關于PID系列儀表的人工智能控制算法
加入技術交流群
在工業控制中，許多控制過程機理復雜，滯后大，控制對象具有變結構、時變等特點。采用常規的PID控制算法，難以適應參數變化及干擾因素的影響，大都出現較大超調，PID參數較難確定，不僅給調試帶來麻煩，調節的效果也不理想。目前由國外引進的某些調節儀表中，推出了許多改進型如加入抗飽和積分功能，采用自整定來協助確定PID參數及自適應技術來改進控制效果。為了克服常規PID調節的不足，提高其性能，現在各大儀表公司及儀表生產廠，都在致力于新的控制算法開發和自整定技術的探究，下面以系列儀表為例，簡述系列儀表中的人工智能控制算法和特點。
系列儀表中的人工智能控制算法
系列儀表中的人工智能控制算法，即對PID算法加以改進和保留，加入模糊控制算法規則，并對給定值的變化加入了前饋調節。在誤差大時，運用模糊算法進行調節，以徹底消除PID飽和積分現象，如同熟練工人進行手動調節。當誤差趨小時，采用改進后的PID算法控制輸出。其控制參數采用被控對象特征描述方式。一組(MPT)參數即可同時確定PID參數和模糊控制參數。系統具有無超調和高控制精度等特點。針對不穩定的非線形復雜調節對象，表內設有自適應調節規則，可使系統進一步加快響應速度，改善控制品質。針對控制參數較難確定的現實，表內設有自整定專家系統，可使系統的控制參數確定簡單，準確度提高，因此，自整定系統的引入，不僅使復雜勞動簡化，節約了調試時間，而且提高了控制系統的調節品質。
PID算法的改進
常規PID算法構成如下：
輸出=比例作用(P)+積分作用(I)+微分作用(D)
在常規PID的控制系統中，減少超調和提高控制精度是難以兩全其美的，這主要是積分作用有缺陷造成的。如果減少積分作用，則靜差不易消除，有擾動時，消除誤差速度變慢，而當加強積分作用時，又難以避免超調，這也是常規PID控制中經常遇到的難題。
在系列儀表中，當控制參數在比例帶以外時，采用模糊控制，不存在抗飽和積分問題，而對PID算法部分又加以改進如下：
輸出=比例作用(P)+積分作用(I)+微分作用(D)+微分積分作用(∫I)
由于儀表中增加了微分積分作用，所以，使常規PID算法中的積分飽和現象得到較大緩解。不過從上式中可以看到，原有參數已經較難確定了，又增加了一個新參數(∫I)，所以，這些參數必然互相影響，使得新算法參數更加難以確定。為此，經過認真的研究和實驗分析，比例作用與微分作用的比值和積分作用與微分作用的比值可取相同的值，并且比例作用與微分作用的最佳比值同控制對象的滯后時間有關。滯后時間越大，則比例作用響應減少，而微分作用響應增加。兩者存在的關系如下：
比例作用=K(1/t)
微分作用=K(1-1/t)d
式中，K為系數；t為滯后時間與控制周期的比值；t≥1；d表示微分作用。
由此，可將人工智能控制算法公式改為：
輸出=P［1/t+(1-1/t)d］+(1/M)∫［1/t+(1-1/t)d］
式中，P用于調整微分和比例的大小，P增加，相當于同時將微分時間增加及減少比例帶。反之，P減少，相當于同時將微分時間減少和增大比例帶。M類似積分時間，可用于調整積分和微分積分的大小，t用于調整微分與比例的相互比例成分。如果t=1，則微分作用為0，如果1Ｍ＝０，則積分作用為0。
這樣，控制參數又減少為3個，由于常規PID參數的定義只根據算法本身，其特點是不需要考慮被控對象的精確模型，而改進后的3個控制參數，由于同原參數概念不同，所以，定義為MPT控制算法，具體含義如下：
M50為保持參數。
M50定義為輸出值為50%時，控制對象基本穩定后測量值的差值。50表示輸出值變化量為50。
例如某電爐溫度控制，為了找出最佳的M50值，手動輸出為50%時，電爐溫度最后穩定在800℃左右，而0%輸出時，電爐溫度最后穩定在室溫，為25℃，則M(最佳參數值(=800-25=775參數M值主要對調節算法中的積分作用進行調整。M值越小，系統積分作用越強。M值越大，積分作用越弱(積分時間增加)。如果，M=0，則系統取消積分作用。
評論