葉家銘 張銅奇 張澤森 胡專

摘要：隨著工業(yè)生產(chǎn)中工況環(huán)境的日趨復雜化及工藝參數(shù)控制的精準化，傳統(tǒng)PID控制器的局限性越來越明顯。為滿足智能生產(chǎn)的需要，提高工業(yè)控制系統(tǒng)的快速適應性、魯棒性等功能，人們對PID控制的優(yōu)化提出了很多方法。對比這些方法的優(yōu)劣性，將對工業(yè)生產(chǎn)和促進PID控制發(fā)展提供幫助。本文簡要梳理了當前智能PID控制器的發(fā)展，對比分析各類PID控制的優(yōu)點與缺點，并對未來PID控制的發(fā)展趨勢進行了展望。

關鍵詞：智能PID控制;現(xiàn)狀;對比與展望

中圖分類號：TP273 ? 文獻標識碼：A ? 文章編號：1672-9129（2018）15-0116-02

Abstract： With the increasing complexity of working conditions and the precision of process parameters control in industrial production， the limitations of traditional PID controller become more and more obvious. In order to meet the needs of intelligent production and improve the rapid adaptability and robustness of industrial control system， people put forward many methods for PID control optimization. Comparing the advantages and disadvantages of these methods will be helpful to industrial production and the development of PID control. This paper briefly reviews the current development of intelligent PID controller， compares and analyzes the advantages and disadvantages of various PID control， and prospects the future development trend of PID control.

Keywords： Intelligent PID control; The status quo; Comparison and prospect

引言：PID控制器的關鍵在于控制參數(shù)的整定。近年來，各個領域對自動控制系統(tǒng)的控制精度、響應速度、系統(tǒng)穩(wěn)定性與適應能力提出越來越高的要求，人們逐步把智能化引入PID控制。

1 傳統(tǒng)PID控制

PID控制器已有70余年的歷史，因其具有結構簡單、穩(wěn)定性好、工作可靠、調(diào)整方便而被廣泛應用于工業(yè)生產(chǎn)中。但傳統(tǒng)PID控制也存在著諸多不足之處：一是實際的工業(yè)生產(chǎn)往往具有非線性、時變不確定性，難以建立精確的數(shù)學模型，常規(guī)的PID控制器不能達到理想的控制效果;二是在實際生產(chǎn)現(xiàn)場中，由于受到參數(shù)整定方法煩雜的困擾，常規(guī)PID控制器參數(shù)往往難以快速達到最優(yōu)參數(shù)，對運行工況的適應能力很差。因此尋求更加智能化的、適用性更強的PID控制方式，成為工業(yè)發(fā)展的必然選擇。

2 智能PID控制

2.1基于專家系統(tǒng)的智能PID控制器。專家系統(tǒng)主要由知識產(chǎn)權庫和推理機構成，知識庫由專業(yè)領域內(nèi)的專家進行知識輸入，推理機則是基于相關領域的邏輯的規(guī)則庫。基于專家系統(tǒng)的PID控制器主要是對系統(tǒng)提供的相關特征量進行分析，利用知識庫中專業(yè)知識和PID整定規(guī)律分析，從而快速得出與系統(tǒng)匹配的控制參數(shù)。

優(yōu)點：在工業(yè)生產(chǎn)中，有許多復雜過程難以找到準確的傳遞函數(shù)進行計算或無法直接進行原因分析的問題，利用專家系統(tǒng)，根據(jù)系統(tǒng)反饋的超調(diào)量、穩(wěn)態(tài)誤差、穩(wěn)定時間、調(diào)節(jié)時間、靜態(tài)誤差、臨界增益等，依據(jù)強大的知識支撐快速找到解決問題的方案。

缺點：前期需要大量專業(yè)知識輸入，這就需要非常了解工況環(huán)境及系統(tǒng)的專業(yè)工程師對知識庫進行建立，來確保專家系統(tǒng)具有完善的知識儲備，普通工作人員難以完成，而且對于涉及多領域、多耦合變量參數(shù)來說，其知識庫的建立更加困難。

2.2基于模糊系統(tǒng)的PID控制。模糊系統(tǒng)是將數(shù)字信號通過一定的邏輯轉變?yōu)槟：盘?，依?jù)模糊規(guī)則產(chǎn)生解決問題的方案，再將模糊方案轉變?yōu)榍逦臄?shù)字信號的一種方法?；谀：到y(tǒng)的PID控制，是把模糊系統(tǒng)的概念引入PID控制，從而實現(xiàn)對PID參數(shù)的控制，其核心是要在人工模糊語言與計算機數(shù)字語言之間建立通訊協(xié)議。

優(yōu)點：對于難以建立系統(tǒng)模型的時變系統(tǒng)、過程復雜的系統(tǒng)、難以使用儀器測量的控制點，無需準確的系統(tǒng)傳遞函數(shù)及測量值，使用模糊系統(tǒng)可以快速實現(xiàn)對被控對象的最優(yōu)控制，易實現(xiàn)人機互動，系統(tǒng)魯棒性好。

缺點：控制系統(tǒng)受操作人員經(jīng)驗限制，系統(tǒng)的穩(wěn)定性很大程度取決于操作人員建立的模糊規(guī)則表;由于模糊語言轉換為清晰值時其一一對應關系精度不能準確保證，因此系統(tǒng)可能出現(xiàn)輕微震蕩;當被控參數(shù)需要隨環(huán)境變化時，需要建立新的模糊規(guī)則表，重新調(diào)試，工作量較大。

2.3基于BP神經(jīng)網(wǎng)絡的PID控制。BP神經(jīng)網(wǎng)絡，即誤差反傳誤差反向傳播算法的學習過程，由信息的正向傳播和誤差的反向傳播兩個過程組成。神經(jīng)網(wǎng)絡自學習實質(zhì)上是在偏差e向輸出層方向傳播的同時，依據(jù)某種學習規(guī)則，不斷修改各神經(jīng)元之間的權值。

優(yōu)勢：因為BP網(wǎng)絡具有很好的逼近非線性映射的能力，良好的自適應學習、較強的魯棒性和容錯性等特點，并且能夠在線自調(diào)整控制參數(shù)，實現(xiàn)PID參數(shù)的最優(yōu)組合，從而大大提高系統(tǒng)穩(wěn)定性，因此適用于對復雜非線性系統(tǒng)進行建模和控制。

缺點：BP神經(jīng)網(wǎng)絡算法計算量大，學習效率低，目前BP神經(jīng)網(wǎng)絡的層級通常選取為3層，節(jié)點不超過5個，對于復雜環(huán)境下過程控制，隨著其網(wǎng)絡層級的增加，其過程計算極為復雜，且計算時間較長。

2.4基于遺傳算法的PID控制。遺傳算法是根據(jù)生物進化過程演變出的一種尋找最優(yōu)解決方案的計算方法。基于遺傳算法的PID控制，將PID關鍵控制參數(shù)Kp、Ki、Kd根據(jù)一定的編碼隨機組成初始個體群，根據(jù)交叉重組等方法裂變出新的個體群，再根據(jù)誤差最小的目標評估最優(yōu)個體，根據(jù)評估結果保留優(yōu)選方案，淘汰劣選方案，從而快速達到最優(yōu)選擇。

優(yōu)點：不受工況、環(huán)境、復雜數(shù)學模型、學科領域的限制，具有優(yōu)勢重組并篩選的能力，可快速找到全局最優(yōu)解，且不會陷入局部最優(yōu)解;

缺點：初始參數(shù)的選擇沒有標準依據(jù)，存在盲目性，大多僅憑經(jīng)驗判定;遺傳算法的編程需要編碼、解碼，流程較為復雜，且初始個體數(shù)量較多時，計算量較大。

3 總結

不管是模糊控制、專家控制，還是神經(jīng)網(wǎng)絡控制，都是模擬人類思維過程或生理過程的不同形態(tài)。其實現(xiàn)智能化的根本原理，都是基于理論知識或實踐積累的知識庫，通過一定的邏輯規(guī)則進行計算實現(xiàn)對PID關鍵參數(shù)的最優(yōu)控制。

參考文獻：

[1]王偉，張晶濤，柴天佑.PID參數(shù)先進整定方法綜述，自動化學報，2000，5（26）：347～355

[2]段力學.PID參數(shù)整定方法分類與概述，現(xiàn)代計算機[J]，2012（3）：23～26

[3]沈永福，吳少軍，鄧方林.智能PID控制綜述，工業(yè)儀表與自動化裝置，2002（6），11～13.