PID参数的工程整定方法
-
PID
参数的工程整定方法
班级
:
姓名
:
侯泉宇
学号
:52
PI D
调节器从问世至今已历经了半个多世纪
,
在这几十年中
,
人们为它的发展和推
广
作出了巨大的努力
,
使之成为工业
过程控制中主要的和可靠的技术工具。
即使在微处理技术
迅速发
展的今天
,
过程控制中大部分控制规律都未能离开
PI
D,
这充分说明
P
I
D
控制仍
具有很强的生命力。
PI
D
控制中一个至关重要的问题
,
就是控制器三参数
(
比例系数、
积
分时间、
微分时间
)
的整定。整定的好坏不但会影响到控制质量
,
而且还会影响到控制器
的鲁棒性。
此外
,
现代工业控制系统中存在着名目繁多的不确定性
,
这些不确定性能造成模
型参数变化甚至模型结构突变
,
使得原整定参数无法保证系统继续良好的工作
,
这时就要
求
PI
D
控制器具有在线修正参数的功能
,
这是自从使用
PI
D
控制以来人们始终关注的重
要问题之一。本文在介绍
PI D
参数自整定概念的基础上
,
对
P I D
参数自整定方法的发
展作一综述。
PID
参数自整定概念
PI D
参数自整定概念中应包括参数自动整定
(auto
tuning)
和参数
在线自校正
(
self tuning onli ne)
。具有自动整定功能的控制器
,
能通
过一按键就由控
制器自身来完成控制参数的整定
,
不需要人工干预
,
它既可用于简单系统投运
,
也可用于复
杂系统预整定。
运用自动整定的方法与人工整定法相比
,
无论是在
时间节省方面还是在整定
精度上都得以大幅度提高
,
这同时也就增进了经济效益。
目前
,
自动整定技术在国外已被许
多控制产品所采用
< br>,
如
Lee d s &N or th r o
p
的
El ec t r o ma x
V
、
Sa tt Con tr
ol r
的
ECA40
等等
,
对其研究的文章则更多。
自校正控制
则为解决控制器参数的在线实时校正提供了很有吸引力的技术方案。
自校正
的基本观点是力争在系统全部运行期间保持优良的控制性能
,
使控制器能够根据运行环境
的变化
,
适时地改变其自身的参数整定值
,
以求达到预期的正常闭环运行
,
并有效地提高
系统的鲁棒性。
早在
20
世纪
7 0
年代
, As tr o m
等人首先提出了自校正调节器
,
以周期性地辨识
过程模型参数为基础
,
并和以最小方差为控制性能指标的控制律结合起来
,
在每一采样周
期内根据被控过程特性的变化
,
自动计算出一组新的控制器参数。
20
世纪
80
年代
, Fo x
bo r o
公司发表了它的
EX AC T
自校正控制器
,
使用模式识别技术了
解被控过程特性的变
化
,
然后使用专
家系统方法去确定适当的控制器参数。
这是一种基于启发式规则推理的自校
正技术。
20
世纪
90
年代
,
神经网络的概念开始应用于自
校正领域。具有自动整定功能和
具有在线自校正功能的控制器被统称为自整定控制器。<
/p>
一般而言
,
如果过程的动态特性是固
定的
,
则可以选用固定参数的控制器
,
控制
器参数的整定由自动整定完成。
对动态特性时变
的过程
,
控制器的参数应具有在线自校正的能力
,
以补偿过程时变。
2 P ID
参数自整定方法
要实现
PI D
参数的自整定
,
首先要对被控制的对象有一个了解
,
然后选择相应的参
数计算方法完成控制器参数的设计。
据此
,
可将
PI
D
参数自整定分成两大类
:
辨识法和规
则法。基于辨识法的
PI
D
参数自整定
,
被控对象的特性通过
对被控对象数学模型的分析来
得到
,
在对象数学模型的基础上用基于模型的一类整定法计算
PI
D
参数。
基于规则的
PI
D
参数自整定
,
< br>则是运用系统临界点信息或系统响应曲线上的一些特征值来表征对象特性
,
控制器参数由基于规则的整定法得到。
2. 1
辨识法
这类方法的本质是自适应控制理论与系统辨识的结合。为解决被控对象模型获取问题
,
Kal ma n
首先将系统辨识的方法引入了控制
领域。辨识法适用于模型结构已知
,
模型参数
未知的对象
,
采用系统辨识的方法得到过程模型参数
,
并和依据参数估计值进行参数调整
的确定性等价控制规律结合起来
< br>,
综合出所需的控制器参数
;
如果被控过程特性发生了变
化
,
可以通过最优化某一性能指标或期望的闭环特性
,
周期性地更新控制器参数。
参数辨识
可用不同类型
的模型为依据。
例如
,
附加有辅助输入的自回归移动平均模型
(
AR
M
AX)
、
传
递函数模型或神经网络指数模型等
,
而最常用的是低阶并等值于有纯滞后的离散差分模型。
同样
,
可用不同的参数辨识方法估计模型参数
,
例如递推最小二乘法
( R LS)
、
辅助变量
法
( I V)
或最大似然法
( M L )
等。在获得对象模型的基础上设计
PI D
参数时常用的原
理
,
经典的有极点配置原理、
零极点相消原理、
幅相裕度法等
;
现代的则往往借助于计算
机
,
利用最优化方法或线性二次型指标等
,
寻找在个性能指标下的控制器参数最优值。
极点配置法是
Astr o m
在
We ll ste a d
工作的基础上提出来的
,
它的出发点
不是去极
小化某一性能指标函数
(
如使输出误差方差最小
)
以使闭环控制系统达到预期的响应
,
而
是通过对闭环系统的极点按工艺要求进行配置
,
来达到预期的控制目的。
这种方法适用于二
阶或二
阶以下的对象
,
因为在用于二阶或二阶以下对象的情况时
,
由于在线辨识的参数不
多
,
故能获得期望的动态响应。零极点相消原理是由
As tr
o m
首先提出的
,
它的基本思<
/p>
想是利用调节器传递函数中的零极点抵消被控对象传递函数的某些零极点
< br>,
从而使整个闭
环系统工作在期望的状态上。
采用零极点相消原理
,
要求过程必须是二阶加纯滞后对象
,
而
且要求传递函数的分子项中常数项不为零。
幅相裕度法是利用
幅值裕度和相角裕度整定
P
I
D
参数
,
这能使系统具有良好的控制性能和鲁棒性能。
Ho
等在这方面作了许多工作
,
在他
最新的研究中将幅相裕度法和性能指标最优设计相结合
,
给出了能同时满足系统鲁棒性和
性能指标最优要求的
PID
参数整定公式。
Ho
还指出
,
在确定了幅值裕度
(
或相角裕
度
)
的前提下
,
最优指标和相角裕度
(
或幅值裕度
)
间需要折衷处理
,
给出了在幅值裕度
一定的情况下
,
使得
I
S
E(
误差平方积分
)
最小的相角裕度计算公式。
至于现代的
PI
D
参
数设计法
,
如
N i shi ka wa
等人提出的参数自动整定法
,
在控制器参数需要整定时
,
给
系统一个小的不至于影响正常运行的干扰信号
,
以估计对象参数
,
然后运用
I SE
指标设
计
PI D
参数
,
一方面能使系统性能满足某些优化指标
,
但另一方面却可能因有些优化算
法无解而带来问题。这类基于辨识的参数自整定方法
直观、
简单
,
易于实现
,
已有众多的
文献资料提供了有关模型辨识和控制器的设计方法
,
而且在过程控制及其参数校正方面不
需要特定的经验
,
所以说它是比较容易开发的。
但这并不意味着这种为设计者带来的优
点就
一定能够转变为用户的效益。
因为与此方法相关联的一些问
题
,
例闭环辨识、
时滞估计、
测
量噪声和干扰输入的抑制以及安全保护措施等
,
虽然已被了解
,
但并未得到有效解决。
仅在噪声影响方面
,
必须承认系统辨识对噪声是敏感的
,
当噪声超过一定强度时就可能得
到不正确的辨识结果。
如当数据
被噪声所影响时
,
使用最小二乘法估计的
AR
MAX
模型参数
就将是有偏的。
另外
,
在基于被控过程的数学模型求取控制器参数值时
,
关键是要较为精确
地获得被控对象的数学模型
,
然而
,
辨识所得到的数学模型一般都含有近似的部分
,
不可
能做到完全精确
,
这也对控制精度带来影响。
再加上辨识工作量大
,
计算费时
,
不适应系统
的快速控制
,
限制了这类方法的使用。
2. 2
规则法
基于规则的自整定方法
,
根据所利用的经验规则的不同
,
又可分成采用临界比例度原则的
方法、
采用阶跃响应曲线的模式识别方法和基于模糊控制原理的方法等。
2. 2 . 1
采用临界比例度原则的方法
早在
194 2
年
Zi e gl er J. G.
和
Nic h ols N . B.
就提出了临界比例度法
,
这是一种非常着名的工程整定法。
它不依赖于对象的数学模型
,
而是总结了前人在理论和
实践中的经验
,
通过实验由经验公式得到控制器的近似最优整定参数
,
用来确定被控对象