pid參數(shù)自整定方法綜述

《pid參數(shù)自整定方法綜述》由會員上傳分享，免費在線閱讀，更多相關內(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，并對將來的發(fā)展進行了討論?！　￡P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)了半個多世紀，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控制仍具有很強的生命力。　　PID控制中一個至關重要的問題，就是控制器

2、三參數(shù)(比例系數(shù)、積分時間、微分時間)的整定。整定的好壞不但會影響到控制質(zhì)量，而且還會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)自整定概念的基礎上，對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)自整定概念中應包括參數(shù)自動整定(auto-tuning)和參數(shù)在線自校正(selftuningon-li

3、ne)?！　【哂凶詣诱üδ艿目刂破鳎芡ㄟ^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，它既可用于簡單系統(tǒng)投運，也可用于復雜系統(tǒng)預整定。運用自動整定的方法與人工整定法相比，無論是在時間節(jié)省方面還是在整定精度上都得以大幅度提高，這同時也就增進了經(jīng)濟效益。目前，自動整定技術(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)的在線實時校正提供了很有吸引力的技術(shù)方案。自校正的基本觀點是力爭在系統(tǒng)全部運行期間保持優(yōu)良的控制性能

4、，使控制器能夠根據(jù)運行環(huán)境的變化，適時地改變其自身的參數(shù)整定值，以求達到預期的正常閉環(huán)運行，并有效地提高系統(tǒng)的魯棒性。　　早在20世紀70年代，Astrom等人首先提出了自校正調(diào)節(jié)器，以周期性地辨識過程模型參數(shù)為基礎，并和以最小方差為控制性能指標的控制律結(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，自動計算出一組新的控制器參數(shù)。20世紀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?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90年代，神經(jīng)網(wǎng)絡的概念開始應

5、用于自校正領域。具有自動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)的整定由自動整定完成。對動態(tài)特性時變的過程，控制器的參數(shù)應具有在線自校正的能力，以補償過程時變?！?PID參數(shù)自整定方法　　要實現(xiàn)PID參數(shù)的自整定，首先要對被控制的對象有一個了解，然后選擇相應的參數(shù)計算方法完成控制器參數(shù)的設計。據(jù)此，可將PID參數(shù)自整定分成兩大類：辨識法和規(guī)則法?；诒孀R法的PID參數(shù)自整定，被控對象的特性通過對被控對象數(shù)學模型的分析來得到，在對象數(shù)學模型的基礎上用基于模型的一類整定法

6、計算PID參數(shù)?；谝?guī)則的PID參數(shù)自整定，則是運用系統(tǒng)臨界點信息或系統(tǒng)響應曲線上的一些特征值來表征對象特性，控制器參數(shù)由基于規(guī)則的整定法得到。　　2.1辨識法　　這類方法的本質(zhì)是自適應控制理論與系統(tǒng)辨識的結(jié)合。為解決被控對象模型獲取問題，Kalman首先將系統(tǒng)辨識的方法引入了控制領域?！　”孀R法適用于模型結(jié)構(gòu)已知，模型參數(shù)未知的對象，采用系統(tǒng)辨識的方法得到過程模型參數(shù)，并和依據(jù)參數(shù)估計值進行參數(shù)調(diào)整的確定性等價控制規(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)化某一性能指標或期望的閉環(huán)特性，周期性地更新控制器參數(shù)?！　?shù)辨識

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平均模型(ARMAX)、傳遞函數(shù)模型或神經(jīng)網(wǎng)絡指數(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)辨識方法估計模型參數(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?！　≡讷@得對象模型的基礎上設計PID參數(shù)時常用的原理，經(jīng)典的有極點配置原理、零極點相消原理、幅相裕度法等;現(xiàn)代的則往往借助于計算機，利用最優(yōu)化方法或線性二次型指標等，尋找在某個性能指標下的控制器參數(shù)最優(yōu)值?！　O點配置法是Astrom在Wellstead工作的基礎上提出來的，它的出發(fā)點不

8、是去極小化某一性能指標函數(shù)(如使輸出誤