PID控制简述及发展

1、精选优质文档-倾情为你奉上DOI：10.3901/JME.2014.10.008PID控制简述及发展1(1.机械工程学院)摘要：PID控制是自动控制中出现最早、应用最广的一种控制方法。过程控制系统广泛采用PID控制，它们的性能直接关系到生产过程的平稳运行与产品的最终质量，因而其优化设计具有重要的价值。现代智能PID控制是将自适应控制、最优控制、预测控制、鲁棒控制和智能控制策略引入到传统PID控制中的一种新型PID控制。本文回顾了PID控制器的发展历程，介绍了基于模糊控制、专家系统、遗传算法和神经网的智能PID控制器的研究现状并对PID控制今后的发展进行了展望。关键词：PID控制；智能PID 中

2、图分类号：TG156A Brief Introduction and Development of PID ControlLI Xin1 (1. College of Mechanical Engineering, Yan Shan University, Qinhuangdao )Abstract：PID control is the earliest, the most widely used in automatic control of a kind of control method. Process control system widely adopted PID control

3、, their performance is directly related to the smooth running of the production process and the final quality of products, and its optimization design is of great value. Modern intelligent PID control is the adaptive control, optimal control, predictive control, robust control and intelligent contro

4、l strategy is introduced into the traditional PID control, a new type of PID control. This article reviews the development course of PID controller ，presents some intelligent PID controller based on Fuzzy-control, Expert-system, Genetic-algorithm and Neural-network , then prospected the future devel

5、opment of intelligent PID controller.Key words：PID control ; Intelligent PID专心-专注-专业0 前言* 国家自然科学基金资助项目()收到初稿，收到修改稿PID调节器及其改进型是在工业控制中最常见的控制器。PID控制中一个关键的问题便是PID对参数的整定，使PID控制系统达到所期望的控制性能。但是在实际的应用中，许多被控过程机理复杂，具有高度非线性、时变不确定性和纯滞后等特点，特别是在噪声、负载扰动等因素的影响下，过程参数甚至模型结构均会随时间和工作环境的变化而变化。DESBOROUGH和M n .T .RR在2002年

6、的一次统计报告中指出，目前在美国有超11600个具有PID控制器结构的调节器广泛应用于工业控制领域中，有超过97%的反馈回路采用了PID控制算法1，甚至在一些复杂的控制律中，其基本控制层采用的仍然是控制算法。然而，只有近1/3的PID控制器在实际应用程中取得了令人满意的控制效果，有2/3的PID控制系统的控制性能达不到用户所期望的要求。这给控制理论研究和应用带来了前所来有的机遇和桃战。智能控制是控制理论、人工智能、信息论和运筹学等多方而综合而成的交叉学科2，主要用于处理两大类问题：难以用数学模型进行准确描述的大规模和复杂非线性系统，需要引入人为因素才能进行有效控制;控制目标通常需要分解成多个子

7、任务的系统。智能PID控制器吸收了智能控制与常规PID控制两者的优点3。首先，它具备自学习、自适应、自组织的能力，能够自动辨识被控过程参数、自动整定控制参数，能够适应被控过程参数的变化;其次，它又具有常规PID控制器结构简单、鲁棒性强、可靠性高、为现场工程设计人员所熟悉等特点。正是这两大优势，使得智能PID控制成为众多过程控制中一种较理想的控制装置。因此，人们开始较多地关注比较流行的几种智能PID控制器，考察它们的构成形式、各自特点和未来发展趋势。1 PID控制的发展在工业过程控制中，PID控制是历史最悠久，生命力最强的控制方式。它是迄今为止最通用的控制方法。大多数反馈回路用该方法或其较小的变

8、形来控制1。我们今天所熟知的PID控制器产生并发展于1915-1940年期间。尽管自1940年以来，许多先进控制方法不断推出，但PID控制器以其结构简单，对模型误差具有鲁棒性及易于操作等优点，仍被广泛应用于冶金化工、电力、轻工和机械等工业过程控制中。据日本电气计测器工业会先进控制动向调查委员会1990年统计，在日本有91%的控制回路采用的是PID调节器控制。在美国，据控制工程杂志(Control Engineering)编辑K.J.Kkompass估计，有90%以上的工业控制器采用的是PID调节器。而在我们国家现在PID调节器的应用就更加普遍。虽然随着控制理论的发展和控制手段的更新，许多基于现

9、代控制理论的新型控制器不断出现，但PID控制仍是最重要的控制方式。据估计：我们国家过程工业中需要约50万个PID参数自整定控制器。PID调节器的特点是原理简单，适应性强，鲁棒性强，最突出的特点在于它不依赖对象的精确模型，可以解决工业过程精确建模的困难。而且其应用时期较长，控制工程师们己经积累了大量的PID控制器参数的调节经验。PID调节器的发展经历了液动式、气动式、电动式几个阶段，目前正由模拟控制器向着数字化、智能化控制器的方向发展;这些数字化、智能化的控制器有着传统的模拟控制器所无法比拟的优点，如：可以灵活的改变控制参数，可以灵活的改变控制策略等。但是随着工业装置越建越大，控制回路越来越多，

10、操作越来越复杂，使得PID调节器的参数往往难以整定到理想状态，影响回路控制的效果，对产品质量、原料消耗、能耗等都会带来不利的影响，更严重的会影响到生产装置的安全操作。所以现在对PID的参数整定方法在实际生产中的应用成为研究的热点。尤其是针对不稳定的、积分对象的PID自整定。随着工业的发展，对象的复杂程度不断加深，尤其对于大滞后、时变的、非线性的复杂系统:其中有的参数未知或缓慢变化;有的带有延时或随机干扰;有的无法获得较精确的数学模型或模型非常粗糙。加之，人们对控制品质的要求日益提高，常规PID控制的缺陷逐渐暴露出来。对于时变对象和非线性系统，传统的PID控制更是显得无能为力。因此常规PID控制

11、的应用受到很大限制和挑战。人们在对PID应用的同时，也对其进行了各种改进。主要体现在两个方面:一是对常规PID本身结构的改进，即变结构PID控制。另一方面，模糊控制、神经网络控制和专家控制是目前智能控制中最为活跃的领域，它与常规PID控制相结合，扬长避短，发挥各自的优势，形成所谓智能PID控制。这种新型控制器己引起人们的普遍关注和极大的兴趣，并已得到较为广泛的应用。它具有不依赖系统精确数学模型的特点，对系统参数变化具有较好的鲁棒性。主要方法有:基于规则的智能PID自学习控制算法、加辨识信号的智能自整定PID控制算法、专家式智能自整定PID控制算法、模糊PID控制算法、基于神经网络的PID控制算

12、法、自适应PID预测智能控制算法和单神经元自适应PID智能控制等多种控制算法4。2 经典PID控制经典PID控制系统原理如图2.14图2.1 经典PID控制原理图经典PID控制器是一种线性控制器，其调节原理为:根据给定值与实际输出值构成控制偏差e(t),将偏差的比例(P)、积分(I)和微分(D)通过线性组合构成控制量，对被控对象进行控制，故称PID控制器。其控制规律为:ut=Kpept+1Tietdt+Tddetdt式中：Kp为比系数，Ti为积分时间常数，Td为微分时间常数。PID控制的控制效果的好坏在很大程度上取决于系统的参数的整定，即控制器参数的选择，那么控制器的三个参数究竟对控制效果起什

13、么样的作用。简单说来，PID控制器各校正环节的作用如下:1)比例环节比例环节能及时成比例地反映控制系统地偏差信号，偏差一旦产生，控制器立即产生控制作用，以减少偏差。比例系数K;增大，可以加快系统响应速度，减小系数稳态误差，提高控制精度。但是过大会产生较大超调，甚至导致不稳定;若取得过小，能使系统减少超调量，稳态裕度增大，但会降低了系统的调节精度，使过渡过程时间延长。根据系统控制过程中各个不同阶段对过渡过程的要求以及操作量的经验，通常在控制的初始阶段，适当地把K，放在较小的档次，以减小各物理量初始变化的冲击;在控制过程中期，适当加大KP，以提高快速性和动态精度，而到过渡过程的后期，为了避免产生大

14、的超调和提高静态精度稳定性，又将K，调小。2)积分环节积分调节可提高系统的抗干扰能力，主要用于消除静差，提高系统的无静差度，适用于有自平衡性的系统。但它存在滞后现象，使系统的响应速度变慢，超调量变大，并可能产生振荡。积分作用的强弱取决于积分时间常数T; , T;越大，积分作用越小，反之则越强。加大积分系数T有利于减小系统静差，但过强的积分作用会使超调加剧，甚至引起振荡;减小积分系数T;虽然有利于系统稳定，避免振荡，减小超调量，但又对系统消除静差不利。通常在调节过程的初期阶段，为防止由于某些因素引起的饱和非线性等影响而造成积分饱和现象，从而引起响应过程的较大超调量，积分作用应弱些而取较小的;在响

15、应过程的中期，为避免对动态稳定性造成影响，积分作用应适中;在过程后期，应以较大的T;值以减小系统静差，提高调节精度。3)微分环节微分环节能反映偏差信号的变化趋势(变化速率)，并能在偏差信号值变得太大之前，在系统中引入一个有效的早期修正信号，从而加快系统的动作速度，减小调节时间，从而改善了系统的动态 特性。缺点是抗干扰能力差。Td的值对响应过程影响非常大。若增加微分作用，有利于加快系统响应，使超调量减小，增加稳定性，但也会带来扰动敏感，抑制外干扰能力减弱，若Ta过大则会使响应过程过分提前制动从而延长调节时间;反之，若Td过小，调节过程的减速就会滞后，超调量增加，系统响应变慢，稳定性变差。因此，对

16、于时变不确定系统，Td不应取定值，应适应被控对象时间常数而随机改变。3 智能PID控制智能控制是控制理论、人工智能、信息论和运筹学等多方而综合而成的交叉学科2，主要用于处理两大类问题：.难以用数学模型进行准确描述的大规模和复杂非线性系统，需要引入人为因素才能进行有效控制;.控制目标通常需要分解成多个子任务的系统。智能PID控制器吸收了智能控制与常规PID控制两者的优点。首先，它具备自学习、自适应、自组织的能力，能够自动辨识被控过程参数、自动整定控制参数，能够适应被控过程参数的变化;其次，它又具有常规PID控制器结构简单、鲁棒性强、可靠性高、为现场工程设计人员所熟悉等特点。正是这两大优势，使得智

17、能PID控制成为众多过程控制中一种较理想的控制装置。因此，人们开始较多地关注比较流行的几种智能PID控制器，考察它们的构成形式、各自特点和未来发展趋势。3.1模糊PID控制器在工业控制过程中经常会碰到大滞后、时变的、非线性的复杂系统，其中有的参数未知或缓慢变化;有的带有延时和随机干扰;有的无法获得较精确的数学模型或模型非常粗糙。对上述这些系统，如果使用常规的PID控制器，则较难整定PID参数，因而比较难达到预期效果。在复杂控制系统和高精度伺服系统中，采用Fuzzy-PID控制器5等复合型控制器，可以达到理想的控制效果，它对各种被控对象，不同的控制指标均能实现PID最佳调整。模糊控制器是一种近年

18、来发展起来的新型控制器，其优点是不要求掌握受控对象的数学模型，而根据人工控制规则组织控制决策表，然后由该表决定控制量的大小。将模糊控制和PID控制两者结合起来，扬长避短，既具有模糊控制灵活，适应性强的优点，又具有PID控制精度高的特点。3.2专家PID控制器专家系统是人工智能的一个重要分支。所谓的专家系统就是一种在相关领域中具有专家水平解题能力的智能程序系统，它能运用领域专家多年积累的经验与专门知识，模拟人类专家的思维过程，求解需要专家才能解决的困难问题。它具有两个要素:一是知识，分为数据级、知识级和控制级三个层次；二是推理，它是专家系统的“思维”机构，模拟领域专家的思维过程，求解领域内的现实

19、问题。专家控制的实质是基于受控对象和控制规律的各种知识，以智能的方式来利用这些知识，求得受控系统尽可能地优化和实用化，它反映出智能控制的许多重要特征和功能。随着微机技术和人工智能技术的发展，出现了多种形式的专家控制器。人们自然地也想到用专家经验来建立PID参数。不同的专家系统，其功能和结构都不尽相同，但一般都包括人机接口、推理、知识库及其管理系统、数据库及其管理系统、知识获取机构、解释机构这六个部分，如图3.1所示5。图3.1 专家PID控制系统一般机构3.3神经网络PID控制器人工神经网络是最近发展起来的十分热门的交又学科，它涉及生物、电子计算机、数学、和物理等学科，有着非常广泛的应用背景，

20、这门学科的发展对目前和未来的科学技术的发展将有着重要的影响。神经网络的主要特征以非线性大规模并行处理，它以生物神经网络为模拟基础，试图模拟人的形象思维以及学习和获取知识的能力。它具有学习、记忆、联想、容错、并行处理等能力，已在控制领域得到广泛的应用。神经网络控制系统6，就是利用神经网络这一工具的控制系统。神经网络在控制系统中所起的作用可分为以下几大类:第一类是在基于模型的各种控制结构中充当对象的模型;第二类是充当控制器;第三类是在控制系统中起优化计算的作用:第四类是与其它智能控制方法相融合，为其提供非参数化对象模型、推理模型等。目前己经出现的神经网络控制方案很多，大致可以归纳为前馈直接控制、估

21、计器-控制器型方案、前馈反馈方案和损失函数型方案等几种类型。主要的控制器有单神经元PID控制器和BP神经网络PID控制器.3.4基于遗传算法的PID控制器遗传算法简称GA，是1962年由美国的holland提出的一种模仿生物进化过程的最优化方法。它将“优胜劣态，适者生存”的生物进化原理引入优化参数形成的编码串群体中，按所选择的适配值函数并通过遗传中的复制、交叉及变异对各个体进行筛选，使适配值高的个体被保留下来，组成新的群体，新的群体既继承了上一代的信息，又优于上一代。这样周而复始，群体中各个体适应度不断提高，直至满足一定的条件。遗传算法的工作流程如图73.2所示。图3.2 遗传算法的工作流程其

22、算法简单，可并行处理，能得到全局最优解。它的主要特点是:(1)把时域指标同频域指标做了紧密结合，鲁棒性和时域性能都得到良好保证， (2)采用了新型自适应遗传算法，收敛速度和全局优化能力大大提高。 (3)具有较强的直观性和适应性。(4)较为科学地解决了确定参数搜索空间的问题，克服了人为主观设定的盲目性。3.5智能PID自学习控制 一个系统若能通过在线实时学习，自动获得知识，并能将所学的知识用来不断改善一个具有未知特征过程的控制性能，则称之为自学习控制系统。智能PID控制器采用规则PID控制形式，即在系统运行的不同阶段或不同情况下采用不同的PID参数。性能评价部分设置的目的，是能够了解到智能控制器

23、的性能及其好坏，以便及时修正PID控制器的参数。设置逆对象增量模型的目的是将系统性能评价的结果折合到应对受控对象的控制量u的修正量u上去。PID参数自学习部分设置的目的是为了在得到了u后，能够合理有效地自动修正智能PID控制器中的各组PID的Kp, Ki, Kd三个参数。该系统的特点是在规则PID控制的基础上，重视和强调对该控制器的控制性能的评价，将这个评价结果反馈给PID参数的自学习机构，从而使系统在运行过程中能自动地对各PID的参数进行自学习和自整定。若系统中扰动源或受控对象参数发生变化，系统的PID参数也能自动地修改和适应。4 结束语 随着人类科技的不断发展，受控对象越来越复杂，传统的PID控制已经不能满足人们的要求。而另一方面，智能控制的发展，对于智能PID的研究与应用，打开了新的篇章。 迄今为止，有关PID控制及其参数整定算法的讨论，仍然是控制领域学科研究的一个重要分支。尽管自20世纪以来，PID经历了近百年的发展，涌现出许多杰出的成就。但是，就参数整定方面而言，大量的工业需求背景仍渴求学者们在此领域作更加深人细致的研究。最终的目的是希望通过尽量少的先验信息，寻找出更加简单、实用和直观的参数整定方法，在设定值变化的响应、负载干扰衰减、测量噪声影响、过程变化的鲁棒J胜、所需模型以及计算要求等方面达到更好的性能指标。就智能PID控制来讲，这种技术