基于MATLAB与力控的双容水箱串级控制

过程控制课程设计报告
学生姓名学号
教学院系电气信息学院
专业年级自动化07
指导教师
完成日期2011年1月6日
摘要
串联双容水箱在工业过程控制中应用非常广泛。

在串联双容水箱水位的控制中，进水首先进人第一个水箱，然后通过第二个水箱流出，与一个水箱相比，由于增加了一个水箱，使得被控量的响应在时间上更落后一步，即存在容积延迟，从而导致该过程的难以控制。

串级控制是改善调节过程动态性能的有效方法，由于其超前的控制作用，可以大大克服系统的容积延迟。

随着工业的发展，液位控制在各种过程控制中的应用越来越广泛。

本设计以二容水箱实验液位控制模型为研究对象，采用PID控制，并用力控组态进行上位机组态。

组态界面包括：水箱实验界面（包括实时趋势曲线）、报警窗口、历史趋势曲线。

所有画面的动态显示用增强按钮连接。

关键词：串级控制MATLAB PID组态力控
小组成员及学号
本人工作任务详细说明
●参与设计双容水箱串级控制系统，完成其运行效果；
●观看力控监控组态软件演示工程中的双容水箱串级控制系统，熟悉其运行及各主要监控
参数；
●和组员在网上以及参考文献中搜集双容水箱串级控制系统的工作原理、多电梯远程监控
系统的工艺流程图、双容水箱串级控制系统主要控制参数，双容水箱串级控制系统的主要监控功能等资料；
●参与建立双容水箱串级控制系统的工程画面，创建相应双容水箱串级控制系统的组态界
面，创建实时数据库，制作相应动画连接；
●根据工艺流程图及设计思想参与进行主要的系统程序编写，并和组员一起检查更正、完
善系统程序；
●观看双容水箱串级控制系统运行效果图；
●写双容水箱串级控制系统实习报告。

目录
第一章MATLAB设计实验报告 (1)
1.1MATLAB设计 (1)
1.2MATLAB设计任务 (1)
1.3MATLAB设计要求 (1)
1.4MATLAB设计任务分析 (2)
1.5MATLAB设计内容 (5)
1.5.1主回路的设计 (5)
1.5.2副回路的设计 (6)
1.5.3主、副回路的匹配 (6)
1.5.4 单回路PID控制的设计 (7)
1.5.5串级控制系统的设计 (11)
第二章力控设计实验报告 (18)
2.1力控设计 (18)
2.2力控设计任务 (18)
2.3制作工程画面 (18)
2.4建立动画连接 (21)
2.5力控软件与MATLAB的通信 (23)
2.5.1服务器节点配置 (23)
2.5.2.客户端节点配置 (25)
2.6运行调试及参数整定 (28)
2.7作品展示 (30)
第三章串级控制设计报告任务说明书 ................................................................. 错误!未定义书签。

3.1小组成员及学号 (3)
3.2本人工作任务详细说明 (3)
第四章实习心得 (32)
致谢 (33)
参考文献： (34)
第一章MATLAB 设计实验报告
1.1MATLAB 设计
双容水箱液位串级控制系统设计
1.2 MATLAB 设计任务
图1所示双容水箱液位系统，由水泵1、2分别通过支路1、2向上水箱注水，在支路一中设置调节阀，为保持下水箱液位恒定，支路二则通过变频器对下水箱液位施加干扰。

试设计串级控制系统以维持下水箱液位的恒定。

1
图1.2.1 双容水箱液位控制系统示意图
1.3 MATLAB 设计要求
1.已知上下水箱的传递函数分别为：
111()2()()51p H s G s U s s ∆==∆+，22221()()1()()()201p H s H s G s Q s H s s ∆∆===∆∆+。

要求画出双容水箱液位系统方框图，并分别对系统在有、无干扰作用下的动态过程进行仿真（假设干扰为在系统单位阶跃给定下投运10s 后施加的均值为0、方差为0.01的白噪声）；
2. 针对双容水箱液位系统设计单回路控制，要求画出控制系统方框图，并分别对控制系统在有、无干扰作用下的动态过程进行仿真，其中PID 参数的整定要求写出整定的依据（选择何种整定方法，P 、I 、D 各参数整定的依据如何），对仿真结果进行评述；
3. 针对该受扰的液位系统设计串级控制方案，要求画出控制系统方框图及实施方案图，对控制系统的动态过程进行仿真，并对仿真结果进行评述。

1.4 MATLAB 设计任务分析
系统建模基本方法有机理法建模和测试法建模两种，机理法建模主要用于生产过程的机理已经被人们充分掌握，并且可以比较确切的加以数学描述的情况；测试法建模是根据工业过程的实际情况对其输入输出进行某些数学处理得到，测试法建模一般较机理法建模简单，特别是在一些高阶的工业生产对象。

对于本设计而言，由于双容水箱的数学模型已知，故采用机理建模法。

串级控制双容液位过程如图1.4.1所示。

图1.4.1 串级控制的双容液位过程
两容器的流出阀均为手动阀门，流量1Q 只与容器1的液位1h 有关，与容器2的液位2h 无关。

容器2的液位也不会影响容器1的液位，两容器无相互影响。

由于两容器的流出阀均为手动阀门，故有非线性方程：
11Q a h =22Q a h =过程的原始数据模型为：
1112212i dV Q Q dt dV Q Q dt ρρ⎧=-⎪⎪⎨⎪=-⎪⎩
(4-3) 令容器1、容器2相应的线性水阻分别为1R 和2R ：
11
R =
(4-4) 22R =
其中10h 为容器1的初始液位，20h 为容器2的初始液位。

则有过程传递函数：
221222()()1
h s R Q s A R s ρ=+ (4-6) 11111()()1
i h s R Q s A R s ρ=+ (4-7) 而由式（2-41）可以退出：
111
()1()Q s h s R = (4-8) 因此有：
1111111()()()1()()()1
i i Q s Q s h s Q s h s Q s A R s ρ==+ (4-9) 令时间常数1111T A R ρ=和2222T A R ρ=，最终可得该过程的传递函数为：
()()()22122211212
12()()()()()()111i i h s h s Q s R R Q s Q s Q s T s T s TT s T T s ===+++++ (4-10) 可见，虽然容器1的液位会影响容器2的液位，但容器2的液位不会影响容器1，二者不存在相互影响；过程的传递函数相当于两个容器分别独立时的传递函数相乘，但过程增益为两个独立传递函数相乘的1/R 1倍。

令Q i =ku ，对液位h
则控制系统过程传递函数为：
()()
2212()()()11h S kR G s u s T s T s ==++ (4-11) 由上述分析可知，该过程传递函数为二阶惯性环节，相当于两个具有稳定趋势的一阶自平衡系统的串联，因此也是一个具有自平衡能力的过程。

其中时间常数的大小决定了系统反应的快慢，时间常数越小，系统对输入的反应越快，反之，若时间常数较大（即容器面积较大），则反应较慢。

由于该过程为两个一阶环节
的串联，过程等效时间常数12max(,)T T T >，故总体反应要较单一的一阶环节慢的多。

因此通常可用一阶惯性环节加纯滞后来近似无相互影响的多容系统
在该液位控制系统中，建模参数如下：
控制量：水流量Q ；
被控量：下水箱液位；
控制对象特性：
111()2()()51p H s G s U s s ∆==∆+（上水箱传递函数）；
22221()()1()()()201p H s H s G s Q s H s s ∆∆=
==∆∆+（下水箱传递函数）。

控制器：PID ；
执行器：控制阀；
干扰信号：在系统单位阶跃给定下运行10s 后，施加均值为0、方差为0.01的白噪声
为保持下水箱液位的稳定，设计中采用闭环系统，将下水箱液位信号经水位检测器送至控制器（PID ），控制器将实际水位与设定值相比较，产生输出信号作用于执行器（控制阀），从而改变流量调节水位。

当对象是单水箱时，通过不断调整PID 参数，单闭环控制系统理论上可以达到比较好的效果，系统也将有较好的抗干扰能力。

该设计对象属于双水箱系统，整个对象控制通道相对较长，如果采用单闭环控制系统，当上水箱有干扰时，此干扰经过控制通路传递到下水箱，会有很大的延迟，进而使控制器响应滞后，影响控制效果，在实际生产中，如果干扰频繁出现，无论如何调整PID 参数，都将无法得到满意的效果。

考虑到串级控制可以使某些主要干扰提前被发现，及早控制，在内环引入负反馈，检测上水箱液位，将液位信号送至副控制器，然后直接作用于控制阀，以此得到较好的控制效果。

设计中，首先进行单回路闭环系统的建模，系统框图如下：
图1.4.2 单回路闭环系统控制系统框图
在无干扰情况下，整定主控制器的PID参数，整定好参数后，分别改变P、I、D参数，观察各参数的变化对系统性能的影响；然后加入干扰（白噪声），比较有无干扰两种情况下系统稳定性的变化。

然后，加入副回路、副控制器，再有干扰的情况下，比较单回路控制、串级控制系统性能的变化，串级控制系统框图如下：
图1.4.3 串级控制系统框图
系统实施方案图如下：
图1.4.4 串级控制系统系统实施方案图
1.5 MATLAB设计内容
1.5.1主回路的设计
串级控制系统的主回路是定值控制，其设计单回路控制系统的设计类似，设计过程可以按照简单控制系统设计原则进行。

这里主要解决串级控制系统中两个
回路的协调工作问题。

主要包括如何选取副被控参数、确定主、副回路的原则等问题。

1.5.2副回路的设计
由于副回路是随动系统，对包含在其中的二次扰动具有很强的抑制能力和自适应能力，二次扰动通过主、副回路的调节对主被控量的影响很小，因此在选择副回路时应尽可能把被控过程中变化剧烈、频繁、幅度大的主要扰动包括在副回路中，此外要尽可能包含较多的扰动。

归纳如下。

(1)在设计中要将主要扰动包括在副回路中。

(2)将更多的扰动包括在副回路中。

(3)副被控过程的滞后不能太大，以保持副回路的快速相应特性。

(4)要将被控对象具有明显非线性或时变特性的一部分归于副对象中。

(5)在需要以流量实现精确跟踪时，可选流量为副被控量。

在这里要注意(2)和(3)存在明显的矛盾，将更多的扰动包括在副回路中有可能导致副回路的滞后过大，这就会影响到副回路的快速控制作用的发挥，因此，在实际系统的设计中要兼顾(2)和(3)的综合。

1.5.3主、副回路的匹配
(1)主、副回路中包含的扰动数量、时间常数的匹配
设计中考虑使二次回路中应尽可能包含较多的扰动，同时也要注意主、副回路扰动数量的匹配问题。

副回路中如果包括的扰动越多，其通道就越长，时间常数就越大，副回路控制作用就不明显了，其快速控制的效果就会降低。

如果所有的扰动都包括在副回路中，主调节器也就失去了控制作用。

原则上，在设计中要保证主、副回路扰动数量、时间常数之比值在3～10之间。

比值过高，即副回路的时间常数较主回路的时间常数小得太多，副回路反应灵敏，控制作用快，但副回路中包含的扰动数量过少，对于改善系统的控制性能不利；比值过低，副回路的时间常数接近主回路的时间常数，甚至大于主回路的时间常数，副回路虽然对改善被控过程的动态特性有益，但是副回路的控制作用缺乏快速性，不能及时有
效地克服扰动对被控量的影响。

严重时会出现主、副回路“共振”现象，系统不能正常工作。

(2)主、副调节器的控制规律的匹配、选择
在串级控制系统中，主、副调节器的作用是不同的。

主调节器是定值控制，副调节器是随动控制。

系统对二个回路的要求有所不同。

主回路一般要求无差，主调节器的控制规律应选取PI或PID控制规律；副回路要求起控制的快速性，可以有余差，一般情况选取P控制规律而不引入I或 D 控制。

如果引入I 控制，会延长控制过程，减弱副回路的快速控制作用；也没有必要引入D控制，因为副回路采用P控制已经起到了快速控制作用，引入D控制会使调节阀的动作过大，不利于整个系统的控制。

(3)主、副调节器正反作用方式的确定
一个过程控制系统正常工作必须保证采用的反馈是负反馈。

串级控制系统有两个回路，主、副调节器作用方式的确定原则是要保证两个回路均为负反馈。

确定过程是首先判定为保证内环是负反馈副调节器应选用那种作用方式，然后再确定主调节器的作用方式。

1.5.4 单回路PID控制的设计
MATLAB仿真框图如下（无干扰）：
图1.5.1 无干扰单回路MATLAB仿真框图
先对控制对象进行PID参数整定，这里采用衰减曲线法，衰减比为10：1。

A.将积分时间Ti调为最大值，即MATLAB中I参数为0，微分时间常数TD调
为零，比例带δ为较大值，即MATLAB中K为较小值。

B.待系统稳定后，做阶跃响应，系统衰减比为10：1时，阶跃响应如下图：
参数：K1=9.8，Ti=无穷大，TD=0
图1.5.2 单回路MA TLAB仿真阶跃响应曲线波形图
经观测，此时衰减比近似10：1，周期Ts=14s，K=9.8
C．根据衰减曲线法整定计算公式，得到PID参数：K1=9.8*5/4=12.25，取12；Ti=1.2Ts=16.8s（注：MATLAB中I=1/Ti=0.06）；TD=0.4Ts=5.6s.
使用以上PID整定参数得到阶跃响应曲线如下：
参数：K1=12，Ti=16.8，TD=5.6
图1.5.3 单回路MA TLAB仿真阶跃响应曲线波形图
观察以上曲线可以初步看出，经参数整定后，系统的性能有了很大的改善。

现用控制变量法，分别改变P、I、D参数，观察系统性能的变化，研究各调节器的作用。

A．保持I、D参数为定值，改变P参数，阶跃响应曲线如下：
参数：K1=16，Ti=16.8，TD=5.6
图1.5.4 单回路MA TLAB仿真阶跃响应曲线波形图
参数：K1=20，Ti=16.8，TD=5.6
图1.5.5 单回路MA TLAB仿真阶跃响应曲线波形图
比较不同P参数值下系统阶跃响应曲线可知，随着K的增大，最大动态偏差增大，余差减小，衰减率减小，振荡频率增大。

B．保持P、D参数为定值，改变I参数，阶跃响应曲线如下：
参数：K1=12，Ti=10，TD=5.6
图1.5.6 单回路MA TLAB仿真阶跃响应曲线波形图
参数：K1=12，Ti=1，TD=5.6
图1.5.7 单回路MA TLAB仿真阶跃响应曲线波形图
比较不同I参数值下系统阶跃响应曲线可知，有I调节则无余差，而且随着Ti的减小，最大动态偏差增大，衰减率减小，振荡频率增大。

C．保持P、I参数为定值，改变D参数，阶跃响应曲线如下：参数：K1=12，Ti=16.8，TD=8.6
图1.5.8 单回路MA TLAB仿真阶跃响应曲线波形图
参数：K1=12，Ti=16.8，TD=11.6
图1.5.9 单回路MA TLAB仿真阶跃响应曲线波形图
比较不同D参数值下系统阶跃响应曲线可知，而且随着D参数的增大，最大动态偏差减小，衰减率增大，振荡频率增大。

现向控制系统中加入干扰，以检测系统的抗干扰能力，系统的仿真框图如下：
图1.5.10 有干扰单回路MATLAB仿真框图
阶跃响应曲线如下：
参数：K1=12，Ti=16.8，TD=5.6
图1.5.11有干扰单回路MA TLAB仿真阶跃响应曲线波形图观察以上曲线，并与无干扰时的系统框图比较可知，系统稳定性下降较大，在干扰作用时，很难稳定下来，出现了长时间的小幅震荡，由此可见，单回路控制系统，在有干扰的情况下，很难保持系统的稳定性能，考虑串级控制。

1.5.5串级控制系统的设计
系统的MATLAB仿真框图如下（有噪声）：
图1.5.12 有噪声串级控制系统的MA TLAB仿真框图
当无噪声时，系统的阶跃响应如下图所示：
参数：K1=12，Ti=16.8，TD=5.6，K2=0.3
图1.5.13有噪声串级控制MA TLAB仿真阶跃响应曲线波形图
比较单回路控制系统无干扰阶跃响应可知，串级控制降低了最大偏差，减小了振荡频率，大大缩短了调节时间。

现向系统中加入噪声，观察不同P条件下的系统阶跃响应曲线：
参数：K1=12，Ti=16.8，TD=5.6，K2=0.5
图1.5.14有噪声串级控制MA TLAB仿真阶跃响应曲线波形图参数：K1=12，Ti=16.8，TD=5.6，K2=1.0
图1.5.15有噪声串级控制MATLAB仿真阶跃响应曲线波形图参数：K1=12，Ti=16.8，TD=5.6，K2=1.5
图1.5.16有噪声串级控制MA TLAB仿真阶跃响应曲线波形图观察以上曲线可知，当副回路控制器，调节时间都有所缩短，系统快速性增强了，在干扰作用下，当增益相同时，系统稳定性更高，提高了系统的抗干扰能力，最大偏差更小。

可以取得令人满意的控制效果。

1.5.6串级控制系统的PID参数整定
自Ziegler和Nichols提出PID参数整定方法起，随着各种技术和理论的发展，PID参数整定的方法越来越多。

1. 传统整定方法
(1)Ziegler-Nichols经验公式(Z-N公式法)。

该方法先求取系统的开环阶跃响应曲线，根据对象的纯迟延时间、时间常数和放大系数，按Ziegler-Nichols 经验公式计算PID参数。

此方法简单易行，但参数需要进一步调整，一般用于手工计算和设置控制器初值。

(2)稳定边界法(临界比例度法)。

该方法需要做稳定边界实验，在闭环系统中控制器只用比例作用，给定值作阶跃扰动，从较大的比例带开始，逐渐减小，直至被控量出现临界振荡为止，记下临界振荡周期和临界比例带。

然后按照经验公式确定PID参数。

由于不易使系统发生稳定的临界振荡或不允许系统离线进行参数整定，临界参数的获取通常用Astrom和Hagglund提出的继电反馈法。

它既能保证实现稳定闭环振荡，又不需离线进行，是获得过程临界信息的最简便方法之一。

对一阶惯性加纯迟延的对象，时间常数T较大时，整定费时;对干扰多且频繁的系统，要求振荡幅值足够大。

(3)衰减曲线法。

该方法与临界比例度法类似，在闭环系统中控制器只用比
例作用，给定值作阶跃扰动，从较大的比例带开始，逐渐减小，直至被控量出现4:1的衰减过程为止，记下此时比例带以及相邻波峰之间的时间。

然后按照经验公式确定PID 参数。

传统的PID 参数整定主要是一些手动整定方法，阶跃响应是其整定PID 参数的主要依据。

这种方法仅根据系统的动态响应来整定控制器的参数，具有物理意义明确的优点，可以以较少的试验工作量和简便的计算，得出控制器参数，因而在生产现场得到了广泛应用。

事实上，因其简单实用，在目前的许多企业中，传统的PID 参数整定方法仍在大量应用，尤其是在单回路系统中。

但运用该方法得到的控制器参数比较粗糙，控制效果只能满足一定要求，参数的优化远远不够;同时，对于一些系统，由于控制对象的复杂性、变化性，难以运用传统方法进行整定。

1984年，著名瑞典自动控制学者Astrom 提出了继电器振荡PID 参数自动整定技术，在继电反馈下观测被控过程的极限环振荡，对过程施加周期性方波，根据极限环的特征确定过程的基本性质，经简单计算即可得出动态过程数学模型的有用信息:临界振荡周期T u 和临界增益K u 。

另外由T u 还可得到采样周期的估计
值，再利用Z-N 经验公式或其它经验公式即可计算出PID 的参数。

从根本上说，这仍然是根据过程响应来整定参数，是传统整定方法的延续，得到的结果仍然是比较粗糙的，只能满足一定的性能指标。

(4)积分项改进的数字PID 控制
在一般的PID 控制中，当存在较大的扰动和大幅度给定值变化时，此时有较大的偏差，由于系统的惯性和滞后，如果施加积分控制，往往会导致超大的超调和长时间的调节时间。

特别是对于温度、成分等变化缓慢的过程控制，这一现象更为严重。

实际中常采取积分分离措施，即当偏差较大时，不施加积分控制；当偏差较小时，才施加积分控制。

即：
a.当()e n β>时，采用PD 控制；
b.当()e n β≤时，采用PID 控制。

其中，β为积分分离值，它可根据具体对象及系统设计要求来确定。

实际中β的值要选的合适，若β值过大，则达不到积分分离的目的；若β值过小，一旦
被控量无法跳出积分分离区，只进行PD 控制，将会出现残差。

[][]()()(1)()2(1)(2)pd p d U n K e n e n K e n e n e n ∆=--+--+-
()()i i u n K e n ∆=
()(1)()()pd i u n u n U n u n =-+∆+∆
积分分离时，取
()(1)()pd u n u n U n =-+∆
常见的积分项改进的数字PID 控制算法还有抗积分饱和算法、梯形积分算法和消除积分不灵敏区的算法。

(5) 数字变PID 控制
对于波动范围大、变化迅速的系统，普通的PID 控制效果往往不能满足控制的要求。

因为普通PID 的控制系统其P 、I 、D 三个参数在整定时对当时的被调参量可能是合适的，但是被调参量时刻都在变化并且有时可能波动范围很大。

此时如果再用以前已整定好的PID 参数来控制此时的被调参量，控制效果肯定不理想。

根据被调参数的波动情况由控制系统自动选择P 、I 、D 控制参数的方法，即分段控制方法可以取得较好的控制效果。

其基本思想为：同一PID 控制回路提供两套以上P 、I 、D 参数，各套参数分别适用于不同的波动范围，由程序根据当时波动范围自动选择相应的PID 参数。

I 积分时间在PID 控制系统中起着消除静差的作用，I 值越短积分在控制系统中的作用越强，I 的各个分段值应根据对PID 控制系统的被调参量的波动范围确定。

同时分段设定高值与分段设定低值的大小也应根据PID 控制系统的要求而定。

2.最优整定方法
随着计算机技术和最优控制理论的发展，PID 参数的整定方法发生了很大的变化，出现了一些基于计算机的PID 参数最优整定方法。

最优控制理论的应用，加上计算机的高速运算能力，赋予了PID 参数优化这样的多变量最优化问题新的生命力，PID 控制器的最优化整定方法是针对特定的系统建立数学模型，运用诸如最速下降法等各种数值解法按照一定的性能指标进行优化。

常用的性能指标除
ISE，IAE，ISTE，ITAE，IST2E等指标外，还有改进ITAE指标，对阶跃响应过程中不同响应阶段区别对待，不同阶段的偏差赋予不同的权重，以获得更佳的控制品质;加权二次型性能言指标，主要用于多变量系统的最优化。

目前还有一种基于偏差积分指标最小准则的工程实用参数整定法，它根据被控对象的开环阶跃响应曲线，求取被控对象的等效纯迟延时间、时间常数和放大系数，得到等效过程模型，由此模型按最优化方法计算得出一系列参数。

实际工程应用时，只需根据实际过程特性，带入经验公式即可计算最优PID参数。

相对传统整定方法来说，数值最优化方法有着明显的优越性，优化的结果比较精确，控制效果比较好。

但运用数值最优化方法必须建立较精确的数学模型，且对模型的要求比较严格，一般要求在解空间连续可导;此外，从某种意义上说，数值解析最优化方法只是一种局部寻优的方法，易陷入局部最小;而且某种数值解法通常只对某一类问题适用，对于不同的系统，需要根据系统的特性选择合适的方法。

3.智能整定方法
近年来，随着智能控制理论的发展，专家系统、模糊控制以及神经网络日益受到控制界的重视，出现了一些智能优化手段，主要有如下几种: （1）专家智能型PID参数自整定技术。

该自整定技术在线观察系统动态响应，可识别过程的响应参数，并由此确定PID控制器参数。

识别过程利用了闭环回路中存在的干扰，无需对被控对象做阶跃扰动试验。

通过对干扰响应的观察，实现对过程的识别，然后由专家系统对PID参数进行相应的调整。

专家系统的核心就是知识库，控制器参数的调整完全依赖于专家的经验，无需过程对象模型，但不同的专家整定参数的经验不同，因而针对相同的过程会出现不同的整定参数。

此外，由于缺少特定过程的先验知识，投运初期，会有一个比较长的自整定过程才能达到稳定。

（2）基于模糊推理的PID自整定。

该技术的实质在于运用模糊理论和方法将操作人员或专家的整定经验和技术知识总结成为模糊规则模型，形成微机的查询表格及解析式，根据系统的实际响应情况，运用模糊推理来实现对PID参数的调整。

这种控制器不依赖于特定的过程，因而鲁棒性很强。

该方法根据对象的动态响应在给定的PID参数附近对控制器进行调整，属于一种局部寻优方案，而且
预给定的PID参数必须具有一定品质。

(3)基于遗传算法的PID参数整定。

最常见的是标准遗传算法SGA。

优化PID
控制器时，将控制器参数按二进制或其它形式编码，按K
p 、T
I
和T
D
拼接成一条染
色体个体，然后随机生成一组个体，称为群体。

它以个体的适应度判断个体的优劣，适应度函数一般基于系统动态响应的性能指标，常为各种积分型指标的某种函数。

依据个体的适应度按概率从当前群体中选择个体进行交叉、变异产生下一代群体。

个体的适应度越高，其被选择的概率越大，然后再对下一代群体进行评价，优胜劣汰。

因为在运用遗传算法对PID参数寻优的个体评价过程中，许多个体所对应的参数都可能使实际过程系统失控，这在应用中是不能接受的，因此一般采用的是基于模型的PID控制器参数优化，对过程不产生任何影响;同时优化是基于模型，对模型响应的评价大大加快，可以在较短的时间里得到最优化结果。

遗传算法操作的是解空间的一组个体，而非单个解，因而可以有效地减小局部收敛的危险。

此外，遗传算法采用纯数值计算方法和随机进行策略，无需模型梯度信息，使得问题的处理更具灵活性、适应性、全局性和鲁棒性。

从理论上来看，它能有效地攻克十分困难的优化问题。

对于控制系统的设计与优化，它不仅能提高控制系统的品质，而且能降低设计的难度，因此有着广阔的应用前景。

尽管遗传算法在优化问题上表现出巨大的优越性，但由于其本身还存在着一些问题，如理论上还不完善、收敛性问题、未成熟收敛(早熟)、局部搜索能力差等，遗传算法的应用受到了一定的限制，因此，目前使用较多的是各种改进的遗传算法。

此外，还有其它的一些策略有助于改进遗传算法的收敛性。