《一种新的自适应PID控制算法》由会员分享，可在线阅读，更多相关《一种新的自适应PID控制算法（25页珍藏版）》请在金锄头文库上搜索。
1、一种新的自适应一种新的自适应 PIDPID 控制算法控制算法雷聚超雷聚超( (西安工业学院计算机科学与工程系，陕西西安西安工业学院计算机科学与工程系，陕西西安 710032)710032)摘摘 要要针对大惯性工业对象，设计了一种新的自适应 PID 调节器控制算法并应用于工业温度控制系统中。实验结果表明，利用人工智能算法与 PID 自适应算法的有机结合，可以使温度控制曲线在不同的阶段平滑过渡，使系统控制过程达到最优。关键词关键词自适应 PID；参数整定；过程控制；步长由于 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，
2、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 ZN 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
3、型加热炉的多段温度曲线控制中取得了非常满意的效果。1 1 利用利用 Z ZN N 算法获得算法获得 PIDPID 参数的初始值参数的初始值ZieglerNichols 方法(简称 ZN 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 075。因此，本文采用修正的 ZN 整定方法，即利用 41 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%
4、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)Kes/(1 Ts)假如温度达到 50%和 75%时所用的时间分别为：t1、t2，如图 11。则根据 ZN 调谐器调谐准则：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。 2 2 自校正自校正 PIDPID 调节器的调节原理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)：式中，T 为温度控制周期，在微机自动温控系统中，通常 T 在 25 s。由式(22)可以看出，只需确定 T、P、Ti及 Td,A、B、C均
5、为常数。如果将上述各参数代入式(21)，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 P、Ti及 Td参数。从式(22)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：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 3 自校正自校正 PIDPID 调节器的设计调节器的设计式(23)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
6、度，采用变步长的参量叠加的处理方法更为有效。首先将采样值与给定值的误差的绝对值分成若干个区间(笔者在实际温度自动控制过程中将其分为 5 个区间)，例如，16Xn20，12Xn16，8Xn12，5Xn8，2Xn5，在不同的温度区间使用不同的步长式中 为绝对值等于 1 的系数。k 为与误差有关的量，即参数整定的步长。k值从理论上可自由确定，但实际上根据笔者实验表明，k 值取 0.52.0 较为合适。式(31)中，首先将采样值与实际值进行比较，确定Xn所在的区间，然后，按照不同的区间采用不同的计算公式。对于整个控制过程，计算机程序的实现如下：当Xn25时，取 U(t)=0，V(t)0，W(t)0，当
7、Xn20时：取 U(t)=k，V(t)=k,W(t)=k，并按比例算法进行控制。当Xn进入设定的区段后，按式(31)加入自校正 PID 运算程序(即 U(t)、V(t)、W(t)的初值为 0)。程序的步骤为：首先将 U(t)与 V(t)固定，调整 W(t)由于温度信号的变化滞后较大，PID 参数的调整周期应比采样周期大一些。具体的整定时间间隔应根据炉子的滞后时间决定(笔者使用的炉子由通电到温度信号响应大约为 5 s，因此，笔者选用的整定时间间隔为 10 s)。在第一次调 W(t)时，取 1，W(t)=W(t) WTBZkn(n 为Xn所在区段)，然后进行 PID 运算。在以后每次调整 W(t)
8、时，则首先应计算Xn1n，若差值小于 0，说明所加步长的方向错误，此时，取 1，重新计算。若差值大于 0，说明所加步长方向正确，k/2n 仍取前次调整时的值进行计算。这个过程一直进行到Xn1n又一次小于 0，则转入调整下一个参数。即固定 W(t)与 U(t)调整 V(t)。视 W(t)与 U(t)为常量，V(t)为变量调整 V(t)的过程与调整 W(t)的过程基本类似，仍然是先取 1，计算 V(t)V(t)k/2n，从第二次调整 V(t)开始，就必须计算Xn1Xn，以判断所加步长的方向是否正确。如果正确就继续，否则取 1，由式(31)和式(23)计算反馈控制量的增量，直到Xn1Xn第二次小于
9、0，然后再固定 V(t)与 W(t)调整 U(t)。视 V(t)与 W(t)为常量，U(t)为变量这个过程同调整 V(t)与 W(t)的方法类似。当这个过程完成后再重新回到 W(t)过程，完成一个调整周期。上述过程循环进行，直到Xn1Xn小于定标误差。一旦系统误差大于定标误差便开始调整，这样，系统将一直工作于最优状态。系统达到定标误差后，将调整后的 PID 参数存盘(对于 PC 控制系统)或 EEPROM(对于单片机控制系统)，当下一次开机运行时，系统将会很快稳定在最优状态。 4 4 利用人工智能减小振荡利用人工智能减小振荡对于许多多段温度控制系统，当温度达到给定值时，温度曲线总会产生振荡现象
10、。为此，笔者采用了智能判断的方法对振荡进行了抑制，收到了良好的效果。利用人工智能抑制振荡的方法如下：在升温阶段，当30Xn1Xn5时，让系统按曲线升温。升温速率可根据系统的滞后情况设定为 15。同时系统按照曲线升温阶段的自校正 PID 控制算法进行控制，只是控制量为升温速率。当Xn1Xn5时，将速度升温的 PID 参数值定为恒温控制时的 PID 参数初值。根据实验发现，采用这种控制方法总能使系统达到最佳控制效果，系统没有超调，并且 PID 参数的整定在速率升温结束后的几分钟内就能达到稳定。 5 5 分析讨论分析讨论已经分析了 PID 参数的自动在线整定算法。但对编程来说仍较复杂。事实上，A、B
11、及 C 3 个参数相互依赖，相互影响，在过程达到最优时，A、B、C 3 个参数并不是惟一的，因此，在实际控制过程中，可以只改变 A、B、C3 个参数中的任意两个参数就能使系统达到最优。图 51 为固定参数 C，利用计算机自动在线整定 A和 B所得到的实际炉温控制曲线。其中恒温温度为 1800的曲线是在 100kW 的真空炉中测得(100kW 干式变压器，源极控制，发热体为石墨)，恒温温度为 500的曲线是在实验电阻炉中测得，两种温度控制曲线均达到了1的控温精度，并且没有超调。 6 6 结论结论利用温升阶跃曲线，按照 41 的衰减比，使用改进的 ZN 算法，可获得 PID参数中的比例系数 KP、
12、积分时间常数 Ti和微分时间常数 Td 的初始值，并通过计算获得 A、B、C的初值。将自校正 PID 算法用于工业加热的自动温度控制系统，可以使控制系统一直处于最优状态。增量式 PID 的算法方程为：其中，U(t),V(t),W(t)可根据不同的温度区段，由系统自动整定获得。在实际使用中可以只改变 U(t)、V(t)、W(t)中任意两个参数，而固定另一个参数，也能达到最优控制的效果。当实际温度距标定温度 30时，人工设定一升温速率并利用 PID 参数自整定算法进行控制，可以使升温曲线平稳地过渡到恒温阶段。这样，进入恒温阶段后，PID 参数可以更快速地达到最优。参考文献参考文献1罗宗虔，罗红斌含
13、权函数的 PID 算法及其在炉温微机控制中的应用冶金自动化，198972夏红，等PID 自适应控制信息与控制，1996.63胡晚霞，等PID 控制器参数快速整定的新方法工业仪表与自动化装置，199654朱麟章试验参量的检测与控制北京：机械工业出版社，1989基于基于 PLC 的的 PID 自适应控制器在调速系统中的应用自适应控制器在调速系统中的应用作者：佚名 来源：本站原创 点击数：20 更新时间：2006-2-22 文章录入：admin摘摘 要要 介绍了由 PLC 控制实现的神经网络 PID 自适应控制器。实验表明，该技术对于提高控制精度是行之有效的，具有在调速系统中推广应用的价值。关键词关
14、键词 PLC；PID 控制器；神经网络；直流调速系统 1 1 引引 言言 系统是针对制氧机厂 W160 型落地镗床 X、Y、Z3 个进给最高转速为 3 000 rmin，最低转速30 rmin 的直流电动机，实现静态无静差 S0、调速范围 D1 000；动态电流超调量i5、速度超调量 n10无级调速系统。直流可逆双闭环调速系统中，需要两级PID 控制器进行调节，但要实现如此高精度的调速，单纯采用常规的 PID 控制器，很难达到系统的要求。随着神经网络理论的发展，将应用最广泛的 PID 控制器与具有自学习功能的神经网络相结合，已成为智能控制的一个新方向，并在这一方面取得了一些研究成果2，3。其中
15、由单神经元构成的 PID 自适应控制器，是将 PID 控制规律融进神经网络之中，实现神经网络与PID 控制规律的本质结合，共同完成 PID 自适应调节。其网络结构如图 11 所示，它是由比例、积分、微分 3 个单元组成的一种动态前向网络，各层神经元个数、连接方式、连 接权值是按PID 控制规律的基本原则和已有的经验确定的，能够保证系统的稳定和快速收敛。文中用 PLC实现神经网络 PID 自适应控制，并应用于直流逻辑无环流可逆调速控制系统，使系统的控制精度达到了只有理论上才能实现的无静差。 2 2 PLCPLC 控制系统的组成控制系统的组成 根据 W160 型落地镗床直流调速系统动、静态性能指标的要求，考虑到该设备的控制设备、器件数量多、对系统运行安全可靠提出的更高要求，采用高可靠性的 PLC 作为控制核心，以晶闸管为执行机构的直流调速控制系统，取代原设备的交流电动机发电机直流电动机庞大的调速系统。PLC 实现的调速系统如图 2 1 所示。系统主要由两部分构成，系统框图如图 22所示。其中 PLC 实现神经网络 PID 自适应控制器与逻
