基于PID控制技術的人工智能算法優(yōu)化路徑初探

文/覃洪漢

隨著智能化控制技術的持續(xù)完善，各種各樣的人工智能算法也在不斷進步。將人工智能算法與PID 控制技術有效結合，不僅能夠處理復雜目標的反饋控制問題，并且可以實現(xiàn)邏輯化控制、神經(jīng)網(wǎng)絡控制等目的。本文基于PID 控制技術，從優(yōu)化算法的角度分析了人工智能算法在PID 控制系統(tǒng)中的具體應用，并提出利用動態(tài)與靜態(tài)校正來提高控制系統(tǒng)穩(wěn)定性和反應速度的優(yōu)化建議。

人工智能算法為PID 控制系統(tǒng)提供了新的理論和技術支持，二者結合后，PID 控制系統(tǒng)對復雜目標的控制效果和抗干擾性顯著提升。得益于人工智能算法的支持，PID 控制系統(tǒng)不僅能處理各種參數(shù)，還能在實現(xiàn)自動化、自適應調節(jié)的同時，構建出更高精度的數(shù)據(jù)模型，從而進一步增強自身性能。

一、基于PID 控制技術的人工智能算法概述

基于PID 控制技術的人工智能算法主要是指通過人工智能技術進行的數(shù)據(jù)算法，其可通過調整PID 控制算法來實現(xiàn)控制系統(tǒng)對智能化指令擬人化、預見性控制的目標。同時，PID控制系統(tǒng)在運行過程中，大多通過兩種方法來實現(xiàn)人工智能算法的應用：一種是基于誤差數(shù)值E 的變化，實時對照比例增值P 的變化；另一種則是對照比例控制數(shù)據(jù)模型的狀態(tài)，以實現(xiàn)PID 控制系統(tǒng)各項指令的。[1]簡單來說，融合了人工智能算法的PID 控制系統(tǒng)一般是借助比例、積分、微分等形式達成對復雜目標的有效控制的。

二、融合人工智能算法的PID 控制器分析

（一）分段處理

在一般情況下，PID 控制系統(tǒng)在進行動態(tài)或靜態(tài)轉換過程中，容易受到慣性因素影響，隨之出現(xiàn)一種傾斜向上的發(fā)展趨勢。因此，在PID 控制系統(tǒng)運行階段，為實現(xiàn)過渡階段有針對性、可靠性的優(yōu)化處理，研究人員可從過渡和跟蹤兩個方面對其進行劃分，從而實現(xiàn)減少超調量控制的目的。在具體操作時，研究人員可利用變增益方法，在輸出端、接近端和穩(wěn)端出現(xiàn)偏差E的同時，采用正負向量的方法，維持系統(tǒng)持續(xù)上漲的態(tài)勢。需要注意的是，如果系統(tǒng)數(shù)值低于錯誤值E，則需按常規(guī)方法處理，以此來確保PID 控制系統(tǒng)能夠正常運行。

（二）誤差變化趨勢

研究人員可通過對誤差變化發(fā)展規(guī)律及發(fā)展趨勢進行深入研究，實現(xiàn)對PID 控制系統(tǒng)擬人化控制的目的。為此，研究人員可先行統(tǒng)計誤差和錯誤傾向的乘積，再結合有關數(shù)據(jù)資料進行動態(tài)處理，同時利用積分控制法有效維持PID 控制系統(tǒng)的穩(wěn)定性。考慮到PID 控制系統(tǒng)的精準度主要取決于對偏差積分的控制，研究人員可以進一步研究偏差積分出現(xiàn)的具體過程，同時將其與擬人化記憶特性相比對，進而完整記錄偏差等問題。但該方法也存在一些缺陷：其一，積分控制過程缺乏目標；其二，采用積分法實施偏移，很可能造成“積分飽和”，導致積分失去控制，這主要是因為該方法沒有很好地發(fā)揮出人工控制模式和控制思想的作用。目前，研究人員可以使用積分曲線來解決這些問題，及時糾正和調整PID 控制系統(tǒng)的錯誤。此外，PID 控制系統(tǒng)在比例等多重控制作用下可以避免進入失控狀態(tài)。[2]

（三）積分控制

積分控制法能夠有效減小系統(tǒng)的穩(wěn)態(tài)誤差。傳統(tǒng)的PID 控制系統(tǒng)普遍存在積分功能不明確、不能滿足控制要求等問題。而一旦出現(xiàn)偏差，這些積分就會不斷累積，且很有可能導致“積分飽和”，進而影響系統(tǒng)的正常運轉。因此，在錯誤絕對值不斷提高的情況下，工作人員必須采用適當?shù)目刂屏碛行p少系統(tǒng)誤差，并防止系統(tǒng)誤差的積累。

（四）控制效果

在多種因素的共同作用下，PID 控制系統(tǒng)的動態(tài)過程會持續(xù)變化，工作人員必須綜合分析其動態(tài)特性，以提高控制效果。在此過程中，工作人員應不斷優(yōu)化控制器，直至其達到系統(tǒng)要求。在擬人化控制的基礎上，工作人員還應加強分析，并結合PID 控制系統(tǒng)的前期運行效果，有針對性地對其加以優(yōu)化，力爭達到控制決策最優(yōu)化的目的。此外，工作人員必須明確控制效果是決定絕對值誤差的主要原因之一。

三、基于PID 控制技術的人工智能算法優(yōu)化路徑

（一）分析優(yōu)化原理

將人工智能算法和PID 控制技術相結合，能夠最大限度地改善PID 控制系統(tǒng)的穩(wěn)定性。工作人員可通過深入分析人工智能算法，在掌握算法內在邏輯的同時，對PID 控制系統(tǒng)進行研究，為后續(xù)的動態(tài)和靜態(tài)校正奠定基礎。理論上，優(yōu)化人工智能算法的原理是控制器針對控制系統(tǒng)運行狀態(tài)以及控制規(guī)則進行記憶、觀察、推理，隨后再輸出的數(shù)據(jù)指令。這一過程主要包含三個層面的概念：測量信息、推理機制、輸出集。而優(yōu)化對象通常指的就是以上三層概念下的數(shù)據(jù)信息。其中，測量信息即對采集到的數(shù)據(jù)進行量化分析，以詳細了解語言值子集的信息；推理機制是從已獲取的知識中進行推理的機制；輸出集是指將PID 控制系統(tǒng)獲得的量化數(shù)據(jù)轉化為清晰、明確的輸出量的最后一個過程。[3]

（二）改進算法

（1）動態(tài)校正，即根據(jù)動態(tài)性能指標、系統(tǒng)動態(tài)特性等因素，對動態(tài)系統(tǒng)進行動態(tài)預測和探究。此項工作既能夠對已存在但不在理想狀態(tài)的相關參數(shù)進行調整，還可以暫時優(yōu)化當前的控制狀況，從而保證系統(tǒng)運行的穩(wěn)定性。對此，工作人員可采用擬人方法來改善PID 控制系統(tǒng)各方面的參數(shù)，以提高系統(tǒng)整體感知力和判斷力。同時，PID 控制系統(tǒng)也可基于自身的檢測功能對已有數(shù)據(jù)進行提取，并結合相關規(guī)則對專家控制系統(tǒng)進行經(jīng)驗分析，最后基于邏輯決定實現(xiàn)系統(tǒng)參數(shù)的實時控制及修正。具體步驟如下：首先研判PID 控制系統(tǒng)的穩(wěn)態(tài)性和精準度，并明確二者是否需要修正；其次借助評價函數(shù)進行動態(tài)校正[e(i)代表實際輸出量減去既定輸出量，也可稱作輸出誤差；n 代表PID 控制系統(tǒng)設計的數(shù)據(jù)收集次數(shù)]；再次確定穩(wěn)態(tài)標準數(shù)值Km：如果J的數(shù)值小于Km的數(shù)值，則說明系統(tǒng)處于穩(wěn)態(tài)，反之則未達成穩(wěn)態(tài)；最后結合研判結果進行分析，即當J 的數(shù)值小于Km的數(shù)值時，保持穩(wěn)態(tài)情況下控制系統(tǒng)基本規(guī)則即可，反之則需要實施反方向的定量修正措施。

（2）靜態(tài)校正，即根據(jù)PID控制系統(tǒng)各項性能的指標處理靜態(tài)偏差問題，同時對動態(tài)校正的結果進行合理評價，通過標準的控制裝置來明確系統(tǒng)參數(shù)校正方法。在人工智能算法應用過程中，工作人員應重點從以下幾點入手：第一，建立系統(tǒng)特征數(shù)據(jù)庫，以全面了解多重、非理想狀態(tài)等情況；第二，構建完善的規(guī)則評價信息系統(tǒng)，最大限度地保證校正結果的科學性，或者利用動態(tài)校正和靜態(tài)校正相結合的方法完成優(yōu)化，并顯著提升PID 控制系統(tǒng)的控制效果。另外，混合型控制器的輸入過程、輸出誤差、變化率等，均需按照系統(tǒng)要求進行研究分析。只有如此，工作人員才能掌握正確的系統(tǒng)控制形態(tài)，并根據(jù)具體要求調整參數(shù)。

（3）完成動態(tài)和靜態(tài)校正后，工作人員還需要針對控制系統(tǒng)進行仿真分析，并通過優(yōu)化人工智能算法，確保控制器具備準確、快速、穩(wěn)定的振蕩性，同時避免在運用PID 控制技術時反復出現(xiàn)超調問題。為此，工作人員可以借助人工智能算法對現(xiàn)行控制策略加以優(yōu)化。

（三）分析PID 控制技術的應用效果

研究人員可借助人工智能算法，通過分析PID 控制系統(tǒng)可能出現(xiàn)的各種情況來進一步理解PID 控制系統(tǒng)在各階段的功能。在此基礎上，研究人員還可以采用Bang-Bang 控制方法來提高受控數(shù)量，并對其進行科學化處理。在實際操作中，研究人員需要適時退出Bang-Bang 的控制，以防止發(fā)生過調問題。[4]此外，當受控對象出現(xiàn)延遲的情況時，工作人員應在操作間維持數(shù)值校正延遲，并適當?shù)却瑫r觀測和分析受控對象的自然移動特征，以防出現(xiàn)振動等情況。也就是說，當校正調整規(guī)則處于超調大、調整耗時多、上升時間短的情況時，系統(tǒng)的控制效果容易出現(xiàn)過重問題。此時，工作人員可通過降低比例、控制Bang-Bang作用的方法來進行校正和調整。如果系統(tǒng)出現(xiàn)振蕩問題，則工作人員需要校正并調整以保持控制器的穩(wěn)定，避免出現(xiàn)修正過早的情況。在此環(huán)節(jié)，工作人員可以借助加長控制和保持時間的方法，實現(xiàn)減小微分系數(shù)的目的。

四、結語

綜上所述，PID 控制技術在實際應用中仍存在算法方面的不足，進而影響控制系統(tǒng)的實際控制效果。為應對這一問題，研究人員可將PID 控制技術與人工智能算法相結合，利用人工智能算法的兼容性、動態(tài)和靜態(tài)校正、學習記憶能力、專家分析機制等優(yōu)勢功能，實現(xiàn)PID 控制技術以往無法有效實現(xiàn)的控制目標，進而促使PID控制系統(tǒng)的穩(wěn)定性、可靠性、精準度獲得全面提升。