（制浆造纸工程专业论文）基于实验对象的自适应模糊算法的研究.pdf

摘要 由于p i d 控制( 比例积分微分控制) 算法简单、鲁棒性好、可靠性高的特点，因此 在科技日新月异的今天，p i d 控制在控制领域仍占据主流地位，但p i d 控制对于非线性、 时变系统的控制效果大部分都不能满足控制要求。在这样的背景下，寻找一种性能优于 p i d 控制器，且具有类似p i d 控制器简单、易于使用特点的新型控制器，成为一个迫切的 问题。 本文主要研究的是模糊p i d 控制算法。在详细地介绍了p i d 控制及其基本的参数自 整定方法的基础上，研究了得到广泛应用的p i d 继电反馈自整定方法。然后，在此基础之 上，利用模糊控制不需要获知对象的精确数学模型，而是基于人类的思维以及生产经验， 用语言规则描述控制过程，并根据规则去调整控制参数的特点，提出一种参数模糊自整定 p i d 控制算法。 通过对实验对象的仿真，仿真结果表明本文所设计的模糊p i d 控制算法与传统的p i d 算法相比较，使用模糊p i d 算法的系统控制效果更好，使用模糊p i d 算法使系统具有一定 的自适应能力，对扰动能更快的做出调整，保证整个系统的平稳运行。 最后，使用m c g s 组态软件在实验对象上实现模糊p i d 算法。在实验过程中对液位和 温度对象分别使用p i d 算法和模糊p i d 算法进行控制，结果表明使用模糊p i d 算法使系统 的过渡时间缩短，最大偏差减小，鲁棒性更好。 关键词：p i d 控制模糊p i d 自整定 s t u d yo ns e l f - a d a p t i v ef u z z ya l g o r i t h mb a s e do i le x p e r i m e n t a lo b j e c t a b s t r a c t w i t ht h ed e v e l o p m e n to fs c i e n c ea n dt e c h n i q u e ，t h ep i dc o n t r o l ( p r o p o r t i o n - i n t e g r a l - d e r i v a t i v e c o n t r 0 1 ) i ss t i l lt h em a i nw a yo fc o n t r o la sar e s u l to fs i m p l ea l g o r i t h m 、b e t t e rr o b u s t n e s sa n d h i g hr e l i a b i l i t y h o w e v e r , a sa nu n c e r t a i nc o m p l e xc o n t r o l l i n gs y s t e m ，w h i c hh a st h ef e a t u r e so f n o n l i n e a ra n dv a r i a b l ep a r a m e t e r s 、订t l lt i m e i tc a nn o tg e tas a t i s f a c t o r yr e s u l t s oi t s i m p o r t a n tt of m dan e w c o n t r o l l e rh a v i n gab e t t e rp e r f o r m a n c et h a np i dc o n t r o l l e ra n ds i m p l e s t r u c t u r ea n dc o n v e n i e n c ea sp i dc o n t r o l l e r t h i sa r t i c l em a i n l ys t u d i e do nt h ef u z z yp i dc o n t r 0 1 f i r s t , t h i sp a p e rg a v ead e t a i l e d i n t r o d u c t i o na b o u tp i dc o n t r o la n dp a r a m e t e rs e l f - t u n i n g i ta l s od i s c u s s e dt h ep i dr e l a y f e e d b a c ks e l f - t u n i n gt e c h n o l o g y s e c o n d ，i ts t a t e daf u z z yp a r a m e t e rs e l f - t u n i n gp i dc o n t r o l a l g o r i t h mb e c a u s et h ef u z z yc o n t r o ld i d n tc a l lf o ra na c c u r a t em a t h e m a t i c sm o d e lo fc o n t r o l l e d o b j e c t , a n di tb a s e do nt h eh u m a nw a yo ft h i n k i n ga n dp r o d u c t i o ne x p e r i e n c ew h i c hd e s c r i b e d t h ep r o c e s s 、析t hh u m a nl a n g u a g ea n da d j u s t e dt h ec o n t r o lp a r a m e t e r sb yt h ec e r t a i nr u l e s s i m u l a t i o n p r o v e dt h ef u z z yp i dc o n t r o lh a d b e t t e re f f e c ta n d q u a l i t y i t a l s oh a d s e l f - a d a p t a t i o n i tc o u l dr e g u l a t et h es y s t e mi nt i m ew h e nt h eo b j e c tc h a n g e do rt h es y s t e mw a s i n t e r f e r e d f i n a l l y , i tu s e dm c g sc o n f i g u r a t i o ns o f t w a r et oi m p l e m e n tt h ea l g o r i t h m c o m p a r e d 、杌t h r e s u l t so ft h ep i dc o n t r o la n dt h ef u z z yp i da l g o r i t h ma p p l i e do nw a t e r - l e v e lp l a n ta n d t e m p e r a t u r eo b j e c t , t h ef u z z yp i dc o n t r o lc o u l da c c e l e r a t et h ec o n t r o ls y s t e md e c r e a s et h e t r a n s i t i o n a lp e r i o d ，r e d u c et h em a x i m a ld e v i a t i o na n dh a v eb e t t e rr o b u s t n e s s k e y w o r d ：p i df u z z y - p i ds e l f - t u n i n g 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下进行的研究工作 所取得的成果尽我所知，除文中已经特别注明引用的内容和致谢的地方外，本 论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做 出重要贡献的个人和集体，均已在文中以明确方式注明并表示感谢。本人完全意 识到本声明的法律结果由本人承担 学位论文作者( 本人签名) ：做刳甏 口? 年占月f l i 日 学位论文版权使用授权书 本学位论文作者完全了解南京林业大学有关保留、使用学位论文的规定，同 意学校保留并向国家有关部门或机构送交论文的复印件和电子版( 中国科学技术 信息研究所；国家图书馆等) ，允许论文被查阅和借阅本人授权南京林业大学 可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以汇编和综合 为学校的科技成果，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论 文全部或部分内容。 保密r - = l ，在年解密后适用本授权书。本学位论文属于不保密囝。 ( 请在以上方框内打。 ”) 学位论文作者( 本人签名) ：7 文创毫 斛删陬弛姆 矿f | 年否月，( 日 奄每凳i 夕日 致谢 本文从拟定题目到完成，在各个阶段都得到了大家的热心帮助。在本论 文完成之际，首先要向我的导师胡慕伊教授致以诚挚的谢意。在论文过程中， 胡老师给了我许许多多的帮助和关怀。胡老师学识渊博、治学严谨，待人平 易近人，在胡老师的悉心指导中，我不仅学到了扎实的专业知识，也在怎样 处人处事等方面收益很多，在此我谨向罗老师表示衷心的感谢和深深的敬意。 同时，我要感谢陈朝霞老师、熊智新老师、胡明老师，他们在我论文过 程中和日常生活中，都给予了许多的帮助。 另外，衷心感谢同实验室的陈文凯、胡风云、任广振、王勇军、邵丽娜、 周炜、倪洁以及好友叶叶、王宏志等人在论文写作和日常生活中，与他们的 探讨交流使我受益颇多；同时，他们也给了我很多无私的帮助和支持，在此 我再次深表谢意。 最后，向一直默默支持我的父母、亲人和朋友表示深深的谢意，他们给 予我的爱、理解、关心和支持是我不断前进的动力。 感谢母校南京林业大学对我的培养，感谢所有帮助过我的人。 陆剑亮 2 0 0 9 年6 月 1 1 控制的概念 第一章绪论 控制是指主体按照给定的条件和目标，对客体施加影响的过程和行为。控制一词，最 初运用于技术工程系统。自从维纳的控制论问世以来，控制的概念更加广泛，它已用于生 命机体、人类社会和管理系统之中。从一定意义上说，管理的过程就是控制的过程。因此， 控制既是管理的一项重要职能，又贯穿于管理的全过程。管理中的控制职能，是指管理主 体为了达到一定的组织目标，运用一定的控制机制和控制手段，对管理客体施加影响的过 程。要有明确的目的或目标，没有目的或目标就无所谓控制；受控客体必须具有多种发展 可能性。 1 2 自动控制的发展 用计算机对工艺过程的温度、压力、流量、成分、电压、几何尺寸等物理量和化学量 进行的控制，全称工艺过程自动控制，简称自动控制或过程控制口1 。过程控制的主要作用 是：保证生产过程稳定，防止发生事故；保证产品质量；节约原料、能源消耗，降低成本； 提高劳动生产率，充分挖掘设备潜力；减轻劳动强度，改善劳动条件。 目前，工业过程自动控制技术常采用的方法主要有：以古典控制理论为基础的p i d 控制和以现代控制理论为基础的自适应控制、神经网络控制以及模糊控制等智能控制方 法。 智能控制是一个新兴的科学领域，它是控制理论发展的高级阶段。它主要用来解决那 些用传统方法难以解决的复杂系统的控制问题。其中包括智能机器人系统、计算机集成制 造系统、复杂的工业过程控制系统、社会经济管理系统、交通运输系统、环保及能源系统 等。 传统的控制是基于模型的控制，包括控制对象和干扰的模型。对于传统控制通常认为 模型已知或者经过辨识可以得到。而智能控制的对象通常存在严重的不确定性，即模型未 知或知之甚少，或模型的结构和参数可能在很大范围内变化。无论哪种情况，传统方法都 难以对它们进行控制，而这正是智能控制所要研究的问题。 在传统控制理论中，线性系统理论比较成熟。对于具有高度非线性的控制对象，虽然 也有一些非线性的控制方法，但总的来说，非线性控制理论还不成熟，而且方法比较复杂。 采用智能控制的方法往往可以较好的解决非线性系统的控制问题。因此，智能控制系统的 开发与研究就显得越来越重要，同时它也是今后控制领域研究的主要方向。 1 3 智能控制产生和发展 一个系统如果具有感知环境、不断获得信息以减小不确定性和计划、产生以及执行控 制行为的能力，即称为智能控制系统口1 。智能控制技术是在向人脑学习的过程中不断发展 起来的，人脑是一个超级智能控制系统，具有实时推理、决策、学习和记忆等功能，能适 应各种复杂的控制环境。 对许多复杂的系统，难以建立有效的数学模型和用常规的控制理论去进行定量计算和 分析，必须采用定量和定性相结合的控制方式才能达到目的。定量方法与定性方法相结合 的目的是，要由机器用类似于人的智慧和经验来引导求解过程。因此，在研究和设计智能 系统时，主要注意力不是数学公式的表达、计算和处理，而是对任务和现实模型的描述、 符号和环境的识别以及知识库和推理机的开发，即智能控制的关键问题不是设计常规控制 器，而是研制智能机器的模型。 从6 0 年代起，由于空间技术、计算机技术及人工智能技术的发展，控制界学者在研 究自组织、自学习控制的基础上，为了提高控制系统的自学习能力，开始注意将人工智能 技术与方法应用于控制系统3 。 1 9 6 5 年，美国著名控制理论专家l a z a d e h 创立了模糊集合论，为解决复杂系统的 控制问题提供了有利的数学工具；同一年美国著名科学家f e i g e n b a u m 研制出了世界上第 一个专家系统；同样也是在1 9 6 5 年，傅京孙首先提出把人工智能中的直觉推理方法用于 学习控制系统。1 9 6 6 年，m e n d e l 进一步在空间飞行器的学习控制系统中应用了人工智能 技术，并提出了“人工智能控制”的概念。1 9 6 7 年，l e o n d e s 和m e n d e 第一次正式使用“智 能控制”一词，并把记忆、目标分解等一些简单的人工智能技术用于学习控制系统，提高 了系统处理不确定问题的能力。这标志着智能控制思想的萌芽。 从7 0 年代开始，傅京孙、g l o r i s o 和s a r i d i s 等人从控制角度进一步总结了人工智 能技术与自适应、自组织、自学习控制的关系，正式提出了智能控制就是人工智能技术与 控制理论的交叉，并创立了人一机交互式分级递阶智能控制的系统结构。在7 0 年代中期 前后，以模糊集合论为基础，从模仿人的控制决策出发。智能控制在另一个方向一规则控 制上也取得了重要的进展。1 9 7 4 年，m a n d a n i 将模糊集和模糊语言逻辑用于控制，创立了 基于模糊语言描述控制规则的模糊控制器并成功的用于工业过程控制。1 9 7 9 年，他又成 功的研制出自组织模糊控制器，使得模糊控制器具有较高的智能。模糊控制的形成和发展 以及与人工智能中的产生式系统、专家系统相互渗透，对智能控制理论的形成起了十分重 要的作用。 进入8 0 年代，由于微机的迅速发展以及人工智能的重要领域一一专家系统技术的逐 渐成熟，使得智能控制和决策的研究及应用领域逐步扩大，并取得了一些应用成果。例如， 1 9 8 3 年f o x 等人实现加工车间调度专家系统i s i s ，1 9 8 3 年s a r i d i s 把智能控制用于机器 人系统；1 9 8 7 年，美国f o x b o r o 公司公布了新一代的i a 系列智能自动控制系统。 9 0 年代以后，智能控制的研究势头异常迅猛，尤其是模糊系统，神经网络和进化计 算这三方面的研究引起了许多领域的研究人员的兴趣。目前，将神经网络与模糊控制技术 相互结合，取长补短，形成一种模糊神经网络技术，由此可以组成一组更接近于人脑的智 能信息处理系统，其发展前景十分诱人。 虽然智能控制技术已经有2 0 多年的历史，但作为一门新兴的理论技术，它还处在发 展阶段。近年来控制领域的专家指出，智能控制技术的发展方向及研究重点应该转移到智 能控制技术的集成上来。这里所说的智能技术的集成包括两方面：一方面是综合智能控制 技术的推广应用，将几种智能控制方法或机理融合在一起，构成具有高度自主能力的高级 混合智能控制系统，如模糊神经控制系统、基于遗传算法的模糊控制系统、模糊专家系统 等。另一方面是将智能控制技术与传统控制理论结合，形成智能型复合控制器，如模糊 p i d 控制、神经元p i d 控制、模糊滑模控制、神经网络最优控制等，取长补短，获得互补 特性，提高整体优势h 。 对于具有非线性、强耦合、不确定性的复杂系统，传统的控制方法很难取得理想的控 制效果，因而不能直接应用传统控制方法对此类系统进行设计。智能控制技术的发展为复 杂系统的控制提供了新思路。智能控制策略通常不需要系统准确的数学模型，只要求对系 统信息部分了解，特别是智能控制器具有强大的自学习和自整定能力，可以有效地控制对 象的不确定性或未知干扰引起的系统波动，但由于智能控制系统在本质上是非线性的，因 而很难从理论上对系统进行性能设计和分析。针对这种情况，有研究者提出将智能控制技 术和传统控制理论相结合，由此智能复合控制器应运而生。这种控制器既具有智能控制的 自学习和自整定能力，又可以有效的利用传统控制理论，对系统的性能进行理论分析，从 而设计出满足性能指标的非线性多变量控制系统。因此智能复合控制在非线性多变量系统 中的应用已经成为当前控制领域的一个研究热点，并已经取得了许多研究成果。 智能复合控制器在非线性多变量系统中的应用已经成为当前控制领域的一个研究热 点，取得了许多研究成果。但是目前在复合控制器的设计和应用方面仍存在一定的问题： 智能控制技术和传统控制理论的结合形式比较单一，不能充分利用当前智能控制技术和传 统控制理论各自的研究成果；控制器中智能模块结构的确定没有理论依据，多是凭借设计 者的经验选定，通常选定的结构比较复杂，学习周期长，不利于实时运行；控制器的智能 逼近模块的逼近精度难以确定，不能获得精确的控制效果。这些问题都有待于进一步研究。 总之，将智能控制策略和传统控制方法相结合构造智能型复合控制器，取其在控制中 的优势和特点，已成为当今控制领域的一个研究热点，也成为解决各类复杂系统控制问题 的重要工具，在理论和实际应用中都有十分重要的意义。 i 4 智能控制与传统控制的关系 智能控制与传统的控制有着密切的关系，彼此之间不是相互排斥。常规控制往往包含 在智能控制之中，智能控制也利用常规控制的方法来解决一些“低级”的控制问题，扩充 了一些常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。 智能控制和传统控制相比，具有以下关系： ( 1 ) 传统的自动控制是建立在确定的模型基础上的，而智能控制的研究对象是那些模型 的不确定、参数在很大的范围内变动，比如工业过程的病态结构问题、某些干扰的无法预 测，致使无法建立其模型，这些问题对基于模型的传统自动控制来说很难解决。 ( 2 ) 传统的自动控制系统的输入或输出设备与人及外界环境的信息交换方式很复杂，通 常的自动装置不能接受、分析和感知各种看得见、听得着的形象、声音的组合以及外界其 它的情况，为扩大信息通道，就必须给自动装置安上能够以机械方式模拟各种感觉的精确 的识别器，即文字、声音、物体识别装置。近几年计算机及多媒体技术的迅速发展，为智 能控制在这一方面的发展提供了物质上的准备，使智能控制变成了多方位“立体”的控制 系统。 ( 3 ) 传统的自动控制系统对控制任务的要求要么使输出量为定值，要么使输出量跟随期 望的运动轨迹，因此具有控制任务单一性的特点，而智能控制系统的控制任务可比较复杂， 例如在智能机器人系统中，它要求系统对一个复杂的任务具有自动规划和决策的能力，有 自动躲避障碍物运动到某一预期目标位置的能力等。对于这些具有复杂的任务要求的系 统，采用智能控制的方式便可以满足。 ( 4 ) 传统的控制理论对线性问题有较成熟的理论，而对高度非线性的控制对象虽然有一 些非线性方法可以利用，但控制效果大都不尽人意。而智能控制为解决这类复杂的非线性 问题找到了一个出路，成为解决这类问题行之有效的途径。 ( 5 ) 与传统自动控制系统相比，智能控制系统具有足够的关于人的控制策略、被控对象 及环境的有关知识以及运用这些知识的能力。 ( 6 ) 与传统自动控制系统相比，智能控制系统能以知识表示的非数学广义模型和以数学 表示的混合控制过程，采用开闭环控制和定性及定量控制结合的多模态控制方式。 ( 7 ) 与传统自动控制系统相比，智能控制系统具有变结构特点，能总体自寻优，具有自 适应、自组织、自学习和自协调能力。 ( 8 ) 与传统自动控制系统相比，智能控制系统有补偿及自修复能力和判断决策能力。 总之，智能控制系统通过智能机自动地完成其目标的控制过程，其智能机可以在熟悉 或不熟悉的环境中自动地或人一机交互地完成拟人任务。 1 5 模糊控制 模糊控制是智能控制的一个重要分支，其主要思想是把现场操作人员的经验知识等 逻辑规则的语言表达转化为相关的控制量，在建立专家“知识”的基础上，模仿人的思维 过程，通过对模糊信息采用“不精确推理”，可以有效地处理控制系统中的不精确和不确 定性，解决许多复杂而无法建立精确数学模型系统的控制问题晦 。 模糊控制具有一下一些明显特点哺3 ： ( 1 ) 控制系统的设计不需要知道被控对象的数学模型。模糊控制只需要提供现场操作人 员或专家的经验知识，其系统模型隐含地包含在模糊规则、模糊运算和模糊集中。模糊规 则将描述系统状态变量的模糊集与模糊控制器的输出联系起来，从这个意义上说，模糊控 制是将模糊建模任务与系统控制任务结合成一个任务，从而避免了单独建模的复杂性。 ( 2 ) 系统的鲁棒性强，对参数的变化不灵敏。模糊控制由于采用的不是二值逻辑，而是 一种连续多值逻辑，所以当系统参数变化时，能比较容易地实现稳定的控制。 ( 3 ) 具有智能性。模糊控制中的知识表示、模糊规则和合成推理是基于专家知识或熟练 操作者的成熟经验。由于控制过程模仿人的思维过程，介入了人类的经验，因而具备一定 的智能性，能够处理复杂的系统。 ( 4 ) 控制相对简单。模糊控制提供了一种建立非线性控制器而无须复杂的非线性控制 4 理论和数学知识的方法，这与传统的控制器形成了鲜明的对比。 模糊控制是一种更加拟人化的方法，用模糊逻辑处理和分析现实世界问题，其结果 往往更符合人的要求。用模糊控制更能容忍噪声干扰和元器件的变化，使系统适应性更好。 模糊控制由于拥有众多的优点，其应用领域更加广泛，应用前景更加开阔。 1 6 模糊控制器的发展 1 9 6 5 年美国l a z a d e h 教授首先提出模糊集合和模糊控制的概念后，许多国家都投 入了大量的研究人员对模糊理论和模糊控制进行研究。尽管模糊集理论的提出至今只有 5 0 多年，但关于模糊理论和算法、模糊推理、工业控制应用、模糊硬件与集成、以及稳 定性研究等方面的许多重要论文都极大地促进了模糊控制理论的应用与发展h ，。 最近几年，对于经典模糊控制系统稳态性能的改善，模糊集成控制、模糊自适应控制、 专家模糊控制与多变量模糊控制的研究，特别是针对复杂系统的自学习与参数( 或规则) 自调整模糊系统方面的研究，尤其受到各国学者的重视。 最早取得应用成果的是英国伦敦大学教授e h m a m d a n i ，1 9 7 4 年他利用模糊控制语句 构成模糊控制器，首次将模糊控制理论应用于蒸汽机及锅炉的控制，取得了优于常规调节 器的控制品质。随后，丹麦、美国与日本的学者相继将模糊控制方法成功应用在温度、压 力与液面、水泥窑生产过程与汽车速度等自动控制系统中。 1 9 8 4 年，美国推出“模糊推理决策支持系统”。8 0 年代末，在日本兴起的模糊控制技 术是高科技领域的一次革命，其成果己被广泛应用于各个领域，使得日本的模糊控制理论 研究和应用水平处于世界领先地位。与此同时，其他国家也不甘示弱，美国也投入了相当 大的人力和财力，支持模糊控制理论与应用的研究。目前美国国家航天局( n a s a ) 正在考虑 把模糊系统用于太空和航空系统。国家原子能机构( i a e a ) 和国际工业应用系统机构也准备 在大型系统高速推理上应用模糊系统理论。在航天器空间对接的研究中，国外已经将模糊 控制应用于绕飞和最后逼近阶段的控制，克服了难以建立精确数学模型的困难：在空间机 器人的控制系统中应用模糊控制，使其对负载和工作条件的变化具有很强的适应性。 日本九州大学的户贝博士与山川教授于1 9 8 3 年分别开发了将模糊推理作为硬件的模 糊集成块，后来制成了推理机及模糊控制用的“模糊计算机”。每秒钟能推理1 0 0 0 万次。 模糊集成块的研究除日本外，中国、美国、英国等都在进行，它朝着体积小、速度快、应 用广等方面迅速发展，从而为模糊控制的实时应用提供了强有力的硬件支持。我国在模糊 控制应用方面也取得了显著的成果。1 9 8 6 年，都志杰等人用单片机研制了工业用模糊控 制器。随后，何钢、能秋思、刘浪舟、于旭亮、张广成、田成方、李友善等人相继将模糊 控制方法成功应用在碱熔釜反应温度，气炼机、玻璃炉窑、化工大滞后过程、功率因数补 偿中。可以预料，随着模糊控制理论的不断完善，其应用领域将会更加广泛。 我国对模糊控制的理论与应用研究起步较晚，但发展较快，诸如在模糊控制、模糊辨 识、模糊聚类分析、模糊图像处理、模糊集合论、模糊模式识别等领域取得了不少有实际 影响的结果。 1 7 本文的主要工作 本文主要讨论了p i d 参数整定策略；对模糊控制及模糊p i d 控制器的设计进行了详细 论述。根据实验对象，提出模糊p i d 控制方案，并在实验设备上实现。 论文共分六章，内容安排如下： 第一章：简单地介绍了智能控制理论的产生、发展，在最后给出本文要研究的内容。 第二章：介绍了p i d 控制器的基本原理，系统地分析p i d 参数整定、自整定的方法， 为后面的研究工作做铺垫。 第三章：论述了模糊控制的产生和发展、基本工作原理，以及相应的模糊数学知识。 第四章：详细论述了模糊控制器的设计。 第五章：在理论分析及仿真的基础上，在实验设备上对不同对象进行模糊控制，并 比较p i d 控制和模糊控制的结果。 6 第二章p i d 控制器的整定 p i d 控制( 比例积分微分控制，p r o p o r t i o n i n t e g r a l d 嘶v 撕v ec o n t r 0 1 ) 是最早发展起 来的控制策略之一，由于算法简单、鲁棒性好、可靠性高，p i d 控制被广泛应用于工业过 程控制，至今仍有9 0 左右的控制回路具有p i d 结构。而实际生产过程大都具有非线性、 不确定性，很难建立精确的数学模型，使用常规p i d 控制器难以达到理想的控制效果。另 外，在实际生产过程中，由于受到参数整定方法烦杂的困扰，常规p i d 控制器的整定效果 较差，对运行环境的适应性较差。因此，人们一直在寻求p i d 控制器参数的自整定技术， 以适应复杂的工况和高指标的控制要求。微处理机技术的发展和数字智能式控制器的实际 应用，以及近年来各种先进算法的不断涌现，为控制复杂系统开辟了新途径。 2 1p i d 控制的基本原理 p i d 控制器，即比例、积分、微分控制器，是一种最基本的控制方式，它是复杂控制 和计算机直接控制的基础。 v t t ) 导咚删 厂i 杰工5 、一丽坚 一l 广鞲妁7 鬯_ 一i ( 型 图2 - 1p i d 控制的结构示意图 常规p i d 控制器系统原理框图如图2 - 1 所示，系统主要由p i d 控制器和被控对象组成 陋1 。作为一种线性控制器，它根据给定值和实际输出值构成控制偏差，将偏差按比例、积 分和微分通过线性组合构成控制量，对被控对象进行控制，故称为p i d 控制器。其控制规 律为： 砸) = k m 卅扣m 斫+ 半 ( 2 - 1 ) 其中：e ( t ) = r ( t ) - y ( t ) ，k 。为比例系数、z 为积分时间常数、乃为微分时间常数。各 个环节的作用如下： ( 1 ) 比例作用 比例作用的引入是为了及时成比例地反应控制系统的偏差信号p ( f ) ，以最快速度产生 控制作用，使偏差向减小的趋势变化。针对设定值控制中的超调问题，h a n g c c 等人提出 一种关于比例控制的改进算法，提出通过对p i d 控制器的结构分析，闭环系统对于设定值 ，( f ) 变化和y ( f ) 上j i - 力n 扰动的响应是不同的，并且工程应用上对两者的性能要求也有所不 同。对设定值的变化一般要满足一定的性能要求，如在无超调下的快速跟踪；而对j f - d d 扰 动，则希望闭环系统在具有一定衰减比的情况下快速克服。这对于单个p i d 控制器来说难 7 以同时达到。h a n g c c 通过在比例控制中引入加权系数，将p i d 控制器修正为 卿) = 峰心i 1 肌r ) 弦乃挚 ( 2 _ 2 ) 其中e p ( f ) = r ( t ) - y ( t ) ，即通过调节设定值信号的比例增益部分，减小相应的动态增 益以克服超调问题。h a n g c c 的修改是基于以下的假定：即过程的超调主要是由过强的比 例作用所引起的。但在实际过程中，特别是在对高阶、大滞后、大时滞这一类的对象控制 中，积分作用对超调的影响甚至是主要的。 ( 2 ) 积分作用 积分作用的引入，主要是为了保证被控量y ( t ) 在稳态时对设定值，( f ) 的无静态误差切 换。假设闭环系统己经处于稳态状态，则此时控制输出“和偏差量p 都将保持在某个值， 分别用和e o ( t ) 来表示。 根据p i d 控制器的基本结构式2 - i ，有 = k p + 詈明 ( 2 3 ) f 在已知k p ，互，为常数的情况下，“。为常数当且仅当8 0 = 0 ，即对于一个带积分作用的 控制器而言，如果它能够使闭环系统达到内稳并存在一个稳定状态，则此时对设定值，- 的 跟踪必然是无静态误差的。 ( 3 ) 微分作用 加入微分作用的目的是为了改善闭环系统的稳定性和动态响应的速度。微分作用使控 制作用于被控量，从而与偏差量的变化趋势形成近似的比例关系。在实际控制中，根据现 场的情况微分作用有如下改进。 理想的微分作用可以表示为： d - k p 乃豢瑙删去a 甜y ( 2 - 4 ) 在实际控制中，通常保持为某个特定值。有些函数如阶跃信号等在理论上是不可 微，但在实际中华表现为一个采样周期的尖脉冲。其本身不但己失去对实际控制的指导 讲 意义，而且造成控制输出的大范围跳变，影响现场执行机构的有效使用寿命。因此，在实 际控制中一般采用“微分先行”的形式，即 d k 。乃尘 ( 2 5 ) 2 2p i d 控制器的特点 实践表明像p i d 这样简单的控制器，能够适用于各种对象，具有很高的性价比。这么 多年来使用情况，概括地讲，p i d 控制的具有以下两个优点： ( 1 ) 原理简单、实现方便，是一种能够满足大多数实际需要的基本控制器； ( 2 ) 控制器适用于多种不同的对象，算法在结构上具有较强的鲁棒性。 但是，p i d 控制器在控制品质上的也有局限性，主要来自以下几方面： ( 1 ) 算法结构的简单性决定了p i d 控制比较适用于s i s o 最小相位系统，在处理大时滞、 开环不稳定过程等对象时，需要通过多个p i d 控制器或与其他控制器的组合，才能得到较 好的控制效果； ( 2 ) 结构的简单性同时决定了p i d 控制只能确定闭环系统的少数主要零极点，闭环特性 从根本上是基于动态特性的低阶近似假定的； ( 3 ) 常规p i d 控制器无法同时满足跟踪设定值和抑制扰动的不同性能要求。 2 3 数字p i d 控制器 随着计算机技术的发展，在控制工程中，用计算机p i d 控制算法来实现数字p i d 控制 器，组成计算机控制系统。可以灵活的改变p i d 参数，同时可以改变控制策略来达到控制 目的。这是模拟p i d 控制器中所无法实现的。这里所说的控制策略是数字p i d 的改进算法， 如积分分离p i d 控制算法、遇限削弱积分p i d 控制算法、不完全微分p i d 控制算法、微分 先行p i d 控制算法和带死区的p i d 控制算法等。在各个控制阶段采取各种控制方法，以此 来获得控制目标。数字p i d 控制算法通常分为位置式p i d 控制算法和增量式p i d 控制算法。 2 3 1 位置式p i d 控制算法 计算机实时系统是一种采样系统，它只能根据采样时刻的偏差值计算控制量，因此式 2 1 中的积分和微分不能直接使用，需要进行离散化处理。现以一系列的采样时刻点k t 代 替连续时间f ，以和式代替积分，以增量代替微分，则有： t k t ( k = 0 , 1 ，2 ，3 ) ， kk p ( f ) 击r x p ( ：r ) = r x 已u ) 03 = 0 j = o d e ( t ) e ( k t ) - e f k - o t 】p ( k ) - e ( k - 1 ) _ 。一一一 【破 丁丁 其中：t 是采样周期。 在上述的离散化过程中，采样周期t 必须足够短， 在书写时将e ( k t ) 简化表示为p ( k ) 。 ( 2 - 6 ) 才能保证精度要求。通常情况下， 将式( 2 - 6 ) 代入式( 2 - 1 ) 运用p i d 控制规律进行离散，得到的离散后的p i d 表达式 为： 七 ( 尼) = k e e ( k ) + k 1 p ( ) + e ( k ) - e ( k - 1 ) ( 2 7 ) = 0 其中，七采样序号：k = 1 ，2 ，； 9 “( 七) 第k 次采样时刻的控制器输出值； p ( 后) 第k 次采样时刻的输入偏差值； p ( 七一1 ) 第k - 1 次采样时刻的输入偏差值 巧一积分撇；墨= 等 = 孕 因为控制器的输出u ( k ) 直接控制执行机构，u ( k ) 的值和执行机构的位置是对应数量 关系，所以这种算法通常被称为位置式p i d 控制算法。 由于全量输出，所以每次输出均与过去的状态有关，计算时要对p 陆) 进行累加，计算 机运算的工作量大，而且，因为计算机的输出对应的是执行机构的实际位置，如计算机出 现故障，u ( k ) 的大幅度变化，会引起执行机构的位置的大幅度变化，这种情况往往是生 产实践中不允许的，在某些场合，还可能造成重大的生产事故，因而产生了增量式p i d 算法。 2 3 2 增量式p i d 控制算法 增量式p i d 是指数字控制器的输出只是控制量的增量a u ( k ) 。当执行机构需要的是控 制量的增量时，可由式2 - 7 推导出增量p i d 控制算法。 根据递推原理可得： ”( 七一1 ) = k p e ( k 一1 ) + k ，e ( j ) + k d e ( k 一1 ) 一p ( 七一2 ) 】 ( 2 - 8 ) j = o 用式( 2 - 3 ) 减去式( 2 4 ) ，可得 a u ( k ) = 玉，p 【e ( 尼) 一e ( k 一1 ) 】+ k ，p ( 后) + k 二【p ( 尼) - 2 e ( k - 1 ) + p ( 七- 2 ) 】 = k e e ( k ) + k ，e ( k ) + k d a e ( k ) 一e ( 尼- 1 ) 】 ( 2 - 9 ) 其中：a e ( k ) = p ( 七) 一e ( k 一1 ) 计算机控制系统通常采用恒定的采样周期t ，当k ，、k ，和k n 确定了，通过任意时刻 的前后三次测量值的偏差即可求出控制增量。采用增量式算法时，计算机输出的控制增量 a u ( k ) 对应的是本次执行机构位置的增量。 增量式控制虽然只是在算法上作了一点改进，但却带来了不少优点： ( 1 ) 由于计算机输出增量，所以误动作时影响小，必要时可用逻辑判断的方法去除； ( 2 ) 手动自动切换时冲击小，便于实际无扰动切换。此外，当计算机发生故障时，由 于输出通道或执行装置具有信号的锁存作用，故能依然保持原值； ( 3 ) 算式中不需要累加，控制增量“( 七) 的确定仅与最近k 次的采样值有关，所以较容 易通过加权处理而获得较好的控制效果。 但增量式控制也有其不足之处：积分截断效应大，有静态误差；溢出的影响大。因此， l o 在选择时，以晶闸管作为执行器或在控制精度要求高的系统中，可以采用位置控制算法， 而在以步进电机或电动阀门作为执行器的系统中，则可采用增量式算法。 2 4p i d 参数的整定方法 p i d 控制器被广泛应用主要是因为它结构简单、在实际中容易被理解和实现，而且许 多高级控制都是以p i d 控制为基础的。但p i d 参数的整定一般需要经验丰富的工程技术人 员来完成，既耗时又耗力，加之实际系统千差万别，又有滞后、非线性等因素，使p i d 参数的整定有一定的难度，致使许多p i d 控制器没能整定的很好，这样的系统自然无法工 作在令人满意的状态，为此人们提出了自整定p i d 控制器。将过程动态性能的确定和p i d 控制器参数的计算方法结合起来就可实现p i d 控制器的自整定。 自整定的含义是控制器的参数可根据用户的需要自动整定，用户可以通过按动一个按 钮或给控制器发送一个命令来启动自整定过程。自整定过程包括三个部分：过程扰动的产 生、扰动响应的评估和控制器参数的计算旧。 自整定p i d 控制器依据被控对象过程特性的自动分析结果，选择自己的整定参数。一 般涉及到系统输入输出关系的隐式或显式模型，以过程采集为基础，比较高级的自整定 控制器还可以连续修改其p i d 参数。参数整定通常采用z i e g l e r - n i c h o l s 整定规则。这种 方法的优点是只需要很少的过程对象的先验知识，但它的缺点是控制效果差，尤其是对于 大滞后的过程，系统很难工作在令人满意的状态。p i d 参数整定是构造可靠有效的控制系 统的前提，一般有实验确定法和理论计算这两种方法阻引。 2 4 1z i e 9 1 e r n i c h 0 1 s 整定方法 z i e g l e r 与n i c h o l s 提出了调节p i d 控制器的参数的经验公式n ，这一调节器可根据 带有时滞环节的一阶近似模型的阶跃响应或频率响应数据来设定。假设对象模型为 g ：p 哨 ( 2 1 0 ) 、7 1 + t s 其中一阶响应的特征参数k 、丁和f 可以由图2 - 2 构成的示意图提取出来，或者己知 频率响应数据，即从n y q u i s t 图形上直接得出剪切频率以和该点处的幅值a ，由表2 - i 中的经验公式求取控制器的参数。 tt 图2 - 2 阶跃响应曲线 表2 - 1z i e g l e r n i c h o l s 参数整定算法 2 4 2 改进的z i e g l e r 与n i c h o l s 整定方法蚴 标准的z - n 设定方法设计出来的p i d 控制器在设定点响应中经常会得出很强的振荡曲 线，并且超调量很大。因此，对比例的分量进行相应的调节，给出了如式所示的p i d 控制 器结构，即 ) = k e o q ) + j 1 。i e d t 一毛詈 ( 2 - 该算法是把微分作用放到输出信号处去完成，并对比例输入部分进行了修正。它引入 了规范化的死区时间常数p 和规范化的一阶时间常数五，按公式给出的一阶模型，给这些 规范化参数作如下定义： 五= k c x 、夕= ；，且拂p 满足榭端腮 对不同的旯或p 所在的范围，可以按照下面的方式来求值，并可以根据需要对传统的 z - n 参数作出适当的修正： 1 2 ( 1 ) 看2 2 5 五 1 5 或o 1 6 p o 5 7 ，则应该保持z - n 参数，并为便超调量小于1 0 或 2 0 分别引入如下系数： = 舄或= 丽3 6 ( 2 ) 若1 5 力 2 2 5 或0 5 7 9 0 9 6 ，则应该将z - n 积分系数修正为i = 0 5 z ，其中 = 导五或 = ( 2 - 1 ) ( 3 ) 若1 2 a 1 5 ，为了保证超调量小于1 0 ，则将p i d 系数修改如下： 群= 吾( 揣嘲= ；1 唔4 榭) 2 4 3 临界灵敏度法 己知系统的临界比例增益k 。和振荡周期互时，也可以用经验整定公式来确定p i d 控 制器的参数。 i 坼= 0 6 k 。 乃= 0 s t 。 ( 2 - 1 2 ) 【= o 1 2 5 t 。 其中，特征参数蜓和乃，通常可以通过整定实验确定，也可以通过用频率特性分析 算法根据受控过程g ( s ) 直接算得，即由增益裕量g 。确定k ，由相位剪切频率敛确定互。 ， 2 万 c2 q ( 2 1 3 ) k ：1 0 ( ) 以上介绍的几种系统参数工程整定法各自有不同的优缺点和适用范围。如z - n 方法简 单，但控制效果较差；稳定边界法容易判断，适用一般的流量、压力、液面和温度调节系 统，但对临界比例度很小的系统不适用；临界曲线法能够适用各种类型的调节系统，但对 于外界干扰作用频繁的调节系统则不太适用。因此要针对具体系统的特点和生产要求，选 择适当的整定方法。不管用哪种方法，参数还需要反复调整，直到取得满意效果。 2 5p i d 参数自整定方法 自整定的含义是控制器的参数可以根据对象特性变化自动整定。自整定p i d 控制器依 据被控对象过程特性的自动分析结果，选择自己的整定参数。一般涉及到系统输入输出 关系的隐式或显式模型，以过程采集为基础，比较高级的自整定控制器还可以连续修改其 p i d 参数。 研究调节器参数自整定的目的是寻找一种对象前验知识不需要很多，结构简单但鲁棒 性好的方法。图2 - 3 所示的自校正调节器是调整调节器参数的一种方法。它由两个回路组 成，内回路包括被控对象和一个具有可变参数的普通线性反馈调节器；外回路用来调整调 节器参数，它由递推式参数估计器和调节器参数调整机构两部分组成。参数估计器假定对 象为一阶模型式，然后利用调节量材及被调量】，的测量值，应用最小二乘估计法对被控对 象参数值k 。、丁和r 进行