材料成型设备PID微机控制.pptVIP

第四章 PID微机控制 4.1 PID控制器数字化 4.2 PID算法优化 4.3 PID参数整定方法 4.4 PID控制系统实例 4.1 PID控制器数字化 4.1.1模拟PID控制器 PID控制器的理想化方程为： 4.1.2 PID控制算法的数字实现 计算机控制是一种采样控制，它只能根据采样时刻的误差值计算控制变量u。因此模拟PID控制算法公式中的积分项和微分项不能直接准确计算，只能用数值计算的方法逼近。 位置算法 增量式控制的优点： （1）计算机只输出增量，误差动作影响小。 （2）算式中不需要累加，增量字与最近几次采样值有关。 （3）任何故障，或者切换时，冲击小 。 增量式PID算法 4.2 PID算法优化 4.2.1 PID积分分离控制 在一般的PID控制方式中，在开始或停止工作的瞬间，或者大幅度地给定量时，由于偏差较大，故在积分项的作用下，将会产生一个很大的超调。 4.2 PID算法优化 4.2.2可变增量PID控制 4.2.2可变增量PID控制 其结构图相当于PID控制器再串联一个非先性函数部分。实现可变增益PID算法的程序流程图。所示由于微机实现非线性算法十分方便。因此得到了广泛应用。 自适应控制理论的发展也相应的促进了PID控制器的应用。这种控制器能够适应受控对象特性大范围的变化。 4.2.3时间最优的PID控制 4.2.3时间最优的PID控制 4.2.4智能PID控制 PID控制器结构简单而能满足大量工业过程的要求,且具有一定的鲁棒性等特点。然而,现代的工业控制过程中,许多被控对象机理复杂,它不仅表现在控制系统具有多输入多输出的强耦合性、参数时变性和严重的非线性特性,更突出的是从系统对象所能获得的知识信息量相对地减少以及与此相反地对控制性能的要求却日益提高。 智能控制与常规PID控制相结合,形成所谓智能PID控制。它具有不依赖系统精确数学模型的特点,对系统的参数变化具有较好的鲁棒性。模糊控制、神经网络控制和专家控制是目前智能控制研究中最为活跃的领域,本文就其组成的几种典型智能PID控制系统的基本结构、原理及特点分别给以介绍。 1. 模糊PID控制 模糊控制系统是以模糊数学、模糊语言形式的知识表示和模糊逻辑的规划推理为理论基础,采用计算机控制技术构成的一种具有反馈通道的数字控制系统。它的组成核心是具有智能性的模糊控制器。 模糊控制器是一种新型控制器,其优点是不要求掌握受控对象的数学模型,而根据人工控制规划组织控制决策表,然后由该表决定控制量的大小。 该模糊控制和PID控制两者结合起来,扬长避短,既具有模糊控制的灵活、适应性强的优点,又具有PID控制精度高的特点。 为了改善模糊控制器的稳态性能,通常在模糊控制器中引入模糊积分，下面介绍两种模糊PID控制器： (1)混合型模糊PID控制器 模糊控制器结构是由一个常规积分控制器和一个二维模糊控制器相并联而构成的。常规PI控制器输出为Ui和二维模糊控制器输出量Uf相叠加,作为混合型模糊PID控制器的总输出,即U=Ui+Uf,可使系统成为无差模糊控制系统。 (2) 误差e模糊积分的PID模糊控制器 它是一种对误差e的模糊值进行积分的PID控制器,这种对误差e的模糊值进行积分的PID模糊控制器可用来消除大的系统余差。 采用对被控对象的在线辨识,然而根据一定的控制要求或目标函数,对PID控制器的3个参数(Kp,Ki,Kd)进行在线调整。此外用计算机最优化方法寻求最佳PID参数等方法。 一种用模糊控制器对Kp、Ti、Td 3个参数进行在线调整的“PID自调整模糊控制器”。模糊控制系统的控制质量,主要取决于模糊控制器规划的建立和模糊关系的真实性。 2.专家PID控制 专家控制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。 专家PID控制系统:用专家经验来建立PID参数。它是在PID算法的基础上,增加了误差e和误差变化△e以及查Fuzzy矩阵、查知识集、知识调整几个软件模块。这种专家PID控制器能根据专家知识和经验实时调整PID参数,具有良好的控制特性和鲁棒性。 3. 智能PID自学习控制 自学习控制系统: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。 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下，采用不同的PID参数。性能评价是要了解到智能控制器的性能及其好坏，以便及时修正PID控制器的参数。设置逆对象增量模型是将系统性能评价的结果折合到对应受控对象的控制量u的修正量?u上去。 特点是在智能PID控制即规则PID控制的基础上，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PI