非线性系统的一种智能PID控制算法及应用-南京工业大学学报自然

则:
u ( k ) = u( k - 1)+ Δu( k )
( 7)
该算法在线性定常系统的 PID控制 中 ,已得
到广泛的应用 ,并深受广大工程技术人员的欢迎。
但针对一些具有明显非线性时变特性的不确定系
统 ,采用以上常规 PID控制就难以奏效。为此在此 基础上引入以下专家知识与经验 , 对常规 P ID控 制中的 Kp , Ki , K d 进行修正。
专家知识的 PID参数 Kp ( k ) , K i ( k )与 K d ( k ) 是根据|e|与|Δe|的大小 , PID参数对系统静态响 应的理论分析与实际经验而归纳出的一套参数调
整规律。 其宗旨是改善非线性复杂对象的动静态 响应。
设专家知识 PID控制算法中三参数的调整规 律为:
K p ( k ) = K p+ ΔKp ( k ) = K p+ qp gp (|e|, |Δe|)
第 21卷第 5期
南京化工大学学报
V o l. 21 N o. 5
1999年 9月 JO U RN A L O F N AN JIN G U N IV ER SIT Y O F CHEM ICA L T ECHN O LO G Y Sep. 1999
非线性系统的一种智能 PID控制算法及应用
1 基于专家知识的 PID控制算法
在工业过程控制发展史中 , PID控制是历史最 悠久、生命力最强的一种控制方式。即使在 DCS系 统中仍被大量使用 ,高级控制算法的实际实施回 路数仍偏少。 这充分反映了工业过程控制的复杂 背景 ,同时也说明 DCS系统中实用的高级控制策 略有待进一步完善与开发。 针对工业过程中大量 存在的非线性时变特性 与复杂性 ,有必要使 P ID 控制智能化 [3 ]。为此提出了该基于专家知识的 P ID 控制算法。
( 8) K i ( k ) = K i+ ΔK i ( k ) = K i+ qi gp (|e|, |Δe|)
( 9) Kd ( k ) = K d+ ΔKd ( k ) = K d+ qd gp (|e|, |Δe|)
( 10) 其中 , qp , qi , qd 为校正系数。它们是在每次控 制结束后 ,根据被控对象输出响应特性与性能指 标的判断来进行调整的。 而 gp , gi , gd 是根据|e| 与|Δe|的大小以及专家的知识与经验总结出的一 套调整规律在调整过程中不断加以调整的。 该规 律针对不同类型对象在数值上会有不同 ,但总原 则应该一致 ,以|e|的变化为例 ; 当|e|较大时 ,控制 算法应以提高系统动态响应速度为主 ,故应使 gp 增大 , gi 减小 ,甚至切除积分作用 ;而|e|较小时 ,控 制 算 法 应 以 减 小 余 差、 提 高 控 制 精 度 与 稳 定 性 为 主 ,故可减少 gp ,适当增大 gi ,当|e|减少时 ,在不 影响系统抗干扰能力的前提下 ,应逐渐减少 gd 等 等。 1. 4 过程响应在线识别与性能判断 该过程是根据被调系统的上升时间、超调量、 稳态时间以及衰减振荡程度等等信息来决定对知
1. 1 PID控制算式
本算法采用的是一种常用的实际 P ID控制算 式 [4 ]。 该算式传递函数为:
U( E(
S S
) )
=
Kp ( 1+
T1i S+
1+
Td S Td /( Kd
S
)
)
( 1)
式中: K p 为比例增益 , Ti 为积分时间 , Td 为微分时 间 , K d 为微分增益。
利用差分变换法将 ( 1)式离散化 (采样周期为
本文讨论了一种基于专家知识的 PID控制算 法。 它是采用对系统过渡响应模式的在线识别、特 征值 抽 取、 知识 收 集与 判 断、 参 数 修正 与 知 识调 整 等方法而实施的一种智能 PID控制策略。 该算法 计算时间不长 ,鲁棒性较好 ,对非线性与时变系统 有较好的动静态特性。 数字仿真表明了该算法的 可行性与有效性 ,有望在实际工业对象的实时控 制中得到推广应用。
T ) ,可得:
Δup ( k )= Kp [e( k ) - e (k - 1) ]
( 2)
Δui ( k ) = KTp iTe ( k ) = K i e( k )
( 3)
ud ( k ) =
Td K d T+
Td {ud ( k - 1)+
K p K d [e ( k ) - e ( k - 1) ] }
收稿日期: 1998-04-13
第 5期 赵 英凯: 非线性 系统的一种智能 P ID控制算法及应 用 3 7
1. 2 特征值的抽取 由于 PID参数的在线修正是根据 e 与 Δe 的
大小与符号来加以调整的 ,所以可将 e 与 Δe 视为 过程控制中不同时刻的状态特征而加以抽取。 在 有些情况下 ,只需抽取 e 就能基本决定参数修正规 律。 此时 ,可忽略 Δe 的影响以避免过于烦杂的规 则以及正负参数调整效果不一百度文库弊病 [5 ]。 1. 3 P ID参数调整
赵英凯
(南京化工大学信息科学与工程学院 ,南京 , 210009)
摘 要 讨论了一种基于专家知识的智能 PID 控制算法。 根据专家知识 与现场经验 ,实时修正 PID 参数 ,并根 据系统响应的在线识别进行知识调整。 两个具有明显非线性时变特性 对象的仿真结果表明 ,该算法具有良好的 控制特性与鲁棒性 ,可望被改进为一种实时在线的计算机控制策略而加以实施。 关键词 专家系统 智能 PID控制 算法 非线性系统 pH过程控制 中图分类号 T P 271. 2
化工生产中存在着大量具有严重非线性且时 变的不确定对象 ,如 pH值控制系统 ,球型储罐的 液位控制系统等。 对这类对象 ,常规 PID控制很难 满足要求 ,而采用不少学者研究开发的参数自整 定、自适应 PID控制算法 [1, 2 ] ,其参数自适应与整 定是建立在对被控对象模型辨识的基础之上 ,对 系统模型精度则有一定要求。 若模型非线性特性 明显或 过于复杂 ,会导 致计算 时间 长 ,软件 开销 大 ,因此不符合工业生产实时控制中低成本、易维 护、 易操 作的 要求 。
( 4)
Δud ( k ) = ud ( k ) - ud ( k - 1)
( 5)
式中 e ( k ) = R - Y ( k ) ; Δe ( k ) = e ( k ) - e ( k -
1) ;
R 为给定值 , Kd =
Kp
Td。 T
控制器的总增量输出为
Δu( k ) = Δup ( k )+ Δui ( k )+ Δud ( k ) ( 6)