智能PID控制的發(fā)展現(xiàn)狀及應(yīng)用展望

葉家銘 張銅奇 張澤森 胡專

摘要：隨著工業(yè)生產(chǎn)中工況環(huán)境的日趨復(fù)雜化及工藝參數(shù)控制的精準(zhǔn)化，傳統(tǒng)PID控制器的局限性越來(lái)越明顯。為滿足智能生產(chǎn)的需要，提高工業(yè)控制系統(tǒng)的快速適應(yīng)性、魯棒性等功能，人們對(duì)PID控制的優(yōu)化提出了很多方法。對(duì)比這些方法的優(yōu)劣性，將對(duì)工業(yè)生產(chǎn)和促進(jìn)PID控制發(fā)展提供幫助。本文簡(jiǎn)要梳理了當(dāng)前智能PID控制器的發(fā)展，對(duì)比分析各類PID控制的優(yōu)點(diǎn)與缺點(diǎn)，并對(duì)未來(lái)PID控制的發(fā)展趨勢(shì)進(jìn)行了展望。

關(guān)鍵詞：智能PID控制;現(xiàn)狀;對(duì)比與展望

中圖分類號(hào)：TP273 ? 文獻(xiàn)標(biāo)識(shí)碼：A ? 文章編號(hào)：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控制器的關(guān)鍵在于控制參數(shù)的整定。近年來(lái)，各個(gè)領(lǐng)域?qū)ψ詣?dòng)控制系統(tǒng)的控制精度、響應(yīng)速度、系統(tǒng)穩(wěn)定性與適應(yīng)能力提出越來(lái)越高的要求，人們逐步把智能化引入PID控制。

1 傳統(tǒng)PID控制

PID控制器已有70余年的歷史，因其具有結(jié)構(gòu)簡(jiǎn)單、穩(wěn)定性好、工作可靠、調(diào)整方便而被廣泛應(yīng)用于工業(yè)生產(chǎn)中。但傳統(tǒng)PID控制也存在著諸多不足之處：一是實(shí)際的工業(yè)生產(chǎn)往往具有非線性、時(shí)變不確定性，難以建立精確的數(shù)學(xué)模型，常規(guī)的PID控制器不能達(dá)到理想的控制效果;二是在實(shí)際生產(chǎn)現(xiàn)場(chǎng)中，由于受到參數(shù)整定方法煩雜的困擾，常規(guī)PID控制器參數(shù)往往難以快速達(dá)到最優(yōu)參數(shù)，對(duì)運(yùn)行工況的適應(yīng)能力很差。因此尋求更加智能化的、適用性更強(qiáng)的PID控制方式，成為工業(yè)發(fā)展的必然選擇。

2 智能PID控制

2.1基于專家系統(tǒng)的智能PID控制器。專家系統(tǒng)主要由知識(shí)產(chǎn)權(quán)庫(kù)和推理機(jī)構(gòu)成，知識(shí)庫(kù)由專業(yè)領(lǐng)域內(nèi)的專家進(jìn)行知識(shí)輸入，推理機(jī)則是基于相關(guān)領(lǐng)域的邏輯的規(guī)則庫(kù)。基于專家系統(tǒng)的PID控制器主要是對(duì)系統(tǒng)提供的相關(guān)特征量進(jìn)行分析，利用知識(shí)庫(kù)中專業(yè)知識(shí)和PID整定規(guī)律分析，從而快速得出與系統(tǒng)匹配的控制參數(shù)。

優(yōu)點(diǎn)：在工業(yè)生產(chǎn)中，有許多復(fù)雜過程難以找到準(zhǔn)確的傳遞函數(shù)進(jìn)行計(jì)算或無(wú)法直接進(jìn)行原因分析的問題，利用專家系統(tǒng)，根據(jù)系統(tǒng)反饋的超調(diào)量、穩(wěn)態(tài)誤差、穩(wěn)定時(shí)間、調(diào)節(jié)時(shí)間、靜態(tài)誤差、臨界增益等，依據(jù)強(qiáng)大的知識(shí)支撐快速找到解決問題的方案。

缺點(diǎn)：前期需要大量專業(yè)知識(shí)輸入，這就需要非常了解工況環(huán)境及系統(tǒng)的專業(yè)工程師對(duì)知識(shí)庫(kù)進(jìn)行建立，來(lái)確保專家系統(tǒng)具有完善的知識(shí)儲(chǔ)備，普通工作人員難以完成，而且對(duì)于涉及多領(lǐng)域、多耦合變量參數(shù)來(lái)說(shuō)，其知識(shí)庫(kù)的建立更加困難。

2.2基于模糊系統(tǒng)的PID控制。模糊系統(tǒng)是將數(shù)字信號(hào)通過一定的邏輯轉(zhuǎn)變?yōu)槟：盘?hào)，依據(jù)模糊規(guī)則產(chǎn)生解決問題的方案，再將模糊方案轉(zhuǎn)變?yōu)榍逦臄?shù)字信號(hào)的一種方法。基于模糊系統(tǒng)的PID控制，是把模糊系統(tǒng)的概念引入PID控制，從而實(shí)現(xiàn)對(duì)PID參數(shù)的控制，其核心是要在人工模糊語(yǔ)言與計(jì)算機(jī)數(shù)字語(yǔ)言之間建立通訊協(xié)議。

優(yōu)點(diǎn)：對(duì)于難以建立系統(tǒng)模型的時(shí)變系統(tǒng)、過程復(fù)雜的系統(tǒng)、難以使用儀器測(cè)量的控制點(diǎn)，無(wú)需準(zhǔn)確的系統(tǒng)傳遞函數(shù)及測(cè)量值，使用模糊系統(tǒng)可以快速實(shí)現(xiàn)對(duì)被控對(duì)象的最優(yōu)控制，易實(shí)現(xiàn)人機(jī)互動(dòng)，系統(tǒng)魯棒性好。

缺點(diǎn)：控制系統(tǒng)受操作人員經(jīng)驗(yàn)限制，系統(tǒng)的穩(wěn)定性很大程度取決于操作人員建立的模糊規(guī)則表;由于模糊語(yǔ)言轉(zhuǎn)換為清晰值時(shí)其一一對(duì)應(yīng)關(guān)系精度不能準(zhǔn)確保證，因此系統(tǒng)可能出現(xiàn)輕微震蕩;當(dāng)被控參數(shù)需要隨環(huán)境變化時(shí)，需要建立新的模糊規(guī)則表，重新調(diào)試，工作量較大。

2.3基于BP神經(jīng)網(wǎng)絡(luò)的PID控制。BP神經(jīng)網(wǎng)絡(luò)，即誤差反傳誤差反向傳播算法的學(xué)習(xí)過程，由信息的正向傳播和誤差的反向傳播兩個(gè)過程組成。神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)實(shí)質(zhì)上是在偏差e向輸出層方向傳播的同時(shí)，依據(jù)某種學(xué)習(xí)規(guī)則，不斷修改各神經(jīng)元之間的權(quán)值。

優(yōu)勢(shì)：因?yàn)锽P網(wǎng)絡(luò)具有很好的逼近非線性映射的能力，良好的自適應(yīng)學(xué)習(xí)、較強(qiáng)的魯棒性和容錯(cuò)性等特點(diǎn)，并且能夠在線自調(diào)整控制參數(shù)，實(shí)現(xiàn)PID參數(shù)的最優(yōu)組合，從而大大提高系統(tǒng)穩(wěn)定性，因此適用于對(duì)復(fù)雜非線性系統(tǒng)進(jìn)行建模和控制。

缺點(diǎn)：BP神經(jīng)網(wǎng)絡(luò)算法計(jì)算量大，學(xué)習(xí)效率低，目前BP神經(jīng)網(wǎng)絡(luò)的層級(jí)通常選取為3層，節(jié)點(diǎn)不超過5個(gè)，對(duì)于復(fù)雜環(huán)境下過程控制，隨著其網(wǎng)絡(luò)層級(jí)的增加，其過程計(jì)算極為復(fù)雜，且計(jì)算時(shí)間較長(zhǎng)。

2.4基于遺傳算法的PID控制。遺傳算法是根據(jù)生物進(jìn)化過程演變出的一種尋找最優(yōu)解決方案的計(jì)算方法。基于遺傳算法的PID控制，將PID關(guān)鍵控制參數(shù)Kp、Ki、Kd根據(jù)一定的編碼隨機(jī)組成初始個(gè)體群，根據(jù)交叉重組等方法裂變出新的個(gè)體群，再根據(jù)誤差最小的目標(biāo)評(píng)估最優(yōu)個(gè)體，根據(jù)評(píng)估結(jié)果保留優(yōu)選方案，淘汰劣選方案，從而快速達(dá)到最優(yōu)選擇。

優(yōu)點(diǎn)：不受工況、環(huán)境、復(fù)雜數(shù)學(xué)模型、學(xué)科領(lǐng)域的限制，具有優(yōu)勢(shì)重組并篩選的能力，可快速找到全局最優(yōu)解，且不會(huì)陷入局部最優(yōu)解;

缺點(diǎn)：初始參數(shù)的選擇沒有標(biāo)準(zhǔn)依據(jù)，存在盲目性，大多僅憑經(jīng)驗(yàn)判定;遺傳算法的編程需要編碼、解碼，流程較為復(fù)雜，且初始個(gè)體數(shù)量較多時(shí)，計(jì)算量較大。

3 總結(jié)

不管是模糊控制、專家控制，還是神經(jīng)網(wǎng)絡(luò)控制，都是模擬人類思維過程或生理過程的不同形態(tài)。其實(shí)現(xiàn)智能化的根本原理，都是基于理論知識(shí)或?qū)嵺`積累的知識(shí)庫(kù)，通過一定的邏輯規(guī)則進(jìn)行計(jì)算實(shí)現(xiàn)對(duì)PID關(guān)鍵參數(shù)的最優(yōu)控制。

參考文獻(xiàn)：

[1]王偉，張晶濤，柴天佑.PID參數(shù)先進(jìn)整定方法綜述，自動(dòng)化學(xué)報(bào)，2000，5（26）：347～355

[2]段力學(xué).PID參數(shù)整定方法分類與概述，現(xiàn)代計(jì)算機(jī)[J]，2012（3）：23～26

[3]沈永福，吳少軍，鄧方林.智能PID控制綜述，工業(yè)儀表與自動(dòng)化裝置，2002（6），11～13.