自适应PID.docVIP

由于PID调节器规律简单、运行可靠、易于实现等特点,PID 控制器仍是目前工业生产过程控制系统中应用最广泛的一类控制器。然而,随着工业过程对控制性能要求的不断提高,传统的PID 算法已不能完全满足生产实际的要求。为此不少学者在现代控制理论的基础上建立了一些新的控制算法及PID 参数的自动整定方法,但许多算法在工程应用过程中比较复杂,特别对于多段温度控制系统,在升降温过程中会出现振荡等现象。为此,将常规PID 控制器与自校正算法相结合并利用人工智能系统使其在系统状态变化的每一时刻自动调节PID 参数,让控制过程时刻处于最优状态是每个编程人员都力争实现的。为了达到这种目的,笔者利用改进的Z - N 算法与人工智能结合,完成PID 参数的初始值设定,利用测量误差改变调节器步长的方法实现PID 参数的自动整定,在大型加热炉的多段温度曲线控制中取得了非常满意的效果。 利用Z - N 算法获得PID 参数的初始值 Ziegler2Nichols 方法(简称Z - N 算法) 是基于简单的被控过程的Niquist 曲线的临界点计算PID 参数初值的方法。它采用的整定准则是要求系统的暂态过程衰减率为0.75 ,其最大优点是计算方法简单,使用方便。但实际过程中,许多工业对象对自动控制系统的要求各不相同,生产过程的暂态衰减率不同于0.75。因此,本文采用修正的Z - N 整定方法,即利用4∶1 的衰减比性能准则获得PID 参数的初始值。 给系统施加一阶跃输入U (可取U 为40 %功率) ,由于温度控制系统有一S 形响应曲线,可以利用一阶延时系统进行近似: U ( s) / T( s) = Ke - τs/ (1 + Ts) 假如温度达到50 %和75 %时所用的时间分别为:t1、t2 ,如图1 —1。则根据Z - N 调谐器调谐准则: Kp = 1.2U/ ( RL) , Ti = 2L , Td = 0.5L ; 　(1 —1) 按照4∶1 的衰减比,可等到: 斜率R = (0.75-0.5)*Tset/ ( t2 - t1) (1 —2) 滞后L = t1 - (2 T1 - 4 T0) ( t2 - t1) / Tset (1 —3) 利用这种方法可以方便地得到PID 参数中的比例系数Kp、积分时间常数Ti 和微分时间常数Td 的初始值。 图1 —1 　温升阶跃曲线 2 自校正PID 调节器的调节原理 常规PID 调节器经离散化处理后的动态方程可表示为(增量法) : ΔYn = A′Xn - B′Xn - 1 + C′Xn - 2 　　(2 —1) 式中: Xn 、Xn - 1 、Xn - 2分别表示第n 次,第n - 1 次和第n - 2 次的采样值与给定值的偏差。ΔYn 为本次要施加于控制量上的增量。 A′= Kp (1 + T/ Ti + Td/ T) ; B′= Kp (1 + 2 Td/T) 　 C′= KpTd/ T (2 —2)式中, T 为温度控制周期,在微机自动温控系统中,通常T 在2～5 s。由式(2 —2) 可以看出,只需确定T、Kp、Ti 及Td , A′、B′、C′均为常数。 如果将上述各参数代入式（2-1），即可实现常规的PID 控制。但在实际运行过程中,由于系统各种参数并不是恒定不便的。因此,为了使系统始终运行在最佳状态,运行过程中必须实时调整Kp、Ti及Td 参数。从式(2 —2) 可以看出, A′、B′及C′相互依赖相互影响,实时调整A′、B′及C′参数,也能使系统达到最优。设: 　A′= A0 + U ( t) , B′= B0 + V ( t) , C′= C0 + W( t) 代入式(2 —1) 得: ΔYn = A0 Xn - B0 Xn - 1 + C0 Xn - 2 + U ( t ) Xn - V ( t) Xn - 1 + W( t) Xn - 2 (2 —3) 　　 式中, A0 , B0 , C0 作为系统控制参数的初值,即: A0 = K0 (1 + T/ Ti + Td/ T) ; B0 = Kp (1 + 2 Td/T) ; C0 = KpTd/ T; U ( t) 、V ( t) 、W( t) 均为与误差有关函数,即: U( t) = f 1 ( Xn ) , V ( t ) = f 2 ( Xn ) , W ( t ) = f 3( Xn) ; 在实际控制过程中只要根据系统的误差实时地调整参数U( t) 、V ( t ) 及W ( t ) 的值, 就能够使控制过程达到最优。 3 　自校正PID 调节器的设计 　　式(2 —3) 给出了自校正PID 调节器的控制算法。在炉温微机自动控制过程中,为了编程方便以及加速PID 在线整定速度,采用变步长的