID调节器的设计 式(23)给出了自校正PID调节器的控制算法。在炉温微机自动控制过

5、程中，为了编程方便以及加速PID在线整定速度，采用变步长的参量叠加的处理方法更为有效。 首先将采样值与给定值的误差的绝对值分成若干个区间(笔者在实际温度自动控制过程中将其分为5个区间)，例如，16Xn20，12Xn16，8Xn12，5Xn8，2Xn5，在不同的温度区间使用不同的步长 式中为绝对值等于1的系数。k为与误差有关的量，即参数整定的步长。k值从理论上可自由确定，但实际上根据笔者实验表明，k值取0.52.0较为合适。式(31)中，首先将采样值与实际值进行比较，确定Xn所在的区间，然后，按照不同的区间采用不同的计算公式。对于整个控制过程，计算机程序的实现如下： 当Xn25时，取U(t)=0

6、，V(t)0，W(t)0，当Xn20时：取U(t)=k，V(t)=k,W(t)=k，并按比例算法进行控制。 当Xn进入设定的区段后，按式(31)加入自校正PID运算程序(即U(t)、V(t)、W(t)的初值为0)。程序的步骤为： 首先将U(t)与V(t)固定，调整W(t) 由于温度信号的变化滞后较大，PID参数的调整周期应比采样周期大一些。具体的整定时间间隔应根据炉子的滞后时间决定(笔者使用的炉子由通电到温度信号响应大约为5 s，因此，笔者选用的整定时间间隔为10 s)。在第一次调W(t)时，取1，W(t)=W(t)+WTBZk n(n为Xn所在区段)，然后进行PID运算。在以后每次调整W(t

7、)时，则首先应计算Xn1n，若差值小于0，说明所加步长的方向错误，此时，取1，重新计算。若差值大于0，说明所加步长方向正确，k/2 n仍取前次调整时的值进行计算。这个过程一直进行到Xn1n 又一次小于0，则转入调整下一个参数。即固定W(t)与U(t)调整V(t)。 视W(t)与U(t)为常量，V(t)为变量 调整V(t)的过程与调整W(t)的过程基本类似，仍然是先取1，计算V(t)V(t)k/2 n，从第二次调整V(t)开始，就必须计算Xn1Xn，以判断所加步长的方向是否正确。如果正确就继续，否则取1，由式(31)和式(23)计算反馈控制量的增量，直到Xn1Xn第二次小于0，然后再固定V(t)

8、与W(t)调整U(t)。 视V(t)与W(t)为常量，U(t)为变量 这个过程同调整V(t)与W(t)的方法类似。当这个过程完成后再重新回到W(t)过程，完成一个调整周期。 上述过程循环进行，直到Xn1Xn小于定标误差。一旦系统误差大于定标误差便开始调整，这样，系统将一直工作于最优状态。系统达到定标误差后，将调整后的PID参数存盘(对于PC控制系统)或EEPROM(对于单片机控制系统)，当下一次开机运行时，系统将会很快稳定在最优状态。 4利用人工智能减小振荡 对于许多多段温度控制系统，当温度达到给定值时，温度曲线总会产生振荡现象。为此，笔者采用了智能判断的方法对振荡进行了抑制，收到了良好的效果

9、。利用人工智能抑制振荡的方法如下：在升温阶段，当30Xn1Xn5时，让系统按曲线升温。升温速率可根据系统的滞后情况设定为15。同时系统按照曲线升温阶段的自校正PID控制算法进行控制，只是控制量为升温速率。当Xn1Xn5时，将速度升温的PID参数值定为恒温控制时的PID参数初值。根据实验发现，采用这种控制方法总能使系统达到最佳控制效果，系统没有超调，并且PID参数的整定在速率升温结束后的几分钟内就能达到稳定。 5分析讨论 已经分析了PID参数的自动在线整定算法。但对编程来说仍较复杂。事实上，A、B及C 3个参数相互依赖，相互影响，在过程达到最优时，A、B、C 3个参数并不是惟一的，因此，在实际控

10、制过程中，可以只改变A、B、C3个参数中的任意两个参数就能使系统达到最优。图51为固定参数C，利用计算机自动在线整定A和B所得到的实际炉温控制曲线。其中恒温温度为1800的曲线是在100kW的真空炉中测得(100kW干式变压器，源极控制，发热体为石墨)，恒温温度为500的曲线是在实验电阻炉中测得，两种温度控制曲线均达到了1的控温精度，并且没有超调。 6结论 利用温升阶跃曲线，按照41的衰减比，使用改进的ZN算法，可获得PID参数中的比例系数KP、积分时间常数Ti和微分时间常数T d的初始值，并通过计算获得A、B、C的初值。 将自校正PID算法用于工业加热的自动温度控制系统，可以使控制系统一直处

11、于最优状态。增量式PID的算法方程为： 其中，U(t),V(t),W(t)可根据不同的温度区段，由系统自动整定获得。在实际使用中可以只改变U(t)、V(t)、W(t)中任意两个参数，而固定另一个参数，也能达到最优控制的效果。 当实际温度距标定温度30时，人工设定一升温速率并利用PID参数自整定算法进行控制，可以使升温曲线平稳地过渡到恒温阶段。这样，进入恒温阶段后，PID参数可以更快速地达到最优0 引言由于液压伺服系统的固有特性(如死区、泄漏、阻尼系数的时变性以及负载干扰的存在)，系统往往会呈现典型的不确定性和非线性特性。这类系统一般很难精确描述控制对象的传递函数或状态方程，而常规的PID控制又

12、难以取得良好的控制效果。另外，单一的模糊控制虽不需要精确的数学模型，但是却极易在平衡点附近产生小振幅振荡，从而使整个控制系统不能拥有良好的动态品质。本文针对这两种控制的优缺点并结合模糊控制技术，探讨了液压伺服系统的模糊自整定PID控制方法，同时利用MATLAB软件提供的Simulink和Fuzzy工具箱对液压伺服调节系统的模糊自整定PID控制系统进行仿真，并与常规PID控制进行 了比较。此外，本文还尝试将控制系统通过单片机的数字化处理，并在电液伺服实验台上进行了测试，测试证明：该方法能使系统的结构简单化，操作灵活化，并可增强可靠性和适应性，提高控制精度和鲁棒性，特别容易实现非线性化控制。1 模

13、糊PID自整定控制器的设计本控制系统主要完成数据采集、速度显示和速度控制等功能。其中智能模糊控制由单片机完成，并采用规则自整定PID控制算法进行过程控制。整个系统的核心是模糊控制器，AT89C51单片机是控制器的主体模块。电液伺服系统输出的速度信号经传感器和AD转换之后进入单片机，单片机则根据输入的各种命令，并通过模糊控制算法计算控制量，然后将输出信号通过DA转换送给液压伺服系统，从而控制系统的速度。该模糊控制器的硬件框图如图1所示。模糊控制器的主程序包括初始化、键盘管理及控制模块和显示模块的调用等。温度信号的采集、标度变换、控制算法以及速度显示等功能的实现可由各子程序完成。软件的主要流程是：

14、利用AT89C51单片机调AD转换、标度转换模块以得到速度的反馈信号，然后根据偏差和偏差的变化率计算输入量，再由模糊PID自整定控制算法得出输出控制量。启动、停止可通过键盘并利用外部中断产生，有按键输入则调用中断服务程序。该程序的流程图如图2所示。2 模糊控制器算法研究采用模糊PID自整定控制的目的是使控制器能够根据实际情况调整比例系数Kp、积分系数Ki和微分系数Kd，以达到调节作用的实时最优。该电液伺服系统的Fuzzy自整定PID控制系统结构如图3所示。为了简化运算和满足实时性要求，即该调节系统的基本控制仍为PID控制，但使PID调节参数由模糊自整定控制器根据偏差e和偏差变化率ec进行自动调

15、整，同时把模糊自整定控制器的模糊部分按Kp、Ki和Kd分成3部分，分别由相应的子推理器来实现。2.1 输入值的模糊化模糊自整定PID控制器是在fuzzy集的论域中进行讨论和计算的，因而首先要将输入变量变换到相应的论域，并将输人数据转换成合适的语言值，也就是要对输入量进行模糊化。结合本液压伺服系统的特性，这里选择模糊变量的模糊集隶属函数为正态分布，具体分布如图4所示。根据该规则可把实际误差e、误差变化率ec(dedt)对应的语言变量E、EC表示成模糊量。E、EC的基本论域为-6，+6，将其离散成13个等级即-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6。考虑到控制的精度要求，本设计将-6，+6分为负大NB、负中NM、负小NS、零ZO、正小PS、正中PM、正大