关于PID系列仪表的人工智能控制算法
在工业控制中，许多控制过程机理复杂，滞后大，控制对象具有变结构、时变等特点。采用常规的PID控制算法，难以适应参数变化及干扰因素的影响，大都出现较大超调，PID参数较难确定，不仅给调试带来麻烦，调节的效果也不理想。目前由国外引进的某些调节仪表中，推出了许多改进型如加入抗饱和积分功能，采用自整定来协助确定PID参数及自适应技术来改进控制效果。为了克服常规PID调节的不足，提高其性能，现在各大仪表公司及仪表生产厂，都在致力于新的控制算法开发和自整定技术的探究，下面以系列仪表为例，简述系列仪表中的人工智能控制算法和特点。
系列仪表中的人工智能控制算法
系列仪表中的人工智能控制算法，即对PID算法加以改进和保留，加入模糊控制算法规则，并对给定值的变化加入了前馈调节。在误差大时，运用模糊算法进行调节，以彻底消除PID饱和积分现象，如同熟练工人进行手动调节。当误差趋小时，采用改进后的PID算法控制输出。其控制参数采用被控对象特征描述方式。一组(MPT)参数即可同时确定PID参数和模糊控制参数。系统具有无超调和高控制精度等特点。针对不稳定的非线形复杂调节对象，表内设有自适应调节规则，可使系统进一步加快响应速度，改善控制品质。针对控制参数较难确定的现实，表内设有自整定专家系统，可使系统的控制参数确定简单，准确度提高，因此，自整定系统的引入，不仅使复杂劳动简化，节约了调试时间，而且提高了控制系统的调节品质。
PID算法的改进
常规PID算法构成如下：
输出=比例作用(P)+积分作用(I)+微分作用(D)
在常规PID的控制系统中，减少超调和提高控制精度是难以两全其美的，这主要是积分作用有缺陷造成的。如果减少积分作用，则静差不易消除，有扰动时，消除误差速度变慢，而当加强积分作用时，又难以避免超调，这也是常规PID控制中经常遇到的难题。
在系列仪表中，当控制参数在比例带以外时，采用模糊控制，不存在抗饱和积分问题，而对PID算法部分又加以改进如下：
输出=比例作用(P)+积分作用(I)+微分作用(D)+微分积分作用(∫I)
由于仪表中增加了微分积分作用，所以，使常规PID算法中的积分饱和现象得到较大缓解。不过从上式中可以看到，原有参数已经较难确定了，又增加了一个新参数(∫I)，所以，这些参数必然互相影响，使得新算法参数更加难以确定。为此，经过认真的研究和实验分析，比例作用与微分作用的比值和积分作用与微分作用的比值可取相同的值，并且比例作用与微分作用的最佳比值同控制对象的滞后时间有关。滞后时间越大，则比例作用响应减少，而微分作用响应增加。两者存在的关系如下：
比例作用=K(1/t)
微分作用=K(1-1/t)d
式中，K为系数；t为滞后时间与控制周期的比值；t≥1；d表示微分作用。
由此，可将人工智能控制算法公式改为：
输出=P［1/t+(1-1/t)d］+(1/M)∫［1/t+(1-1/t)d］
式中，P用于调整微分和比例的大小，P增加，相当于同时将微分时间增加及减少比例带。反之，P减少，相当于同时将微分时间减少和增大比例带。M类似积分时间，可用于调整积分和微分积分的大小，t用于调整微分与比例的相互比例成分。如果t=1，则微分作用为0，如果1Ｍ＝０，则积分作用为0。
这样，控制参数又减少为3个，由于常规PID参数的定义只根据算法本身，其特点是不需要考虑被控对象的精确模型，而改进后的3个控制参数，由于同原参数概念不同，所以，定义为MPT控制算法，具体含义如下：
M50为保持参数。
M50定义为输出值为50%时，控制对象基本稳定后测量值的差值。50表示输出值变化量为50。
例如某电炉温度控制，为了找出最佳的M50值，手动输出为50%时，电炉温度最后稳定在800℃左右，而0%输出时，电炉温度最后稳定在室温，为25℃，则M(最佳参数值(=800-25=775参数M值主要对调节算法中的积分作用进行调整。M值越小，系统积分作用越强。M值越大，积分作用越弱(积分时间增加)。如果，M=0，则系统取消积分作用。
评论