pid參數(shù)自整定方法綜述

《pid參數(shù)自整定方法綜述》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、PID參數(shù)自整定方法綜述(1)?關(guān)鍵詞:?PID控制?參數(shù)整定?自整定　　PID參數(shù)自整定方法綜述　　摘要:PID控制是迄今為止在過程控制中應(yīng)用最為廣泛的控制方法。文章綜述了PID參數(shù)自整定方法，并對(duì)將來的發(fā)展進(jìn)行了討論?！　￡P(guān)鍵詞：PID控制;參數(shù)整定;自整定　　PID調(diào)節(jié)器從問世至今已歷經(jīng)了半個(gè)多世紀(jì)，在這幾十年中，人們?yōu)樗陌l(fā)展和推廣作出了巨大的努力，使之成為工業(yè)過程控制中主要的和可靠的技術(shù)工具。即使在微處理技術(shù)迅速發(fā)展的今天，過程控制中大部分控制規(guī)律都未能離開PID，這充分說明PID控制仍具有很強(qiáng)的生命力。　　PID控制中一個(gè)至關(guān)重要的問題，就是控制器

2、三參數(shù)(比例系數(shù)、積分時(shí)間、微分時(shí)間)的整定。整定的好壞不但會(huì)影響到控制質(zhì)量，而且還會(huì)影響到控制器的魯棒性。此外，現(xiàn)代工業(yè)控制系統(tǒng)中存在著名目繁多的不確定性，這些不確定性能造成模型參數(shù)變化甚至模型結(jié)構(gòu)突變，使得原整定參數(shù)無法保證系統(tǒng)繼續(xù)良好的工作，這時(shí)就要求PID控制器具有在線修正參數(shù)的功能，這是自從使用PID控制以來人們始終關(guān)注的重要問題之一。本文在介紹PID參數(shù)自整定概念的基礎(chǔ)上，對(duì)PID參數(shù)自整定方法的發(fā)展作一綜述。1PID參數(shù)自整定概念　　PID參數(shù)自整定概念中應(yīng)包括參數(shù)自動(dòng)整定(auto-tuning)和參數(shù)在線自校正(selftuningon-li

3、ne)?！　【哂凶詣?dòng)整定功能的控制器，能通過一按鍵就由控制器自身來完成控制參數(shù)的整定，不需要人工干預(yù)，它既可用于簡(jiǎn)單系統(tǒng)投運(yùn)，也可用于復(fù)雜系統(tǒng)預(yù)整定。運(yùn)用自動(dòng)整定的方法與人工整定法相比，無論是在時(shí)間節(jié)省方面還是在整定精度上都得以大幅度提高，這同時(shí)也就增進(jìn)了經(jīng)濟(jì)效益。目前，自動(dòng)整定技術(shù)在國外已被許多控制產(chǎn)品所采用，如Leeds&Northrop的ElectromaxV、SattControlr的ECA40等等，對(duì)其研究的文章則更多?！　∽孕Ｕ刂苿t為解決控制器參數(shù)的在線實(shí)時(shí)校正提供了很有吸引力的技術(shù)方案。自校正的基本觀點(diǎn)是力爭(zhēng)在系統(tǒng)全部運(yùn)行期間保持優(yōu)良的控制性能

4、，使控制器能夠根據(jù)運(yùn)行環(huán)境的變化，適時(shí)地改變其自身的參數(shù)整定值，以求達(dá)到預(yù)期的正常閉環(huán)運(yùn)行，并有效地提高系統(tǒng)的魯棒性。　　早在20世紀(jì)70年代，Astrom等人首先提出了自校正調(diào)節(jié)器，以周期性地辨識(shí)過程模型參數(shù)為基礎(chǔ)，并和以最小方差為控制性能指標(biāo)的控制律結(jié)合起來，在每一采樣周期內(nèi)根據(jù)被控過程特性的變化，自動(dòng)計(jì)算出一組新的控制器參數(shù)。20世紀(jì)80年代，F(xiàn)oxboro公司發(fā)表了它的EXACT自校正控制器，使用模式識(shí)別技術(shù)了解被控過程特性的變化，然后使用專家系統(tǒng)方法去確定適當(dāng)?shù)目刂破鲄?shù)。這是一種基于啟發(fā)式規(guī)則推理的自校正技術(shù)。20世紀(jì)90年代，神經(jīng)網(wǎng)絡(luò)的概念開始應(yīng)

5、用于自校正領(lǐng)域。具有自動(dòng)整定功能和具有在線自校正功能的控制器被統(tǒng)稱為自整定控制器。一般而言，如果過程的動(dòng)態(tài)特性是固定的，則可以選用固定參數(shù)的控制器，控制器參數(shù)的整定由自動(dòng)整定完成。對(duì)動(dòng)態(tài)特性時(shí)變的過程，控制器的參數(shù)應(yīng)具有在線自校正的能力，以補(bǔ)償過程時(shí)變?！?PID參數(shù)自整定方法　　要實(shí)現(xiàn)PID參數(shù)的自整定，首先要對(duì)被控制的對(duì)象有一個(gè)了解，然后選擇相應(yīng)的參數(shù)計(jì)算方法完成控制器參數(shù)的設(shè)計(jì)。據(jù)此，可將PID參數(shù)自整定分成兩大類：辨識(shí)法和規(guī)則法?；诒孀R(shí)法的PID參數(shù)自整定，被控對(duì)象的特性通過對(duì)被控對(duì)象數(shù)學(xué)模型的分析來得到，在對(duì)象數(shù)學(xué)模型的基礎(chǔ)上用基于模型的一類整定法

6、計(jì)算PID參數(shù)?；谝?guī)則的PID參數(shù)自整定，則是運(yùn)用系統(tǒng)臨界點(diǎn)信息或系統(tǒng)響應(yīng)曲線上的一些特征值來表征對(duì)象特性，控制器參數(shù)由基于規(guī)則的整定法得到?！　?.1辨識(shí)法　　這類方法的本質(zhì)是自適應(yīng)控制理論與系統(tǒng)辨識(shí)的結(jié)合。為解決被控對(duì)象模型獲取問題，Kalman首先將系統(tǒng)辨識(shí)的方法引入了控制領(lǐng)域。　　辨識(shí)法適用于模型結(jié)構(gòu)已知，模型參數(shù)未知的對(duì)象，采用系統(tǒng)辨識(shí)的方法得到過程模型參數(shù)，并和依據(jù)參數(shù)估計(jì)值進(jìn)行參數(shù)調(diào)整的確定性等價(jià)控制規(guī)律結(jié)合起來，綜合出所需的控制器參數(shù);如果被控過程特性發(fā)生了變化，可以通過最優(yōu)化某一性能指標(biāo)或期望的閉環(huán)特性，周期性地更新控制器參數(shù)?！　?shù)辨識(shí)

7、可用不同類型的模型為依據(jù)。例如，附加有輔助輸入的自回歸移動(dòng)平均模型(ARMAX)、傳遞函數(shù)模型或神經(jīng)網(wǎng)絡(luò)指數(shù)模型等，而最常用的是低階并等值于有純滯后的離散差分模型。同樣，可用不同的參數(shù)辨識(shí)方法估計(jì)模型參數(shù)，例如遞推最小二乘法(RLS)、輔助變量法(IV)或最大似然法(ML)等。　　在獲得對(duì)象模型的基礎(chǔ)上設(shè)計(jì)PID參數(shù)時(shí)常用的原理，經(jīng)典的有極點(diǎn)配置原理、零極點(diǎn)相消原理、幅相裕度法等;現(xiàn)代的則往往借助于計(jì)算機(jī)，利用最優(yōu)化方法或線性二次型指標(biāo)等，尋找在某個(gè)性能指標(biāo)下的控制器參數(shù)最優(yōu)值?！　O點(diǎn)配置法是Astrom在Wellstead工作的基礎(chǔ)上提出來的，它的出發(fā)點(diǎn)不

8、是去極小化某一性能指標(biāo)函數(shù)(如使輸出誤