您好, 访客   登录/注册

智能PID控制的发展现状及应用展望

来源:用户上传      作者:

  摘要:随着工业生产中工况环境的日趋复杂化及工艺参数控制的精准化,传统PID控制器的局限性越来越明显。为满足智能生产的需要,提高工业控制系统的快速适应性、鲁棒性等功能,人们对PID控制的优化提出了很多方法。对比这些方法的优劣性,将对工业生产和促进PID控制发展提供帮助。本文简要梳理了当前智能PID控制器的发展,对比分析各类PID控制的优点与缺点,并对未来PID控制的发展趋势进行了展望。
  关键词:智能PID控制;现状;对比与展望
  中图分类号:TP273   文献标识码:A   文章编号:1672-9129(2018)15-0116-02
  Abstract: With the increasing complexity of working conditions and the precision of process parameters control in industrial production, the limitations of traditional PID controller become more and more obvious. In order to meet the needs of intelligent production and improve the rapid adaptability and robustness of industrial control system, people put forward many methods for PID control optimization. Comparing the advantages and disadvantages of these methods will be helpful to industrial production and the development of PID control. This paper briefly reviews the current development of intelligent PID controller, compares and analyzes the advantages and disadvantages of various PID control, and prospects the future development trend of PID control.
  Keywords: Intelligent PID control; The status quo; Comparison and prospect
   引言:PID控制器的关键在于控制参数的整定。近年来,各个领域对自动控制系统的控制精度、响应速度、系统稳定性与适应能力提出越来越高的要求,人们逐步把智能化引入PID控制。
  1 传统PID控制
  PID控制器已有70余年的历史,因其具有结构简单、稳定性好、工作可靠、调整方便而被广泛应用于工业生产中。但传统PID控制也存在着诸多不足之处:一是实际的工业生产往往具有非线性、时变不确定性,难以建立精确的数学模型,常规的PID控制器不能达到理想的控制效果;二是在实际生产现场中,由于受到参数整定方法烦杂的困扰,常规PID控制器参数往往难以快速达到最优参数,对运行工况的适应能力很差。因此寻求更加智能化的、适用性更强的PID控制方式,成为工业发展的必然选择。
  2 智能PID控制
  2.1基于专家系统的智能PID控制器。专家系统主要由知识产权库和推理机构成,知识库由专业领域内的专家进行知识输入,推理机则是基于相关领域的逻辑的规则库。基于专家系统的PID控制器主要是对系统提供的相关特征量进行分析,利用知识库中专业知识和PID整定规律分析,从而快速得出与系统匹配的控制参数。
  优点:在工业生产中,有许多复杂过程难以找到准确的传递函数进行计算或无法直接进行原因分析的问题,利用专家系统,根据系统反馈的超调量、稳态误差、稳定时间、调节时间、静态误差、临界增益等,依据强大的知识支撑快速找到解决问题的方案。
  缺点:前期需要大量专业知识输入,这就需要非常了解工况环境及系统的专业工程师对知识库进行建立,来确保专家系统具有完善的知识储备,普通工作人员难以完成,而且对于涉及多领域、多耦合变量参数来说,其知识库的建立更加困难。
  2.2基于模糊系统的PID控制。模糊系统是将数字信号通过一定的逻辑转变为模糊信号,依据模糊规则产生解决问题的方案,再將模糊方案转变为清晰的数字信号的一种方法。基于模糊系统的PID控制,是把模糊系统的概念引入PID控制,从而实现对PID参数的控制,其核心是要在人工模糊语言与计算机数字语言之间建立通讯协议。
  优点:对于难以建立系统模型的时变系统、过程复杂的系统、难以使用仪器测量的控制点,无需准确的系统传递函数及测量值,使用模糊系统可以快速实现对被控对象的最优控制,易实现人机互动,系统鲁棒性好。
  缺点:控制系统受操作人员经验限制,系统的稳定性很大程度取决于操作人员建立的模糊规则表;由于模糊语言转换为清晰值时其一一对应关系精度不能准确保证,因此系统可能出现轻微震荡;当被控参数需要随环境变化时,需要建立新的模糊规则表,重新调试,工作量较大。
  2.3基于BP神经网络的PID控制。BP神经网络,即误差反传误差反向传播算法的学习过程,由信息的正向传播和误差的反向传播两个过程组成。神经网络自学习实质上是在偏差e向输出层方向传播的同时,依据某种学习规则,不断修改各神经元之间的权值。
  优势:因为BP网络具有很好的逼近非线性映射的能力,良好的自适应学习、较强的鲁棒性和容错性等特点,并且能够在线自调整控制参数,实现PID参数的最优组合,从而大大提高系统稳定性,因此适用于对复杂非线性系统进行建模和控制。
  缺点:BP神经网络算法计算量大,学习效率低,目前BP神经网络的层级通常选取为3层,节点不超过5个,对于复杂环境下过程控制,随着其网络层级的增加,其过程计算极为复杂,且计算时间较长。
  2.4基于遗传算法的PID控制。遗传算法是根据生物进化过程演变出的一种寻找最优解决方案的计算方法。基于遗传算法的PID控制,将PID关键控制参数Kp、Ki、Kd根据一定的编码随机组成初始个体群,根据交叉重组等方法裂变出新的个体群,再根据误差最小的目标评估最优个体,根据评估结果保留优选方案,淘汰劣选方案,从而快速达到最优选择。
  优点:不受工况、环境、复杂数学模型、学科领域的限制,具有优势重组并筛选的能力,可快速找到全局最优解,且不会陷入局部最优解;
  缺点:初始参数的选择没有标准依据,存在盲目性,大多仅凭经验判定;遗传算法的编程需要编码、解码,流程较为复杂,且初始个体数量较多时,计算量较大。
  3 总结
  不管是模糊控制、专家控制,还是神经网络控制,都是模拟人类思维过程或生理过程的不同形态。其实现智能化的根本原理,都是基于理论知识或实践积累的知识库,通过一定的逻辑规则进行计算实现对PID关键参数的最优控制。
  参考文献:
  [1]王伟,张晶涛,柴天佑.PID参数先进整定方法综述,自动化学报,2000,5(26):347~355
  [2]段力学.PID参数整定方法分类与概述,现代计算机[J],2012(3):23~26
  [3]沈永福,吴少军,邓方林.智能PID控制综述,工业仪表与自动化装置,2002(6),11~13.
转载注明来源:https://www.xzbu.com/1/view-14918128.htm

服务推荐