文/覃洪漢

隨著智能化控制技術(shù)的持續(xù)完善，各種各樣的人工智能算法也在不斷進(jìn)步。將人工智能算法與PID 控制技術(shù)有效結(jié)合，不僅能夠處理復(fù)雜目標(biāo)的反饋控制問題，并且可以實(shí)現(xiàn)邏輯化控制、神經(jīng)網(wǎng)絡(luò)控制等目的。本文基于PID 控制技術(shù)，從優(yōu)化算法的角度分析了人工智能算法在PID 控制系統(tǒng)中的具體應(yīng)用，并提出利用動(dòng)態(tài)與靜態(tài)校正來提高控制系統(tǒng)穩(wěn)定性和反應(yīng)速度的優(yōu)化建議。

人工智能算法為PID 控制系統(tǒng)提供了新的理論和技術(shù)支持，二者結(jié)合后，PID 控制系統(tǒng)對(duì)復(fù)雜目標(biāo)的控制效果和抗干擾性顯著提升。得益于人工智能算法的支持，PID 控制系統(tǒng)不僅能處理各種參數(shù)，還能在實(shí)現(xiàn)自動(dòng)化、自適應(yīng)調(diào)節(jié)的同時(shí)，構(gòu)建出更高精度的數(shù)據(jù)模型，從而進(jìn)一步增強(qiáng)自身性能。

一、基于PID 控制技術(shù)的人工智能算法概述

基于PID 控制技術(shù)的人工智能算法主要是指通過人工智能技術(shù)進(jìn)行的數(shù)據(jù)算法，其可通過調(diào)整PID 控制算法來實(shí)現(xiàn)控制系統(tǒng)對(duì)智能化指令擬人化、預(yù)見性控制的目標(biāo)。同時(shí)，PID控制系統(tǒng)在運(yùn)行過程中，大多通過兩種方法來實(shí)現(xiàn)人工智能算法的應(yīng)用：一種是基于誤差數(shù)值E 的變化，實(shí)時(shí)對(duì)照比例增值P 的變化；另一種則是對(duì)照比例控制數(shù)據(jù)模型的狀態(tài)，以實(shí)現(xiàn)PID 控制系統(tǒng)各項(xiàng)指令的。[1]簡單來說，融合了人工智能算法的PID 控制系統(tǒng)一般是借助比例、積分、微分等形式達(dá)成對(duì)復(fù)雜目標(biāo)的有效控制的。

二、融合人工智能算法的PID 控制器分析

（一）分段處理

在一般情況下，PID 控制系統(tǒng)在進(jìn)行動(dòng)態(tài)或靜態(tài)轉(zhuǎn)換過程中，容易受到慣性因素影響，隨之出現(xiàn)一種傾斜向上的發(fā)展趨勢。因此，在PID 控制系統(tǒng)運(yùn)行階段，為實(shí)現(xiàn)過渡階段有針對(duì)性、可靠性的優(yōu)化處理，研究人員可從過渡和跟蹤兩個(gè)方面對(duì)其進(jìn)行劃分，從而實(shí)現(xiàn)減少超調(diào)量控制的目的。在具體操作時(shí)，研究人員可利用變增益方法，在輸出端、接近端和穩(wěn)端出現(xiàn)偏差E的同時(shí)，采用正負(fù)向量的方法，維持系統(tǒng)持續(xù)上漲的態(tài)勢。需要注意的是，如果系統(tǒng)數(shù)值低于錯(cuò)誤值E，則需按常規(guī)方法處理，以此來確保PID 控制系統(tǒng)能夠正常運(yùn)行。

（二）誤差變化趨勢

研究人員可通過對(duì)誤差變化發(fā)展規(guī)律及發(fā)展趨勢進(jìn)行深入研究，實(shí)現(xiàn)對(duì)PID 控制系統(tǒng)擬人化控制的目的。為此，研究人員可先行統(tǒng)計(jì)誤差和錯(cuò)誤傾向的乘積，再結(jié)合有關(guān)數(shù)據(jù)資料進(jìn)行動(dòng)態(tài)處理，同時(shí)利用積分控制法有效維持PID 控制系統(tǒng)的穩(wěn)定性?？紤]到PID 控制系統(tǒng)的精準(zhǔn)度主要取決于對(duì)偏差積分的控制，研究人員可以進(jìn)一步研究偏差積分出現(xiàn)的具體過程，同時(shí)將其與擬人化記憶特性相比對(duì)，進(jìn)而完整記錄偏差等問題。但該方法也存在一些缺陷：其一，積分控制過程缺乏目標(biāo)；其二，采用積分法實(shí)施偏移，很可能造成“積分飽和”，導(dǎo)致積分失去控制，這主要是因?yàn)樵摲椒]有很好地發(fā)揮出人工控制模式和控制思想的作用。目前，研究人員可以使用積分曲線來解決這些問題，及時(shí)糾正和調(diào)整PID 控制系統(tǒng)的錯(cuò)誤。此外，PID 控制系統(tǒng)在比例等多重控制作用下可以避免進(jìn)入失控狀態(tài)。[2]

（三）積分控制

積分控制法能夠有效減小系統(tǒng)的穩(wěn)態(tài)誤差。傳統(tǒng)的PID 控制系統(tǒng)普遍存在積分功能不明確、不能滿足控制要求等問題。而一旦出現(xiàn)偏差，這些積分就會(huì)不斷累積，且很有可能導(dǎo)致“積分飽和”，進(jìn)而影響系統(tǒng)的正常運(yùn)轉(zhuǎn)。因此，在錯(cuò)誤絕對(duì)值不斷提高的情況下，工作人員必須采用適當(dāng)?shù)目刂屏碛行p少系統(tǒng)誤差，并防止系統(tǒng)誤差的積累。

（四）控制效果

在多種因素的共同作用下，PID 控制系統(tǒng)的動(dòng)態(tài)過程會(huì)持續(xù)變化，工作人員必須綜合分析其動(dòng)態(tài)特性，以提高控制效果。在此過程中，工作人員應(yīng)不斷優(yōu)化控制器，直至其達(dá)到系統(tǒng)要求。在擬人化控制的基礎(chǔ)上，工作人員還應(yīng)加強(qiáng)分析，并結(jié)合PID 控制系統(tǒng)的前期運(yùn)行效果，有針對(duì)性地對(duì)其加以優(yōu)化，力爭達(dá)到控制決策最優(yōu)化的目的。此外，工作人員必須明確控制效果是決定絕對(duì)值誤差的主要原因之一。

三、基于PID 控制技術(shù)的人工智能算法優(yōu)化路徑

（一）分析優(yōu)化原理

將人工智能算法和PID 控制技術(shù)相結(jié)合，能夠最大限度地改善PID 控制系統(tǒng)的穩(wěn)定性。工作人員可通過深入分析人工智能算法，在掌握算法內(nèi)在邏輯的同時(shí)，對(duì)PID 控制系統(tǒng)進(jìn)行研究，為后續(xù)的動(dòng)態(tài)和靜態(tài)校正奠定基礎(chǔ)。理論上，優(yōu)化人工智能算法的原理是控制器針對(duì)控制系統(tǒng)運(yùn)行狀態(tài)以及控制規(guī)則進(jìn)行記憶、觀察、推理，隨后再輸出的數(shù)據(jù)指令。這一過程主要包含三個(gè)層面的概念：測量信息、推理機(jī)制、輸出集。而優(yōu)化對(duì)象通常指的就是以上三層概念下的數(shù)據(jù)信息。其中，測量信息即對(duì)采集到的數(shù)據(jù)進(jìn)行量化分析，以詳細(xì)了解語言值子集的信息；推理機(jī)制是從已獲取的知識(shí)中進(jìn)行推理的機(jī)制；輸出集是指將PID 控制系統(tǒng)獲得的量化數(shù)據(jù)轉(zhuǎn)化為清晰、明確的輸出量的最后一個(gè)過程。[3]

（二）改進(jìn)算法

（1）動(dòng)態(tài)校正，即根據(jù)動(dòng)態(tài)性能指標(biāo)、系統(tǒng)動(dòng)態(tài)特性等因素，對(duì)動(dòng)態(tài)系統(tǒng)進(jìn)行動(dòng)態(tài)預(yù)測和探究。此項(xiàng)工作既能夠?qū)σ汛嬖诘辉诶硐霠顟B(tài)的相關(guān)參數(shù)進(jìn)行調(diào)整，還可以暫時(shí)優(yōu)化當(dāng)前的控制狀況，從而保證系統(tǒng)運(yùn)行的穩(wěn)定性。對(duì)此，工作人員可采用擬人方法來改善PID 控制系統(tǒng)各方面的參數(shù)，以提高系統(tǒng)整體感知力和判斷力。同時(shí)，PID 控制系統(tǒng)也可基于自身的檢測功能對(duì)已有數(shù)據(jù)進(jìn)行提取，并結(jié)合相關(guān)規(guī)則對(duì)專家控制系統(tǒng)進(jìn)行經(jīng)驗(yàn)分析，最后基于邏輯決定實(shí)現(xiàn)系統(tǒng)參數(shù)的實(shí)時(shí)控制及修正。具體步驟如下：首先研判PID 控制系統(tǒng)的穩(wěn)態(tài)性和精準(zhǔn)度，并明確二者是否需要修正；其次借助評(píng)價(jià)函數(shù)進(jìn)行動(dòng)態(tài)校正[e(i)代表實(shí)際輸出量減去既定輸出量，也可稱作輸出誤差；n 代表PID 控制系統(tǒng)設(shè)計(jì)的數(shù)據(jù)收集次數(shù)]；再次確定穩(wěn)態(tài)標(biāo)準(zhǔn)數(shù)值Km：如果J的數(shù)值小于Km的數(shù)值，則說明系統(tǒng)處于穩(wěn)態(tài)，反之則未達(dá)成穩(wěn)態(tài)；最后結(jié)合研判結(jié)果進(jìn)行分析，即當(dāng)J 的數(shù)值小于Km的數(shù)值時(shí)，保持穩(wěn)態(tài)情況下控制系統(tǒng)基本規(guī)則即可，反之則需要實(shí)施反方向的定量修正措施。

（2）靜態(tài)校正，即根據(jù)PID控制系統(tǒng)各項(xiàng)性能的指標(biāo)處理靜態(tài)偏差問題，同時(shí)對(duì)動(dòng)態(tài)校正的結(jié)果進(jìn)行合理評(píng)價(jià)，通過標(biāo)準(zhǔn)的控制裝置來明確系統(tǒng)參數(shù)校正方法。在人工智能算法應(yīng)用過程中，工作人員應(yīng)重點(diǎn)從以下幾點(diǎn)入手：第一，建立系統(tǒng)特征數(shù)據(jù)庫，以全面了解多重、非理想狀態(tài)等情況；第二，構(gòu)建完善的規(guī)則評(píng)價(jià)信息系統(tǒng)，最大限度地保證校正結(jié)果的科學(xué)性，或者利用動(dòng)態(tài)校正和靜態(tài)校正相結(jié)合的方法完成優(yōu)化，并顯著提升PID 控制系統(tǒng)的控制效果。另外，混合型控制器的輸入過程、輸出誤差、變化率等，均需按照系統(tǒng)要求進(jìn)行研究分析。只有如此，工作人員才能掌握正確的系統(tǒng)控制形態(tài)，并根據(jù)具體要求調(diào)整參數(shù)。

（3）完成動(dòng)態(tài)和靜態(tài)校正后，工作人員還需要針對(duì)控制系統(tǒng)進(jìn)行仿真分析，并通過優(yōu)化人工智能算法，確?？刂破骶邆錅?zhǔn)確、快速、穩(wěn)定的振蕩性，同時(shí)避免在運(yùn)用PID 控制技術(shù)時(shí)反復(fù)出現(xiàn)超調(diào)問題。為此，工作人員可以借助人工智能算法對(duì)現(xiàn)行控制策略加以優(yōu)化。

（三）分析PID 控制技術(shù)的應(yīng)用效果

研究人員可借助人工智能算法，通過分析PID 控制系統(tǒng)可能出現(xiàn)的各種情況來進(jìn)一步理解PID 控制系統(tǒng)在各階段的功能。在此基礎(chǔ)上，研究人員還可以采用Bang-Bang 控制方法來提高受控?cái)?shù)量，并對(duì)其進(jìn)行科學(xué)化處理。在實(shí)際操作中，研究人員需要適時(shí)退出Bang-Bang 的控制，以防止發(fā)生過調(diào)問題。[4]此外，當(dāng)受控對(duì)象出現(xiàn)延遲的情況時(shí)，工作人員應(yīng)在操作間維持?jǐn)?shù)值校正延遲，并適當(dāng)?shù)却?，同時(shí)觀測和分析受控對(duì)象的自然移動(dòng)特征，以防出現(xiàn)振動(dòng)等情況。也就是說，當(dāng)校正調(diào)整規(guī)則處于超調(diào)大、調(diào)整耗時(shí)多、上升時(shí)間短的情況時(shí)，系統(tǒng)的控制效果容易出現(xiàn)過重問題。此時(shí)，工作人員可通過降低比例、控制Bang-Bang作用的方法來進(jìn)行校正和調(diào)整。如果系統(tǒng)出現(xiàn)振蕩問題，則工作人員需要校正并調(diào)整以保持控制器的穩(wěn)定，避免出現(xiàn)修正過早的情況。在此環(huán)節(jié)，工作人員可以借助加長控制和保持時(shí)間的方法，實(shí)現(xiàn)減小微分系數(shù)的目的。

四、結(jié)語

綜上所述，PID 控制技術(shù)在實(shí)際應(yīng)用中仍存在算法方面的不足，進(jìn)而影響控制系統(tǒng)的實(shí)際控制效果。為應(yīng)對(duì)這一問題，研究人員可將PID 控制技術(shù)與人工智能算法相結(jié)合，利用人工智能算法的兼容性、動(dòng)態(tài)和靜態(tài)校正、學(xué)習(xí)記憶能力、專家分析機(jī)制等優(yōu)勢功能，實(shí)現(xiàn)PID 控制技術(shù)以往無法有效實(shí)現(xiàn)的控制目標(biāo)，進(jìn)而促使PID控制系統(tǒng)的穩(wěn)定性、可靠性、精準(zhǔn)度獲得全面提升。